Previous
Prezado Cliente,
A BCA Research orgulha-se de pensar fora da caixa. O relatório de hoje é um exemplo disso. Ele vislumbra um futuro radical em que novas tecnologias genéticas e reprodutivas se combinam de maneiras que remodelam as economias e os mercados financeiros. O relatório não trata do que deveria acontecer, mas do que poderia acontecer sob um conjunto plausível de pressupostos – e de como isso poderia afetar suas decisões de investimento.
Atenciosamente,
Peter Berezin, Economista Chefe
Resumo Executivo
- Parte 1: Inverno Demográfico: Como a queda das taxas de natalidade forçou os formuladores de políticas a tomar medidas cada vez mais desesperadas para estabilizar os níveis populacionais, culminando eventualmente na criação de “fazendas de bebês.”
- Parte 2: A vingança de Galton: Como o declínio da inteligência humana reativou preocupações que estiveram adormecidas por quase 100 anos.
- Parte 3: Ensinando Cálculo a um Gato: Como a IA acabou por ser um complemento, e não um substituto, para a inteligência humana.
- Parte 4: Bebês projetados: Como as novas tecnologias genéticas provocaram um ressurgimento da inteligência humana, mas também semearam as bases para a especiação e o fim efetivo da raça humana.
Parte 1: Inverno Demográfico
Fertilidade Abaixo da Substituição Torna-se a Norma
Uma população estável requer que cada mulher, em média, tenha cerca de dois filhos sobreviventes. Em 2026, as taxas de natalidade em quase todas as economias desenvolvidas haviam caído muito abaixo desse limiar (Gráfico 1).
Um número crescente de mulheres decidiu que a maternidade não era para elas. Na China, a percentagem de mulheres entre 18 e 24 anos que disse não querer ter filhos saltou de 6% em 2012 para 47% em 2023 (Gráfico 2).
A fertilidade tende a cair acentuadamente a partir do início dos trinta anos de uma mulher (Gráfico 3). Em 2024, a idade média em que as mães da OCDE tiveram o primeiro filho havia subido para 29,6 anos, contra 26,4 em 2000 (Gráfico 4). Isso deixou um número crescente de mulheres involuntariamente sem filhos ou incapazes de ter tantos filhos quanto desejavam.
Em grande parte do Leste Asiático, a taxa total de fecundidade (TFR) caiu abaixo de 1, colocando as populações desses países num caminho de redução superior a metade a cada geração.
Acessibilidade Importava (Mas Não Tanto)
Na época foram oferecidas várias explicações para o porquê das taxas de fertilidade terem despencado, a maioria das quais se revelou errada ou, na melhor das hipóteses, incompleta.
Uma explicação popular centrava-se na “acessibilidade”. Muitos comentaristas afirmavam que o aumento do custo da habitação e da educação tornara demasiado caro para muitos pais ter um filho, quanto mais vários.
Havia alguma verdade nesse argumento, mas ele sofria de um problema óbvio: as pessoas em 2026 eram muito mais ricas do que as de gerações anteriores. Se a acessibilidade tivesse sido a restrição chave, isso deveria tê-las levado a ter mais filhos, não menos.
Subsídios governamentais generosos fizeram muito pouco para impulsionar as taxas de fertilidade (Gráfico 5). A maioria dos estudos mostrou que os pagamentos em dinheiro a novos pais influenciavam o momento dos nascimentos, mas não o número total de nascimentos.
Maiores gastos com licença parental e creches aumentaram as taxas de fertilidade, mas os efeitos foram modestos. Em relação ao rendimento, os custos com creches caíram na maioria dos países entre 2015 e 2025, ainda assim as taxas de natalidade continuaram a declinar (Gráfico 6). De facto, a fertilidade era maior em países onde as creches eram relativamente mais caras (Gráfico 7).
Habitação Ainda Mais Barata Também Não Ajudou Muito
Um estudo da OCDE de 2023 concluiu que uma redução de 10% nos gastos com habitação aumentava a taxa total de fecundidade em apenas 2%, equivalente a +0,03 filhos por mulher quando a TFR começa em 1,5. Um estudo de longo prazo sobre preços das casas e fertilidade abrangendo 1870 a 2012 chegou a uma conclusão semelhante.
Uma razão para esse efeito modesto é que, embora preços mais baixos de imóveis tornassem mais fácil a compra de uma casa para potenciais pais, também reduziam a riqueza dos proprietários existentes. Um estudo de Dettling e Kearney estimaram que um aumento de 10% nos preços das casas reduziu os nascimentos entre não-proprietários em cerca de 1%, mas aumentou os nascimentos entre proprietários em aproximadamente 4 a 4,5%.
A experiência histórica confirmou isso: como no Japão nas três décadas anteriores, a queda nos preços das casas na China a partir de 2021 não fez nada para deter a queda nas taxas de natalidade.
