IA para maiores – Visões de pesquisadores e CEOs brasileiros sobre 2026 para IA

1) Rodrigo Nogueira (Maritaca AI)

Rodrigo Nogueira é cofundador da Maritaca AI e professor da Unicamp. Ele é um dos principais expoentes no desenvolvimento de Modelos de Linguagem (LLMs) focados na língua portuguesa. Ganhou destaque global com o MariTalk, provando que modelos regionais e especializados podem superar gigantes globais em contextos específicos e culturais.

Previsões e Foco Estratégico (2026):

• Soberania Digital e IA Regional: Defesa de que o Brasil precisa de modelos próprios para garantir privacidade, redução de custos e, principalmente, alinhamento cultural e linguístico que modelos americanos não captam perfeitamente.
• Eficiência e Especialização: Em 2026, a tendência não é apenas o tamanho do modelo (parâmetros), mas a eficiência. Ele foca em como tornar a IA mais barata e rápida para empresas brasileiras, priorizando o “raciocínio” sobre a memorização bruta.
• IA “Pé no Chão”: Menos foco em ficção científica e mais em resolver problemas reais de processamento de documentos, atendimento e automação jurídica/administrativa no Brasil.

Links para consulta (Canais Oficiais e Repercussão):

• LinkedIn (Rodrigo Nogueira): https://www.linkedin.com/in/rodrigo-nogueira-1941711b/ (Acompanhe as discussões sobre o desempenho do MariTalk e novos papers).
• Maritaca AI (Site Oficial): https://www.maritaca.ai/ (Onde são publicados os avanços dos modelos e benchmarks).
• YouTube (Canal de Aulas/Pesquisa): Rodrigo Nogueira – NLP & Deep Learning (Aulas técnicas onde ele explica a arquitetura por trás dos modelos e visões de futuro).
• Entrevista/Contexto (Exame/Tech): Reportagem sobre a Maritaca e o desafio dos LLMs nacionais (Referência sobre a fundação e o propósito da empresa).

2) André Ponce de Leon Ferreira de Carvalho

André Ponce de Leon é Diretor do ICMC-USP (São Carlos) e uma figura central no C4AI (Center for Artificial Intelligence – USP/IBM/FAPESP). Ele é reconhecido internacionalmente por suas contribuições em aprendizado de máquina e ciência de dados, além de ser um dos principais articuladores da Estratégia Brasileira de Inteligência Artificial (EBIA).

Previsões e Ênfases (2026):

• IA Ética e Explicável: Defende que, para 2026, a “caixa-preta” da IA não será mais aceitável em setores críticos como saúde e justiça. O foco está em modelos que consigam explicar o porquê de suas decisões.
• Educação e Alfabetização em IA: Uma de suas grandes bandeiras é que a IA não deve ser apenas para especialistas; ele prevê uma pressão enorme para a reformulação de currículos escolares e universitários para lidar com a nova realidade tecnológica.
• Dados de Qualidade vs. Quantidade: Ressalta que o diferencial estratégico do Brasil não está apenas em ter modelos grandes, mas em ter dados de qualidade, curados e que reflitam a diversidade da nossa população.

Links para consulta:

• Perfil Acadêmico (USP – ICMC): Bio oficial e histórico de pesquisas no Instituto de Ciências Matemáticas e de Computação.
• C4AI (Centro de IA – USP/IBM): Onde ele atua na liderança de projetos de ponta que conectam a academia à indústria.
• YouTube (Canal USP / Entrevistas): Vídeos onde ele discute o futuro do aprendizado de máquina e ética no Brasil.
• FAPESP (Agência de Notícias): Artigos e entrevistas sobre o desenvolvimento da IA soberana no Brasil.

3) Francisco Rodrigues (USP)

Francisco Rodrigues é professor titular da USP e coordenador do grupo de Sistemas Complexos no Instituto de Ciências Matemáticas e de Computação (ICMC). Autoridade mundial em ciência de dados complexos, ele foi professor na University of Warwick (Reino Unido) e está na lista dos 2% dos cientistas mais citados do mundo. Sua pesquisa se concentra no estudo de redes complexas e inteligência artificial. Publicou trabalhos sobre diagnóstico automático de transtornos mentais e do desenvolvimento, previsão de casos de doenças infecciosas, análise de dados econômicos por meio de agentes e estudo do clima global com uso de inferência causal. Em 2025, recebeu o renomado prêmio Friedrich Wilhelm Bessel Research, da Fundação Alexander von Humboldt (Alemanha), destinado a acadêmicos de renome internacional do exterior em reconhecimento a realizações excepcionais na área de pesquisa. Atua na divulgação científica por meio de videoaulas no YouTube. Seu canal conta com mais de 16 mil inscritos.

