0. da pedra lascada aos modelos de raciocínio, a longa história de como passamos a comprar inteligência por unidade invisível
Há uma cena inaugural, anterior à escrita, ao dinheiro, ao livro, ao servidor, ao smartphone e ao prompt: alguém segura uma pedra e decide que ela ainda não é ferramenta.
Ela precisa ser ferida por outra pedra. A lasca certa corta melhor que a pedra bruta. A mão aprende com o erro. O olho antecipa a forma. O corpo, a memória e o mundo se acoplam.
Nos sítios de Bokol Dora, na região de Ledi-Geraru, na Etiópia, artefatos associados ao início da tecnologia Oldowan indicam que a produção sistemática de ferramentas de pedra já estava acontecendo há mais de 2,58 milhões de anos, perto do momento em que o gênero Homo emerge no registro fóssil. A partir dali, pensar deixa de ser apenas descarga nervosa no crânio e passa a ser ação inscrita na matéria: uma economia de energia, risco, repetição, aprendizagem e transmissão.
O que chamamos hoje de inteligência sempre teve custo. Custava calorias, custava tempo, custava atenção, custava erro, custava grupo. Mas esse custo era difuso, não vinha numa fatura. O caçador não recebia, ao fim do dia, um relatório dizendo quantas unidades de inferência foram gastas para escolher a pedra, a trilha ou o alvo. A artesã não recebia um extrato de quantas hipóteses descartadas havia dentro do cesto pronto. O pensamento era caro, mas não era tarifado por unidade discreta. Era vivido como fluxo humano, não como medidor.
A tese deste texto é simples, incômoda e talvez inevitável:
entramos na era em que parte crescente do pensamento passa a ser consumida como serviço contínuo, mais próximo da eletricidade do que do livro, mas com uma diferença decisiva.
Na eletricidade, compramos quilowatt-hora de um fluxo físico relativamente mensurável; nos grandes modelos de linguagem, compramos tokens, uma unidade estatística que parece objetiva, mas muda com o tokenizer, com o modelo, com o contexto, com o cache, com a rota de inferência e, agora, com uma camada de raciocínio escondido que pode ser cobrada sem ser vista. Tokens não são elétrons. E justamente por isso a metáfora é perigosa.
O ponto de partida é o ensaio Reasoning, Billed by the Thought, publicado por Saadman Rafat. Seu achado central é menos tecnológico do que civilizatório:
modelos de raciocínio geram tokens intermediários para pensar, decompor problemas e testar caminhos; esses tokens podem não aparecer para o usuário, mas entram no consumo e na fatura.
A própria documentação da OpenAI afirma que reasoning tokens não são visíveis pela API, mas ocupam espaço na janela de contexto e são cobrados como tokens de saída; a documentação da Anthropic diz, com clareza, que a contagem de tokens que é cobrada pode não coincidir com o conteúdo visível e que o usuário paga pelo processo completo de pensamento, não apenas pelo trecho mostrado. Há, portanto, um medidor atrás da cortina.
O problema não é pagar. Sempre pagamos por mediações cognitivas: ao mestre, ao escriba, ao impressor, ao editor, ao professor, ao consultor, ao programador, ao pesquisador, ao software, à nuvem.
O problema é comprar pensamento opaco como se estivéssemos comprando energia elétrica transparente, auditável e fungível.
O problema é a passagem de um regime no qual pagávamos pelo artefato — o livro, o relatório, o software, o diagnóstico, a aula — para outro em que pagamos também pela tentativa, pela hesitação, pelo caminho descartado e, às vezes, pelo silêncio de uma resposta que nunca chegou porque o limite de tokens foi consumido antes da primeira palavra visível.
É aqui que o Framework das Três Inteligências ajuda a organizar o agora. A inteligência artificial não substitui nem replica integralmente a inteligência humana; ela passa a ocupar um terceiro eixo ao lado da inteligência individual — cognição, emoção, criatividade, responsabilidade — e da inteligência social — redes, instituições, coletivos, legitimidade. Meus coautores e eu mesmo escrevemos um paper sobre As Três Inteligências, onde descrevemos esse espaço como uma tríade em que indivíduos, coletivos e sistemas artificiais precisam ser orquestrados, não confundidos. A competência humana fundamental deixa de ser executar tarefas programadas e passa a ser orquestração metacognitiva: saber perguntar, delegar, avaliar, discordar, recompor e assumir responsabilidade, de acordo com From Programmed Labor to Meta-Cognitive Orchestration.
A pergunta, então, não é se máquinas pensam.
É menos metafísica e mais econômica: quem paga quando elas parecem pensar, quem mede esse processo, quem o audita, quem o entende, quem se apropria do ganho e quem assume o risco?
1. antes do registro: pensamento como corpo, ferramenta e grupo
Antes de haver texto, houve gesto. Antes de haver gramática, houve coordenação. Antes de haver biblioteca, houve memória situada. A pedra lascada é o primeiro grande contrato cognitivo entre humano e mundo: o corpo transfere uma intenção para a matéria, e a matéria devolve uma capacidade nova ao corpo.
A ferramenta não é apenas extensão da mão; é memória operacional. Ela preserva, no formato da lasca, uma decisão que não precisa ser tomada de novo a cada uso.
Essa é a primeira economia do pensamento: não pensar tudo de novo. Toda tecnologia cognitiva nasce como uma tentativa de reduzir o custo de recomeçar. A ferramenta guarda uma forma; o fogo guarda um processo; o caminho guarda uma rota; o mito guarda uma explicação; o rito guarda uma sequência; a linguagem guarda uma categoria; a escrita guarda uma obrigação.
