Pesquisa anual abrangente sobre o progresso, as aplicações e o impacto social da inteligência artificial em 2025, abrangendo pesquisa e desenvolvimento, desempenho técnico, IA responsável, economia, ciência, medicina, educação, política e governança e opinião pública global.
Navegação Rápida
Tags
Compartilhar os slides
Pesquisa anual abrangente sobre o progresso, as aplicações e o impacto social da inteligência artificial em 2025, abrangendo pesquisa e desenvolvimento, desempenho técnico, IA responsável, economia, ciência, medicina, educação, política e governança e opinião pública global.
Visualização detalhada de cada página de slide, incluindo layout, conteúdo principal e elementos visuais.
Capa completa do Relatório do Índice de Inteligência Artificial de 2026, 9ª edição, apresentando a marca Stanford HAI com um destaque em vermelho/coral e padrão geométrico abstrato.
Capa sangrada com título centralizado, número da edição e logotipo da Stanford HAI na parte inferior
Página de título formal listando Stanford Human-Centered AI (HAI) como editora, créditos da equipe editorial, aviso de direitos autorais e detalhes da publicação para a 9ª edição anual.
Página branca limpa com hierarquia de texto centralizada, logotipo da HAI na parte superior, metadados da publicação na parte inferior
Primeira página do índice listando os capítulos 1 a 5 com números de página, títulos dos capítulos e breves descrições de uma linha do escopo de cada capítulo.
Layout de duas colunas com números dos capítulos à esquerda, títulos e referências de página à direita; abas de capítulos com código de cores
Segunda página do índice cobrindo os capítulos 6 a 9 mais o apêndice, com números de página e descrições de capítulos de uma linha.
Continuação do layout TOC de duas colunas correspondendo ao estilo da página 3
Prefácio de abertura dos diretores da HAI, incluindo Fei-Fei Li, apresentando a importância do 9º AI Index anual e contextualizando o rápido avanço da AI em 2025.
Texto de coluna única com foto do diretor inserida no canto superior direito, banner de cabeçalho da HAI
Continuação do prefácio discutindo o impacto social transformador da AI, a importância da política de AI orientada por dados e a missão da HAI de orientar o desenvolvimento de AI centrada no ser humano.
Layout de texto de coluna única com subtítulo de seção
Terceira página do prefácio cobrindo a abordagem da HAI para rastrear o progresso da AI em várias dimensões e reconhecendo a equipe global de colaboradores do relatório de 2026.
Texto de coluna única com parágrafo de agradecimento e créditos dos colaboradores
Página de encerramento do prefácio com comentários finais da liderança da HAI sobre os riscos do desenvolvimento da AI em 2025-2026 e um apelo à ação para formuladores de políticas e pesquisadores.
Texto de coluna única terminando com bloco de assinaturas do diretor
Abertura do resumo executivo apresentando a narrativa abrangente da AI em 2025: ganhos rápidos de capacidade, investimento acelerado, crescente atividade política e debates sociais.
Parágrafo de introdução de largura total seguido por uma lista numerada de pré-visualização de 10 principais conclusões
Principais conclusões de 1 a 3: (1) As capacidades de AI estão aumentando com a saturação de benchmarks; (2) O investimento privado em AI nos EUA atinge US$ 285,9 bilhões; (3) O rastreamento de incidentes e danos relacionados à AI mostra um aumento de 1000% desde 2019.
Layout de três painéis, cada um com número da conclusão, título em negrito, ponto de dados de suporte e pequeno ícone
Principais conclusões de 4 a 6: (4) Os agentes de AI agora resolvem mais de 50% dos problemas reais do GitHub; (5) O FDA aprovou 258 dispositivos médicos habilitados para AI em 2025; (6) 46 países adotaram estratégias nacionais de AI.
Layout de três painéis correspondendo ao estilo da página 10
Principais conclusões de 7 a 9: (7) 80% dos alunos usam AI generativa para trabalhos de curso; (8) A proibição de práticas da Lei de AI da UE entrou em vigor em fevereiro de 2025; (9) 59% dos entrevistados globais estão otimistas com a AI.
Layout de três painéis correspondendo às páginas 10-11
Conclusão final do sumário executivo (10): O reconhecimento do Prêmio Nobel de IA marca um marco histórico para a ciência, além de um gráfico de destaques mostrando as principais métricas em todos os nove capítulos de relance.
Painel de conclusão única na metade superior; painel de métricas resumidas na metade inferior
Gráfico de resumo visual exibindo métricas de crescimento ano a ano nas principais dimensões do relatório: investimento, publicações, lançamentos de modelos, ações políticas e taxas de adoção.
Gráfico de barras agrupadas de largura total com categorias codificadas por cores e rótulos de ano no eixo x
Visualização do mapa mundial mostrando os níveis de atividade de IA por país nas dimensões de produção de pesquisa, investimento privado, adoção de políticas e concentração de talentos.
Mapa mundial de largura total com escala de intensidade de gradiente de cores e chamadas de país para as principais nações
Breve explicação da metodologia de coleta de dados do AI Index, definindo o que constitui IA no escopo do relatório e listando as principais fontes de dados usadas nos capítulos.
Texto de duas colunas com lista de fontes na barra lateral e diagrama de metodologia inserido
Guia de navegação para leitores explicando a estrutura do capítulo, como encontrar tópicos específicos, acesso interativo a dados online e diretrizes de citação para o AI Index 2026.
Texto de coluna única com caixas de chamada para recursos online e dicas de navegação de capítulo
Página de abertura do capítulo com fundo cinza-ardósia/azul-marinho escuro, numeral grande do Capítulo 1 em branco e título 'Pesquisa e Desenvolvimento' com uma breve visão geral do capítulo de um parágrafo.
Fundo escuro total, número do capítulo superdimensionado alinhado à esquerda, título e descrição alinhados à direita
Texto introdutório para o Capítulo 1 resumindo as principais descobertas de P&D: aproximadamente 200 modelos de IA notáveis lançados em 2025, saturação de benchmark acelerando, modelos de código aberto fechando a lacuna com sistemas proprietários.
Introdução de coluna única com citações de estatísticas principais destacadas
Gráfico de barras mostrando o número de lançamentos de modelos de IA notáveis por ano de 2019 a 2025, ilustrando a aceleração dramática com aproximadamente 200 modelos notáveis lançados apenas em 2025.
Gráfico de barras de largura total com rótulos de ano no eixo x, contagem no eixo y, barras coloridas no tema azul-marinho/ardósia do capítulo
Gráfico de barras empilhadas discriminando os lançamentos de modelos de IA de 2025 por tipo de organização: indústria, academia, governo e sociedade civil, mostrando a participação dominante da indústria.
Gráfico de barras horizontais empilhadas com categorias de tipo de organização e legenda
Discriminação geográfica das origens dos modelos de IA em 2025 mostrando EUA, China, Reino Unido, Europa e outras regiões, com os EUA produzindo a maior parte dos modelos de fronteira notáveis.
Mapa mundial com tamanhos de bolha indicando o volume de lançamento de modelos por país, mais gráfico de barras acompanhante
Seção de visão geral sobre modelos de fundação em 2025, definindo o termo, listando os principais modelos de fronteira (GPT-4o, Gemini 2.0, Claude 3.5, Llama 3, DeepSeek) e explicando seu significado arquitetônico.
Introdução de seção com muito texto com caixas de chamada de nome de modelo e uma tabela de comparação
Visualização da linha do tempo horizontal mostrando as datas de lançamento dos principais modelos de fundação ao longo de 2025, organizada por organização e família de modelos.
Linha do tempo horizontal com rótulos de modelo acima/abaixo da linha, codificação de cores da organização
Gráfico de linhas comparando as trajetórias de desempenho de modelos de IA open-source versus proprietários de 2020 a 2025 em benchmarks padronizados, mostrando a diminuição da lacuna no final de 2025.
Gráfico de linha dupla com linhas open-source (tracejada) e proprietária (sólida), pontuação de benchmark no eixo y, ano no eixo x
Análise do crescimento do ecossistema de IA open-source em 2025, incluindo contagens de estrelas do GitHub, volumes de download para os principais modelos e o papel de plataformas como o Hugging Face na democratização do acesso à IA.
Layout misto com análise de texto à esquerda e gráficos de barras à direita mostrando métricas de download/estrela
Gráfico de linhas mostrando o total de publicações acadêmicas relacionadas à IA de 2010 a 2025 por região, demonstrando a liderança da China em volume e a liderança contínua dos EUA em artigos altamente citados.
Gráfico de múltiplas linhas com codificação de cores regionais, opção de eixo y em escala logarítmica, ano no eixo x
Gráfico de dispersão do volume de publicações de IA versus o impacto de citações por país, ilustrando a dinâmica volume-qualidade de publicação EUA-China e o desempenho de citações da UE.
Gráfico de dispersão com bolhas de país dimensionadas pela contagem total de publicações, volume do eixo x, citações por artigo do eixo y
Gráfico de área empilhada mostrando o crescimento de publicações de IA por subdomínio de pesquisa (NLP, visão computacional, robótica, teoria de ML, etc.) de 2015 a 2025, com NLP e IA generativa mostrando crescimento explosivo.
Gráfico de área empilhada com camadas de cores de subdomínio, eixo x do ano, eixo y de contagem de publicações
Gráfico de barras comparando locais de publicação de pesquisa de IA — principais conferências (NeurIPS, ICML, CVPR, ICLR, ACL) versus jornais — e sua participação relativa na pesquisa de IA de alto impacto em 2025.
Comparação de gráfico de barras lado a lado com nomes de locais no eixo y, contagem de artigos no eixo x
Análise introdutória da saturação de benchmark em IA, explicando como muitos benchmarks anteriormente desafiadores foram amplamente resolvidos até 2025, necessitando de tarefas de avaliação mais difíceis.
Seção de texto com diagrama de saturação de benchmark mostrando tarefas passando de zonas 'não resolvidas' para 'saturadas'
Gráfico de dispersão mostrando o desempenho da IA versus o desempenho humano em mais de 50 benchmarks, com codificação de cores indicando benchmarks onde a IA superou o desempenho de nível humano.
Grande gráfico de dispersão com linha diagonal de paridade humana, anotações de nome de benchmark, codificação de cores para acima/abaixo da paridade humana
Gráfico de linhas em escala logarítmica rastreando a computação de treinamento (em FLOPs) usada para modelos de IA de fronteira de 2012 a 2025, mostrando o tempo de duplicação de aproximadamente 6 meses e aumentos de ordens de magnitude.
Gráfico de linhas em escala logarítmica com anotações de nome de modelo, tempo no eixo x, FLOPs logarítmicos no eixo y
Análise das tendências de custo de treinamento de IA, mostrando que, embora a computação por modelo aumente, o custo por unidade de computação caiu drasticamente, com um gráfico de eixo duplo ilustrando ambas as tendências.
Gráfico de eixo duplo com custo de computação por FLOP no eixo esquerdo e custo de treinamento por modelo no eixo direito
Gráficos mostrando melhorias na eficiência de inferência de IA de 2020 a 2025: tokens por segundo, custo por milhão de tokens e tamanho do modelo necessário para desempenho equivalente, todos melhorando drasticamente.
Gráficos de pequenos múltiplos de três painéis, cada um mostrando uma métrica de eficiência ao longo do tempo
Visão geral dos desenvolvimentos de hardware de IA em 2025: avanços de GPU/TPU, novos aceleradores de IA personalizados de grandes empresas de tecnologia e o surgimento de chips otimizados para inferência.
Visão geral do texto com tabela comparativa de especificações de hardware e gráfico de pizza de participação de mercado
Gráfico de barras e análise de texto mostrando o crescimento nos tamanhos dos conjuntos de dados de treinamento usados para modelos de ponta, de bilhões a trilhões de tokens, e a mudança em direção à geração de dados sintéticos.
Gráfico de barras mostrando o tamanho do conjunto de dados por modelo com coluna de comentários de texto
Análise das capacidades de AI multimodal em 2025 — modelos que integram texto, imagem, áudio e vídeo — com matriz de capacidade mostrando quais modelos suportam quais modalidades.
Tabela de matriz de capacidade com nomes de modelos como linhas, modalidades como colunas, marcas de seleção/pontuações em células
Seção sobre o surgimento de modelos focados em raciocínio em 2025 (por exemplo, OpenAI o-series, DeepSeek-R1), explicando a cadeia de pensamento no tempo de inferência e melhorias de benchmark em tarefas de raciocínio difíceis.
Seção de texto com gráfico de comparação antes/depois mostrando o desempenho do modelo de raciocínio vs modelo padrão
Introdução aos sistemas de agentes de AI lançados em 2025, cobrindo arquiteturas que permitem a conclusão autônoma de tarefas em várias etapas, uso de ferramentas e fluxos de trabalho agentic.
Diagrama conceitual da arquitetura do agente (percepção → raciocínio → loop de ação) com explicação de texto
Análise comparativa da liderança em P&D de AI por país em várias dimensões: volume de publicação, impacto de citação, depósitos de patentes, lançamentos de modelos e investimento privado.
Gráfico de radar/aranha por país (EUA, China, Reino Unido, UE, Canadá, Índia) com eixos de cinco dimensões
Gráfico de barras mostrando os depósitos de patentes de AI por país de 2015 a 2025, com a China ultrapassando os EUA em volume bruto de patentes, enquanto os EUA mantêm a liderança em patentes altamente citadas.
Gráfico de barras agrupadas por país com agrupamentos de ano, contagem de patentes no eixo y
Dados sobre novas formações de empresas de AI em 2025, mostrando o aumento de startups nativas de AI e a distribuição geográfica de novos empreendimentos de AI nos EUA, UE e Ásia.
Gráfico de bolhas do mapa mundial para formação de startups mais gráfico de barras dos principais hubs de startups
Análise da concentração de mercado no desenvolvimento de modelos de AI de ponta, mostrando que um pequeno número de organizações (OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek) respondem pela maioria dos lançamentos de ponta.
Gráfico de pizza mostrando a participação dos lançamentos de modelos de ponta por organização mais análise de texto
Análise dos fluxos de talentos em pesquisa de AI: tendências de matrículas em programas de pós-graduação, migração geográfica de pesquisadores de AI e a concentração dos principais talentos de AI em algumas instituições e empresas.
Diagrama de Sankey mostrando os fluxos de talentos entre países mais gráfico de barras das principais instituições
Lista classificada e gráfico de barras das principais instituições de pesquisa de AI por produção de publicação e impacto de citação em 2025, incluindo universidades e laboratórios da indústria.
Gráfico de barras horizontal classificado com nomes de instituições no eixo y, métricas duplas no eixo x
Linha do tempo dos marcos de pesquisa e desenvolvimento de AI mais significativos em 2025, desde lançamentos de modelos até avanços científicos e eventos de política.
Linha do tempo vertical com entradas de marcos, datas à esquerda, descrições à direita, codificação de cores de categoria
Visão geral do progresso da AI em robótica e AI incorporada em 2025: modelos de fundação para manipulação, melhorias de locomoção e o surgimento de políticas de robôs generalistas.
Visão geral do texto com gráfico de benchmark de capacidade do robô e fotos ilustrativas
Análise do progresso da IA generativa para síntese de imagem e vídeo em 2025, incluindo modelos de difusão, melhorias na qualidade da geração de vídeo e capacidades de geração em tempo real.
Análise de texto com gráfico de progressão de métricas de qualidade e descrições de capacidades de exemplo
Visão geral dos avanços da IA generativa na síntese de áudio e voz em 2025: clonagem de voz, geração de música, tradução em tempo real e melhorias no reconhecimento de fala ambiente.
Visão geral do texto com gráficos de métricas de desempenho para taxas de erro de reconhecimento de fala e pontuações de qualidade de voz
Seção sobre os avanços da geração de código por IA em 2025, cobrindo as capacidades do modelo em HumanEval e SWE-bench, e a integração de assistentes de codificação de IA em fluxos de trabalho de desenvolvedores.
Gráfico de progressão de benchmark de desempenho, além de análise de texto com estatísticas de adoção de desenvolvedores
Análise de temas de pesquisa de IA emergentes ganhando força em 2025: interpretabilidade mecanística, alinhamento de IA, aprendizado contínuo, escalonamento de computação em tempo de teste e abordagens neuromórficas.