O Custo de Oportunidade das Crianças
O custo direto de criar uma criança é um determinante das taxas de natalidade. No entanto, talvez mais importantes sejam os custos indiretos em termos de rendimento perdido. Ao longo do século XX, o aumento do nível educativo entre as mulheres elevou o custo de oportunidade de saírem da força de trabalho. Isso foi amplificado por um aumento sustentado dos salários reais. À medida que as mulheres se tornaram mais financeiramente independentes, a maternidade deixou de ser a opção padrão.
Por um tempo, houve esperança de que uma maior igualdade de género permitisse que as taxas de natalidade recuperassem. Essa expectativa foi reforçada por uma variedade de estudos que mostraram que as mulheres eram mais propensas a ter um segundo filho quando os seus parceiros assumiam mais a carga de tarefas domésticas e de cuidados infantis.
Consistente com essa visão, os países escandinavos conseguiram manter uma fertilidade próxima da substituição até bem entrados os anos 2010. No entanto, meados da década de 2020, mesmo eles experienciaram uma queda acentuada nas taxas de natalidade. Em 2025, a taxa total de fecundidade da Suécia atingiu 1,42 (1,40 para a população nascida na Suécia e 1,52 para a nascida no estrangeiro).
Explicações Culturais
A principal limitação das explicações económicas era que elas não conseguiam explicar o rápido declínio nas taxas de natalidade em quase todos os países após 2010. Para isso, precisamos olhar para fatores culturais.
A introdução dos smartphones e o uso generalizado das redes sociais produziram um ambiente que desencorajou a formação de famílias. Os feeds das redes sociais glamourizavam fama, beleza e riqueza, não a parentalidade. A percentagem de adolescentes que dizia que “ter um bom casamento/uma boa vida familiar era importante” para eles diminuiu visivelmente, enquanto a percentagem que dizia que “ter muito dinheiro era importante” aumentou. O aumento das aspirações materialistas foi especialmente pronunciado entre as raparigas (Gráfico 8).
Antes símbolo de status, ter uma família grande passou a ser visto cada vez mais de forma negativa. Isso foi especialmente verdadeiro no Leste Asiático, onde lares maiores eram frequentemente associados à rusticidade e a uma falta de autocontrolo. Também foi verdade entre jovens com orientação liberal no Ocidente, cujo desejo de casarem-se e ter filhos começou a colapsar após 2010 (Gráfico 9).
Ao mesmo tempo, uma infinidade de escolhas possibilitadas por aplicações de encontros criou uma sensação de paralisia que inibia a formação de relações de longo prazo. Este problema foi exacerbado pelo surgimento de companheiros de IA e, mais tarde, de robôs humanoides.
Crise Existencial
Alguns argumentavam que o uso crescente de robôs no local de trabalho tornava desnecessários os trabalhadores humanos. Outros contrapunham que o bem-estar agregado de uma nação dependia, pelo menos em parte, de quantas pessoas havia. Qual seria o sentido de um PIB mais elevado se houvesse poucas pessoas para aproveitá-lo?
Além disso, nas relações internacionais, o PIB relativo importava. Se um país tinha uma população em declínio, ele perdia relevância geopolítica, mesmo que a renda per capita estivesse a aumentar.
Em última análise, esses argumentos pronatalistas ganharam força. No final da década de 2020, a apreensão sobre a queda nas taxas de fertilidade transformou-se em pânico aberto. Algo radical tinha de ser feito.
Parte 2: A Vingança de Galton
As Duas Letras Mais Controversas da Língua Inglesa
O QI tem uma longa e controversa história. No entanto, apesar de numerosos esforços para rejeitar o conceito, ele perdurou por uma razão simples: tem mais poder preditivo do que praticamente qualquer outra coisa no domínio psicológico. Um simples teste de QI de 30 minutos pode ajudar a prever o desempenho educacional futuro, desempenho no trabalho, rendimento, saúde, criminalidade e escolhas de fertilidade (Tabela 1 e Gráfico 10). O QI até prediz o desempenho de traders!
Embora haja muita variação entre os indivíduos, em média, as pessoas mais inteligentes ganham rendimentos mais elevados. Isso foi demonstrado num estudo de 2024 com 367.000 homens finlandeses e 417.000 homens noruegueses. Os autores correlacionaram resultados em testes padronizados de conscrição militar de vocabulário, matemática e raciocínio abstrato com rendimentos vindos de registos administrativos fiscais. Homens que obtiveram pontuações mais altas nos testes quando eram jovens, em média, passaram a ter rendimentos mais elevados (Gráfico 11). Uma meta-análise de 135 estudos longitudinais também encontrou que a inteligência é um poderoso preditor de sucesso.
Um Mundo Mais Inteligente
O grau em que o QI e outros traços psicológicos evoluíram ao longo do tempo tem sido alvo de intenso debate. No seu livro bestseller, The Mismeasure of Man, Stephen Jay Gould argumentou que a evolução humana efetivamente parou há 50.000 anos.
Seja qual for o mérito de outros argumentos de Gould sobre o uso indevido de dados de QI, essa alegação particular sempre foi bastante duvidosa. O advento da agricultura e o crescimento das vilas e cidades remodelaram o ambiente em que as pessoas viviam. Deslocamentos ambientais desse tipo tendem a gerar pressões seletivas que fazem a evolução acelerar. Níveis populacionais mais altos também deveriam ter aumentado o número de mutações genéticas potencialmente benéficas.
