Por que odiamos IA na arte dos games, mas ignoramos a IA dentro da GPU
Jogadores rejeitam em massa IA generativa em arte e narrativa, mas a mesma tecnologia já desenha partes do silício das GPUs que roda esses jogos — sem qualquer barulho. Entenda a régua desigual.
Por Elias Brandão · Analista de IA e ética
A régua dupla da inteligência artificial
Imagine dois pedreiros na mesma obra. Um usa uma régua a laser para calcular, em segundos, a disposição ideal de vigas dentro da parede — ninguém vê o trabalho dele, só a casa de pé. O outro usa um programa para "desenhar" o papel de parede da sala, e o resultado sai torto, repetitivo, sem alma. É mais ou menos essa a diferença entre como a indústria dos games está tratando a IA em dois lugares muito diferentes: dentro do hardware que roda o jogo, e dentro da arte e da narrativa que o jogador efetivamente vê e sente.
Uma reportagem do Olhar Digital reuniu os números dessa rejeição, e eles são expressivos: 85% dos jogadores têm opinião negativa sobre IA generativa em games, sendo que 63% têm visão muito negativa. Quando se detalha por área, 83% rejeitam IA em artes visuais, 77% em música e efeitos sonoros, e 70% em narrativa e diálogos. Não é implicância gratuita: o problema apontado é de qualidade mesmo, trabalhos que saem "genéricos, sem inspiração e sem identidade" — como aquele papel de parede torto do nosso pedreiro.
Quando a régua vira prejuízo real
Essa rejeição já tem consequência prática. O jogo Clair Obscur: Expedition 33 perdeu prêmios no Indie Game Awards de dezembro de 2025 por usar texturas geradas por IA — a comunidade não deixou passar. E o clima só está piorando: uma pesquisa da GDC 2026 com 2.300 profissionais da indústria mostrou que 52% consideram a IA generativa prejudicial ao setor, contra 30% apenas um ano antes.
A IA que ninguém vê (e por isso ninguém critica)
Agora vem a virada. Enquanto isso, empresas como Nvidia, Synopsys, fornecedora de ferramentas de automação para projeto de chips usada por boa parte da indústria de semicondutores, e Cadence, outra gigante de software para design e verificação de circuitos eletrônicos, usam IA pesadamente no projeto físico dos próprios chips — e ninguém protesta.
Um exemplo concreto ilustra bem o ponto: a Nvidia desenvolveu o PrefixRL, um agente de aprendizado por reforço que desenha circuitos aritméticos (aquelas peças microscópicas que fazem contas dentro do processador) sozinho, do zero. O resultado foi um somador 25% menor que o projetado por ferramentas tradicionais — e a arquitetura Hopper, usada em GPUs de ponta, carrega hoje quase 13 mil instâncias desses circuitos desenhados por IA.
O que explica a diferença
A régua não é hipócrita, é funcional. Quando a IA otimiza um circuito invisível ao usuário, o critério de sucesso é objetivo: cabe menos espaço, gasta menos energia, funciona. Quando a IA tenta substituir a mão de um artista ou a voz de um roteirista, o critério é subjetivo — e é exatamente aí que a métrica de "eficiência" desmorona, porque arte não se mede em milímetros quadrados de silício economizado.