Visualização de cluster de tópicos com gráficos de crescimento de publicação por tema
Dados sobre a colaboração internacional em pesquisa de IA medida por coautoria entre fronteiras, mostrando padrões de colaboração e aumento do desacoplamento da pesquisa EUA-China.
Diagrama de cordas de fluxos de coautoria internacional com comentários de texto
Discriminação das fontes de financiamento da pesquisa em IA em 2025: subsídios governamentais, financiamento da indústria, investimento filantrópico e a crescente participação da pesquisa acadêmica financiada pela indústria.
Gráfico de barras empilhadas ao longo do tempo mostrando as participações das fontes de financiamento, com análise de texto
Análise das disparidades no acesso à computação de IA entre grandes empresas de tecnologia, instituições acadêmicas e pesquisadores em países de baixa renda, destacando a divisão computacional.
Gráfico de barras comparativo mostrando a alocação de computação com análise de texto sobre desigualdade de acesso
Dados sobre o crescente consumo de energia da IA em 2025: uso estimado de energia do treinamento de modelos de fronteira, inferência em escala e crescimento da demanda de energia do data center atribuído às cargas de trabalho de IA.
Gráfico de linhas da demanda de energia atribuída à IA com anotações de equivalência de carbono e comentários de texto
Discussão dos principais problemas de pesquisa abertos em IA em 2025: raciocínio de longo horizonte, planejamento confiável, robustez à mudança de distribuição, interpretabilidade e generalização composicional.
Texto estruturado com caixas de declaração de problema e contagens de citações por desafio de pesquisa
Página de estatísticas de resumo para o Capítulo 1 apresentando as descobertas quantitativas mais importantes em um formato de painel: lançamentos de modelos, crescimento de computação, volumes de publicação e métricas de código aberto.
Grade de painel de estatísticas de grande número com sparklines de suporte e rótulos de texto breves
Notas de referência para o Capítulo 1 citando fontes de dados primárias, notas de metodologia para dados de publicação e patente e definições de termos-chave usados no capítulo de P&D.
Formato de nota de rodapé/nota final de duas colunas com citações de fonte e referências numeradas
Lista selecionada de recursos de leitura adicional e artigos-chave referenciados no Capítulo 1, organizada por tópico de seção, com breves anotações.
Lista de leitura estruturada com cabeçalhos de seção e entradas anotadas
Abertura de capítulo com sangria total com fundo azul marinho/escuro, numeral grande branco do Capítulo 2, título 'Desempenho Técnico' e breve visão geral dos avanços de desempenho da AI medidos em 2025.
Fundo azul marinho escuro com sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao capítulo de desempenho técnico, explicando a estrutura de benchmarking, ressalvas sobre a saturação do benchmark e a organização dos dados de desempenho em categorias de tarefas.
Texto de introdução de coluna única com diagrama de visão geral da seção do capítulo
Visão geral do desempenho do benchmark de compreensão de linguagem em 2025 em MMLU, MMLU-Pro, BIG-Bench Hard e HellaSwag, mostrando modelos de AI no nível ou acima do desempenho humano na maioria das tarefas.
Gráfico de comparação de várias barras com nomes de benchmark no eixo y e pontuações de desempenho no eixo x para os principais modelos
Gráfico de linhas rastreando o desempenho do modelo superior nos benchmarks MMLU e MMLU-Pro de 2020 a 2025, demonstrando uma progressão rápida de 60% para níveis quase humanos e sobre-humanos.
Gráfico de linha dupla com tendências MMLU e MMLU-Pro, anotações de marcos do modelo, referência de desempenho humano
Gráfico de barras mostrando o desempenho da AI em benchmarks de matemática de competição (AIME, AMC, MATH) em 2025, com os principais modelos de raciocínio alcançando as principais pontuações competitivas humanas.
Gráfico de barras agrupadas por benchmark com barras de comparação de modelos, referências de linha de base de especialistas humanos
Gráfico de linhas rastreando o desempenho da AI no conjunto de dados MATH de 2020 a 2025, mostrando o ponto de inflexão em 2024-2025, quando os modelos de raciocínio melhoraram drasticamente a resolução de problemas matemáticos.
Gráfico de linhas com anotações de modelo importantes, ponto de inflexão destacado, linha de referência de pontuação humana
Comparação do desempenho da codificação de AI nos benchmarks HumanEval, HumanEval+ e MBPP em 2025, mostrando quase saturação no HumanEval original e forte desempenho em variantes mais difíceis.
Gráfico de barras comparando os principais modelos de codificação em três benchmarks com linha de base de desenvolvedor humano
Gráfico de linhas e gráfico de barras mostrando o desempenho do agente de AI no SWE-bench (resolução real de problemas do GitHub) de 2023 a 2025, com os principais agentes agora resolvendo mais de 50% dos problemas.
Esquerda: gráfico de linhas do melhor desempenho ao longo do tempo. Direita: gráfico de barras dos principais agentes com taxa de resolução
Análise do desempenho da AI em tarefas de codificação agênticas que exigem edições de vários arquivos, escrita de testes, depuração em grandes bases de código e uso de ferramentas — indo além das tarefas de estilo HumanEval de função única.
Tabela de comparação de benchmarks com linhas de categoria de tarefa e colunas de desempenho do modelo
Gráfico de barras mostrando o desempenho do modelo superior no GPQA (Graduate-Level Google-Proof Q&A) em subdomínios de física, química e biologia, com modelos de fronteira superando o desempenho humano de nível de doutorado.
Gráfico de barras agrupadas por domínio da ciência com comparação de modelos e linha de base humana de nível de doutorado
Comparação de vários benchmarks em tarefas de raciocínio científico (GPQA, SciQ, ARC-Challenge, OlympiadBench) mostrando o desempenho do modelo de AI em relação às linhas de base humanas especializadas.
Gráfico de radar por modelo superior mostrando o perfil de desempenho de vários benchmarks
Análise do desempenho da AI em lógica formal, prova de teoremas e tarefas de raciocínio estruturado em 2025, incluindo o desempenho em LeanDojo, FrontierMath e benchmarks de dedução lógica.
Gráfico de barras de desempenho por categoria de tarefa de raciocínio com análise de texto
Análise do desempenho de modelos de AI em tarefas de contexto longo que exigem a compreensão de documentos de até 1 milhão de tokens, mostrando melhorias significativas, mas desafios remanescentes em contextos muito longos.
Gráfico de linhas do desempenho versus comprimento do contexto com linhas de comparação de modelos
Análise da precisão factual do modelo de AI e taxas de alucinação entre 2023 e 2025, mostrando melhorias na geração fundamentada, mas desafios persistentes de alucinação em configurações de domínio aberto.
Gráfico de barras comparando as taxas de alucinação entre modelos com linha de tendência de melhoria
Dados sobre o desempenho do modelo de AI em benchmarks de seguir instruções (IFEval, MT-Bench) em 2025, mostrando fortes ganhos em seguir instruções complexas e com múltiplas restrições.
Gráfico de barras com níveis de complexidade de instrução no eixo x e taxa de conformidade no eixo y para os principais modelos
Resultados de benchmark para modelos de visão-linguagem em 2025 em tarefas como QA visual, legendagem de imagens e compreensão de gráficos, mostrando AI se aproximando ou excedendo o desempenho humano.
Gráfico de barras de comparação de múltiplos benchmarks para os principais modelos de visão-linguagem
Análise de desempenho de modelos de compreensão de vídeo de AI em raciocínio temporal, reconhecimento de ação e benchmarks de vídeo QA em 2025.
Gráfico de barras comparando os principais modelos de vídeo em múltiplos benchmarks com linha de base de desempenho humano
Tendências de taxa de erro de palavras para sistemas de reconhecimento de fala de AI de 2015 a 2025 em vários idiomas e grupos de sotaque, mostrando desempenho quase humano em idiomas de alta disponibilidade.
Gráfico de múltiplas linhas de WER ao longo do tempo por grupo de idioma
Pontuações de avaliação humana para a qualidade de geração de imagem de AI de 2021 a 2025, mostrando melhorias dramáticas em fotorealismo, coerência e adesão ao prompt.
Gráfico de linhas de pontuações de qualidade ao longo do tempo com lançamentos de modelos anotados e descrições de saída de amostra
Gráfico de barras mostrando as taxas de conclusão de tarefas do agente de AI em benchmarks agentic padronizados (WebArena, OSWorld, AgentBench) em 2025, destacando o progresso em direção à execução geral de tarefas autônomas.
Gráfico de barras agrupadas por benchmark com barras de comparação do sistema de agente e referências de linha de base
Análise do desempenho do agente de AI em navegação na web, uso do computador e tarefas de interação com a GUI, mostrando taxas de sucesso e análise do modo de falha para os principais sistemas de agentes.
Gráfico de barras de taxas de sucesso por tipo de tarefa com gráfico de detalhamento do modo de falha
Dados sobre o desempenho do agente de AI em tarefas de planejamento de longo horizonte que exigem mais de 10 etapas sequenciais, mostrando as limitações atuais e a lacuna entre o desempenho de tarefas curtas e tarefas longas.
Gráfico de linhas de degradação de desempenho com etapas de tarefa crescentes para vários sistemas de agentes
Análise da qualidade da tradução de AI em mais de 200 pares de idiomas usando pontuações BLEU e avaliação humana, mostrando qualidade quase profissional para pares de alta disponibilidade e lacunas significativas para idiomas de baixa disponibilidade.
Mapa de calor do idioma mundial para qualidade de tradução mais gráfico de barras de pares de melhor/pior desempenho
Benchmarks para resumo de texto de AI e qualidade de geração de formato longo em 2025, incluindo pontuações de consistência de avaliação humana e métricas de precisão factual.
Gráfico de barras comparando a qualidade do resumo entre modelos com resultados de avaliação humana
Análise da robustez do modelo de AI à mudança de distribuição, entradas adversárias e casos de teste fora da distribuição, mostrando fragilidade persistente apesar dos ganhos gerais de capacidade.
Gráfico de barras agrupadas comparando as lacunas de desempenho dentro da distribuição versus OOD entre os tipos de modelo
Gráfico de comparação consolidado mostrando o desempenho da AI versus o desempenho humano em mais de 30 tarefas distintas, com marcadores visuais para tarefas onde a AI agora excede o desempenho humano.
Gráfico de pontos horizontal com nomes de tarefas no eixo y, pontuações de AI e humanas como pontos emparelhados, sombreamento 'AI excede'
Dados de desempenho em benchmarks difíceis recém-introduzidos, projetados para resistir à saturação em 2025: FrontierMath, MMMU-Pro e Humanity's Last Exam, mostrando as capacidades atuais do modelo de ponta.
Gráfico de barras das principais pontuações do modelo em três benchmarks difíceis com linha de base de especialista humano
Análise do paradigma de escalonamento de computação em tempo de teste em 2025: como a computação de inferência adicional por meio de chain-of-thought, pesquisa e autoverificação melhora o desempenho em tarefas difíceis.
Gráfico de linhas mostrando o desempenho versus o orçamento de computação de inferência para modelos de raciocínio
Análise da calibração do modelo de AI — quão bem as pontuações de confiança do modelo correspondem à precisão real — mostrando melhorias na calibração para os principais modelos, mas desafios remanescentes.
Gráficos de curva de calibração para vários modelos com referência diagonal de calibração ideal
Mapa de calor mostrando o desempenho do modelo de AI em mais de 100 idiomas em benchmarks NLP padrão, destacando a lacuna de desempenho significativa entre grupos de idiomas de alta e baixa recursos.
Mapa de calor idioma por benchmark com gradiente de cor de desempenho e agrupamentos regionais
Resumo do desempenho do benchmark em domínios profissionais especializados: direito (exame da Ordem), medicina (USMLE), finanças (CFA) e contabilidade, mostrando modelos de AI de ponta com ou acima das pontuações de aprovação profissional.
Gráfico de barras de pontuações de aprovação de exames profissionais vs pontuações de modelo de AI em quatro domínios
Visão geral do desempenho da AI em jogos e simulações estratégicas em 2025, incluindo xadrez, Go, pôquer e jogos de estratégia em tempo real, mostrando desempenho sobre-humano na maioria das categorias de jogos.
Gráfico de comparação de classificação para AI vs os melhores jogadores humanos entre os tipos de jogos
Dados de desempenho de benchmark para sistemas de AI incorporados em tarefas de manipulação, navegação e controle destro, mostrando progresso substancial, mas lacuna remanescente para o desempenho humano.
Gráfico de barras de taxas de sucesso por categoria de tarefa para os principais sistemas de AI robóticos
Análise do desempenho da AI por dólar de custo de inferência em 2025, mostrando melhorias dramáticas na eficiência de custo que estão democratizando o acesso à AI de alta capacidade.
Gráfico de dispersão de desempenho vs custo por consulta para os principais modelos com setas de tendência baseadas no tempo
Comparação direta da capacidade dos 10 principais modelos de ponta de 2025 em 15 categorias de benchmark, fornecendo uma visão geral estruturada do cenário atual de capacidade de AI.
Grande tabela de comparação com nomes de modelos como linhas, categorias de benchmark como colunas, níveis de desempenho codificados por cores
Gráficos de linhas de resumo mostrando as tendências de desempenho em cinco categorias principais de tarefas (linguagem, matemática, código, ciência, multimodal) de 2018 a 2025, ilustrando a aceleração do progresso da AI.
Gráficos de linhas de pequenos múltiplos de cinco painéis, cada um mostrando uma tendência de categoria ao longo do tempo
Discussão metodológica das limitações do design de benchmark de AI, incluindo preocupações com contaminação de dados, overfitting de benchmark e o desafio de medir a inteligência geral.
Análise de texto com diagrama ilustrativo de contaminação e checklist de critérios de qualidade de benchmark
Dados sobre o desempenho do modelo de AI em benchmarks relevantes para segurança e alinhamento: TruthfulQA, avaliação de viés BBQ e testes de resistência a jailbreak, mostrando o progresso e os desafios restantes.
Gráfico de barras comparando as pontuações de benchmark de segurança entre os principais modelos com comentários de texto
Notas de referência para o Capítulo 2 com citações de fontes de dados, referências de metodologia de benchmark e definições de métricas de desempenho usadas ao longo do capítulo.
Formato de nota de fim de duas colunas com citações numeradas e referências de fonte
Lista de leitura adicional selecionada para o Capítulo 2, organizada por categoria de benchmark, com artigos importantes e recursos de leaderboard para exploração contínua do desempenho técnico de AI.
Lista de leitura estruturada com cabeçalhos de categoria e entradas anotadas
Análise aprofundada dos efeitos do prompting chain-of-thought no desempenho do raciocínio, mostrando que o raciocínio explícito passo a passo melhora o desempenho em benchmarks de matemática, lógica e ciência.
Gráfico de barras comparando o desempenho com/sem CoT mais análise de texto do mecanismo
Análise do desempenho do sistema de geração aumentada por recuperação (RAG) em 2025, mostrando como a combinação de LLMs com recuperação de conhecimento externo melhora significativamente a precisão factual.
Gráfico de barras de precisão factual com e sem RAG em domínios de conhecimento
Desempenho de benchmark de modelos de AI em tarefas de dados estruturados: geração de SQL, QA de tabela e interpretação de dados financeiros, mostrando um desempenho forte, mas imperfeito.
Gráfico de barras do desempenho da tarefa de dados estruturados com discriminação do tipo de tarefa
Análise dos desafios de reprodutibilidade no benchmarking de desempenho de AI, incluindo a sensibilidade ao fraseado do prompt, configurações de temperatura e variações do protocolo de avaliação.
Gráfico de análise de variância mostrando a sensibilidade do desempenho à variação do prompt com comentários de texto
Discussão sobre as capacidades emergentes de AI observadas em 2025 — habilidades que aparecem descontinuamente à medida que a escala do modelo aumenta — com exemplos e debate sobre se a emergência é real ou um artefato da avaliação.
Análise de texto com tabela de exemplos de emergência e gráfico de dispersão de escala versus capacidade
Visão geral do ecossistema de benchmarking de AI em 2025: principais leaderboards, organizações de avaliação (HELM, BIG-bench) e o desafio de manter uma avaliação significativa à medida que os modelos melhoram.