Ao contrário das expectativas de Gould, o International HapMap Project mostrou que a evolução acelerou cerca de cem vezes a partir de aproximadamente 10.000 anos atrás (Gráfico 12).
Dados mais recentes clarificaram exatamente quais traços estiveram sob seleção. David Reich e seus colaboradores analisaram os genomas de 15.836 indivíduos da Eurásia Ocidental que viveram nos últimos 18.000 anos. O seu artigo na Nature mostrou que certas variantes genéticas que na era moderna estavam ligadas a maior inteligência, mais anos de escolaridade e maior rendimento tornaram-se mais difundidas nos humanos. Por outro lado, variantes genéticas que eram mais prevalentes entre fumadores e entre aqueles que sofriam de certos transtornos mentais tornaram-se menos comuns (Gráfico 13).
Consistente com os dados genéticos, o historiador económico Gregory Clark documentou que membros de profissões qualificadas na Inglaterra medieval tinham o dobro de filhos sobreviventes do que trabalhadores não qualificados (Gráfico 14). De facto, a nascente classe média da época teve ainda mais filhos sobreviventes do que a aristocracia, que frequentemente estava na guerra. Como resultado, os salários dos artesãos caíram um terço em relação aos trabalhadores entre 1200 e 1800, implicando que a oferta de mão-de-obra qualificada cresceu mais rapidamente do que a oferta de trabalhadores não qualificados. A implicação surpreendente do trabalho de Clark foi que o timing da Revolução Industrial era uma questão de “quando, não se”.
Em trabalhos subsequentes, Clark argumentou que a difusão de valores burgueses pela Inglaterra pré-industrial era mais consistente com um modelo de transmissão genética do que com um cultural.
Dinâmicas semelhantes muito provavelmente se aplicaram a outras partes do mundo. Na China, o altamente competitivo exame imperial serviu como porta de entrada para a burocracia por mil anos. Xi Song, Cameron Campbell e James Lee mostraram que homens chineses de alto estatuto tiveram mais filhos sobreviventes durante os séculos XVIII e XIX (Gráfico 15).
O Efeito Flynn
No final do século XIX, tornou-se claro que os ricos deixavam de ter tantos filhos quanto os pobres. Essa constatação, juntamente com a crescente popularidade das teorias de Charles Darwin, ajudou a galvanizar o movimento eugenista.
Embora Francis Galton, que cunhou a palavra “eugenics” (eugenia), fosse um conservador ao longo da vida, muitos dos proponentes mais vocais da eugenia estavam na esquerda progressista. George Bernard Shaw, Sidney e Beatrice Webb e H. G. Wells eram todos socialistas e eugenistas. William Beveridge, o futuro arquiteto do Estado de bem-estar britânico, também o foi. John Maynard Keynes serviu como Diretor da British Eugenics Society entre 1937 e 1944.
No entanto, algo curioso aconteceu no caminho para a idiocracia: em vez de se tornarem mais estúpidas, as pessoas ficaram mais inteligentes. Esse fenómeno passou a ser conhecido como efeito Flynn, chamado assim em homenagem a James Flynn, um psicólogo que foi um dos primeiros a documentá-lo.
Gráfico 16 mostra a evolução das pontuações de QI numa amostra de países entre 1940 e 1990. O país médio ganhou três pontos por década, um aumento notavelmente grande num período tão curto.
QI: A Importância do Ambiente
Em estudos modernos, a contribuição genética para o QI aumenta de 20% na primeira infância para até 80% no final da adolescência, e mantém-se nesse nível bem na idade adulta, fenómeno conhecido como Efeito Wilson.
O problema com esses estudos é que geralmente amostram indivíduos em países ricos onde a subnutrição extrema era em grande parte coisa do passado.
Para ver como isso pode enviesar os resultados, considere o exemplo da altura, que é apenas ligeiramente mais herdável do que o QI (Gráfico 17). No início do século XXI, a maior parte da diferença na altura entre indivíduos em economias desenvolvidas devia-se a fatores genéticos. Ainda assim, a altura média conseguiu aumentar significativamente nos 200 anos anteriores (Gráfico 18).
No caso da altura, a maior parte do aumento ocorreu devido a melhor saúde e nutrição. O mesmo provavelmente aconteceu com o QI. Doenças na primeira infância reduzem o QI ao desviar os recursos do corpo do desenvolvimento mental para combater infecções. Existe uma forte correlação entre QI medido e carga de doenças entre países (Gráfico 19). Diversos estudos documentaram uma forte relação entre o timing da erradicação da malária nos EUA e noutras partes do mundo e ganhos subsequentes nos QIs infantis.
Tamanho do cérebro e QI são positivamente correlacionados. Evidência forense dos EUA sugeriu que o volume médio dos crânios adultos humanos aumentou 7% do meio do século XIX ao meio do século XX, aproximadamente o tamanho de uma bola de ténis.