Do ponto de vista econômico, civilização é a acumulação de atalhos cognitivos que tornam menos caro agir no mundo.
A linguagem oral foi a nuvem antes da nuvem. Ela distribuiu memória em redes humanas, permitiu que uma descoberta saísse do corpo de quem a fez e circulasse no grupo. Mas a oralidade tinha um limite: precisava de presença, repetição e confiança. Era uma tecnologia poderosa, mas frágil. O conhecimento podia morrer com o ancião, se deformar no rumor, desaparecer na fome, na guerra ou no esquecimento. O custo de preservar pensamento ainda era custo social vivo.
Com a escrita, esse custo muda de natureza. Os primeiros registros não nascem como literatura. Nascem, em grande parte, como administração: comida, trabalho, tributo, propriedade, ração. Uma tabuleta mesopotâmica preservada pelo British Museum, frequentemente descrita como um dos primeiros registros de escrita, registra a cerveja entregue a trabalhadores como parte de sua alimentação diária. Esse não é um detalhe trivial. A escrita não começa como poesia da alma; começa como contabilidade do corpo. O primeiro grande salto do pensamento registrado é, ao mesmo tempo, um salto de memória e de cobrança.
Hieróglifos, escrita cuneiforme, Linear B, inscrições monumentais e tabuletas burocráticas fazem algo que a fala não faz: separam a mensagem do emissor. A partir daí, a ordem viaja sem o rei, o contrato sobrevive às partes, o imposto ganha rastro, o estoque vira número, o templo vira arquivo, o palácio vira banco de dados. Linear B, decifrado no século XX e reconhecido como uma forma antiga do grego micênico o primeiro alfabeto similar ao que usamos hoje em dia, mostra como sistemas de escrita podem funcionar como infraestrutura administrativa antes de serem celebrados como literatura.
O pensamento, portanto, não ficou livre por se tornar escrito. Ele ficou mais preservável, mais transportável, mais escalável — e mais governável.
Toda tecnologia que amplia a memória amplia também a capacidade de comando, controle e cobrança.
Essa tensão atravessa a história inteira: a mesma escrita que salva poemas permite registrar dívidas; a mesma biblioteca que preserva ciência permite centralizar autoridade; a mesma imprensa que democratiza leitura permite propaganda em massa; a mesma internet que conecta pessoas permite vigilância em escala; o mesmo LLM que amplia a imaginação permite tarifar a hesitação.
2. do arquivo ao livro: quando memória virou infraestrutura
As grandes coleções de textos foram o primeiro sonho de uma inteligência social total. A biblioteca de Aššur-bāni-apli, em Nínive, reuniu dezenas de milhares de tabuletas e fragmentos em cuneiforme; a Biblioteca de Alexandria tornou-se símbolo de um projeto ainda maior, a ambição de reunir o mundo escrito no mesmo horizonte institucional.
A biblioteca é mais do que prédio com livros. É máquina social de memória: decide o que merece ser copiado, conservado, classificado, traduzido, ensinado e esquecido.
A economia da biblioteca é diferente da economia da fala. Um rolo copiado por escribas era caro, lento e escasso. O acesso dependia de localização, classe, língua, instituição. Mas uma vez copiado, o texto podia durar séculos. O custo alto de produção era compensado pela longevidade do suporte.
O conhecimento ainda não era barato, mas começava a ganhar amortização: uma cópia podia servir a muitos leitores, um catálogo podia orientar muitas buscas, uma tradição podia atravessar gerações.
A imprensa desloca o eixo outra vez. A China desenvolveu impressão por blocos e tipos móveis muito antes da Europa; a tradição associa a Bi Sheng, no século XI, uma forma de tipo móvel em argila. Na Europa, Gutenberg mecaniza a impressão com tipos móveis metálicos, tinta e prensa em meados do século XV, e a Bíblia de Gutenberg se torna marco material de uma nova economia da reprodução. A consequência não foi apenas haver mais livros. Foi surgir uma curva de custo radicalmente diferente: o primeiro exemplar continuava caro; o milésimo ficava muito mais barato.
Essa é talvez a regra econômica mais importante antes da era digital:
quando o conhecimento se torna copiável em escala, o poder se desloca da produção singular para a infraestrutura de reprodução e distribuição.
A gráfica, a livraria, a universidade, a censura, o correio, o jornal e o mercado editorial passam a mediar a circulação do pensamento. A inteligência social ganha velocidade, mas também ganha novos gargalos. O controle deixa de estar apenas na mão do escriba e passa à rede de impressão, licenciamento, logística e alfabetização.
Enciclopédias levaram esse projeto ao limite moderno. A Encyclopédie de Diderot e d’Alembert, publicada no século XVIII em volumes de texto e pranchas, não foi apenas repositório de verbetes; foi uma tentativa de reorganizar a autoridade do conhecimento.
O gesto enciclopédico afirma que saberes dispersos podem ser indexados, relacionados e tornados consultáveis. É uma forma de compressão civilizatória: o mundo, reorganizado em entradas, referências cruzadas e sistemas de classificação.
Jornais e revistas acrescentaram periodicidade. Não bastava mais saber; era preciso saber a tempo. A notícia moderna cria uma economia da atualização contínua. A partir de periódicos como a Relation aller Fürnemmen und gedenckwürdigen Historien, publicada em Estrasburgo no início do século XVII e frequentemente descrita como um dos primeiros jornais europeus, o mundo passa a ser consumido em intervalos regulares. O agora vira produto. A opinião vira cadência.