Diagrama do ecossistema mostrando os principais benchmarks, organizações e seus relacionamentos
Dados de desempenho em tarefas de raciocínio multimodal que exigem integração de texto e informações visuais, incluindo diagramas de ciência, gráficos e matemática com figuras.
Gráfico de barras de comparação de benchmark para os principais modelos multimodais entre os tipos de tarefa de raciocínio
Análise da lacuna entre o desempenho do benchmark e o desempenho da implantação no mundo real, incluindo discussão sobre mudança de distribuição, casos extremos e a correlação entre o desempenho do benchmark e da implantação.
Gráfico de dispersão comparando a pontuação do benchmark de laboratório com as estimativas de desempenho no mundo real para aplicações
Painel de resumo do Capítulo 2 apresentando os principais resultados de desempenho: IA com paridade humana em X tarefas, superando especialistas humanos em Y tarefas e principais desafios pendentes.
Painel de resumo com estatísticas de grandes números, detalhamento da categoria de tarefa e caixas de destaque de principais descobertas
Desempenho da IA em benchmarks de programação competitiva (problemas CodeForces, IOI) em 2025, mostrando modelos de fronteira atingindo altos níveis de desempenho classificados pelo Codeforces.
Gráfico de comparação de classificação com níveis do sistema de IA mapeados para equivalentes de percentil humano
Análise detalhada do desempenho da IA em problemas estilo Olimpíada Internacional de Matemática (IMO) em 2025, com modelos de fronteira alcançando desempenho equivalente a medalha de ouro em conjuntos de problemas selecionados.
Gráfico de dificuldade do problema vs. taxa de solução com comparação de modelo e anotações de limite de medalha IMO
Desempenho de sistemas de IA em tarefas de revisão de literatura científica: resumir artigos com precisão, identificar erros de metodologia e sintetizar descobertas em vários artigos.
Gráfico de barras de comparação de precisão para sub-tarefas de revisão de literatura com comparação de modelo
Desempenho detalhado de benchmarks multilíngues (XTREME, XGLUE, mMMLU) mostrando lacunas de desempenho entre tarefas em inglês e não inglês, com análise de desafios de idiomas com poucos recursos.
Mapa de calor do desempenho por idioma e benchmark com agrupamentos de família de idiomas
Resultados de pesquisa sobre as capacidades de persuasão da IA em 2025: estudos mostrando texto persuasivo gerado por IA superando o texto escrito por humanos em testes A/B, levantando preocupações sobre manipulação.
Gráfico de barras dos resultados do estudo de persuasão com análise de texto das implicações e discussão de risco
Análise das capacidades de memória do modelo de IA em 2025: limites de memória no contexto, aumento de memória externa e sistemas de agentes com estado que permitem tarefas de horizonte mais longo.
Diagrama comparativo de arquiteturas de memória com dados de desempenho em tarefas dependentes de memória
Dados de desempenho em modelos de IA usando ferramentas externas (APIs, calculadoras, mecanismos de busca, interpretadores de código) em 2025, mostrando melhorias substanciais no uso confiável de ferramentas.
Gráfico de barras de taxa de sucesso para tarefas de uso de ferramentas por tipo de ferramenta e modelo
Visão geral de modelos de IA específicos de domínio para tarefas científicas: estrutura de proteínas, ciência dos materiais, clima, genômica e seu desempenho em relação a modelos de uso geral.
Tabela de comparação de desempenho: modelos especialistas vs. generalistas em domínios científicos
Desempenho de benchmark para tarefas de compreensão de documentos de IA: análise de PDF, extração de formulários, análise de contrato e QA de documentos complexos em 2025.
Gráfico de barras do desempenho da tarefa de documento com detalhamento do tipo de tarefa e comparação de modelo
Análise da robustez do modelo de IA contra ataques adversários em 2025, incluindo ataques de perturbação de imagem, injeção de prompt para LLMs e eficácia do mecanismo de defesa.
Gráfico de barras de taxa de sucesso de ataque com comparação de método de defesa e análise de texto
Análise conclusiva dos principais temas do Capítulo 2: a aceleração dos ganhos de capacidade da IA, o desafio de manter os benchmarks significativos e as implicações da IA superando o desempenho humano em um conjunto crescente de tarefas.
Conclusão de texto com gráfico de resumo mostrando categorias de benchmark por status de paridade humana
Abertura de capítulo com sangria total e fundo verde-azulado escuro, numeral grande branco do Capítulo 3, título 'Responsible AI' e breve visão geral do foco do capítulo em segurança, viés, danos e governança da AI.
Fundo verde-azulado escuro com sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao capítulo sobre AI responsável, explicando a estrutura para medir danos da AI, pesquisa de segurança, avaliação de viés e governança na prática em 2025.
Introdução de coluna única com diagrama de visão geral da seção e caixa de definições importantes
Gráfico de linhas mostrando o número de incidentes relacionados à AI rastreados pelo banco de dados AIAAIC de 2012 a 2025, demonstrando um crescimento de mais de 1000% no período, com uma aceleração acentuada a partir de 2022.
Gráfico de linhas de largura total com eixo x do ano, eixo y da contagem de incidentes, picos de incidentes importantes anotados
Gráfico de barras empilhadas detalhando os incidentes de AI em 2025 por categoria de dano: desinformação/deepfakes, violações de privacidade, discriminação, falhas de sistemas autônomos e violações de segurança cibernética.
Gráfico de barras horizontais empilhadas com codificação de cores da categoria de dano e rótulos de porcentagem
Mapa mundial e gráfico de barras mostrando a distribuição geográfica de incidentes de AI relatados em 2025, com os EUA, a UE e a China respondendo pela maioria dos incidentes rastreados.
Mapa mundial com bolhas de densidade de incidentes mais gráfico de barras dos 15 principais países por contagem de incidentes
Análise de incidentes de desinformação gerados por AI em 2025: vídeos deepfake visando eleições, fraude de áudio sintético e artigos de notícias gerados por AI espalhados em escala.
Linha do tempo dos principais incidentes de deepfake de 2025 com análise de texto e gráfico de capacidade de detecção
Comparação do desempenho da tecnologia de detecção de deepfake em 2025 versus a qualidade da geração de deepfake, mostrando a corrida armamentista contínua com a detecção consistentemente atrás da geração.
Gráfico de linha dupla da qualidade de geração versus precisão de detecção ao longo do tempo com anotação de lacuna de corrida armamentista
Visão geral da medição de viés e pesquisa de mitigação em sistemas de AI em 2025, cobrindo algoritmos de contratação, pontuação de crédito, triagem de saúde e reconhecimento facial em todos os grupos demográficos.
Diagrama de estrutura de tipos de viés e abordagens de mitigação com visão geral do texto
Resultados experimentais de auditorias de viés de ferramentas de contratação de AI em 2025, mostrando taxas de triagem diferenciais por raça, gênero e idade em sistemas automatizados de triagem de currículos.
Gráfico de barras de taxas de triagem por grupo demográfico com anotações de proporção de disparidade
Análise de viés em algoritmos de AI de saúde em 2025, com foco na precisão diferencial da AI de diagnóstico em grupos raciais e socioeconômicos e nas causas das lacunas de desempenho.
Gráfico de barras de precisão diagnóstica por grupo demográfico em várias ferramentas de AI
Dados sobre viés de AI em pontuação de crédito e serviços financeiros, mostrando taxas de aprovação de empréstimos diferenciais e distribuições de pontuação de risco em grupos demográficos em empréstimos assistidos por AI.
Gráfico de barras de taxas de aprovação e distribuições de pontuação por demografia com análise de texto
Resultados de benchmark para sistemas de reconhecimento facial em grupos demográficos em 2025, mostrando disparidades de precisão contínuas, apesar do progresso, com análise das respostas regulatórias.
Gráfico de comparação de taxa de erro por grupo demográfico com chamadas de resposta regulatória
Gráfico de linhas rastreando o volume de publicações de pesquisa sobre imparcialidade de IA e mitigação de viés de 2015 a 2025, mostrando o rápido crescimento do campo juntamente com o aumento dos compromissos corporativos com a imparcialidade.
Gráfico de linhas do volume de publicações mais gráfico de barras de anúncios de iniciativas de imparcialidade corporativa por ano
Gráfico de linhas mostrando o crescimento de publicações de pesquisa sobre segurança de IA e organizações de pesquisa de segurança dedicadas de 2016 a 2025, demonstrando a rápida institucionalização do campo.
Gráfico de linhas duplas de publicações sobre segurança e contagem de organizações de segurança ao longo do tempo
Visão geral das principais organizações de pesquisa de segurança de IA ativas em 2025: Anthropic, DeepMind Safety, ARC Evals, Redwood Research, METR, Apollo Research e outras.
Cartões de perfil de organização em uma grade com data de fundação, área de foco e principais resultados por organização
Análise da adoção de red-teaming de IA nos principais laboratórios de IA em 2025, mostrando que o red-teaming se tornou uma prática padrão, com padrões emergentes do NIST e estruturas governamentais.
Gráfico de linha do tempo de adoção mais análise de texto de metodologias e descobertas de red-teaming
Resumo das descobertas de red-teaming divulgadas nos principais laboratórios de IA em 2025: categorias comuns de vulnerabilidade, prevalência de técnicas de jailbreak e a eficácia de diferentes abordagens de defesa.
Gráfico de barras de categoria de vulnerabilidade com tabela de comparação de eficácia de defesa
Visão geral das tecnologias de marca d'água e detecção de conteúdo gerado por IA em 2025: padrões de proveniência C2PA, detectores de texto de IA e adoção de marca d'água de imagem pelas principais plataformas.
Diagrama do cenário tecnológico com métricas de adoção e análise de texto da eficácia
Análise dos riscos de privacidade da IA e medidas de proteção em 2025: memorização de dados de treinamento, ataques de inversão de modelo, adoção de privacidade diferencial e desafios de conformidade regulatória.
Diagrama de taxonomia de risco com gráfico de taxa de adoção para técnicas de preservação de privacidade
Análise do papel duplo da IA na segurança cibernética em 2025: detecção e defesa de ameaças alimentadas por IA versus automação de ataques habilitada por IA, com dados sobre taxas de incidentes para ambos.
Gráficos de barras lado a lado para aplicações de defesa de IA e aplicações de ataque de IA com análise de texto
Visão geral das estruturas de avaliação de capacidade usadas pelos laboratórios de IA de fronteira em 2025 para avaliar capacidades perigosas antes da implantação do modelo, incluindo testes de uplift CBRN.
Diagrama da estrutura de avaliação com definições de categoria de capacidade e tabela de adoção de laboratório
Comparação das principais taxonomias e estruturas de risco de IA em 2025: NIST AI RMF, níveis de risco do EU AI Act, estrutura de risco de IA da OCDE e classificações de risco desenvolvidas pela indústria.
Tabela de comparação lado a lado de quatro estruturas com categorias de risco mapeadas entre as estruturas
Dados sobre as taxas de adoção do NIST AI RMF em agências federais dos EUA e organizações do setor privado em 2025, mostrando uma aceitação crescente, mas desigual.
Gráfico de barras da taxa de adoção por setor e tamanho da organização com análise de texto
Análise da adoção de model card e documentação de transparência de IA em 2025, mostrando maior divulgação pelos principais laboratórios, mas padrões e profundidade inconsistentes em todo o setor.
Gráfico de barras de métricas de adoção mais scorecard de qualidade comparando a profundidade do model card entre os principais laboratórios
Visão geral das aplicações de IA em contextos militares e de defesa em 2025: desenvolvimento de armas autônomas, direcionamento de IA, vigilância habilitada por IA e desafios do direito internacional.
Análise de texto com mapa de implantação global e caixas de destaque de fatores de risco
Dados sobre o uso de IA em ambientes de justiça criminal em 2025: policiamento preditivo, algoritmos de sentença, ferramentas de decisão de fiança e preocupações documentadas com vieses e desafios legais.
Mapa de adoção por estado dos EUA com gráfico de resultados de auditoria de viés e cronograma de desafios legais
Análise global da implantação de tecnologia de vigilância alimentada por IA em 2025: reconhecimento facial em espaços públicos, monitoramento de comportamento e adoção e restrições em nível de país.
Mapa mundial da adoção de tecnologia de vigilância com sobreposição de restrição regulatória
Análise das crescentes preocupações com o impacto ambiental da IA em 2025, com foco no uso de água em data centers, emissões de carbono de cargas de trabalho de IA e iniciativas de sustentabilidade de grandes empresas de IA.
Gráfico de barras de métricas ambientais por empresa com tabela de comparação de compromissos de sustentabilidade
Visão geral das preocupações trabalhistas relacionadas à IA em 2025: condições de trabalho de rotulagem de dados, saúde mental de trabalhadores de moderação de conteúdo e discussões sobre deslocamento de empregos impulsionado por IA.
Análise de texto com dados de pesquisa sobre as condições de trabalho dos rotuladores e gráficos de projeção de deslocamento de empregos
Análise do papel da IA na moderação de conteúdo em grandes plataformas em 2025, incluindo a precisão da detecção de categorias de conteúdo prejudicial e o desafio de falsos positivos para comunidades marginalizadas.
Gráfico de barras de métricas de precisão por tipo de conteúdo com detalhamento da taxa de falsos positivos por comunidade
Visão geral das políticas corporativas de uso responsável de IA nas principais empresas de IA em 2025, incluindo políticas de uso, casos de uso proibidos e mecanismos de aplicação.
Tabela de comparação de políticas entre as principais empresas de IA com lista de verificação de proibição de casos de uso
Dados de pesquisa sobre práticas de governança de IA na indústria: porcentagem de empresas com conselhos de ética de IA, equipes de IA responsável, avaliações de impacto e processos de revisão de governança.
Gráfico de barras das taxas de adoção de práticas de governança por tamanho e setor da empresa
Visão geral dos esforços de coordenação internacional de segurança de IA em 2025: a Cúpula de Segurança de IA de Paris, o acompanhamento de Bletchley Park, a Declaração de IA de Seul e iniciativas multilaterais de pesquisa de segurança.
Cronograma de cúpulas e acordos internacionais de segurança com análise de texto dos compromissos
Três estudos de caso detalhados de incidentes significativos de IA em 2025: uma grande campanha de desinformação eleitoral deepfake, um cluster de erros de diagnóstico de IA na área da saúde e uma série de acidentes com veículos autônomos.
Layout de estudo de caso de três painéis com descrição do incidente, resposta e lições aprendidas por caso
Dados sobre o desempenho do modelo de IA em benchmarks de avaliação de capacidade perigosa em 2025, incluindo avaliações de uplift CBRN e avaliações de risco de biossegurança usadas em testes de pré-implantação.
Gráfico de barras dos resultados da avaliação de capacidade com limites de nível de risco e comparação de laboratório
Visão geral das abordagens de pesquisa de alinhamento de IA em 2025: RLHF/RLAIF, IA Constitucional, debate e amplificação, interpretabilidade mecanicista e técnicas de supervisão escaláveis.
Diagrama de taxonomia de abordagem de pesquisa com gráfico de volume de publicação por abordagem
Análise do crescimento da pesquisa sobre interpretabilidade e explicabilidade da AI em 2025, abrangendo técnicas de interpretabilidade mecanicista, mapas de saliência e sua implantação prática em setores regulamentados.
Gráfico de linhas de crescimento de publicações, além de gráfico de barras da taxa de adoção em setores regulamentados
Dados sobre aplicações de AI na saúde mental e riscos associados em 2025: implantação de suporte de saúde mental baseado em chatbot, dados de eficácia e incidentes envolvendo interações prejudiciais da AI na saúde mental.
Métricas de implantação com gráfico de eficácia e detalhamento da categoria de incidente
Visão geral das preocupações com a segurança infantil relacionadas aos sistemas de AI em 2025: detecção de CSAM, experiências de AI adequadas à idade, uso de AI por crianças na educação e proteções regulatórias.
Análise de texto com mapa do cenário regulatório e gráfico de adoção de medidas de segurança
Dados experimentais sobre a eficácia das principais técnicas de mitigação de vieses em 2025, comparando abordagens de pré-processamento, processamento e pós-processamento em métricas de vieses.
Gráfico de barras comparativo da redução da métrica de vieses por técnica com análise de custo de precisão
Dados sobre funções de trabalho de AI responsável em 2025: postagens de eticista de AI, engenheiro de segurança de AI, gerente de programa de AI responsável, salários e a lacuna de oferta e demanda no campo.