Há muito se sabe que o aprendizado aumenta a quantidade de massa cinzenta no cérebro. Por exemplo, um estudo mostrou que os hipocampos dos taxistas de Londres tendem a ser maiores porque eles têm de memorizar e navegar por rotas complexas.
O surgimento de sociedades modernas desencadeou um ciclo virtuoso no qual a necessidade de resolver tarefas cada vez mais complexas incentivou as pessoas a aperfeiçoarem suas habilidades cognitivas, levando a ainda mais progresso tecnológico. Nesse processo, o aumento da inteligência não beneficiou apenas os mais dotados, mas também gerou externalidades positivas para a sociedade como um todo.
O Fim do Flynn
O problema com os efeitos ambientais é que eles tendem a eventualmente esbarrar em retornos decrescentes. Foi isso que aconteceu com o efeito Flynn. Na década de 1960, a maioria dos fatores que apoiaram o aumento do QI, desde melhor nutrição até educação universal, já estavam em vigor. Como resultado, enquanto os QIs continuaram a subir em economias em desenvolvimento, começaram a cair em países mais ricos.
Em 2008, o próprio Flynn documentou que estudantes britânicos de 14 anos tiveram pontuações em testes de QI mais de dois pontos inferiores às de 1980.
Dados de outros países desenvolvidos também mostraram QIs em queda. Um estudo norueguês abrangente encontrou que homens nascidos por volta de 1990 tinham QIs médios cerca de cinco pontos, ou um terço de desvio padrão, abaixo daqueles nascidos por volta de 1975. Comparações entre irmãos nascidos em anos diferentes mostraram um padrão semelhante, sugerindo que o declínio foi impulsionado principalmente por fatores ambientais atuando dentro das famílias (Gráfico 20).
O mesmo declínio nas pontuações de testes era visível em conjuntos de dados internacionais, como o Programme for International Student Assessment (PISA) da OCDE. Os resultados do ciclo PISA de 2025, divulgados em setembro de 2026, foram especialmente chocantes. Antes da divulgação, havia esperança de que os resultados desanimadores mostrados no ciclo anterior, em 2022, fossem apenas uma anomalia relacionada à pandemia. Não eram. As pontuações de 2025 foram ainda mais baixas do que as de três anos antes (Gráfico 21).
Embora uma parcela crescente de alunos imigrantes em alguns países tenha ajudado a explicar a queda na pontuação média, isso não era toda a história. As pontuações dos alunos não imigrantes também mostraram um declínio significativo (Gráfico 22).
A OCDE atribuiu o declínio nas pontuações em parte a menor envolvimento e motivação dos estudantes. Notavelmente, a fração de estudantes que discordou da afirmação “aprender coisas novas é chato” diminuiu em 60 dos 71 sistemas escolares participantes entre 2022 e 2025, com os outros 11 a mostrarem essencialmente nenhuma alteração.
A percentagem de estudantes que a OCDE descreveu como “leitores apressados” – aqueles que folheavam rapidamente o texto mas davam uma resposta errada – saltou de cerca de 7% em 2022 para mais de 11% em 2025.
Talvez mais ominosamente, estudantes que usaram IA para resumir textos, redigir ensaios e conduzir pesquisas obtiveram cerca de 20 pontos a menos em ciências do que aqueles que não o fizeram.
Parte 3: Ensinar Cálculo a um Gato
A Montanha-Russa Financeira da IA
As economias modernas dependem muito de uma divisão especializada do trabalho. Também dependem de investigação de ponta, frequentemente produzida pelas suas pessoas mais brilhantes (Gráfico 23). Populações em encolhimento e a queda no desempenho educativo ameaçaram ambos os motores do crescimento económico.
Felizmente, havia uma nova tecnologia no horizonte, a IA, que prometia contrariar essas ventos contrários. A esperança era que mentes artificiais superpoderosas compensassem a deterioração da cognição humana, enquanto corpos humanoides artificiais aliviariam a iminente escassez de mão-de-obra.
Como com muitas tecnologias novas, a história financeira da IA foi acidentada. As ações de IA subiram após o lançamento do ChatGPT em novembro de 2022, apenas para desabarem cinco anos depois. Investimentos massivos em centros de dados produziram um excesso de capacidade computacional em 2028, que os mercados começaram a descontar agressivamente em 2027.
Em muitos aspectos, o auge da construção de centros de dados paralelou o lançamento da internet um quarto de século antes. No final dos anos 1990, pressupunha-se que o crescimento exponencial do tráfego de dados aumentaria as receitas dos fornecedores de equipamento de telecomunicações. Embora o volume de dados transmitidos pela internet tenha crescido muito rapidamente, a capacidade de transporte de dados dos cabos de fibra óptica também melhorou dramaticamente. Como resultado, o capex das telecomunicações estagnou (Gráfico 24).