A esfera pública passa a depender de um fluxo de fatos, interpretações e narrativas em escala.
Até aqui, o pensamento já tinha sido externalizado, copiado, catalogado e distribuído. Mas ele ainda era, em grande parte, passivo. O livro não resolvia uma equação sozinho. O jornal não respondia perguntas. A enciclopédia não combinava hipóteses para você. O computador muda isso porque transforma registros em operações. A memória deixa de ser apenas arquivo e se torna procedimento executável.
3. computadores: quando o pensamento registrado virou cálculo executável
A história dos computadores é a história da passagem do registro para a execução. O ábaco, as tabelas astronômicas, os mecanismos de cálculo, a máquina analítica de Babbage, a máquina de Turing e os computadores eletrônicos reorganizam o custo do pensamento formal. A Máquina Analítica, o primeiro projeto de computador mecânico digital, geral e programável, já continha a intuição central: separar dados, instruções, memória e operação. O pensamento lógico podia virar sequência mecânica.
Turing radicaliza essa intuição ao definir, em 1936, uma máquina abstrata capaz de manipular símbolos usando regras elementares. O gesto é filosófico e industrial ao mesmo tempo: se uma tarefa pode ser formalizada em passos, pode ser executada por uma máquina. Mas há um limite dentro da própria formalização: nem todo problema admite decisão mecânica geral. A computação nasce, portanto, com uma promessa e um problema irresolvível. A promessa é automatizar procedimentos. O problema é que nem todo pensamento cabe em procedimento.
O ENIAC, concluído em 1946, inaugura a escala eletrônica do cálculo programável de propósito geral. A partir daí, o custo marginal de certas operações cai de modo radical. Computadores fazem em segundos o que equipes humanas fariam em dias. Mas o regime ainda era claro: humanos formulavam problemas; máquinas executavam programas. A máquina era rápida, obediente e literal. O trabalho humano de alto valor estava na modelagem, na tradução do mundo para instruções.
O software empresarial, os bancos de dados, ERPs, sistemas de pagamento, sistemas de reservas e modelos financeiros transformaram organizações em máquinas de registro e decisão.
O trabalho programado se espalhou: formulários, fluxos, relatórios, aprovações, indicadores. A promessa era eficiência. O risco era reduzir a organização a um conjunto de rotinas formalizadas, onde tudo que não cabia no sistema parecia ruído.
Depois veio a internet. A ARPANET, arquitetura TCP/IP, World Wide Web e browsers transformaram computadores isolados em uma ecologia de máquinas conectadas. O custo de copiar, buscar e distribuir informação caiu novamente. O link substituiu a prateleira. A busca substituiu parte da memória. A página web substituiu parte do catálogo. O e-mail acelerou a organização. A rede criou uma nova condição:
quase todo documento podia estar em qualquer lugar e ser encontrado por qualquer pessoa conectada.
Mas a internet também preparou a economia dos tokens. Ela produziu os dados, cliques, textos, logs, imagens, fóruns, repositórios, conversas, rastros e plataformas que tornaram possível treinar modelos de linguagem em escala. O grande corpus contemporâneo é filho de décadas de humanos escrevendo para outros humanos em redes que, mais tarde, seriam lidas por máquinas.
A inteligência artificial generativa é, em grande parte, inteligência social sedimentada em parâmetros.
A nuvem completou a mudança. Pela definição do NIST, cloud computing é acesso sob demanda, pela rede, a um conjunto compartilhado de recursos configuráveis que podem ser provisionados e liberados rapidamente.
Em termos econômicos, a nuvem transforma computação em serviço medido. O servidor deixa de ser equipamento comprado e passa a ser capacidade alugada.
A infraestrutura se torna elástica, mas a elasticidade vem com medidor: CPU, armazenamento, tráfego, chamadas, filas, memória, invocações, tempo.
Plataformas e smartphones levaram esse medidor para o bolso. Dispositivos como o iPhone, anunciado pela Apple em 2007 como telefone, iPod e comunicador de internet em um único aparelho, marcam a fase em que humanos começaram a ser informatizados em tempo real.
Carregamos sensores, mapas, câmeras, identidades, pagamentos, redes sociais, mensagens e notificações. Passamos a ser terminais ambulantes de uma economia de atenção.
O corpo entrou na rede; a rede entrou no corpo.
Quando LLMs chegam, eles não surgem do nada, mas pousam sobre três camadas maduras: uma internet cheia de linguagem humana, uma nuvem capaz de vender computação como fluxo e uma população treinada por smartphones a conversar com sistemas.
O prompt é a interface quase-natural dessa convergência: parece fala, mas aciona infraestrutura industrial.
4. LLMs: quando a linguagem virou interface universal de trabalho
O paper Attention Is All You Need, de 2017, propôs o Transformer, arquitetura baseada em mecanismos de atenção que dispensava recorrência e convoluções em tarefas sequenciais. A partir dali, modelos de linguagem passaram a escalar em dados, parâmetros, contexto e usos. O lançamento público do ChatGPT em novembro de 2022 não criou a inteligência artificial generativa, mas criou a experiência cultural de que qualquer pessoa poderia conversar com uma máquina capaz de responder, reescrever, resumir, programar, argumentar, explicar e simular papéis.
Essa é a ruptura: a linguagem deixou de ser apenas meio de comunicação e passou a ser interface universal de computação.
Antes, para comandar computadores, era preciso aprender comandos, planilhas, formulários, linguagens de programação, menus, APIs.
Agora, parte crescente da computação passa a aceitar intenção em linguagem natural. O usuário escreve o que quer; o modelo traduz desejo em texto, código, plano, imagem, consulta, chamada de ferramenta ou cadeia de agentes.