Gráfico de tendência de postagens de emprego e comparação de salários com chamada de lacuna de oferta e demanda
Visão geral do ecossistema emergente de auditoria de AI em 2025: auditores terceirizados, padrões de auditoria algorítmica, requisitos de auditoria obrigatória em várias jurisdições e ferramentas de autoavaliação do setor.
Diagrama do ecossistema de organizações de auditoria de AI, além de tabela de comparação de requisitos regulatórios
Análise das preocupações de AI responsável específicas para lançamentos de modelos de código aberto em 2025, incluindo riscos de uso duplo, segurança pós-lançamento e práticas de segurança da comunidade.
Taxonomia de risco para AI de código aberto com comparação de abordagem de mitigação e análise de texto
Resumo dos resultados da Cúpula de Segurança da AI de Paris (fevereiro de 2025) e compromissos de segurança internacionais subsequentes, incluindo os marcos do Código de Prática do GPAI.
Cartões de resumo de resultados por cúpula com indicadores de status de rastreamento de compromissos
Painel de resumo do Capítulo 3 apresentando as principais métricas de AI responsável: crescimento de incidentes de AI, resultados de auditoria de vieses, crescimento da pesquisa de segurança e taxas de adoção de governança.
Grade do painel com estatísticas de grande número, sparklines de tendência e caixas de chamada de descoberta chave
Análise das tendências do sistema de AI para gerar saídas tóxicas, prejudiciais ou inadequadas em 2025, incluindo resultados de benchmark de toxicidade e a eficácia do ajuste fino de segurança.
Barras de comparação de taxa de toxicidade com tendências de melhoria do modelo e análise de texto
Visão geral dos desafios de direitos autorais e propriedade intelectual da AI em 2025: direitos de dados de treinamento, status de PI de conteúdo gerado por AI, principais casos legais e estruturas regulatórias emergentes.
Linha do tempo de casos legais com comparação de estrutura de política e análise de texto
Análise de campanhas de desinformação habilitadas por AI documentadas com foco nas eleições em 2025, incluindo estimativas de escala, respostas da plataforma e desafios de detecção.
Linha do tempo da campanha com estimativas de escala e tabela de comparação de resposta da plataforma
Análise das lacunas de responsabilidade nas cadeias de implementação de AI em 2025: responsabilidade difusa entre desenvolvedores, implementadores e usuários, e esforços para atribuir responsabilidade.
Diagrama de lacunas de responsabilidade com comparação da estrutura de responsabilidade entre jurisdições
Visão geral do impacto dos sistemas de AI nos direitos humanos em 2025, desde vigilância e liberdade de expressão até acesso à justiça e o direito à explicação em decisões automatizadas.
Tabela de matriz de impacto nos direitos com linhas de aplicação de AI e colunas de direitos humanos, com células de classificação de impacto
Pré-visualização das metodologias de avaliação de segurança técnica referenciadas no Capítulo 3, incluindo protocolos de red-team, procedimentos de avaliação de capacidade e padrões de medição de viés.
Diagrama de visão geral da metodologia com lista de referências e explicações de texto
Visualização do mapa mundial da atividade regulatória e de governança de AI responsável em 2025, mostrando a densidade da regulamentação por país e o contraste entre as abordagens da UE, dos EUA e da Ásia.
Mapa coroplético mundial com codificação de cores de intensidade de regulamentação e caixas de chamada regionais
Análise comparativa dos princípios de ética da AI adotados por governos, empresas e organizações internacionais em 2025, mapeando sobreposições e divergências.
Diagrama de Venn/sobreposição de temas de princípios éticos em mais de 20 estruturas principais
Notas de referência para o Capítulo 3, incluindo fontes de dados primários para dados de incidentes, estudos de viés, pesquisa de segurança e citações de estrutura de governança.
Formato de nota final numerada de duas colunas
Leitura adicional selecionada para o Capítulo 3 organizada por seção: pesquisa de segurança, viés e justiça, governança e análise de incidentes, com breves anotações.
Lista de leitura estruturada com cabeçalhos de seção e entradas
Abertura de capítulo em sangria total com fundo azul marinho escuro, grande numeral branco do Capítulo 4, título 'Economia' e breve descrição do capítulo cobrindo investimento em AI, trabalho e tendências de adoção.
Fundo azul marinho escuro em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao capítulo sobre economia, enquadrando a pegada econômica da AI em 2025 em investimentos privados, mercados de trabalho, adoção por empresas e efeitos de produtividade.
Introdução de coluna única com caixas de chamada de destaques do capítulo e visão geral da seção
Gráfico de linhas mostrando o investimento privado global em AI de 2013 a 2025, atingindo mais de US$ 470 bilhões globalmente em 2025, com os EUA respondendo por US$ 285,9 bilhões, um triplo dos níveis de 2022.
Gráfico de linhas com linhas de investimento globais e específicas dos EUA, eixo x do ano, eixo y do valor em dólares, anotações de marcos importantes
Gráfico de barras classificando os países por investimento privado em AI em 2025, com os EUA liderando significativamente, seguidos por China, Reino Unido, Índia e Canadá.
Gráfico de barras horizontais classificado com nomes de países no eixo y e valores de investimento no eixo x
Discriminação do investimento privado em AI por setor da indústria em 2025: software empresarial, saúde, veículos autônomos, serviços financeiros, segurança cibernética, educação e varejo.
Gráfico de pizza e gráfico de barras acompanhante mostrando as participações e valores de investimento do setor
Análise do aumento do investimento em IA generativa em 2025, com um gráfico de barras mostrando a participação da IA generativa no investimento total em AI crescendo de 15% em 2023 para mais de 45% em 2025.
Gráfico de barras da participação do investimento em IA generativa por ano com linha de sobreposição do investimento total
Dados sobre mega-rodadas de financiamento de empresas de AI (US$ 100 milhões ou mais) em 2025 e a contagem global de unicórnios de AI, mostrando a aceleração nas avaliações de bilhões de dólares para empresas nativas de AI.
Gráfico de bolhas de negócios de mega-rodadas por empresa com tabela dos 20 principais unicórnios de AI
Análise da atividade de fusões e aquisições relacionadas à AI em 2025, mostrando volumes recordes de M&A e a consolidação estratégica de talentos e tecnologia de AI por grandes empresas de tecnologia.
Gráfico de barras do volume de negócios de M&A por ano com detalhamento do tipo de negócio e chamadas de negócios importantes
Mapa mundial e análise do coeficiente de Gini mostrando a concentração geográfica do investimento privado em AI, com os EUA, a China e o Reino Unido respondendo por mais de 80% do investimento global em AI.
Mapa coroplético mundial da concentração de investimentos mais painel de métricas de concentração
Análise da adoção de AI pelas empresas da Fortune 500 em 2025: mais de 90% mencionam AI em teleconferências de resultados, com dados da pesquisa McKinsey mostrando que 70% usam AI em pelo menos uma função de negócios.
Gráfico de linha de tendência de adoção mais gráfico de barras de detalhamento do setor com diagrama de funil de menções para adoção
Gráfico de barras comparando as taxas de adoção de AI entre os tamanhos de empresa (grande, médio, pequeno, micro) mostrando lacunas significativas de adoção e os desafios enfrentados pelas empresas menores no acesso às ferramentas de AI.
Gráfico de barras agrupadas por tamanho de empresa com detalhamento da métrica de adoção e análise de texto
Detalhamento setorial da adoção de AI em 2025: serviços financeiros e tecnologia liderando a adoção, seguidos por saúde, varejo e manufatura, com educação e governo ficando para trás.
Gráfico de barras horizontal classificando os setores por taxa de adoção de AI com dados de tecnologia, caso de uso e investimento
Resumo de estudos empíricos que medem os efeitos da produtividade da AI em todos os setores em 2025, mostrando ganhos documentados na produtividade de codificação, produção de trabalho de conhecimento e eficiência do atendimento ao cliente.
Tabela de resumo dos resultados do estudo com estimativas de ganho de produtividade e análise de texto da metodologia
Análise dos ganhos de produtividade da AI em tarefas de trabalho do conhecimento: escrita, codificação, pesquisa, análise e atendimento ao cliente, com estimativas de estudo de campo variando de 20 a 80% de ganhos de eficiência.
Gráfico de barras de ganhos de produtividade por tipo de tarefa com citações da fonte do estudo e barras de erro
Gráfico de linhas mostrando o crescimento de anúncios de empregos relacionados à AI de 2019 a 2025, com aproximadamente 30% de crescimento ano a ano em 2025 e habilidades de AI aparecendo em uma parcela crescente de anúncios de não especialistas em AI.
Gráfico de linha dupla de anúncios de especialistas em AI e anúncios de habilidades de AI necessárias ao longo do tempo
Gráfico de barras mostrando os prêmios salariais para trabalhadores qualificados em AI em 2025, com funções de AI comandando prêmios salariais de 30 a 40% em relação a funções não relacionadas à AI comparáveis em engenharia de software, ciência de dados e pesquisa.
Gráfico de barras de prêmio salarial por tipo de função com comparação com equivalentes não relacionados à AI
Análise da exposição de grupos ocupacionais à automação e aumento de AI em 2025, mostrando trabalho cognitivo de alto salário altamente exposto ao aumento e trabalhadores de tarefas rotineiras em risco de deslocamento.
Gráfico de dispersão do salário ocupacional versus exposição à AI com rótulos de cluster de ocupação
Análise de dados de emprego em nível macro nas principais economias de IA, mostrando forte emprego em setores intensivos em IA, apesar das preocupações com a automação, com padrões setoriais diferenciados.
Gráficos de tendências de emprego por setor com sobreposição de intensidade de IA e análise de texto
Análise dos efeitos distributivos da IA nos salários: evidências de ganhos salariais concentrados em trabalhadores com alta escolaridade e alta qualificação, com crescimento salarial limitado para trabalhadores com baixa qualificação.
Gráfico de comparação do crescimento salarial por nível de escolaridade com inserções de curva de distribuição
Resumo das evidências empíricas atuais sobre o deslocamento de empregos relacionado à IA em 2025, distinguindo casos documentados de cenários de deslocamento projetados, com dados de deslocamento em nível setorial.
Tabela de evidências de deslocamento com linhas de setor, colunas documentadas vs. projetadas e comentários de texto
Análise da lacuna de habilidades em IA em 2025: escassez de trabalhadores qualificados em IA em praticamente todos os setores, a lacuna entre a demanda por empregos em IA e a oferta qualificada e os desafios de requalificação.
Gráfico da lacuna de oferta e demanda por função e região com análise de texto das causas da lacuna
Discussão do papel potencial da IA em exacerbar a desigualdade econômica entre nações com alta capacidade de IA e países de baixa renda, e entre trabalhadores altamente qualificados e trabalhadores pouco qualificados dentro das economias.
Análise de texto com gráfico de projeção de desigualdade e visualização da lacuna de capacidade regional
Dados sobre o investimento em infraestrutura de IA em 2025: construção de data centers, aquisição de GPU/chips, investimentos em redes elétricas e despesas de capital de hiperescaladores impulsionadas pela demanda de IA.
Gráfico de barras de investimento em infraestrutura por categoria com anotações de crescimento ano a ano
Análise do impacto da IA nos mercados financeiros em 2025: desempenho das ações de empresas de IA, preocupações com algoritmos de negociação orientados por IA e dados de sentimento do investidor para ações do setor de IA.
Gráfico de desempenho do índice de ações do setor de IA com chamadas de atenção para o valor de mercado e análise de texto
Dados sobre a implantação de IA no atendimento ao cliente em 2025: adoção de chatbot, melhorias na taxa de resolução, métricas de redução de custos e satisfação do consumidor com o atendimento ao cliente por IA.
Gráfico de métricas de adoção com comparação de satisfação e análise de redução de custos
Análise da adoção de IA em marketing e publicidade em 2025: IA generativa para criação de conteúdo, otimização de anúncios orientada por IA, personalização em escala e evidências de ROI.
Gráfico de taxa de adoção com tabela de evidências de ROI e dados de redução de custos de criação de conteúdo
Visão geral da adoção de IA em serviços jurídicos em 2025: automação de revisão de contratos, IA de pesquisa jurídica, ferramentas de e-discovery e o impacto nas horas de trabalho jurídicas e nas taxas faturáveis.
Gráfico de barras de economia de tempo por tipo de tarefa jurídica com taxa de adoção e análise de texto
Dados sobre aplicações de IA em manufatura e cadeia de suprimentos em 2025: manutenção preditiva, sistemas de visão de controle de qualidade, otimização de logística e ganhos de produtividade.
Gráfico de ROI e ganhos de eficiência por tipo de aplicação com distribuição da taxa de adoção
Análise da implantação de IA em serviços financeiros em 2025: detecção de fraudes, análise de crédito, negociação algorítmica, conformidade e o cenário regulatório para IA financeira.
Gráfico de adoção de caso de uso com métricas de redução de fraudes e caixas de chamada de atenção regulatórias
Dados de pesquisa sobre a adoção de IA entre pequenas e médias empresas em 2025, mostrando a crescente adoção de ferramentas de IA para marketing, atendimento ao cliente e operações, com barreiras de acesso.
Tendência da taxa de adoção com gráfico de análise de barreiras e detalhamento do setor de PMEs
Dados sobre o ecossistema de startups de IA em 2025: taxas de formação de novas empresas, áreas de foco do setor, rodadas de financiamento e métricas de sucesso para startups nativas de IA versus startups habilitadas para IA.
Diagrama do ecossistema de startups com funil de estágio de financiamento e gráfico de pizza de foco do setor
Comparação das estratégias nacionais de desenvolvimento econômico de IA em 2025: investimento em IA nos EUA, política industrial de IA da UE, plano de economia de IA da China, missão de IA da Índia e outros.
Tabela de estratégia comparativa com valores de investimento e áreas prioritárias por país
Análise do papel da IA no comércio internacional em 2025: IA em alfândega e logística, controles de exportação de IA, restrições ao comércio de chips e o impacto da IA na vantagem comparativa.
Cronograma de controle de exportação com gráfico de impacto no fluxo de comércio e análise de texto
Resumo das principais projeções econômicas para o impacto econômico da IA até 2030, da McKinsey, Goldman Sachs e FMI, mostrando consenso sobre o impacto significativo, mas incerto, no PIB.
Gráfico de comparação de projeções com intervalos de cenário e notas de metodologia
Análise de novos modelos de negócios habilitados para IA em 2025: IA como serviço, soluções verticais de IA, serviços de agentes autônomos e negócios de plataforma construídos em APIs de modelo de base.
Diagrama de taxonomia de modelo de negócios com empresas de exemplo e descrições de modelo de receita
Dados sobre aplicações de IA no setor de energia em 2025: otimização da rede, gerenciamento de energia renovável, previsão de demanda e uso de IA na exploração de petróleo e gás.
Gráfico de barras de aplicação com métricas de ganho de eficiência e mapa de implantação do setor
Visão geral da adoção de IA na agricultura em 2025: agricultura de precisão, detecção de doenças de culturas, previsão de rendimento e implantação de robótica agrícola e dados de produtividade.
Gráfico de tendência de adoção com dados de ganho de produtividade e mapa de distribuição geográfica
Análise de aplicações de IA no setor imobiliário em 2025: algoritmos de avaliação de propriedades, ferramentas de previsão de mercado, IA de construção e sistemas de gerenciamento de edifícios inteligentes.
Gráfico de adoção de aplicações com métricas de precisão de avaliação e análise de texto
Análise da economia do mercado de computação de IA em 2025: preços de aluguel de GPU, tendências de preços de serviços de IA em nuvem, receita de IA de hiperescaladores e a economia de treinamento versus inferência.
Gráficos de tendência de preço para computação com estimativas de tamanho de mercado e comparação de receita de IA de hiperescaladores
Dados de salário e remuneração para funções de IA em 2025, incluindo engenheiros de ML, pesquisadores de IA, cientistas de dados e gerentes de produto de IA em diferentes tipos de empresas e geografias.
Gráfico de comparação de salários por função e geografia com detalhamento da remuneração total
Análise da economia de PI de IA em 2025: avaliação de PI gerada por IA, mercados de licenciamento de dados de treinamento, royalties de patentes para técnicas de IA e impactos da incerteza jurídica no investimento.