Algo semelhante aconteceu com a IA. Enquanto o volume de tokens processados pelos modelos de IA cresceu exponencialmente, os preços dos tokens colapsaram à medida que tanto o hardware de IA quanto os próprios modelos se tornaram mais eficientes (Gráfico 25). O custo da IA caiu mais rapidamente do que em revoluções tecnológicas anteriores (Gráfico 26).
O panorama competitivo prejudicou o desempenho financeiro de muitas empresas de IA. Ao contrário das redes sociais, a IA não beneficiou de efeitos de rede, que ocorrem quando as pessoas usam um produto ou serviço particular porque outras pessoas o usam. Os custos de mudança para modelos de IA não eram particularmente elevados, e assim quando um modelo melhor surgia, muitas pessoas mudavam para ele. Isso manteve as margens em níveis ínfimos.
Apesar de todo o discurso sobre “escalabilidade”, a indústria de IA geralmente carecia das robustas economias de escala vistas nas redes sociais, no comércio eletrónico e na pesquisa tradicional na internet. Nesses setores, adicionar um utilizador extra era quase sem custo. Com a IA, no entanto, adicionar utilizadores significava construir mais centros de dados, equipá-los com chips caros e alimentá-los com quantidades significativas de eletricidade.
A procura por centros de dados também diminuiu à medida que a inferência de IA se deslocou para dispositivos locais como portáteis e smartphones. Para um número crescente de tarefas, modelos locais eram tão bons quanto os modelos de ponta alojados em centros de dados (Gráfico 27). Os centros de dados passaram a assemelhar-se cada vez mais a computadores mainframe de antigamente.
A Microsoft absorveu a OpenAI em 2028 e a Apple comprou a Anthropic em 2029. Ambas as empresas foram adquiridas com descontos significativos em relação aos seus preços de IPO. A maioria das neoclouds faliu.
No Meio das Ruínas Financeiras, o Progresso na IA Continuou
Assim como o tráfego da internet continuou a crescer após o estouro da bolha dotcom, a IA continuou a avançar tecnologicamente após o estouro.
A primeira geração de modelos de linguagem grande (LLMs) foi suplantada por modelos multimodais capazes de processar diferentes formas de informação, incluindo texto, imagens, vídeo e áudio. Modelos de mundo foram um passo adiante, permitindo que sistemas de IA fizessem previsões sobre o mundo ao seu redor, como o que aconteceria se alguém empurrasse um copo de uma mesa. Agentes de IA podiam cada vez mais formular muitas hipóteses e então usar os maciços recursos de computação à sua disposição para testá‑las sistematicamente.
Com o tempo, a IA progrediu da síntese (combinar dados existentes de forma útil) para inferência novel (inferir algo do seu conjunto de treino que não estava explicitamente lá antes) e depois para descoberta (criar novo conhecimento que residia fora do seu conjunto de treino).
Um momento seminal ocorreu em 2029 quando uma empresa chinesa antes pouco conhecida revelou um modelo que passou no chamado teste de Einstein. Esse teste consistia em treinar um modelo com todo o corpus do conhecimento da física de 1910 para ver se ele poderia derivar independentemente as equações de campo de Einstein da relatividade geral, publicadas em 1915. Não só o modelo derivou as equações de Einstein, como o fez de uma forma consistente com abordagens modernas que tratavam o espaço‑tempo como uma característica emergente do entrelaçamento quântico.
Entram os Robôs
A fusão de modelos multimodais e agentes, juntamente com avanços na robótica, abriu o caminho para uma nova geração de robôs movidos a IA capazes de realizar tarefas que anteriormente só humanos podiam desempenhar.
A maioria dos robôs humanoides foi produzida na China, cuja ampla base manufatureira lhe deu uma vantagem comparativa no campo em crescimento. O domínio chinês na produção de robôs manteve os preços baixos. Isso permitiu uma adoção mais rápida, mas também dificultou a concorrência de empresas no resto do mundo.
O Trabalho Recebeu Uma Parcela Menor de um Bolo Maior
O uso generalizado de IA aumentou a capacidade produtiva da economia global. Como identidade aritmética, produto deve igualar rendimento. Assim, a IA tornou os países mais ricos no agregado.
Os ganhos da IA não foram partilhados igualmente pela população, porém. A parcela do rendimento que fluiu para o trabalho diminuiu, enquanto a parcela que fluiu para o capital aumentou. Isso ocorreu menos porque a taxa de retorno do capital aumentou e mais porque o stock de capital cresceu acentuadamente com a proliferação de robôs, assim como as fábricas onde eles trabalhavam.
Um stock de capital maior – especialmente um sujeito a uma depreciação mais rápida do que no passado – exigia muito investimento contínuo. Globalmente, investimento deve equivaler a poupança. Taxas reais mais altas são normalmente necessárias para incentivar a poupança. Contudo, os proprietários de capital tendem a ser mais ricos, e pessoas mais ricas geralmente poupam mais do que pessoas mais pobres. No balanço, as taxas reais subiram modestamente acima da sua média de longo prazo nas décadas de 2030 e 2040. As taxas de empréstimo então começaram a cair novamente na segunda metade do século à medida que o rápido crescimento do rendimento saturou os desejos materiais das pessoas e uma parcela crescente de humanos com menos necessidade de gratificação imediata chegou à idade adulta.
