Horas humanas não são horas de execução da IA
Um gráfico que associa agentes de IA a tarefas de várias horas pode parecer uma medida direta de autonomia. A METR utiliza uma definição mais específica: o horizonte de tarefas relaciona o tempo que um especialista humano leva para realizar um trabalho à probabilidade de um agente concluí-lo com sucesso.
No estudo divulgado em março de 2025, os pesquisadores usaram tarefas de software e raciocínio com várias etapas. A análise identificou crescimento histórico do horizonte de tarefas dos modelos avaliados. A extrapolação dessa tendência foi apresentada como previsão condicionada à continuidade do comportamento observado, não como demonstração de capacidades futuras já disponíveis.
Cinquenta por cento não é garantia operacional
A página metodológica da METR explica que um horizonte de 50% corresponde à duração humana de tarefas para as quais o agente tem probabilidade estimada de sucesso de metade. Isso não significa que ele executará qualquer tarefa dessa duração, nem que passará esse número de horas trabalhando de forma confiável.
A bateria é composta principalmente por engenharia de software, aprendizado de máquina e segurança cibernética. As tarefas são autocontidas, bem especificadas e possuem critérios de sucesso avaliáveis. A própria METR alerta que esse ambiente é mais organizado do que muitas situações de trabalho real, que dependem de contexto anterior e interação com pessoas.
O limite temporal da fonte também importa
A página de horizontes informava última atualização em 8 de setembro de 2026 e ausência de atualização ativa. Ela não constitui uma lista permanentemente atual de todos os modelos.
A METR também distingue desempenho na bateria de tarefas da automação de profissões. Seu conjunto não representa toda a interação humana, o contexto acumulado e os critérios de sucesso de um emprego.
Como usar a métrica em uma avaliação própria
Nossa análise é que o horizonte ajuda a formular perguntas melhores sobre confiabilidade. Qual parte do processo tem um resultado verificável? Onde o agente depende de informação ambígua? Em que momento uma falha precisa ser percebida para não contaminar as etapas seguintes?
Para uma adoção concreta, descreva um trabalho limitado e o resultado esperado, registre tentativas bem-sucedidas e falhas e inclua revisão proporcional às consequências. Assim, o gráfico vira uma referência para investigar capacidades, sem ser transformado em promessa de automação integral. O percentual de sucesso e o contexto da tarefa devem acompanhar qualquer número destacado.
Fontes e leitura complementar
Para aprofundar
Conteúdo preparado com assistência de IA. Conheça nossa política editorial.