Do ponto de vista das Três Inteligências, isso é uma mudança de regime.
A inteligência individual formula uma intenção; a inteligência artificial gera hipóteses, caminhos e artefatos; a inteligência social valida, corrige, legitima e incorpora.
O melhor uso não é substituição nem fetiche de ferramenta: é orquestração simbiótica. Mas orquestração exige saber que há três coisas diferentes em jogo. O humano tem experiência, responsabilidade e desejo. O coletivo tem legitimidade, memória institucional e diversidade. A máquina tem escala, velocidade e agência funcional sem fenomenologia conhecida.
O novo trabalhador do conhecimento não é apenas quem sabe usar uma IA; é quem sabe organizar uma conversa produtiva entre essas três camadas. Em From Programmed Labor to Meta-Cognitive Orchestration chamamos isso de orquestração metacognitiva: desenhar problemas, escolher agentes, calibrar confiança, avaliar saídas, preservar competência humana, sustentar pluralismo epistêmico e manter dignidade cognitiva. A máquina que responde não elimina o humano que julga; ao contrário, aumenta o custo moral de julgar mal.
Mas há um detalhe que muda tudo: essa orquestração é tarifada.
Na escrita, o custo central era produzir e distribuir cópias. No software clássico, o custo central era desenvolver e operar sistemas.
Nos LLMs, o custo passa a incluir cada interação com a infraestrutura de inferência: tokens de entrada, tokens de saída, tokens de contexto, tokens de ferramenta, tokens de cache e, nos modelos de raciocínio, tokens invisíveis de pensamento interno.
A tokenização parece banal. A página de tokenizer da OpenAI explica como modelos processam texto usando tokens, sequências comuns de caracteres aprendidas estatisticamente. Só que o token não é palavra, não é caractere, não é frase, não é pensamento. É uma unidade operacional de um sistema específico. Mudar tokenizer pode mudar a contagem para o mesmo texto. Mudar modelo pode mudar custo. Mudar idioma pode alterar densidade. Mudar contexto pode multiplicar entrada. Chamar token de elétron é útil para intuir fluxo; é falso para entender economia.
Elétrons são fisicamente fungíveis. Tokens são unidades sociotécnicas de cobrança. Um token de entrada não custa o mesmo que um token de saída; um token de cache não custa o mesmo que um token novo; um token visível não tem a mesma função econômica que um token escondido; um token em inglês pode carregar densidade diferente de um token em português; um token em uma conversa curta não tem o mesmo impacto que um token carregado dentro de uma janela de contexto longa.
A economia real do LLM não é só preço por milhão de tokens.
É uma economia de densidade cognitiva: quanto valor útil, verificável e incorporável foi produzido por unidade de custo?
É também uma economia de densidade ética: o processo foi rastreável, contestável, reversível e responsável?
E é uma economia de densidade aprendente: o humano e o coletivo ficaram mais capazes depois da interação, ou apenas mais dependentes do próximo prompt?
5. o medidor atrás da cortina
Os modelos de raciocínio tornam visível, paradoxalmente pela invisibilidade, uma nova etapa da monetização cognitiva. Segundo a documentação da OpenAI sobre modelos de raciocínio, esses sistemas usam tokens adicionais para pensar, decompor prompts e considerar abordagens antes de responder. Esses tokens aparecem nos objetos de uso como reasoning tokens, mas não como texto entregue ao usuário. A mesma página alerta que, se o limite de tokens for atingido durante essa fase, uma resposta pode ficar incompleta antes de qualquer saída visível. Você pode pagar por entrada e raciocínio sem receber resposta.
Anthropic descreve fenômeno análogo em sua documentação sobre extended thinking e adaptive thinking. Anthropic distingue o conteúdo visível — às vezes uma síntese, às vezes nada — do total de tokens de pensamento efetivamente gerados e cobrados.
O controle de exibição altera o que se vê; não necessariamente altera o que se paga. O usuário pode observar uma resposta curta e uma conta longa porque o produto comprado não foi só texto, foi processo de deliberação artificial.
Essa assimetria não é detalhe de API.
É o nascimento de uma economia na qual a parte mais valiosa do serviço pode ser justamente a menos observável.
No livro, o leitor compra o texto completo. No consultor humano, a reunião mostra pelo menos parte do raciocínio, e a reputação disciplina o resto. No software clássico, logs e testes podem auditar muitas operações.
No modelo de raciocínio, a cadeia interna pode ser deliberadamente ocultada por razões de segurança, alinhamento, privacidade, propriedade intelectual ou UX. Algumas dessas razões são legítimas. Mas o resultado econômico é direto: o comprador paga por uma atividade que não consegue auditar diretamente.
Há uma boa razão técnica para não exibir todo pensamento interno de modelos. Cadeias de raciocínio podem conter erros, dados sensíveis, caminhos inseguros, autojustificações enganosas ou material que o sistema não deveria revelar. A solução não é exigir voyeurismo completo sobre a atividade da máquina.
A solução é exigir rastreabilidade econômica e operacional suficiente: quanto foi gasto, em que classe de tokens, por qual modelo, com que esforço, com que cache, em que etapa, com que resultado e com que possibilidade de contestação.
O ensaio de Rafat chama atenção para uma situação específica: pagar pelo silêncio. O caso extremo acontece quando o sistema consome o orçamento de tokens “pensando” e não entrega resposta visível. Não é ficção; as documentações de modelos de raciocínio alertam para incompletude quando o limite é atingido. A economia do token transforma a tentativa em produto. O output deixa de ser garantia; passa a ser possibilidade posterior ao consumo.