O Retorno Crescente sobre a Inteligência Humana
Inicialmente, a IA substituiu empregos relativamente fáceis de automatizar. Incluíam‑se aqui operários de entrada de dados, tradutores, revisores e programadores juniores. À medida que veículos autónomos se tornaram comuns, a procura por motoristas de camião e táxi também declinou.
Com o passar do tempo, empregos mais exigentes cognitivamente tornaram‑se vulneráveis ao deslocamento pela IA. Isso levantou a questão do que, se alguma coisa, os trabalhadores humanos deveriam fazer num mundo em que a IA podia fazer a maior parte do que eles faziam no passado.
Para alguns, a resposta foi basicamente não fazer nada – viver de programas governamentais generosos que um bolo económico maior tornava possíveis. No entanto, para muitos, isso não bastava.
Os humanos importam‑se com o estatuto. À medida que o bolo económico crescia, a questão de quem controlava esse bolo tornou‑se mais pertinente. Como observado na Parte 2, embora a correlação entre inteligência e riqueza esteja longe de ser perfeita, existe uma associação positiva. Isso colocou um prémio maior na inteligência humana.
Preocupações de segurança também tornaram impossível terceirizar todas as tarefas para a IA. Como todos os sistemas suficientemente complexos, a IA estava sujeita à “irredutibilidade computacional”. Na maioria dos casos, se alguém quisesse saber o que um sistema complexo faria dez passos à frente, o melhor que se podia fazer era executar os dez passos. Isso representou um grande desafio para a segurança da IA porque significava que, mesmo em princípio, não se podia prever o que um sistema de IA faria até que o tivesse feito.
Depois havia o que veio a ser conhecido como o problema de “ensinar cálculo a um gato”. Por mais excelente professor que se seja, não se conseguirá ensinar matemática avançada a um gato. À medida que os sistemas de IA se tornavam cada vez mais capazes, compreender a sua saída tornava‑se cada vez mais valioso. Mas sem melhoria na inteligência humana, isso significava que uma parcela cada vez menor de pessoas podia apreciar toda a sabedoria que a IA havia desbloqueado.
Em vez de ser um substituto da inteligência artificial, a inteligência humana provou ser um complemento: quanto mais inteligente alguém era, mais fácil era funcionar num mundo movido a IA.
A única questão era como aumentar a inteligência humana. Na década de 2020, começou a emergir uma resposta. O terreno para a Guerra Mundial E já fora preparado.
Parte 4: Bebés Designer
Sexo para o Quarto, Reprodução para o Laboratório
Em outubro de 2026, uma empresa de biotecnologia antes pouco conhecida, Herasight, lançou o CogPGT, um preditor genético de capacidade cognitiva. Baseando‑se em resultados de estudos anteriores que identificaram milhares de variantes genéticas associadas a diferenças na capacidade cognitiva, o CogPGT foi capaz de construir um “score poligénico” para cada embrião.
A empresa alegou que, numa amostra de cinco embriões dos mesmos pais, as pontuações CogPGT mais alta e mais baixa corresponderiam tipicamente a cerca de 10 pontos de diferença no QI previsto. Para 20 embriões, a diferença subia para 17 pontos de QI (Gráfico 28).
Muito poucos clientes da Herasight priorizavam o QI na seleção de embriões. A grande maioria queria apenas crianças saudáveis e felizes. Havia, porém, um detalhe: o score poligénico para QI estava positivamente correlacionado com scores poligénicos para uma variedade de traços comportamentais desejáveis e negativamente correlacionado com aqueles de vários transtornos mentais (Gráfico 29). Assim, até certo ponto, selecionar por QI revelou‑se ser um proxy para outros traços que pais potenciais desejavam nos seus filhos.
Um Mercado em Alta para Tecnologia Reprodutiva
Empresas como a Herasight representavam a vanguarda do que se viria a tornar um desenvolvimento importante no século XXI: a aplicação da tecnologia à reprodução humana.
A indústria emergente de “tecnologia reprodutiva” foi impulsionada por uma técnica conhecida como maturação in vitro (IVM). A FIV tradicional exigia 8 a 14 dias de estimulação ovariana, juntamente com injeções hormonais diárias e repetidos ultrassons e monitorização sanguínea. Inovadores como a Gameto, cuja oferta já havia avançado para ensaios de Fase III em 2026, desenvolveram técnicas para deslocar grande parte desse processo de maturação para fora do corpo da mulher. Essas ofertas prometiam reduzir custos da FIV e diminuir o peso físico sobre as mulheres.
Foram feitos progressos significativos na automação da FIV. A tarefa de injetar esperma num óvulo é extremamente trabalhosa, exigindo microscópios caros e micromanipuladores operados por embriologistas altamente treinados. Empresas como a Overture Life prometiam simplificar o processo usando microcirurgia robótica.
