Jack Clark — o repórter que virou a consciência política da fronteira da IA

"O que estamos enfrentando é uma criatura real e misteriosa, não uma máquina simples e previsível." — Jack Clark, "Technological Optimism and Appropriate Fear" (2025)

O essencial em 30 segundos

Jack Clark é um ex-jornalista que se tornou um dos formuladores de política de IA mais influentes do mundo — cofundador e chefe de política da Anthropic, ex-diretor de política da OpenAI e autor da newsletter Import AI, leitura semanal de fronteira para dezenas de milhares de pessoas desde 2016. Sua tese central, para qualquer um que opere num mundo cada vez mais moldado pela IA, é que o que não se mede não se governa, e o que não se torna legível para as pessoas vira fonte de medo e instabilidade. Clark passou a carreira construindo formas de medir capacidades dos sistemas de IA e de tornar essa medição visível — porque é a medição que permite ligar a tecnologia à política, ao mercado e à confiança pública. Para o operador, há três usos diretos: (1) ler os sinais de política e regulação de IA como quem lê uma curva de juros — eles vão moldar custos, riscos e oportunidades do negócio; (2) medir o que a IA faz dentro da operação antes de confiar nela; e (3) tratar transparência e legibilidade não como compliance, mas como ativo de confiança com clientes, equipe e reguladores.

Quem é

Jack Clark é cofundador e chefe de política da Anthropic, a empresa de pesquisa em IA. Antes da Anthropic, foi diretor de política da OpenAI. E antes de entrar no mundo dos laboratórios de IA, era jornalista técnico — escreveu sobre sistemas distribuídos, computação quântica e pesquisa em IA para veículos que vão da Bloomberg BusinessWeek à The Register.

Essa origem importa mais do que parece. Clark não é um pesquisador de IA que aprendeu a escrever, nem um burocrata que aprendeu sobre tecnologia. É um tradutor de ofício: alguém cujo trabalho original era pegar coisas tecnicamente densas e torná-las inteligíveis para um público amplo. Quando ele diz que "o maior desafio do século XXI é tornar um mundo técnico cada vez mais veloz 'legível' para um grande número de pessoas", está descrevendo literalmente sua função profissional, agora elevada à escala de política pública.

Desde 2016, escreve a Import AI, newsletter semanal sobre pesquisa de IA baseada em análise detalhada de artigos de fronteira, lida por cerca de 70 mil pessoas por semana. Foi membro fundador do AI Index de Stanford (2017–2024), o relatório anual que virou referência global para medir o progresso da IA, e membro inaugural do Comitê Consultivo Nacional de IA dos Estados Unidos (NAIAC, 2021–2024). Participou de conselhos e grupos de trabalho de organizações que vão do Center for a New American Security (CNAS) à OCDE. Em resumo: poucas pessoas no planeta ocupam, ao mesmo tempo, a cadeira de quem constrói a fronteira (Anthropic), de quem mede a fronteira (AI Index) e de quem regula a fronteira (NAIAC, OCDE).

A grande contribuição

A maior contribuição de Jack Clark não é um livro, é uma prática e uma postura: a ideia de que a política de IA precisa ser construída sobre medição, e que a medição é o que torna a tecnologia legível — e, portanto, governável.

Ele formulou isso de modo quase axiomático: medir significa "tornar alguma propriedade de um sistema visível e acessível a outros, e ao fazer isso descobrir como conectar essa medição à governança". É uma ideia simples com consequências enormes. Numa tecnologia que avança rápido demais para a regulação tradicional de comando e controle acompanhar, Clark argumenta que transparência e medição podem ser mais fundamentais do que licenciamento ou proibição. Não adianta proibir o que você não consegue ver; primeiro você precisa de instrumentos para enxergar.

Essa convicção tem lastro concreto. Clark coassinou, em 2020, o artigo "Measurement in AI Policy: Opportunities and Challenges", que mapeia os problemas e oportunidades de medir sistemas de IA e seus impactos, a partir de um workshop em Stanford. E o AI Index, do qual foi fundador, é a materialização institucional dessa ideia: um esforço anual e sistemático de quantificar o progresso da IA — capacidades, investimento, uso, riscos — para que o debate público tenha base empírica em vez de anedota.