O cache revela outro aspecto da arquitetura. Modelos não lembram, entre uma chamada e outra, do modo como humanos lembram. Para manter contexto, sistemas reencaminham partes da conversa, documentos, instruções e estado. Anthropic apresenta prompt caching como forma de reduzir latência e custo quando longos prefixos se repetem; a OpenAI também documenta cache para prompts longos e rastreio de cached tokens. Isso é útil e legítimo. Mas é também uma confissão estrutural: pagamos não apenas para a máquina responder, mas para a máquina reler o que esqueceu.
É por isso que a conta de um agente de programação pode parecer absurda: milhões de tokens de entrada para milhares de tokens de saída. O usuário vê código novo, explicações e testes; a fatura vê o reenvio contínuo de contexto, logs, arquivos, histórico, instruções e raciocínios. O custo principal pode não ser a frase gerada, mas a memória temporária fabricada a cada chamada.
Quando Google informa usuários de Gemini Apps que limites passam a considerar complexidade do prompt, modelos usados, recursos acionados e tamanho do chat, o medidor deixa de morar apenas no terminal do desenvolvedor. Ele chega ao consumidor.
A assinatura mensal deixa de ser promessa simples de acesso e passa a incluir uma lógica de uso computacional: perguntas simples consomem pouco; perguntas complexas, recursos avançados e conversas longas consomem mais.
O pensamento difícil passa a ter tarifa implícita mesmo na interface amigável.
Isso é o que significa comprar pensamento como eletricidade: não porque tokens sejam elétrons, mas porque a experiência subjetiva do usuário se aproxima de um fluxo invisível, contínuo, medido, renovável até o limite, cobrado por uso e condicionado por infraestrutura. Mas, na eletricidade, o consumidor não precisa saber como cada elétron atravessou a turbina para contestar o medidor. Em IA, ainda estamos construindo o equivalente institucional do “relógio de luz” cognitivo.
6. tokens, energia e a falsa inocência do imaterial
Há ainda uma camada literal na metáfora. Tokens não são elétrons, mas rodam sobre elétrons. O relatório Energy from AI da Agência Internacional de Energia estima que data centers consumiram cerca de 415TWh em 2024, em torno de 1,5% da eletricidade mundial, e projeta que esse consumo possa mais que dobrar até 2030. A infraestrutura de IA é feita de chips, servidores, redes, refrigeração, água, solo, contratos de energia, cadeias de semicondutores e concentração geográfica. O pensamento artificial parece imaterial na tela; é material na rede elétrica.
Essa materialidade exige uma pergunta nova para tokenomics: qual pensamento merece computação cara?
Nem toda dúvida precisa de modelo de fronteira. Nem todo resumo precisa de raciocínio profundo. Nem todo workflow precisa de agente autônomo. Uma economia de IA madura deve saber rotear tarefas: modelo pequeno quando basta, modelo grande quando necessário, raciocínio profundo quando o risco ou o valor justificam, humano quando a responsabilidade não pode ser delegada, coletivo quando a legitimidade exige pluralidade.
O Stanford AI Index de 2026 descreve um cenário de capacidades crescentes, adoção acelerada, concentração industrial e lacunas de responsabilidade. O mesmo relatório fala da fronteira irregular: modelos podem resolver tarefas sofisticadas e falhar em coisas banais. Esse é um ponto econômico básico.
Não se compra inteligência geral como se compra água mineral. Compra-se uma combinação instável de competências, probabilidades, limites, contexto e custos. A promessa de abundância convive com a realidade da falha.
O preço nominal por token tende a cair em muitos segmentos, mas o consumo total pode subir mais rápido. É o clássico paradoxo (de Jevons) da eficiência:
quando algo fica barato, usamos mais; quando o uso se torna hábito, desenhamos organizações em torno dele; quando organizações dependem dele, a demanda se torna estrutural. O custo por unidade cai, o custo sistêmico cresce.
É possível que uma resposta de IA custe centavos; é possível que a dependência organizacional de IA custe soberania, competência, energia, privacidade e margem.
A pergunta “o custo é alto?” não tem resposta única.
É baixo quando substitui horas de trabalho repetitivo com resultado verificável. É alto quando consome contexto sem gerar valor. É altíssimo quando cria dependência cognitiva e reduz a capacidade humana de formular, avaliar e discordar. É inaceitável quando desloca custo invisível para trabalhadores, comunidades, ecossistemas ou países que não capturam o valor.
Uma tokenomics séria precisa, portanto, olhar para quatro contas ao mesmo tempo.
A primeira é a conta financeira: input, output, reasoning, cache, ferramentas, latência, retrabalho.
A segunda é a conta energética: eletricidade, refrigeração, hardware, rede.
A terceira é a conta cognitiva: competência preservada ou perdida, aprendizagem ou atrofia.
A quarta é a conta política: quem controla modelos, dados, idioma, infraestrutura e critérios de verdade.
7. a mercantilização da hesitação
A revolução industrial mercantilizou força, tempo e movimento. Taylor mediu gestos. Ford organizou cadências. O software empresarial mediu processos. Plataformas mediram atenção. Agora, modelos de raciocínio permitem medir algo que antes ficava protegido na interioridade: a hesitação instrumental. A máquina tenta caminhos, pondera, refaz, abandona. E essas tentativas podem virar tokens cobrados.
Convém evitar romantismo.
Humanos sempre venderam pensamento. Professores, cientistas, advogados, médicos, engenheiros, jornalistas, designers, consultores e programadores trabalham com cognição remunerada.