Entretanto, a investigação continuava no sentido de substituir totalmente a FIV por uma técnica conhecida como gametogénese in vitro (IVG). Ao contrário da FIV convencional, onde os óvulos são recolhidos nos ovários de uma mulher, a IVG criava óvulos funcionais a partir de células‑tronco. Isso significava que mulheres mais velhas, cujos óvulos já não eram viáveis, ainda poderiam engravidar. Também significava que dezenas ou até centenas de embriões poderiam ser criados e sujeitos a pontuações poligénicas.
Aqueles que abraçaram as novas tecnologias argumentavam que algo tão importante como a criação de uma nova vida não deveria ser deixado ao acaso. Os que se opunham insistiam que seleccionar alguns embriões e descartar outros com base em noções preconcebidas sobre quais traços eram desejáveis era fundamentalmente imoral. Embora essa preocupação particular tenha sido eventualmente atenuada pelo advento de técnicas que poderiam prever a composição genética de um embrião antes que o óvulo e o espermatozóide fossem combinados, o debate continuou. O fosso entre pais que queriam crianças “melhoradas” e aqueles que eram repulsados pela ideia continuou a aumentar.
Muitos investidores permaneceram indiferentes ao dilema moral, concentrando‑se antes em quanto dinheiro poderiam ganhar. As ações de “tecnologia reprodutiva” entraram numa grande bull market no final da década de 2020. O Apêndice A lista alguns dos principais intervenientes no campo em 2026.
O Caminho para Fazendas de Bebês
Grande parte do que se passou durante a Guerra Mundial E não fez parte de algum plano grandioso. Antes, os eventos desenrolaram‑se como um conjunto de dominós que caíam, com um desenvolvimento desencadeando o seguinte.
A criação daquilo que veio a ser coloquialmente chamado de “fazendas de bebês” foi um bom exemplo desse fenómeno. Em 2029, Singapura aprovou uma nova lei que atribuía aos pais uma percentagem de quaisquer impostos futuros que os seus filhos pagassem (os próprios filhos não sofrerriam qualquer perda de rendimento). A esperança era que isso impulsionasse a taxa de natalidade decadente do país.
Muitos economistas e demógrafos aplaudiram a lei com o argumento de que a criação de uma criança gera uma externalidade fiscal positiva: os pais suportam o custo de criar a criança, mas o governo captura alguns dos benefícios futuros através de impostos e contribuições para a segurança social.
A política teve um efeito modestamente positivo na fertilidade. Isso levou outros governos a adotar leis semelhantes. Em todos os casos, foram introduzidas várias condições para proteger o bem‑estar da criança, como a revogação da reivindicação dos pais a pagamentos futuros em casos de abandono ou abuso.
Títulos Lastreados em Bebês
Uma desvantagem dessas leis era que havia um longo hiato entre o momento em que os pais suportavam os custos de criar a criança e o momento em que recebiam uma parcela dos pagamentos fiscais futuros da criança. A indústria financeira, nunca tímida em lucrar com uma nova oportunidade, rapidamente interveio com o que passou a ser chamado em tom de troça de “títulos lastreados em bebês”.
Essencialmente, os pais vendiam uma parte da reivindicação sobre os pagamentos fiscais futuros dos seus filhos aos bancos. Os bancos então agrupavam essas reivindicações em títulos agrupados e vendiam‑nos a investidores institucionais.
A capacidade dos pais de monetizar rapidamente a decisão de ter um filho elevou ainda mais as taxas de fertilidade. Talvez ainda mais consequente, criou um forte incentivo para os pais maximizarem os rendimentos futuros dos seus filhos. Os bancos ofereciam pagamentos mais elevados a pais cujos filhos tinham sido submetidos a triagem de embriões e possuíam scores poligénicos altos para QI e outros traços relevantes.
Ser Pai no Século XXI
Se os pais podiam criar crianças, por que não as empresas? Com os governos a subsidiar agora a parentalidade, a questão tornou‑se subitamente relevante.
A Constituição dos EUA não excluía explicitamente essa possibilidade, embora também não a endossasse. Numa opinião altamente controversa em 2031, a Suprema Corte decidiu que corporações podiam entrar no negócio da parentalidade desde que as crianças que ajudassem a criar pudessem razoavelmente ser consideradas como estando melhor por terem nascido, mesmo que não fossem tão bem como aquelas criadas em famílias mais tradicionais.
Esses negócios tipicamente compravam embriões de criobancos. Depois pagavam a mães de aluguer – algumas das quais tinham perdido empregos anteriores para a IA – para levarem o bebé a termo. As crianças eram então colocadas em famílias de acolhimento ou instituições regulamentadas. Para reduzir a solidão, os mesmos dadores de esperma e óvulos eram geralmente usados para várias crianças. Isso garantia que a maioria das crianças tivesse muitos irmãos e irmãs biológicos.
A partir da década de 2040, o uso de mães de aluguer foi gradualmente substituído por ventres artificiais. Isso aumentou significativamente o número de crianças nascidas fora do contexto familiar tradicional.