Gráfico de estimativa de tamanho do mercado de PI com cronograma de incerteza jurídica e análise de texto
Destaques regionais da economia da IA cobrindo as cidades do corredor de IA dos EUA, os hubs de IA da UE, os parques de tecnologia de IA da China, o ecossistema de IA da Índia e as economias de IA emergentes no Sudeste Asiático.
Mapa regional com cartões de destaque de cidades/hubs e métricas-chave por região
Painel de resumo do Capítulo 4 com os principais números econômicos: US$ 285,9 bilhões em investimento em IA nos EUA, taxa de menção de IA de mais de 90% na Fortune 500, prêmio salarial de IA de 30-40% e ganhos de produtividade documentados.
Painel de resumo com estatísticas de grandes números e gráficos com tema de cor do capítulo
Notas de referência para o Capítulo 4 com fontes de dados de investimento, citações de estudos do mercado de trabalho e notas sobre a metodologia de pesquisa de produtividade.
Formato de nota final numerada em duas colunas
Leitura adicional selecionada para o Capítulo 4 cobrindo investimento em IA, economia do trabalho, pesquisa de produtividade e projeções de impacto econômico com breves anotações.
Lista de leitura estruturada com cabeçalhos de seção
Abertura de capítulo em sangria total com fundo verde-azulado escuro/floresta, grande numeral branco do Capítulo 5, título 'Ciência e IA' e breve visão geral do papel transformador da IA na pesquisa científica em 2025.
Fundo verde-azulado escuro/floresta em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao Capítulo 5 enquadrando a IA como uma nova ferramenta para a descoberta científica em 2025, com estatísticas gerais sobre o crescimento da pesquisa assistida por IA e o marco do Prêmio Nobel de IA.
Introdução de coluna única com caixas de destaque de estatísticas-chave e visão geral da seção
Gráfico de linhas mostrando o crescimento das publicações científicas assistidas por IA de 2015 a 2025 em todas as principais disciplinas, com destaque para o crescimento de 71% na pesquisa de biologia e ciências da vida assistida por IA.
Gráfico de várias linhas por domínio científico com eixo x do ano e eixo y da contagem de publicações
Análise do AlphaFold 3 e dos subsequentes avanços na previsão da estrutura de proteínas em 2025, com dados de precisão de referência e o crescimento da pesquisa de proteínas assistida por IA.
Gráfico de referência de precisão com tabela de exemplos de previsão estrutural e análise de texto
Visão geral da previsão por IA de estruturas biomoleculares complexas além de proteínas em 2025: proteína-DNA, proteína-ligante, estrutura de RNA e design de anticorpos usando modelos de fundação.
Gráfico de comparação de capacidade com análise de texto e caixas de destaque de avanços importantes
Análise de candidatos a medicamentos descobertos por IA em 2025: número entrando em ensaios clínicos, áreas de doenças visadas, estimativas de redução de custos (economia de 30-50%) e principais empresas de descoberta de medicamentos por IA.
Diagrama de funil de pipeline de medicamentos com discriminação da área da doença e gráfico de barras de redução de custos
Dados sobre medicamentos descobertos por IA atualmente em ensaios clínicos em 2025, incluindo o status de Fase I/II/III, áreas terapêuticas e os primeiros medicamentos descobertos por IA se aproximando da aprovação regulatória.
Tabela de status de ensaios clínicos com gráfico de pipeline e linha do tempo de marcos
Visão geral das aplicações de IA na ciência dos materiais em 2025: materiais de bateria projetados por IA, semicondutores, catalisadores e materiais estruturais, com exemplos entrando em produção.
Gráfico de barras de aplicação de materiais com linha do tempo de descoberta e análise de texto
Análise das aplicações de IA em genômica em 2025: previsão do efeito variante, modelagem da regulação gênica, análise de célula única e direcionamento CRISPR guiado por IA.
Matriz de capacidade de aplicação com linha do tempo de IA genômica e análise de texto
Visão geral das aplicações de IA na ciência do clima e da terra em 2025: modelos climáticos de IA mostrando acelerações de 10.000x, redução da escala de modelos globais, previsão de eventos extremos e monitoramento do ciclo de carbono.
Gráfico de comparação de aceleração com detalhamento do domínio de aplicação e análise de texto
Comparação de desempenho de modelos de previsão do tempo com IA (GraphCast, Pangu-Weather, FourCastNet) versus modelos NWP tradicionais em 2025, mostrando que a IA excede os modelos tradicionais na maioria das métricas.
Gráfico de barras de comparação de desempenho para várias métricas de previsão com linha de base do modelo tradicional
Análise das melhorias na previsão de terremotos com IA em 2025: extensões do tempo de alerta precoce, precisão da estimativa de magnitude e previsão de réplicas usando deep learning em dados sísmicos.
Gráfico de melhoria de desempenho com mapa de implantação geográfica e análise de texto
Visão geral das aplicações de IA na pesquisa em física em 2025: análise de dados de física de partículas no CERN, simulação de sistemas quânticos, física de plasma para fusão e design experimental guiado por IA.
Linha do tempo do domínio de aplicação com chamadas de descoberta importantes e análise de texto
Análise das aplicações de IA em astronomia em 2025: classificação de galáxias em escala, detecção de sinais de ondas gravitacionais, descoberta de exoplanetas a partir de dados de telescópios e aceleração da simulação cosmológica.
Gráfico de contagem de descobertas com detalhamento do domínio de aplicação e análise de texto
Visão geral da IA na pesquisa em química em 2025: previsão de reação, planejamento de síntese, design de catalisadores e triagem de segurança química assistida por IA, com dados de crescimento de publicação.
Gráfico de crescimento de publicação com detalhamento de aplicação e chamadas de ferramentas importantes
Discussão sobre o reconhecimento histórico do Prêmio Nobel de 2024 das contribuições da IA para a ciência (Geoffrey Hinton — Física; Demis Hassabis e John Jumper — Química), marcando o reconhecimento oficial do estabelecimento científico da IA.
Linha do tempo dos anúncios do Prêmio Nobel com perfis dos laureados e análise de significado
Dados sobre ferramentas de IA que processam literatura científica em 2025: pesquisa semântica em milhões de artigos, geração automatizada de hipóteses, extração de alegações e análise de gráfico de citação.
Tabela de comparação de capacidade de ferramenta com gráfico de taxa de adoção e análise de texto
Visão geral dos sistemas de IA que conduzem experimentos científicos autônomos em 2025: sistemas de laboratório robóticos guiados por IA, geração de hipóteses autodirigidas, design de experimentos e interpretação de resultados.
Diagrama de pipeline de ciência autônoma com linha do tempo de marcos de capacidade e análise de texto
Análise das aplicações de IA em neurociência em 2025: mapeamento cerebral em escala, decodificação de sinais neurais, melhorias na interface cérebro-computador e modelos de IA de computação neural.
Gráfico de capacidade de aplicação com dados de escala de mapeamento cerebral e análise de texto
Dados de desempenho para IA na pesquisa de imagem biomédica (distinta do uso clínico) em 2025: análise de imagem de célula única, processamento de crio-EM e microscopia de super-resolução com IA.
Gráfico de benchmark de desempenho por modalidade de imagem com análise de texto
Visão geral das aplicações de IA na pesquisa em ciências sociais em 2025: análise de pesquisas em larga escala, processamento de linguagem natural de textos históricos e experimentos comportamentais assistidos por IA.
Visão geral do tipo de aplicação com gráfico de crescimento de publicações e análise de texto
Análise da infraestrutura de pesquisa de IA que apoia a IA científica em 2025: clouds de pesquisa de IA nacionais, recursos de computação de acesso aberto para a ciência e o papel da NSF, DOE e equivalentes internacionais.
Mapa da infraestrutura com tabela de comparação de recursos e análise de financiamento
Análise de ferramentas de IA para pesquisa matemática em 2025: prova automatizada de teoremas, verificação de provas assistida por IA, geração de conjecturas e o crescimento de publicações matemáticas assistidas por IA.
Gráfico de progresso da capacidade com dados de benchmark de prova de teoremas e análise de texto
Discussão sobre ferramentas de IA para melhorar a reprodutibilidade científica em 2025: documentação automatizada de protocolos, ferramentas de compartilhamento de código e dados e verificação de resultados assistida por IA.
Diagrama de melhoria da reprodutibilidade com gráficos de métricas de adoção e análise de texto
Análise de ferramentas de IA na revisão por pares científica em 2025: assistência automatizada à revisão, triagem de artigos, detecção de violação ética e debates sobre a confiabilidade do revisor de IA.
Gráfico de taxa de adoção com dados de confiabilidade e caixas de chamada de debate ético
Análise das dimensões geopolíticas da ciência habilitada para IA em 2025: padrões de colaboração em pesquisa, lacunas de capacidade de ciência da IA entre as nações e ferramentas de ciência da IA de acesso aberto.
Diagrama de rede de colaboração com mapa de lacunas de capacidade e análise de texto
Visão geral dos modelos de fundação específicos da ciência em 2025: biologia (ESM3, Geneformer), química (ChemBERTa), materiais (MatBERT), ciências da terra (ClimaX) e LLMs científicos de domínio cruzado.
Tabela de taxonomia de modelos com comparação de capacidade e diagrama de cobertura de domínio
Dados sobre o impacto da IA no design e execução de ensaios clínicos em 2025: otimização do recrutamento de pacientes, assistência ao design de protocolo, detecção de eventos adversos e reduções no cronograma do ensaio.
Gráfico de redução de cronograma com detalhamento da aplicação e análise de texto
Visão geral das aplicações de IA em epidemiologia e pesquisa em saúde pública em 2025: vigilância de doenças, previsão de surtos, epidemiologia genômica e modelagem de estratégia de vacinação assistida por IA.
Gráfico de capacidade de aplicação com mapa de implantação de vigilância e análise de texto
Análise das contribuições da IA para a pesquisa em ciência da energia em 2025: controle de plasma de fusão com IA, descoberta de baterias, design de material de captura de carbono e otimização de células solares.
Cronograma de aplicação com dados de melhoria de desempenho e análise de texto
Análise do impacto interdisciplinar das ferramentas de ciência da IA, mostrando como a IA está permitindo avanços nas interfaces entre biologia, química, física e engenharia.
Diagrama de impacto interdisciplinar mostrando fluxos de ferramentas de IA entre domínios científicos
Discussão sobre riscos e desafios na ciência habilitada para IA: alucinações de IA em contextos científicos, dependência excessiva de modelos de IA, raciocínio científico de caixa preta e a desqualificação de pesquisadores.
Taxonomia de risco com exemplos de estudo de caso e discussão de mitigação
Painel de resumo do Capítulo 5: estatísticas principais sobre o crescimento da publicação científica assistida por IA, marcos de avanço e setores onde a IA está tendo o maior impacto científico.
Painel de resumo com estatísticas de grandes números e gráficos com tema verde-azulado do capítulo
Notas de referência para o Capítulo 5 com fontes de dados primárias para dados de publicação científica, citações do AlphaFold e referências de pesquisa específicas do domínio.
Formato de nota de fim numerada em duas colunas
Leitura adicional selecionada para o Capítulo 5 organizada por domínio científico, incluindo artigos importantes e artigos de revisão sobre IA em biologia, química, ciências da terra e agentes de ciência de IA de domínio cruzado.
Lista de leitura estruturada com cabeçalhos de seção de domínio e entradas anotadas
Abertura do capítulo em sangria total com fundo azul escuro, numeral grande branco do Capítulo 6, título 'Medicina e IA' e breve descrição do papel crescente da IA no atendimento clínico e na pesquisa biomédica.
Fundo azul escuro em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao Capítulo 6 apresentando a IA na medicina como uma força transformadora em 2025, com estatísticas importantes: 258 dispositivos de IA aprovados pela FDA, 85,5% de precisão diagnóstica para MAI-DxO, mais de 300 mil clínicos usando transcrições de IA.
Introdução de coluna única com caixas de destaque de estatísticas de manchete e visão geral da seção
Comparação de benchmark de sistemas de diagnóstico de IA versus médicos especialistas em 2025 em radiologia, patologia, dermatologia e oftalmologia, mostrando a IA alcançando ou superando a precisão do especialista.
Gráfico de barras de comparação de precisão de vários domínios com linha de base de especialista e barras de desempenho de IA
Análise detalhada do MAI-DxO alcançando 85,5% de precisão diagnóstica em casos clínicos padronizados, superando o desempenho médio do médico especialista e validando o potencial diagnóstico da IA.
Gráfico de comparação de precisão com detalhamento do tipo de caso e análise de significância estatística
Gráfico de barras mostrando as aprovações de dispositivos médicos habilitados para IA aprovados pela FDA por ano de 2016 a 2025, atingindo 258 aprovações em 2025 e totalizando mais de 950 aprovações cumulativas.
Gráfico de barras com eixo x do ano e contagem de aprovação anual no eixo y, sobreposição de linha cumulativa
Detalhamento de dispositivos médicos de IA aprovados pela FDA por especialidade em 2025: radiologia dominando com ~75%, seguida por cardiologia, patologia e outras especialidades.
Gráfico de pizza e gráfico de barras da distribuição de dispositivos por especialidade médica
Análise detalhada da IA em radiologia em 2025: análise de TC, interpretação de radiografia de tórax, rastreamento de mamografia e análise de ressonância magnética, com dados de implantação clínica e benchmarks de precisão diagnóstica.
Gráfico de benchmark de desempenho por modalidade de imagem com estatísticas de implantação e análise de texto
Visão geral da patologia computacional de IA em 2025: análise de lâminas de patologia digital, assistência na classificação do câncer, detecção de biomarcadores e a crescente implantação clínica de ferramentas de patologia de IA.
Gráfico de comparação de capacidade com dados de implantação e análise de texto
Análise de aplicações de IA em oftalmologia em 2025: rastreamento de retinopatia diabética, detecção de glaucoma, diagnóstico de degeneração macular relacionada à idade e análise de imagem da retina.
Gráfico de barras de precisão diagnóstica por condição com mapa de implantação geográfica e análise de texto
Análise de transcrições de documentação clínica ambiente com IA em 2025, usadas por mais de 300.000 clínicos para reduzir o fardo da documentação, com dados sobre economia de tempo e redução do burnout.
Linha de tendência de adoção com métricas de economia de tempo e dados de pesquisa de redução de burnout
Dados de resultados clínicos de implementações de transcrições de documentação com IA em 2025: economia de tempo do médico (1-2 horas por turno), aumento do tempo de interação com o paciente e melhorias na precisão da documentação.
Gráficos de comparação antes/depois para alocação de tempo e precisão da documentação com análise de texto
Visão geral do progresso da descoberta de fármacos com IA em 2025, incluindo o número de candidatos a fármacos descobertos por IA, empresas líderes (Insilico Medicine, Recursion, Exscientia) e dados de redução de custos.
Diagrama do cenário da empresa com contagem de pipeline e gráficos de comparação de custos
Visão geral da modelagem de células virtuais em 2025: modelos de IA simulando respostas de células individuais a fármacos e intervenções, permitindo pesquisa de medicina personalizada e reduzindo os requisitos de testes em animais.
Diagrama de capacidade do modelo de célula virtual com áreas de aplicação e análise de texto
Dados sobre aplicações de IA na saúde mental em 2025: implementação de ferramentas de terapia de chatbot, dados de eficácia de estudos clínicos, capacidades de detecção de crises e preocupações éticas.
Gráfico de comparação de estudo de eficácia com estatísticas de implementação e caixas de chamada de atenção para preocupações éticas
Análise de aplicações de IA na medicina genômica de precisão em 2025: previsão de pontuação de risco poligênico, farmacogenômica, diagnóstico de doenças raras a partir de dados genômicos e design de terapia gênica guiada por IA.
Tabela de comparação de capacidades com exemplos de aplicação clínica e análise de texto
Visão geral da implementação de sistemas de apoio à decisão clínica (CDSS) com IA em 2025: previsão de sepse, alertas de deterioração, verificação de interação medicamentosa e seu impacto nos resultados clínicos.