A diferença é que o pensamento humano vendido como serviço vinha acoplado a responsabilidade profissional, contexto social, reputação e possibilidade de explicação.
Um LLM vende um fluxo probabilístico de competência sem sujeito moral interno. A responsabilidade retorna aos operadores, organizações e provedores.
Isso desloca o centro do trabalho. O regime anterior premiava quem produzia artefatos: relatórios, códigos, diagnósticos, planos, peças, decisões. O regime emergente premia quem sabe orquestrar fluxos de artefatos. O profissional deixa de ser apenas autor direto e passa a ser designer de problemas, curador de contexto, avaliador crítico, integrador de sentido e responsável por consequências. É o trabalhador metacognitivo das Três Inteligências.
Mas essa transição pode degenerar.
Se a organização trata IA como substituto barato, cria supervisores humanos sem prática, avaliando saídas que já não sabem produzir. Se trata IA como oráculo, elimina pluralismo. Se trata IA como ferramenta neutra, subutiliza sua agência. Se trata IA como empregado invisível, esconde custos e responsabilidades.
A promessa de aumento vira taylorismo cognitivo: humanos apertando aprovar em cadeias que não entendem.
A mercantilização da hesitação tem outro efeito: muda o comportamento do usuário.
Se pensar profundo consome mais, talvez o usuário aprenda a perguntar menos. Se contexto longo custa, talvez a organização corte memória. Se raciocínio invisível é caro, talvez gestores pressionem por modelos mais superficiais em decisões que exigem cuidado.
A métrica pode induzir empobrecimento cognitivo. O medidor não apenas registra comportamento; ele modela o que passa a ser perguntado.
Por isso, a discussão não é nostalgia de uma era sem custos. É desenho institucional. Precisamos de sistemas em que custo, qualidade, risco e aprendizagem estejam alinhados. Pagar por raciocínio artificial pode ser excelente quando aumenta segurança, ciência, produtividade e inclusão. Mas pagar por raciocínio escondido sem rastro suficiente cria assimetria de poder. O usuário financia a deliberação; o provedor controla a visibilidade; a fatura decide o que foi real.
8. a diferença entre opacidade legítima e opacidade abusiva
Nem toda opacidade é abuso. Sistemas complexos sempre terão camadas não observáveis para o usuário comum. Ninguém exige ver cada instrução de microcódigo do processador, cada rota BGP da internet ou cada operação de banco de dados de um aplicativo. O que se exige é governança proporcional: medição confiável, documentação, auditoria, contestação, segurança, responsabilidade e opção de saída.
No caso dos LLMs, a opacidade legítima protege segurança, privacidade e integridade do sistema. Mas a opacidade abusiva aparece quando o usuário não consegue saber o básico: quantos tokens foram gastos, quantos foram escondidos, quanto eram cache, que modelo respondeu, qual esforço de raciocínio foi usado, se houve fallback, se ferramentas foram acionadas, porque uma resposta falhou, como limites são consumidos e como contestar cobranças ou resultados.
A resposta não precisa ser “mostrar a cadeia de pensamento completa”.
Pode ser melhor: recibos cognitivos. Um recibo cognitivo diria, em linguagem humana e máquina-legível, que uma tarefa usou determinado modelo, tantos tokens de entrada, tantos de saída visível, tantos de raciocínio não exibido, tantos de cache, tais ferramentas, tal nível de esforço, tal latência, tal status de conclusão e tal estimativa de confiança ou verificação. Não revelaria segredos internos; revelaria governança.
Esse recibo precisaria conversar com o framework triádico.
Para a inteligência individual, ele protege autonomia: o usuário sabe o que delegou e pode aprender com a delegação.
Para a inteligência social, ele protege legitimidade: equipes e instituições podem auditar decisões assistidas por IA.
Para a inteligência artificial, ele protege uso responsável: modelos são tratados como agentes funcionais dentro de papéis definidos, não como magia.
Há também uma dimensão de design de preço. Cobrar por tokens é simples para provedores e desenvolvedores, mas é insuficiente para usuários finais. O token mede custo computacional aproximado; não mede valor.
Um bom mercado de pensamento artificial precisará combinar preço por volume, preço por qualidade, preço por risco, preço por latência e talvez preço por resultado verificável em certos domínios. O token puro é o começo da contabilidade, não seu fim.
A analogia com eletricidade pode ajudar aqui. A sociedade não ficou apenas com geradores e fios; criou padrões, concessionárias, medidores, agências reguladoras, tarifas sociais, normas de segurança, direitos do consumidor e infraestrutura pública. Se IA passa a ser infraestrutura cognitiva, precisaremos de instituições equivalentes. Não necessariamente as mesmas. Mas equivalentes em função: tornar o fluxo confiável, contestável e socialmente orientado.
9. soberania: quem controla o medidor controla parte do pensamento
A economia dos tokens não é neutra em relação à língua, ao território e ao poder. Modelos de linguagem carregam corpora, alinhamentos, filtros, políticas, infraestruturas e padrões culturais. Quem controla o modelo controla parte do que aparece como resposta razoável. Quem controla a nuvem controla parte do custo. Quem controla o tokenizer controla parte da unidade de cobrança. Quem controla a plataforma controla o acesso. Quem controla o medidor controla parte da forma econômica do pensamento.
Para o Brasil e o Sul Global, isso é decisivo. Não basta ter acesso a chatbots estrangeiros. Acesso sem autoria pode virar nova dependência: usamos interfaces modernas, mas dados, modelos, infraestrutura, benchmarks, alinhamento, faturamento e governança permanecem fora do nosso espaço institucional. A inclusão universal, no framework das Três Inteligências, precisa ser lida como soberania algorítmica e linguística, não apenas como login barato.