Em alguns casos, os próprios governos entraram no negócio da parentalidade. A China foi particularmente agressiva nesse sentido. Em 2050, 40% das crianças nasceram através de programas geridos pelo estado. Depois de quase três décadas de declínio populacional, a população chinesa começou a recuperar.
Havia outra razão pela qual os governos acolheram esse desenvolvimento: dava‑lhes uma alavanca adicional para moldar as características futuras das suas populações.
Em média, os cinco grandes traços de personalidade são cerca de 40% hereditários (Gráfico 30). Para além de QIs mais altos, muitos governos priorizavam na seleção de embriões alta conscienciosidade e amabilidade. Também davam maior peso a baixa neuroticismo, que tendia a correlacionar‑se com maior felicidade e QI mais elevado.
A Geração E Chega à Maioridade
Quando a pontuação poligénica se tornou disponível na década de 2020, houve muito debate sobre o impacto que a nova tecnologia teria no bem‑estar das gerações futuras. Estudos de acompanhamento mostraram que muitas crianças expressaram arrependimento por não terem crescido em famílias tradicionais. Contudo, surpreendentemente muitas disseram preferir a sua criação, citando a vantagem de ter muitos irmãos e irmãs biológicos e de poderem sobressair na escola.
Economicamente, as crianças saíram‑se bem. Estavam sobrerrepresentadas na academia e em cargos de liderança empresarial. Em programas estatais que favoreciam marcadores genéticos para atletismo, muitos destacaram‑se nos desportos. Na década de 2060, atletas chineses dominavam as Olimpíadas.
O receio de que a China se estivesse a destacar economicamente levou outros países a duplicar os seus esforços para tanto expandir como aperfeiçoar as suas populações. A corrida genética entrou em plena atividade.
Inicialmente, a esquerda política opunha‑se à seleção de embriões. De facto, a maioria dos governos europeus proibiu a prática nas décadas de 2020 e início de 2030, embora alguns casais conseguissem usar brechas nas leis de privacidade para obter informação sobre os seus embriões. Com o passar do tempo, porém, ficou claro que este era um génio tecnológico que não podia ser posto de volta na garrafa. A partir desse ponto, a posição da esquerda mudou de “ninguém pode ter” para “se alguém pode ter, todos devem ter”.
O Fim da Raça Humana
A esperança de alguns na esquerda de que o acesso universal a essas novas tecnologias eliminaria diferenças entre grupos desvaneceu. Embora disparidades passadas tenham diminuído, surgiram outras novas e ainda maiores.
Uma fissura social que rapidamente surgiu foi entre aqueles que cresceram com pais e os que não cresceram. Uma divisão ainda mais profunda ocorreu entre os “geneticamente melhorados” e os não melhorados. Estes últimos frequentemente ressentiam‑se dos primeiros, enquanto os primeiros olhavam cada vez mais com desdém para os segundos.
Dois desenvolvimentos importantes na segunda metade do século XXI inflamaram ainda mais essas tensões.
O primeiro foi a engenharia genética em larga escala. Enquanto a edição genética era possível nas décadas de 2010 e 2020 com técnicas como CRISPR‑Cas9, a capacidade de criar um novo genoma do zero abriu um horizonte de possibilidades. A variação entre os humanos aumentou dramaticamente a ponto de diferentes ramos da humanidade se tornarem efetivamente espécies diferentes. A raça humana, pelo menos enquanto conceito singular, começou a desaparecer.
A integração da IA e da robótica no corpo humano apenas supercarregou essa tendência. O cérebro humano era extremamente eficiente em algumas tarefas mas fraco noutras. Por exemplo, tinha muito pouca memória de trabalho, a ponto de muitas pessoas terem dificuldade em recordar uma sequência de 10 números aleatórios. A integração de armazenamento digital e processamento neural deu às pessoas poderes cognitivos sobre‑humanos.
O crescimento económico disparou para níveis sem precedentes, mas também o conflito social. Como a Terra sobreviveu àqueles tempos turbulentos permanece intensamente debatido. Uns dizem sorte. Outros atribuem‑no a um efeito de seleção multiverso.
Em todo o caso, a vida não tardou a sair da Terra. Milhões de sondas autorreplicantes foram enviadas para estrelas distantes. Uma vez encontrado um planeta adequado, as sondas terraformavam‑no. A informação genética de cada colonizador, juntamente com uma digitalização quase perfeita de todos os estados químicos, moleculares e dinâmicos do seu cérebro, era transmitida por sinais de rádio de longuíssima distância para o novo mundo. Ali, essa informação era usada para montar um corpo físico, completo com todas as suas memórias.
A seleção darwiniana continuou sob outra forma. Colonizadores mais ansiosos por espalhar as suas plantas biomecânicas a outros sistemas estelares tornaram‑se progenitores de futuras civilizações. Preocupações sobre subpopulação desapareceram à medida que o cosmos explodiu de vida. O último dominó tinha caído. Um novo capítulo começara.
Peter Berezin
Economista Chefe
peterb@bcaresearch.com
Siga‑me em
Linkedin & X