Gráfico de barras de melhoria de resultados por tipo de CDSS com dados de implementação e análise de texto
Dados sobre cirurgia assistida por IA em 2025: orientação de IA para cirurgia robótica, avaliação de habilidades em tempo real, análise de imagem operatória e dados de resultados para procedimentos assistidos por IA.
Gráfico de comparação de resultados para cirurgia assistida por IA vs. cirurgia tradicional com análise de texto
Análise da IA na medicina de emergência em 2025: assistência de triagem, estratificação de risco de dor no peito, detecção de acidente vascular cerebral na TC e otimização do fluxo de pacientes no DE.
Gráfico de métricas de desempenho por tipo de aplicação com dados de implementação e análise de texto
Análise do impacto da IA na equidade em saúde em 2025: potencial para expandir o acesso ao diagnóstico em áreas carentes, mas também risco de perpetuar ou amplificar as disparidades existentes se treinado com dados tendenciosos.
Análise de impacto na equidade em duas colunas com mapa de expansão do acesso geográfico e gráfico de risco de viés
Visão geral das aplicações de IA na saúde global e em ambientes com poucos recursos em 2025: diagnósticos móveis de IA em países de baixa e média renda, IA para doenças tropicais negligenciadas e implementação de IA de telessaúde.
Mapa de implementação geográfica com discriminação do tipo de aplicação e dados de custo-efetividade
Análise da regulamentação de dispositivos médicos com IA em 2025 nas principais jurisdições: via de controle de mudança predeterminada da FDA, EU MDR para IA, aprovações de dispositivos de IA da China NMPA e esforços de harmonização internacional.
Tabela de comparação da estrutura regulatória com cronograma de aprovação e análise de texto
Análise da integração da IA com sistemas de EHR em 2025: análise preditiva incorporada em EHRs, NLP para notas não estruturadas, identificação de lacunas de atendimento orientada por IA e desafios de interoperabilidade.
Gráfico de capacidade de integração de IA em EHR com taxa de adoção e análise de texto
Dados sobre dispositivos de saúde wearable alimentados por IA em 2025: monitoramento contínuo de glicose, detecção do ritmo cardíaco, monitoramento respiratório e programas de monitoramento de saúde em nível populacional.
Gráfico de comparação de capacidade do dispositivo com dados de validação clínica e estatísticas de implantação
Visão geral das ferramentas de comunicação com o paciente com IA em 2025: chatbots de IA para educação do paciente, suporte à adesão à medicação, agendamento de consultas e acompanhamento pós-alta.
Gráfico de comparação de tipo de ferramenta com dados de eficácia e resultados de pesquisa de satisfação do paciente
Dados da pesquisa sobre as atitudes dos médicos em relação à IA em 2025: níveis de confiança por especialidade, preocupações com a responsabilidade, tempo para adotar novas ferramentas de IA e opiniões sobre a IA substituir versus aumentar as funções clínicas.
Gráfico de barras de resultados da pesquisa por especialidade e categoria de preocupação com análise de texto
Visão geral da IA na educação médica em 2025: simuladores de casos clínicos de IA, preparação para exames de certificação assistida por IA, interações virtuais com pacientes e treinamento de habilidades cirúrgicas guiado por IA.
Gráfico de taxa de adoção com dados de resultados de aprendizado e detalhamento do tipo de ferramenta
Dados sobre aplicações de IA nas operações hospitalares em 2025: otimização do fluxo de pacientes, gerenciamento de leitos, previsão de pessoal, gerenciamento da cadeia de suprimentos e IA do ciclo de receita.
Gráfico de barras de ganho de eficiência por domínio operacional com estatísticas de implantação
Visão geral da IA na medicina preventiva em 2025: estratificação de risco de saúde da população, otimização do rastreamento de câncer, personalização da intervenção no estilo de vida e ferramentas de IA de saúde pública.
Gráfico de desempenho de estratificação de risco com dados de otimização de rastreamento e análise de texto
Análise de como a IA está transformando os ensaios clínicos em 2025: braços de controle sintéticos, correspondência de pacientes, previsão de endpoint e geração de evidências do mundo real, com dados de impacto de custo e cronograma.
Gráfico de redução de custo e cronograma com diagrama de metodologia de design de ensaio e análise de texto
Dados sobre o impacto da IA no diagnóstico de doenças raras em 2025: redução do tempo de diagnóstico, IA de análise de sequenciamento do genoma completo, correspondência fenótipo-genótipo e encurtamento da odisseia do diagnóstico.
Gráfico de comparação do tempo de diagnóstico com exemplos de estudo de caso e análise de texto
Visão geral da IA em farmácia e gerenciamento de medicamentos em 2025: IA de dispensação automatizada, verificação de interação medicamentosa, otimização de dosagem personalizada e ferramentas de adesão à medicação.
Gráfico de capacidade de aplicação com dados de resultados e análise de texto
Análise do impacto da IA nos custos de saúde em 2025: reduções de custo documentadas em radiologia, documentação e operações, em relação aos custos de implementação e integração.
Gráfico de análise de impacto de custo com estimativas de ROI por tipo de aplicação
Dados de desempenho para sistemas de dermatologia de IA em 2025: precisão da detecção de melanoma versus dermatologista, classificação de acne e condição da pele e implantação de teledermatologia assistida por IA.
Gráfico de comparação de precisão por tipo de condição com estatísticas de implantação e análise de texto
Análise da IA em cardiologia em 2025: IA para interpretação de ECG, análise de ecocardiografia, segmentação de RM cardíaca e gestão da insuficiência cardíaca guiada por IA.
Gráfico de benchmark de desempenho por tarefa de cardiologia com dados de implementação clínica
Visão geral abrangente da IA em oncologia em 2025: detecção de tumores, previsão da resposta ao tratamento, otimização do planejamento da radiação, identificação de biomarcadores genômicos e medicina de precisão do câncer.
Matriz de capacidade de múltiplas aplicações com resumo de evidências clínicas e análise de texto
Dados sobre aplicações de IA em doenças infecciosas em 2025: vigilância genômica de patógenos, algoritmos de detecção de surtos, previsão de resistência antimicrobiana e ferramentas de IA de preparação para pandemias.
Gráfico de capacidade de vigilância com mapa de implementação e análise de texto
Análise da infraestrutura de dados médicos que suporta a IA em 2025: implementações de aprendizado federado, dados sintéticos para treinamento, estruturas de compartilhamento de dados e o papel dos programas nacionais de dados de saúde.
Diagrama da paisagem da infraestrutura com mapa de implementação de aprendizado federado e análise de texto
Discussão dos principais desafios éticos na medicina com IA em 2025: responsabilidade algorítmica no diagnóstico, consentimento do paciente para ferramentas de IA, responsabilidade quando a IA erra e requisitos de transparência.
Taxonomia de desafios éticos com comparação de resposta regulatória e análise de texto
Painel de resumo do Capítulo 6 com estatísticas principais: 258 aprovações da FDA, mais de 300 mil médicos usando assistentes de IA, 85,5% de precisão MAI-DxO, candidatos a medicamentos com IA em ensaios de Fase II/III.
Painel de resumo com estatísticas de grandes números e gráficos com tema azul do capítulo
Notas de referência e leitura adicional para o Capítulo 6 com fontes de dados da FDA, citações de estudos clínicos e lista de leitura selecionada organizada por especialidade médica e aplicação de IA.
Formato de nota final de duas colunas seguido por lista de leitura estruturada
Abertura de capítulo em sangria total com fundo verde floresta, numeral grande branco do Capítulo 7, título 'Educação' e breve visão geral da crescente influência da IA no aprendizado, ensino e instituições acadêmicas.
Fundo verde floresta em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao Capítulo 7 apresentando a IA na educação como uma questão fundamental em 2025, com principais descobertas: 80% dos alunos usando IA generativa, 11% de declínio na matrícula em Ciência da Computação, 82% de crescimento em programas de mestrado em IA.
Introdução de coluna única com caixas de chamada de atenção para estatísticas principais e visão geral da seção
Gráfico de linhas mostrando as tendências de matrícula em Ciência da Computação nas principais universidades dos EUA de 2015 a 2025, incluindo um declínio de 11% em 2024-2025, interpretado como um sinal de saturação de mercado para diplomas tradicionais de Ciência da Computação.
Gráfico de linhas de matrícula multi-institucional com eixo x do ano e eixo y da contagem de matrícula, anotação de declínio de 11%
Gráfico de barras mostrando o crescimento em programas de pós-graduação específicos de IA/ML de 2018 a 2025, com crescimento de 82% em programas de mestrado em IA e novas concentrações de graduação em IA em grandes universidades.
Gráfico de barras da contagem de programas por ano com detalhamento do tipo de instituição e distribuição geográfica
Dados de pesquisa mostrando que 80% dos estudantes universitários relatam usar IA generativa para trabalhos de curso em 2025, discriminados por tipo de uso: assistência à escrita, pesquisa, codificação, estudo e resolução de problemas.
Gráfico de barras do tipo de uso com distribuição de frequência e detalhamento demográfico
Dados sobre preocupações com a integridade acadêmica relacionadas ao uso de IA por estudantes em 2025: submissões geradas por IA detectadas, evolução da política institucional e opiniões dos estudantes sobre a ética do uso de IA.
Gráfico de adoção de políticas com dados de incidentes de integridade e pesquisa de opinião dos estudantes
Dados de pesquisa sobre as atitudes do corpo docente em relação à IA em 2025: 60% permitem o uso de IA com restrições, políticas variadas por disciplina e preocupações do corpo docente sobre a validade da avaliação.
Gráfico de barras da pesquisa do corpo docente por disciplina com detalhamento da categoria de política e análise de texto
Evidências experimentais sobre a eficácia do sistema de tutoria de IA em 2025: Khan Academy Khanmigo, Duolingo Max e tutores de IA semelhantes mostrando ganhos de aprendizado documentados em estudos controlados.
Gráfico de comparação de ganho de aprendizado por ferramenta com notas sobre a metodologia do estudo e análise de texto
Dados sobre a implantação de ferramentas de tutoria de IA em 2025: número de alunos usando plataformas de tutoria de IA, alcance geográfico, cobertura da área de assunto e padrões de frequência de uso.
Gráfico de adoção com mapa geográfico e detalhamento da área de assunto
Análise da adoção do currículo de IA K-12 em todo o mundo em 2025, com mais de 30 países implementando padrões curriculares nacionais de IA/CS e dados sobre a disponibilidade de treinamento de IA para professores.
Mapa mundial da adoção do currículo de IA K-12 com gráfico de barras de contagem de países e análise de texto
Análise de conteúdo dos padrões curriculares de IA K-12 em 2025: quais tópicos de IA são ensinados (conceitos de machine learning, ética, alfabetização de dados, engenharia de prompt) e em quais níveis de escolaridade.
Matriz de tópicos do currículo por nível de escolaridade com comparação de países e análise de texto
Dados sobre o crescimento da plataforma de aprendizado de IA online em 2025: cursos de IA da Coursera e edX aumentaram mais de 50%, novos programas de certificação de IA de grandes empresas de tecnologia e análise da taxa de conclusão.
Gráfico de tendência de crescimento com comparação de plataforma e detalhamento do tipo de certificação
Análise de como as principais universidades estão integrando os resultados da pesquisa de IA no ensino em 2025, incluindo novos currículos de ética de IA, programas interdisciplinares de IA e crescimento do centro de pesquisa de IA.
Gráfico de comparação de programas de IA universitários com diagrama do modelo de integração pesquisa-ensino
Visão geral das iniciativas de educação em alfabetização em IA em 2025: programas de alfabetização em IA para o público em geral, requalificação em IA financiada pelo governo, treinamento em IA no local de trabalho e o crescente mercado de certificação de alfabetização em IA.
Visão geral do tipo de programa com métricas de alcance e análise de texto
Dados sobre o uso de IA na administração do ensino superior em 2025: IA em admissões de alunos, gerenciamento de matrículas, otimização de ajuda financeira e sistemas de previsão de sucesso do aluno.
Gráfico de adoção de aplicativos com resultados de auditoria de viés e análise de texto
Análise do uso de assistência de escrita de IA em contextos acadêmicos em 2025, incluindo efeitos na qualidade da escrita, resultados de aprendizado para habilidades de escrita e normas acadêmicas em evolução.
Gráfico de comparação de resultados de estudo com avaliação da qualidade da escrita e análise de texto
Visão geral das ferramentas de acessibilidade de IA na educação em 2025, beneficiando alunos com deficiência: legendagem em tempo real, assistência de leitura de IA, adaptações de aprendizado personalizadas e ferramentas de fala para texto.
Gráfico de capacidade da ferramenta de acessibilidade com dados de adoção e evidências de resultados do aluno
Dados sobre programas de treinamento em IA para professores e educadores em 2025: taxas de participação em desenvolvimento profissional, qualidade do conteúdo do treinamento e confiança dos educadores no uso de ferramentas de IA.
Gráfico de adoção de treinamento com pesquisa de confiança e comparação de cobertura de conteúdo
Análise do impacto potencial da IA na equidade educacional em 2025: aprendizado personalizado reduzindo as lacunas de desempenho, mas as lacunas de acesso a dispositivos e conectividade criando novas divisões.
Análise dupla do impacto na equidade com mapa de lacunas de acesso e dados de resultados de aprendizado
Dados sobre ferramentas de IA que apoiam especificamente a educação STEM em 2025: tutores de matemática com IA, plataformas de educação em programação, ferramentas de simulação científica e aplicações de IA para segurança laboratorial.
Gráfico de comparação de tipo de ferramenta com evidências de resultados de aprendizado e dados de adoção
Análise de aplicações de aprendizagem de línguas com tecnologia de IA em 2025: Duolingo, recursos de IA do Rosetta Stone e outras plataformas mostrando dados de aceleração de aprendizado e métricas de engajamento.
Gráfico de comparação de taxa de aprendizado com métricas de engajamento e análise de texto
Visão geral das políticas nacionais de educação em IA em 2025: orientação da UNESCO para educação em IA, estratégia de educação em IA da UE, ordens executivas de alfabetização em IA dos EUA e estrutura de educação em IA da OCDE.
Tabela de comparação de estrutura de políticas com mapa de adoção geográfica e análise de texto
Análise do impacto da IA nas prioridades das universidades de pesquisa em 2025: financiamento de centros de pesquisa em IA, parcerias indústria-academia em IA, atividade de patentes de IA de universidades e receita de pesquisa relacionada à IA.
Gráfico de comparação de financiamento de pesquisa com dados de parceria e análise de texto
Painel de resumo do Capítulo 7 apresentando estatísticas de destaque da educação: taxas de uso de IA por alunos, tendências de matrícula, eficácia da tutoria de IA e adoção do currículo K-12.
Painel de resumo com estatísticas de grandes números e gráficos com tema verde floresta do capítulo
Notas de referência e leitura adicional para o Capítulo 7, incluindo fontes de dados de matrícula, citações de estudos de tutoria de IA e lista de leitura organizada por setor educacional.
Formato de nota final de duas colunas seguido por lista de leitura estruturada
Abertura de capítulo em sangria total com fundo roxo escuro/índigo, grande numeral branco do Capítulo 8, título 'Política e Governança' e breve visão geral dos desenvolvimentos regulatórios e de políticas de IA em 2025.
Fundo roxo escuro/índigo em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao Capítulo 8 enquadrando 2025 como um ano divisor de águas para a política de IA globalmente, com estatísticas de destaque: investimento federal em IA de US$ 20,4 bilhões, 25 projetos de lei de IA assinados, 46 países com estratégias nacionais de IA.
Introdução de coluna única com caixas de chamada de atenção para estatísticas de destaque e visão geral da seção
Visualização abrangente do cronograma dos principais marcos da política de IA de 2016 a 2025, desde o relatório de IA de Obama (2016) até a implementação da Lei de IA da UE (2025), organizada por geografia.
Cronograma horizontal de várias faixas com faixas de país/região, marcadores de marcos e breves anotações
Mapa mundial mostrando os 46 países que adotaram estratégias nacionais formais de IA até 2025, com sombreamento da data de adoção e agrupamentos regionais de atividade de governança de IA.
Mapa coroplético mundial com sombreamento da data de adoção e chamadas de atenção para nomes de países para as principais estratégias
Análise do investimento federal dos EUA em IA, atingindo US$ 20,4 bilhões em 2025, discriminado por agência (DOD, DARPA, NSF, NIH, DOE, NIST) e áreas de pesquisa prioritárias.