Soberania não significa isolamento. Significa capacidade de escolha, auditoria, adaptação e contestação. Significa poder treinar, ajustar, avaliar e hospedar modelos em português brasileiro e em línguas indígenas quando apropriado; significa construir benchmarks locais; significa usar software aberto quando fizer sentido; significa contratar nuvem e modelos sem lock-in irreversível; significa formar gente capaz de entender o medidor, não apenas consumir respostas.
A tríade ajuda a evitar dois erros simétricos. O primeiro é o nacionalismo tecnológico vazio: achar que todo país precisa copiar, sozinho, os maiores modelos de fronteira. O segundo é o cosmopolitismo ingênuo: achar que basta consumir o melhor serviço global e o resto se resolverá. O caminho mais produtivo é soberania federada: consórcios, modelos locais e regionais, infraestrutura pública e privada, universidades, startups, governo e comunidades construindo capacidade distribuída.
Nessa agenda, tokenomics não é só disciplina de otimização de API. É política econômica da inteligência.
Uma organização que não mede seus tokens não entende seus custos. Um país que não entende tokens não entende parte da nova balança de pagamentos cognitiva. Uma escola que não entende tokens não entende o custo de ensinar com IA. Um jornal que não entende tokens não entende a nova economia da apuração, edição e personalização. Um tribunal que não entende tokens não entende a materialidade de uma decisão assistida por máquina.
10. o custo alto — e o custo de não pagar
O custo de IA é alto? Depende da comparação. Comparado ao salário de uma equipe especializada, muitos usos são baratos. Comparado a uma busca simples, muitos usos são caros. Comparado ao custo de errar uma decisão médica, jurídica, financeira ou educacional, raciocínio artificial adicional pode ser barato. Comparado à perda de competência humana, pode ser caríssimo.
A pergunta correta não é “quanto custa um milhão de tokens?”, mas quanto custa a decisão que esses tokens pretendem melhorar?
Há usos em que pagar por raciocínio profundo é racional. Diagnósticos complexos, auditorias de segurança, revisão de código crítico, síntese científica, planejamento logístico, análise regulatória e desenho de políticas públicas podem se beneficiar de modelos que gastam mais tempo computacional explorando alternativas.
Nesses casos, o erro de economizar tokens pode sair mais caro que o gasto de usá-los. Mas isso exige métrica de valor, não superstição de modelo grande.
Há usos em que pagar por raciocínio profundo é desperdício. Responder mensagem trivial, reformatar texto simples, classificar documentos de baixa consequência ou resumir conteúdos curtos pode ser feito com modelos menores, regras, busca tradicional ou humanos. A maturidade econômica estará em rotear tarefas por valor, risco e reversibilidade, e não por fascínio com o modelo mais potente.
Há ainda usos em que IA não deve decidir, mesmo que consiga opinar. Decisões de alto impacto exigem inteligência social e responsabilidade institucional. A máquina pode informar, comparar, simular e alertar; mas legitimidade não nasce de correlação estatística. Ela nasce de processos em que humanos e coletivos assumem razões, consequências e possibilidade de recurso. IA pode ampliar a deliberação; não pode substituir a responsabilidade moral e política.
O custo de não pagar também existe. Sociedades que recusam IA em bloco podem perder produtividade, capacidade científica, qualidade de serviço e competitividade. Organizações que proíbem ferramentas sem criar alternativas empurram trabalhadores para usos clandestinos e inseguros. Escolas que fingem que LLMs não existem formam alunos para um mundo que já acabou.
O futuro não pede abstinência; pede governança de consumo cognitivo.
Essa governança começa com uma pergunta simples em cada tarefa: o que deve ser pensado por mim, pelo grupo, pela máquina ou pela tríade? A resposta muda conforme risco, prazo, domínio, disponibilidade de dados, necessidade de legitimidade e objetivo de aprendizagem.
Pensar sozinho continua necessário. Pensar em grupo continua necessário. Pensar com máquinas torna-se inevitável. O problema, complexo e complicado, é compor sem abdicar.
11. da conta de tokens ao contrato civilizatório
A história longa mostra um padrão. Toda vez que externalizamos pensamento, ganhamos escala e perdemos alguma inocência.
A ferramenta ampliou o corpo, mas exigiu aprendizagem.
A linguagem ampliou o grupo, mas criou rumor.
A escrita ampliou a memória, mas criou burocracia.
A imprensa ampliou a leitura, mas criou propaganda.
A biblioteca ampliou o acesso, mas criou cânones.
O computador ampliou o cálculo, mas criou formalismos.
A internet ampliou a conexão, mas criou plataformas (e suas consequências).
O smartphone ampliou presença, mas criou captura de atenção.
LLMs ampliam a cognição, mas criam medição opaca do pensamento.
Não há retorno para um antes puro. A pedra lascada já era tecnologia cognitiva. A questão nunca foi tecnologia ou humanidade; foi sempre qual tecnologia, em que instituição, com que distribuição de poder, com que aprendizagem, com que abertura e com que responsabilidade. IA apenas torna a pergunta mais urgente porque desloca para dentro da máquina uma parte do processo que identificamos, culturalmente, com a própria experiência de pensar.
O risco maior não é a máquina pensar. É o humano parar de notar que delegou. É o coletivo perder a capacidade de deliberar porque as respostas chegam prontas, coerentes e baratas o suficiente para dispensar conflito. É a organização trocar julgamento por throughput. É o país trocar soberania por conveniência. É o usuário aceitar que o medidor rode atrás da cortina porque cada cobrança individual parece pequena demais para merecer disputa.