Previsões e Foco Estratégico (2026):

• IA na saúde: Devemos aprimorar cada vez mais os métodos automáticos de diagnóstico de doenças e descobrir suas causas, usando ferramentas cada vez mais modernas de IA.
• IA na Pesquisa e Ensino: Em 2026, será cada vez mais necessário treinar estudantes e profissionais para usar a IA de maneira correta e ética. As ferramentas de automação usando IA devem proporcionar uma série de descobertas e inovações sem precedentes na história humana. Ao mesmo tempo, teremos que criar mecanismos para combate à desinformação.
• Rumo ao entendimento: será cada vez mais necessário desenvolver ferramentas teóricas para compreender os modelos de IA em profundidade. Técnicas de inferência causal e física estatística deverão revelar o funcionamento interno da IA.

Links (copiar e abrir):

• Perfil Institucional USP: Informações sobre sua produção científica e contribuições para o ensino e divulgação científica.
• Google Scholar (Francisco Rodrigues): Referência técnica para quem quer ver seus trabalhos sobre diagnóstico automático de doenças mentais, previsões de casos de dengue e economia.
• Linkedin: Suas publicações no Linkedin.
• Canal no Telegram: Canal com mais de 4,5 K inscritos onde são divulgados livros, cursos, tutoriais, novidades e códigos gratuitos relacionados à IA e à Ciência de Dados.

4) Ronaldo Cristiano Prati (UFABC)

Ronaldo Cristiano Prati é professor de Ciência da Computação e Ciência de Dados da UFABC. Atualmente, é coordenador do Bacharelado em Ciência de Dados e vice-coordenador do núcleo estratégico de pesquisa DATAS. Está na lista dos 2% dos cientistas mais citados no mundo. Realiza Pesquisa em em aprendizado de máquina com aplicações em Ciências e Engenharia, incluindo transição energética e agricultura inteligente. 

Previsões (2026):

• Vamos ver um aumento do uso de IA na pesquisa científica, incluindo agentes que analisam o corpo de conhecimento atual e propõe novas ideias de pesquisa de maneira semi-autônoma. 
• Também teremos avanços em IA “personalisável”, capaz de entender melhor a necessidades dos usuários e gerar conteúdo customizado para os usuários. 

Links:

• LinkedIn
• Google Scholar 

5) Leonardo Afonso Amorim

Especialista em Big Data no Governo de Goiás, pesquisador em Inteligência Artificial pelo Centro de Excelência em Inteligência Artificial (CEIA) e doutor em Ciência da Computação. Realizou estágio de pós-doutorado na Universidade Federal de Goiás (UFG), com atuação em pesquisa aplicada nas áreas de Inteligência Artificial, MLOps, Big Data. Atua como professor de graduação e pós-graduação na Pontifícia Universidade Católica de Goiás (PUC-GO) e na UFG, com experiência na formação de profissionais e no desenvolvimento de soluções baseadas em dados e IA para ambientes corporativos e governamentais.

Previsões (2026):

• IA e Big Data como Infraestrutura Cognitiva Organizacional: A IA e o Big Data tendem a se consolidar como uma camada cognitiva permanente das organizações, deixando de ser apenas ferramentas analíticas para atuar como infraestrutura de decisão. Nesse cenário, sistemas baseados em LLMs, arquiteturas RAG e agentes inteligentes passam a mediar o acesso ao conhecimento corporativo, integrando dados, metadados, governança e contexto regulatório. O papel humano se desloca da execução técnica para a curadoria, validação e definição de limites, especialmente em ambientes críticos como o setor público, onde confiabilidade, rastreabilidade e responsabilidade institucional são centrais.
• Inteligência Ampliada e Cognição Homem–Máquina: A expansão da inteligência homem–máquina em 2026 se expressa na ampliação das capacidades humanas por meio de sistemas que simulam cenários, correlacionam grandes volumes de informação e oferecem hipóteses acionáveis em tempo real. O humano permanece no centro, não como operador, mas como regulador e estrategista, exercendo julgamento, ética e responsabilidade sobre decisões assistidas por IA. Esse modelo híbrido consolida uma nova forma de inteligência ampliada, na qual pensar, decidir e governar passam a ser atos compartilhados entre pessoas e sistemas computacionais.
• Engenharia de IA como Pilar de Sistemas Inteligentes em Produção: O profissional de Engenharia de IA torna-se cada vez mais valioso por viabilizar o uso seguro, escalável e confiável da IA em produção. Com a IA como infraestrutura crítica, integra modelos, dados e pipelines com governança, garantindo desempenho, explicabilidade e conformidade, transformando modelos em sistemas reais e responsáveis.

Links:

• LinkedIn
• Google Scholar
• Currículo Lattes