Gráfico de barras de discriminação por agência com análise de área prioritária e anotação de crescimento ano a ano
Análise da legislação relacionada à IA nos EUA em 2025: 25 projetos de lei de IA sancionados em nível federal, discriminação por tópico (segurança, aquisição, força de trabalho, deepfakes, segurança nacional) e projetos de lei de IA em nível estadual.
Gráfico de barras de tópicos legislativos com cronograma de projetos de lei sancionados e mapa de atividades em nível estadual
Resumo das principais ações de IA do poder executivo dos EUA em 2025: atividades do NIST AI Safety Institute, diretrizes de política de IA da Casa Branca e mandatos de implementação de IA de agências federais.
Cronograma de ações políticas com análise de texto de ordens executivas e respostas de agências importantes
Análise dos regulamentos de IA específicos do setor nos EUA em 2025: diretrizes de dispositivos médicos de IA da FDA, regras de IA na publicidade da FTC, diretrizes de pontuação de crédito de IA do CFPB e diretrizes de contratação de IA da EEOC.
Matriz regulatória por setor e agência com análise de texto
Visão geral dos marcos de implementação da Lei de IA da UE alcançados em 2025, incluindo a proibição de práticas proibidas que entrou em vigor em fevereiro de 2025, com um diagrama de classificação de níveis de risco.
Diagrama de pirâmide de nível de risco com cronograma de implementação e lista de práticas proibidas
Discriminação detalhada das categorias de risco da Lei de IA da UE: risco inaceitável (proibido), alto risco, risco limitado e risco mínimo, com exemplos de aplicações de IA em cada categoria.
Diagrama de quatro categorias com exemplos por nível de risco e resumo das obrigações regulatórias
Análise dos requisitos de conformidade para sistemas de IA de alto risco sob a Lei de IA da UE em 2025: documentação técnica, supervisão humana, governança de dados e obrigações de avaliação de conformidade.
Diagrama de lista de verificação de conformidade com estimativas de custo de implementação e orientação específica do setor
Dados sobre o status de conformidade da Lei de IA da UE entre grandes empresas em 2025, mostrando a adoção precoce por grandes empresas, desafios de conformidade para PMEs e progresso no estabelecimento do órgão de fiscalização.
Gráfico de barras de taxa de conformidade por tamanho de empresa com métricas de progresso de fiscalização e análise de texto
Análise do Código de Prática de IA de Propósito Geral sob a Lei de IA da UE, cobrindo requisitos de transparência, avaliações de risco sistêmico e como os desenvolvedores de IA de fronteira estão se adaptando.
Diagrama de obrigações do Código de Prática com tabela de status de conformidade do desenvolvedor de modelo de fronteira
Visão geral da política nacional de IA da China em 2025: a implementação do Plano de Desenvolvimento de IA de Próxima Geração, compromisso de investimento em IA de mais de US$ 15 bilhões, padrões da indústria de IA e diretrizes regulatórias para IA generativa.
Diagrama da estrutura de política com gráfico de investimento e cronograma regulatório
Análise das disposições do Regulamento de IA Generativa da China (2023, atualizado em 2025): requisitos de filtragem de conteúdo, mandatos de marca d'água, registro de nome real e fiscalização da conformidade.
Resumo da disposição do regulamento com análise do ônus de conformidade e análise de texto
Visão geral da política de IA do Reino Unido em 2025: evolução do AI Safety Institute, a abordagem regulatória pró-inovação, orientação específica do setor de IA e divergência da governança de IA pós-Brexit da UE.
Comparação da abordagem política (Reino Unido vs UE) com resumo da atividade do AI Safety Institute
Análise dos resultados do Processo de IA de Hiroshima do G7 e da adoção da estrutura de governança de IA do G20 em 2025, incluindo o status de implementação do Código de Conduta de Hiroshima para desenvolvedores de IA avançada.
Resumo da estrutura de governança com indicadores de status de implementação e tabela de adoção por país
Resumo dos resultados da Cúpula de Segurança de IA de Paris (fevereiro de 2025): principais compromissos, nações participantes, resultados dos grupos de trabalho e o cronograma de acompanhamento para o processo global de segurança de IA.
Resumo dos resultados da cúpula com lista de nações participantes e tabela de rastreamento de compromissos
Análise das atividades de governança de IA da ONU em 2025: o Pacto Digital Global, a adoção da resolução de IA da ONU, o Conselho Consultivo de IA do Secretário-Geral da ONU e o debate sobre uma nova agência de IA da ONU.
Cronograma de atividades de governança da ONU com análise de texto e comparação da posição dos países
Análise do conceito emergente de soberania de IA em 2025, definindo suas cinco dimensões: soberania de computação, soberania de dados, soberania de talentos, soberania de padrões e independência geopolítica de IA.
Diagrama da estrutura de cinco dimensões com avaliação do país por dimensão e análise de texto
Dados sobre os esforços nacionais para construir infraestrutura de computação de IA soberana em 2025: planos de gigafábrica de IA da UE, rede nacional de computação de IA da Índia, infraestrutura Falcon AI dos Emirados Árabes Unidos e outros.
Gráfico de comparação de investimento em computação com mapa de implantação geográfica e análise de texto
Análise das políticas de controle de exportação relacionadas à IA em 2025: restrições de exportação de semicondutores dos EUA expandidas, regras de chips para a China, controles de exportação de software de IA e coordenação de países aliados.
Cronograma de controle de exportação com análise de impacto por país e mapa de restrição de tecnologia
Visão geral da atividade de desenvolvimento de padrões de IA em 2025: padrões de IA ISO/IEC, padrões de ética de IA IEEE, padrões de IA NIST e esforços internacionais de harmonização de padrões.
Diagrama do cenário de padrões com gráfico de rastreamento de adoção e análise de texto
Análise comparativa das estruturas de responsabilidade de IA que surgem em 2025: Diretiva de Responsabilidade de IA da UE, abordagens de responsabilidade do produto dos EUA para IA e estruturas de responsabilidade auto-regulatórias da indústria.
Tabela de comparação da estrutura de responsabilidade com análise jurisdição por jurisdição
Análise do impacto da IA nos processos democráticos em 2025: IA nas eleições (deepfakes, direcionamento de eleitores, conteúdo político gerado por IA), respostas regulatórias e monitoramento internacional das eleições.
Diagrama de análise de impacto com cronograma de resposta regulatória e análise de texto
Comparação transnacional dos compromissos públicos de investimento em IA em 2025: US$ 20,4 bilhões nos EUA, mais de € 20 bilhões da UE em financiamento para aplicação da Lei de IA, mais de US$ 15 bilhões na China, £ 1,5 bilhão no Reino Unido, C$ 2,4 bilhões no Canadá e outros.
Gráfico de barras de investimento comparativo por país com análise de texto
Visão geral das aplicações de IA na segurança nacional em 2025: análise de inteligência, defesa cibernética, otimização de logística, sistemas autônomos e a competição de IA EUA-China na defesa.
Visão geral do domínio de aplicação com dados de investimento em IA de defesa e análise de texto
Análise da regulação de IA em nível estadual nos EUA em 2025: projetos de lei de IA da Califórnia, regras de contratação de IA de Nova York, proteção ao consumidor de IA do Colorado e o debate sobre a colcha de retalhos versus a prevenção federal.
Mapa de atividade de regulação estado por estado com contagem de projetos de lei e discriminação de tópicos
Análise das políticas governamentais de aquisição de IA em 2025: regras federais de aquisição de IA nos EUA, requisitos de IA do setor público da UE e padrões para aquisição governamental responsável de IA.
Tabela de comparação de políticas de aquisição por jurisdição com análise de texto
Visão geral dos desenvolvimentos regulatórios de saúde específicos de IA em 2025, além das aprovações de dispositivos da FDA: decisões de cobertura de IA do CMS, orientação HIPAA-IA, IA nas diretrizes de prática clínica.
Cronograma de desenvolvimento regulatório com análise de texto das principais decisões
Análise da regulamentação de IA em serviços financeiros em 2025: regras de negociação de IA da SEC, orientação de risco de modelo de IA do regulador bancário, supervisão de IA em empréstimos do CFPB e padrões financeiros globais de IA.
Comparação da estrutura regulatória por setor financeiro com análise de texto
Visão geral da regulamentação trabalhista de IA em 2025: disposições de vigilância de trabalhadores do AI Act da UE, orientação de IA no local de trabalho do NLRB dos EUA, fiscalização de IA na contratação da EEOC e demandas de negociação de IA sindical.
Tabela de comparação de regulamentação trabalhista com análise de texto
Análise de evidências iniciais sobre a eficácia da política de IA em 2025: quais abordagens regulatórias estão mostrando resultados de conformidade, consequências não intencionais das regulamentações e lacunas de política.
Matriz de avaliação da eficácia da política com análise de texto
Visão geral dos desenvolvimentos regulatórios de privacidade específicos de IA em 2025: orientação de IA do GDPR, disposições de IA do projeto de lei federal de privacidade dos EUA, minimização de dados para treinamento de IA e restrições de dados biométricos.
Tabela de comparação de regulamentação de privacidade com análise de texto
Visão geral da atividade da sociedade civil e ONGs na política de IA em 2025: organizações de defesa, pesquisa de IA de interesse público, campanhas de coalizão e sua influência na regulamentação de IA.
Diagrama do panorama das organizações de IA da sociedade civil com análise de influência política
Resumo do Capítulo 8 apresentando os principais números da política: investimento federal em IA nos EUA, contagens de legislação global, marcos do AI Act da UE, resultados da cúpula de IA e o surgimento do conceito de soberania de IA.
Painel de resumo com estatísticas de grandes números e gráficos com tema roxo/índigo do capítulo
Análise conclusiva do Capítulo 8 identificando as principais tendências de governança: risco de fragmentação regulatória, dinâmica de corrida para o topo/fundo, tensões de soberania de IA e o desafio de acompanhar o progresso da IA.
Conclusão de texto com diagrama de tensão chave e análise prospectiva
Notas de referência para o Capítulo 8 com citações de documentos de política, fontes de dados legislativos e notas de metodologia de números de investimento.
Formato de nota final numerada de duas colunas
Leitura adicional selecionada para o Capítulo 8 organizada por região e tópico de política: política dos EUA, política da UE, política da China, governança internacional e soberania de IA.
Lista de leitura estruturada com cabeçalhos de região e tópico
Abertura de capítulo em sangria total com fundo azul-petróleo, grande numeral branco do Capítulo 9, título 'Opinião Pública' e breve visão geral das atitudes públicas globais em relação à IA pesquisadas em 2025.
Fundo azul-petróleo em sangria total, número do capítulo superdimensionado, título e descrição em branco
Introdução ao Capítulo 9, enquadrando o estado da opinião pública global em relação à IA em 2025: 59% de otimismo global da Ipsos, notável ansiedade sobre desinformação e lacunas significativas de atitude entre especialistas e público.
Introdução de coluna única com caixas de destaque de estatísticas de manchete e visão geral da seção
Mapa mundial do sentimento global em relação à IA em 2025, mostrando a porcentagem que expressa otimismo sobre a IA por país, com maior otimismo em economias emergentes e menor otimismo na Europa.
Mapa coroplético mundial do otimismo em relação à IA com escala de gradiente de cores e caixas de destaque de países
Resultados detalhados da pesquisa Ipsos sobre atitudes em relação à IA em 2025 em mais de 30 países: otimismo, preocupação, confiança e níveis de conscientização, divididos por país e região do mundo.
Gráfico de barras de vários países para cada dimensão de atitude com agregados regionais
Análise regional detalhada do sentimento em relação à IA: China e Índia mostrando maior otimismo (mais de 80%), Europa Ocidental mais cautelosa, EUA moderados e África mostrando alto otimismo ligado a esperanças de desenvolvimento.
Gráfico de barras agrupadas regionais com equilíbrio de otimismo/preocupação e análise de texto
Comparação de pesquisas de atitude em relação à IA para especialistas em IA versus público em geral em 2025, mostrando que os especialistas estão mais preocupados com os riscos de longo prazo, enquanto o público se concentra nos impactos econômicos de curto prazo.
Gráfico de comparação lado a lado com detalhamento da categoria de preocupação para especialistas vs público
Dados da pesquisa sobre a confiança do público em várias instituições para regular a IA de forma justa: instituições da UE são as mais confiáveis globalmente, empresas de tecnologia são as menos confiáveis, governos nacionais têm resultados mistos.
Gráfico de barras horizontais dos níveis de confiança por tipo de instituição em vários países
Dados de opinião pública específicos dos EUA sobre IA: apenas 31% dos americanos confiam que o governo regulará bem a IA, 68% estão preocupados com a desinformação gerada por IA e opiniões sobre a IA em várias funções governamentais.
Gráfico de barras de opinião dos EUA com detalhamento de confiança e preocupação e análise de texto
Análise das fontes de ansiedade em relação à IA em 2025: preocupação com a perda de empregos, medo da desinformação, preocupação com a privacidade, preocupação com armas autônomas e risco existencial — divididos por país e demografia.
Gráfico de barras empilhadas de fontes de ansiedade por grupo de países com inserções de detalhamento demográfico
Dados sobre os níveis de conscientização e compreensão da IA pelo público em 2025: conscientização crescente, mas compreensão técnica limitada, com análise da lacuna de conscientização-compreensão por nível de escolaridade e idade.
Gráfico de comparação de conscientização vs compreensão com detalhamento por escolaridade e idade
Dados da pesquisa comparando atitudes em relação à IA entre gerações (Geração Z, Millennials, Geração X, Boomers) em 2025: gerações mais jovens mais otimistas e maior uso diário de IA, gerações mais velhas mais cautelosas.
Gráfico de barras de comparação geracional para várias dimensões de atitude
Análise da correlação entre o nível de escolaridade e as atitudes em relação à IA em 2025: maior escolaridade associada a visões mais sutis do que simples otimismo ou pessimismo.
Gráfico de correlação do nível de escolaridade versus dimensões de atitude em relação à IA com análise de texto
Análise da relação entre o uso pessoal de ferramentas de IA e as atitudes em relação à IA em 2025: usuários regulares significativamente mais positivos sobre os benefícios da IA, mas também mais conscientes dos riscos.
Gráfico de comparação de frequência de uso vs atitude com análise de texto
Dados de pesquisa sobre atitudes em relação à AI por nível de renda em 2025: entrevistados de baixa renda mais preocupados com a perda de empregos, entrevistados de alta renda mais otimistas em relação aos benefícios econômicos da AI.
Gráfico de comparação de atitudes por nível de renda com detalhamento da preocupação com a perda de empregos
Análise das diferenças de gênero nas atitudes em relação à AI em 2025: homens ligeiramente mais otimistas em média, mulheres mais preocupadas com a privacidade e os impactos no emprego, com variação por país.
Gráfico de barras de comparação de gênero em todas as dimensões de atitude com inserções de variação por país
Gráficos de linha rastreando as tendências de atitude em relação à AI ao longo do tempo de 2019 a 2025: otimismo crescendo até 2022, estabilizando com visões mais mistas à medida que a AI se torna mais pessoalmente relevante em 2024-2025.
Gráfico longitudinal de várias linhas com linhas de categoria de atitude e anotação de eventos
Dados de pesquisa global sobre preocupações com a perda de empregos devido à AI em 2025, mostrando que cerca de metade dos entrevistados globais estão preocupados com a AI substituindo seu próprio emprego, variando significativamente por setor e país.
Gráfico de barras de preocupação global por país com análise de variação específica do setor
Dados sobre a extensão em que as pessoas reconhecem a AI em seus produtos e serviços diários em 2025, mostrando alto uso de ferramentas de AI, mas reconhecimento limitado de que a tecnologia subjacente é AI.
Gráfico de comparação de uso vs reconhecimento com detalhamento da categoria de produto
Análise de dados de pesquisa sobre o impacto percebido da AI na coesão social em 2025: preocupações sobre a AI exacerbar a polarização, a desigualdade e reduzir a conexão humana.
Gráfico de barras de categoria de preocupação com chamadas de polarização e desigualdade e análise de texto
Dados de pesquisa sobre visões públicas sobre a ética da AI em 2025: quais valores devem orientar o desenvolvimento da AI (segurança, transparência, justiça, privacidade) e quem deve ter autoridade sobre as decisões de ética da AI.