A saída não é exigir transparência absoluta de sistemas impossivelmente complexos. É construir instituições de inteligibilidade suficiente. Precisamos saber o bastante para decidir bem, contestar abuso, distribuir ganhos, preservar competência e evitar dependência cega. Na era dos tokens, inteligibilidade é infraestrutura. Sem ela, a economia do pensamento vira mercado de sombras.
As Três Inteligências oferecem uma gramática para essa construção.
A inteligência individual precisa continuar capaz de formular problemas e assumir responsabilidade. A inteligência social precisa continuar capaz de deliberar, legitimar e corrigir. A inteligência artificial precisa ser usada como camada de amplificação, não como soberano invisível.
O objetivo é super-aditividade responsável: a tríade produzir mais valor do que cada eixo sozinho sem destruir dignidade, pluralismo e aprendizagem.
É por isso que a discussão sobre tokens não é técnica demais para a cultura, nem econômica demais para a ética. Ela está exatamente no cruzamento. O token é unidade de processamento, de cobrança, de acesso, de limite, de opacidade e de dependência. Ele é pequeno demais para parecer político e grande demais para não ser.
12. 7 fundações para o futuro do pensamento consumido e pago como fluxo
1. Transparência econômica dos tokens
Todo serviço relevante de IA deveria entregar recibos cognitivos legíveis: tokens de entrada, saída visível, raciocínio não exibido, cache, ferramentas, modelo, nível de esforço, latência, status de conclusão e motivo de falha. Não é preciso revelar toda cadeia interna de pensamento para revelar a economia do processo. O usuário deve saber o que comprou, mesmo quando não pode ver cada passo do que aconteceu.
2. Rastreabilidade sem voyeurismo da máquina
A sociedade precisa distinguir auditabilidade de espetáculo. Mostrar pensamento bruto do modelo pode ser inseguro, enganoso ou inútil. Mas esconder tudo é inaceitável em usos de alto impacto. O futuro exige trilhas de decisão, resumos verificáveis, logs, versões, fontes, ferramentas chamadas, responsabilidades atribuídas e direito de contestação. Não precisamos ver cada sinapse artificial; precisamos saber quem fez o quê, com que custo, com que base e com que autoridade.
3. Precificação por valor, risco e densidade — não só por volume
O preço por milhão de tokens é contabilidade de infraestrutura. A economia de IA madura precisa medir densidade cognitiva, densidade ética e densidade aprendente. Uma interação barata que induz erro é cara. Uma interação cara que evita desastre pode ser barata. Uma interação produtiva que deseduca o usuário tem custo oculto. O futuro será de organizações que saibam calcular valor por unidade de pensamento, não apenas gasto por unidade de texto.
4. Portabilidade de contexto e memória
Se parte do custo vem de relembrar a máquina, contexto e memória não podem virar prisão proprietária. Precisamos de portabilidade de contexto, padrões interoperáveis, exportação de histórico, camadas de memória controladas pelo usuário e contratos claros sobre retenção, cache e reuso. Quem não controla sua memória operacional vira inquilino permanente do provedor que a hospeda.
5. Soberania algorítmica e linguística
Países, regiões, universidades, empresas e comunidades demandam capacidade de produzir, adaptar, auditar e hospedar modelos em seus próprios contextos. Isso inclui português brasileiro, línguas indígenas, dados públicos governados, benchmarks locais, infraestrutura computacional e formação técnica. Soberania cognitiva não é fechar-se ao mundo; é poder participar dele sem depender integralmente do medidor alheio.
6. Educação para orquestração metacognitiva
A alfabetização figital não basta. A nova educação precisa formar pessoas capazes de perguntar, decompor, delegar, avaliar, discordar, verificar, sintetizar e assumir responsabilidade em sistemas híbridos. Isso significa preservar janelas de pensamento sem IA, ensinar uso crítico com IA e formar grupos capazes de deliberar com agentes artificiais sem perder pluralismo. O futuro não pertence a quem “usa IA”; pertence a quem sabe orquestrar inteligências.
7. Sustentabilidade material e social do pensamento artificial
O fluxo de tokens consome energia, água, chips, capital, atenção e instituições. A pergunta “posso gerar?” deve ser acompanhada por “devo gerar?”, “com qual modelo?”, “para qual valor?”, “com qual pegada?” e “quem captura o ganho?”. Uma economia civilizada do pensamento artificial precisa ser materialmente sustentável e socialmente distributiva. Caso contrário, chamaremos de inteligência aquilo que apenas desloca custo para lugares invisíveis.
O futuro do pensamento como fluxo não será decidido apenas pelos modelos. Será decidido pelos contratos, métricas, instituições, culturas e competências que construirmos ao redor deles. Tokens podem ser a unidade operacional da nova economia cognitiva, mas não podem ser sua única moral. Pensar sempre foi caro.
A novidade é que agora parte do pensamento vem com medidor.
A tarefa civilizatória é impedir que o medidor substitua o julgamento.
No fim, a pergunta não é se tokens “são” elétrons. Não são. A pergunta é se aceitaremos comprar pensamento como eletricidade sem exigir o equivalente cognitivo de segurança, transparência, tarifa justa, soberania, sustentabilidade e direito de contestação.
Uma sociedade inteligente não é a que automatiza todo pensamento. É a que sabe quando pensar sozinha, quando pensar em rede, quando pensar com máquinas e quando desligar o medidor para reaprender a pensar.