Gráfico de barras de valores classificados com detalhamento da preferência de autoridade e análise de texto
Dados de pesquisa sobre preocupações públicas sobre o impacto da AI nos valores democráticos em 2025: integridade eleitoral, liberdade de expressão, vigilância e o estado de direito, com níveis significativos de preocupação globalmente.
Gráfico de barras de categoria de preocupação democrática com comparação de país e análise de texto
Resumo do Capítulo 9 apresentando os principais resultados da opinião pública: taxa de otimismo global, classificações de confiança, principais ansiedades da AI e principais divisões demográficas nas atitudes em relação à AI.
Painel de resumo com estatísticas de grandes números e gráficos temáticos azuis-esverdeados do capítulo
Notas de referência para o Capítulo 9 com citações de fontes de dados de pesquisa e leitura adicional selecionada sobre atitudes públicas em relação à AI organizada por tópico e tipo de metodologia.
Formato de nota final de duas colunas seguido por lista de leitura estruturada
Visão geral da metodologia de pesquisa do AI Index 2026, explicando as abordagens de coleta de dados em todos os nove capítulos, a definição de 'AI' usada no relatório e os princípios metodológicos gerais.
Visão geral da metodologia estruturada com diagrama de abordagem seção por seção
Metodologia detalhada para o capítulo de P&D: fontes de dados de publicação (Semantic Scholar, Dimensions), dados de patentes (WIPO, USPTO), critérios de rastreamento de lançamento de modelo e coleta de dados de computação.
Seções de descrição da metodologia com tabelas de fontes de dados e notas de limitação
Notas de metodologia para o capítulo de Desempenho Técnico: critérios de seleção de benchmark, recuperação de dados de Papers With Code e leaderboards, coleta de baseline humana e regras de inclusão/exclusão de benchmark.
Seções de descrição da metodologia com tabela de critérios de seleção de benchmark
Metodologia para o capítulo de IA Responsável: coleta de dados de incidentes AIAAIC, critérios de inclusão de estudo de viés, metodologia de busca de publicação de pesquisa de segurança e procedimentos de codificação da estrutura de governança.
Seções de descrição da metodologia com critérios de inclusão/exclusão
Metodologia para o capítulo da Economia: dados de investimento da NetBase Quid, dados de anúncios de emprego da Lightcast, fontes de dados salariais, critérios de seleção de estudo de produtividade e metodologia de pesquisa de adoção de empresas.
Descrição da metodologia com tabela de referência de fonte de dados e notas de limitação
Metodologia para o capítulo de Ciência e IA: metodologia de classificação assistida por IA de publicação científica, critérios de busca específicos do domínio e coleta de dados de ensaios clínicos de ClinicalTrials.gov.
Descrição da metodologia com critérios de domínio e explicação da classificação
Metodologia para o capítulo de Medicina e IA: coleta de dados de dispositivos da FDA, critérios de inclusão de estudo clínico de IA, métodos de agregação de precisão diagnóstica e fontes de dados de adoção de transcrição de IA.
Seções de descrição da metodologia com abordagem de dados da FDA e critérios de estudo
Metodologia para o capítulo da Educação: fontes de dados de matrícula (IPEDS, equivalentes internacionais), metodologia de pesquisa de estudantes, design de pesquisa de professores e abordagem de coleta de dados do currículo K-12.
Descrição da metodologia com notas de design de pesquisa e referências de fonte de dados
Metodologia para o capítulo da Política: fontes de banco de dados legislativos, critérios de identificação de projetos de lei de IA, fontes de compilação de números de investimento, metodologia de codificação de estratégia nacional e construção de cronograma de políticas.
Seções de descrição da metodologia com referências de fonte de dados legislativos
Metodologia para o capítulo de Opinião Pública: fontes de dados de pesquisa (Ipsos, Edelman Trust Barometer, pesquisa de Stanford), critérios de amostragem de pesquisa, notas de comparabilidade transnacional e definições de medidas atitudinais.
Descrição da metodologia de pesquisa com critérios de amostragem e notas de comparabilidade
Glossário de termos-chave e definições de dados usados ao longo do AI Index 2026, incluindo definições para 'modelo de fundação', 'incidente de IA', 'computação de treinamento', 'saturação de benchmark' e outros conceitos centrais.
Layout de glossário alfabético com entradas de termos e definições
Tabela de referência abrangente de todos os benchmarks de IA citados no relatório, incluindo nome do benchmark, domínio, tipo de tarefa, baseline humana e ano de introdução.
Tabela de referência de várias colunas classificada por capítulo e, em seguida, por nome de benchmark
Tabela de referência de todos os modelos de IA notáveis mencionados no AI Index 2026, incluindo nome do modelo, organização, data de lançamento, modalidade e tipo de acesso (aberto/fechado).
Tabela de referência de várias colunas classificada por organização e data de lançamento
Tabela de referência de todas as políticas, regulamentos e legislação de IA citadas no relatório, organizadas por país, incluindo nome da política, tipo, ano e status.
Tabela de referência de política classificada por país e ano
Tabelas de dados de investimento suplementares que fornecem números detalhados de investimento privado em IA por país, setor e ano de 2013 a 2025, conforme referenciado no Capítulo 4.
Tabela de dados com linhas de país, colunas de ano e células de valor de investimento
Tabelas de dados de publicação suplementares que fornecem contagens detalhadas de publicações de IA por país, domínio e ano de 2010 a 2025, conforme referenciado no Capítulo 1.
Tabela de dados com linhas de país/domínio e colunas de ano
Tabelas suplementares que apresentam resultados completos de pesquisas de opinião pública citadas no Capítulo 9, incluindo detalhamentos em nível de país não mostrados no capítulo principal.
Tabelas de dados de pesquisa com linhas de país e colunas de métrica de atitude
Tabelas suplementares de dados de aprovação de dispositivos médicos habilitados para IA da FDA citados no Capítulo 6, incluindo especialidade, tipo de dispositivo, via 510(k)/PMA e organização solicitante.
Tabela de dados de dispositivos da FDA com várias colunas de atributos
Entradas de bibliografia de A a D para todas as fontes citadas no AI Index 2026, formatadas em estilo de citação acadêmica com autor, título, local de publicação e ano.
Formato de bibliografia de duas colunas com entradas alfabéticas
Entradas de bibliografia de E a H para todas as fontes citadas no AI Index 2026.
Formato de bibliografia de duas colunas com entradas alfabéticas
Entradas de bibliografia de I a L para todas as fontes citadas no AI Index 2026.
Formato de bibliografia de duas colunas com entradas alfabéticas
Entradas de bibliografia de M a P para todas as fontes citadas no AI Index 2026.
Formato de bibliografia de duas colunas com entradas alfabéticas
Entradas de bibliografia de Q a T para todas as fontes citadas no AI Index 2026.
Formato de bibliografia de duas colunas com entradas alfabéticas
Entradas de bibliografia de U a Z que completam a lista completa de obras citadas para o AI Index 2026, seguidas por recursos da web e referências de plataforma de dados.
Formato de bibliografia de duas colunas com entradas alfabéticas seguidas pela seção de recursos da web
Agradecimento aos membros da equipe de pesquisa do Stanford HAI que contribuíram para o AI Index 2026, incluindo os líderes de pesquisa de cada capítulo e analistas de dados.
Lista de agradecimentos estruturada por capítulo com nomes e funções dos colaboradores
Agradecimento aos colaboradores externos, provedores de dados, parceiros de pesquisa (Ipsos, NetBase Quid, Lightcast) e revisores especializados que contribuíram com dados ou revisaram rascunhos de capítulos.
Lista de agradecimentos por tipo de colaborador com afiliações de organização
Listagem dos membros do Conselho Consultivo do Índice de IA do Stanford HAI que forneceram orientação para o relatório de 2026, com nomes, títulos e afiliações institucionais.
Listagem dos membros do conselho consultivo em ordem alfabética, com títulos e afiliações
Resumos de estudos de caso estendidos para 20 incidentes significativos de IA em 2025 rastreados no banco de dados AIAAIC, fornecendo contexto detalhado além do que aparece no Capítulo 3.
Cartões de estudo de caso em grade de duas colunas com nome do incidente, data, categoria e resumo
Perfis detalhados de IA para os EUA e Canadá, cobrindo produção de P&D, investimento, política, talento e métricas de adoção com comparações ano a ano.
Cartões de perfil de país com gráficos de radar e tabelas de métricas-chave
Perfis detalhados de IA para o Reino Unido e os principais países da UE (Alemanha, França, Holanda), cobrindo P&D, investimento, política, talento e métricas de adoção.
Cartões de perfil de país com gráficos de radar e tabelas de métricas-chave
Perfil detalhado de IA para a China, cobrindo produção de P&D, investimento privado, política nacional de IA, pool de talentos, lançamentos de modelos e métricas de adoção com comparações ano a ano.
Cartão de perfil de país com gráfico de radar, tabela de métricas-chave e seção de destaque de política
Perfis detalhados de IA para a Índia e as principais economias de IA do Sudeste Asiático (Singapura, Coreia do Sul, Japão), cobrindo P&D, investimento, política e métricas de adoção.
Cartões de perfil de país com gráficos de radar e tabelas de métricas-chave
Perfis de IA para os principais atores de IA do Oriente Médio (Emirados Árabes Unidos, Arábia Saudita) e economias africanas emergentes de IA, com dados de investimento em IA, estratégia nacional e desenvolvimento de talentos.
Cartões de perfil de país com resumos de métricas-chave e destaques da estratégia nacional
Tabelas abrangentes de resultados de benchmarks técnicos de IA para todos os modelos e benchmarks citados no Capítulo 2, fornecendo dados completos por trás dos gráficos e comparações do capítulo.
Grandes tabelas de dados de várias colunas com linhas de modelo e colunas de pontuação de benchmark
Tabelas de dados suplementares de matrícula, programa e pesquisa para o Capítulo 7, incluindo dados de matrícula de CS em nível institucional e tabulações cruzadas completas de pesquisas de professores/alunos.
Tabelas de dados com linhas de instituição e demográficas
Tabelas de dados de investimento detalhadas fornecendo detalhamento em nível de empresa, em nível de setor e geográfico do investimento privado em IA para 2023-2025, conforme referenciado no Capítulo 4.
Tabelas de dados de investimento de vários níveis por geografia, setor e ano
Tabelas de dados suplementares para análise de publicação de pesquisa de segurança de IA no Capítulo 3, incluindo protocolos de consulta de pesquisa, listas de palavras-chave e contagens de publicação em nível de local.
Tabelas de dados de pesquisa de segurança com detalhamento por local e ano
Tabelas de dados legislativos suplementares para o Capítulo 8, fornecendo contagens em nível de país de projetos de lei de IA, esquema de codificação de tópicos legislativos e resumo das principais disposições para as principais leis de IA.
Tabelas de dados legislativos com linhas de país e colunas de categoria de projeto de lei
Dados completos de aprovação de dispositivos médicos habilitados para IA da FDA até 2025, complementando o Capítulo 6, com detalhes no nível do dispositivo sobre especialidade, solicitante e via de aprovação.
Tabelas de dados de dispositivos da FDA com colunas de detalhes completos
Página Sobre o Stanford Human-Centered AI Institute: missão, áreas de foco da pesquisa, corpo docente e pesquisadores, programas afiliados e como interagir com a pesquisa e os eventos do HAI.
Visão geral institucional com lista de programas do HAI e informações de contato/engajamento
Contracapa do AI Index 2026 com a marca Stanford HAI, título do relatório, ISBN/DOI, URL do site (aiindex.stanford.edu) e um breve resumo de um parágrafo sobre o propósito do relatório.
Contracapa com marca do relatório, parágrafo de resumo, logotipo do Stanford HAI e URL
Perguntas comuns sobre este slide e o conteúdo da apresentação subjacente.
O Relatório do Índice de IA do Stanford HAI 2026 é a 9ª edição da pesquisa anual mais abrangente sobre o progresso da inteligência artificial publicada pelo Instituto de IA Centrada no Humano da Universidade de Stanford. O relatório de 423 páginas cobre pesquisa e desenvolvimento de IA, benchmarks de desempenho técnico, IA responsável, impacto econômico, aplicações científicas, medicina, educação, política e governança e opinião pública global — tudo baseado em análise de dados originais e centenas de visualizações.
As principais descobertas incluem: investimento privado em IA nos EUA atingindo \85,9 bilhões em 2025 (triplicando os níveis de 2022); agentes de IA agora resolvendo mais de 50% dos problemas reais de engenharia de software no SWE-bench; o FDA aprovando 258 dispositivos médicos habilitados para IA em 2025; 80% dos estudantes universitários usando IA generativa para trabalhos de curso; 46 países adotando estratégias nacionais de IA; incidentes de IA rastreados pelo AIAAIC aumentando 1000% desde 2019; e a proibição de práticas proibidas do EU AI Act entrando em vigor em fevereiro de 2025.
O Índice de IA é publicado pelo Instituto de IA Centrada no Humano (HAI) da Universidade de Stanford, um dos principais centros de pesquisa de IA do mundo. Agora em sua 9ª edição anual, o relatório é produzido por uma equipe de pesquisadores com um conselho consultivo de cientistas de IA, formuladores de políticas e especialistas da indústria. Ele se baseia em dados primários de dezenas de fontes estabelecidas, incluindo Ipsos, NetBase Quid, Lightcast, o FDA, WIPO e bancos de dados de publicações acadêmicas, tornando-o uma referência confiável para governos, corporações e pesquisadores em todo o mundo.
O relatório contém 9 capítulos: (1) Pesquisa e Desenvolvimento — lançamentos de modelos, publicações, escalonamento computacional; (2) Desempenho Técnico — benchmarks em linguagem, matemática, codificação, ciência, multimodal; (3) IA Responsável — incidentes, viés, segurança, governança; (4) Economia — investimento, trabalho, produtividade, adoção; (5) Ciência e IA — biologia, clima, materiais, física; (6) Medicina e IA — diagnósticos, dispositivos do FDA, descoberta de medicamentos; (7) Educação — matrícula, uso de IA por alunos, tutoria; (8) Política e Governança — estratégias nacionais, EU AI Act, política dos EUA; (9) Opinião Pública — atitudes globais, confiança, ansiedade. O material de apresentação inclui um resumo executivo com 10 principais conclusões.
Sim, o Relatório do Índice de IA do Stanford HAI é disponibilizado gratuitamente ao público em aiindex.stanford.edu. O relatório completo em PDF de 423 páginas, visualizações de dados interativas e conjuntos de dados subjacentes são fornecidos sem custo, de acordo com a missão do Stanford HAI de garantir que os benefícios e riscos da IA sejam amplamente compreendidos.
A 9ª edição é a mais abrangente até o momento, expandindo a cobertura para incluir novas seções sobre IA na ciência (Capítulo 5), medicina (Capítulo 6) e um capítulo dedicado à opinião pública (Capítulo 9). A edição de 2026 introduz novos conceitos como soberania de IA (Capítulo 8), adiciona cobertura da implementação do EU AI Act, rastreia a explosão no investimento em IA generativa e estende as séries de dados longitudinais de volta a 2010 em alguns casos — permitindo uma perspectiva histórica mais rica sobre a trajetória de progresso da IA do que qualquer edição anterior.
O relatório contém centenas de visualizações de dados originais em 423 páginas, incluindo gráficos de linha rastreando a capacidade de IA e tendências de investimento de 2010 a 2025, gráficos de dispersão comparando IA versus desempenho humano em mais de 30 benchmarks, mapas mundiais mostrando a atividade global de IA, gráficos de área empilhada de crescimento de publicação, matrizes de comparação de capacidade para modelos de fronteira, cronogramas de políticas, detalhamentos de dados de pesquisa por país e demografia, tendências de aprovação do FDA e muito mais. Cada capítulo inclui notas de fim e leitura adicional, e o apêndice fornece tabelas de dados suplementares completas.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Referencie designs profissionais, escolha seu estilo e gere slides com renderização de texto perfeita. Alimentado por Nano Banana—comece a criar sua apresentação agora.
Seu Agente IA para slides. Economize tempo, brilhe mais rápido com criação inteligente de apresentações.
© 2026 2slides. Todos os direitos reservados.