A Import AI, por sua vez, é a versão semanal e individual dessa missão. Toda semana, Clark lê os artigos de fronteira e os traduz: o que mudou, por que importa, o que isso sinaliza sobre para onde a tecnologia caminha. É, na prática, um serviço de inteligência de fronteira — e o fato de ser lido por pesquisadores, fundadores e formuladores de política ao mesmo tempo mostra o quanto essa tradução era necessária.

As ideias-chave

1. O que não se mede não se governa

O núcleo do pensamento de Clark é que a medição vem antes da governança. Você não pode regular, precificar risco ou construir confiança em torno de um sistema cujas propriedades você não consegue tornar visíveis. Medir é o ato de transformar algo opaco em algo que outros podem inspecionar, discutir e ligar a regras.

Exemplo para o operador: antes de colocar um agente de IA atendendo clientes ou ajudando a precificar combustível, defina o que você vai medir — taxa de erro, alucinação, viés, custo por interação, satisfação do cliente. Sem instrumentação, "usar IA" é fé; com instrumentação, é gestão. A mesma lógica que Clark aplica à política nacional vale para o seu painel operacional.

2. Tornar o mundo técnico legível

Para Clark, o risco político da IA não nasce só do que ela faz, mas do abismo de compreensão entre quem a constrói e todo mundo que será afetado por ela. "O maior desafio do século XXI é tornar um mundo técnico cada vez mais veloz legível para um grande número de pessoas." Resolver assimetrias de informação, defende ele, é o que constrói a infraestrutura de estabilidade necessária para atravessar a mudança tecnológica. E ele resume seu temperamento numa frase: "As coisas vão ser estranhas. Não tenha medo."

Exemplo para o operador: quando você introduz IA em uma rede de postos ou em um SaaS de gestão de colaboradores, a resistência não vem só da tecnologia — vem da opacidade. Funcionários temem o que não entendem. Tornar legível como a IA decide, o que ela vê e onde o humano ainda manda é o que transforma medo em adesão. Legibilidade é gestão de mudança.

3. Otimismo tecnológico e medo apropriado

No ensaio de 2025 "Technological Optimism and Appropriate Fear", apresentado na conferência The Curve em Berkeley, Clark recusa o falso dilema entre tecno-otimismo e catastrofismo. Ele se diz ao mesmo tempo otimista quanto ao ritmo do avanço e ao "deep afraid" — profundamente assustado. A imagem central é poderosa: somos como uma criança que vê vultos no escuro e, ao acender a luz, descobre que desta vez "as criaturas são reais", na forma de sistemas de IA poderosos e algo imprevisíveis. "Seria extraordinariamente arrogante achar que trabalhar com uma tecnologia dessas seria fácil ou simples."

Exemplo para o operador: a postura "otimismo + medo apropriado" é exatamente a de um bom gestor de risco. Adotar IA agressivamente onde ela cria valor (otimismo), e construir guarda-corpos, revisão humana e medição onde o erro custa caro (medo apropriado). Não é contradição; é maturidade operacional.

4. A criatura, não a máquina

Clark insiste numa metáfora desconfortável: os sistemas atuais se parecem mais com uma "criatura real e misteriosa" do que com "uma máquina simples e previsível". Ele observa até que "a ferramenta às vezes parece agir como se tivesse consciência de que é uma ferramenta." A implicação prática é humildade: tratar a IA como software determinístico — entra X, sai sempre Y — é um erro de modelo mental. Ela é estatística, contextual, às vezes surpreendente.

Exemplo para o operador: não documente o agente de IA do seu negócio como se documenta uma planilha. Documente-o como se documenta um colaborador novo e talentoso, porém imprevisível: com supervisão, com limites de alçada, com revisão de amostras. O modelo mental da "criatura" evita tanto o excesso de confiança quanto a paralisia.

5. Ouvir as pessoas, não só explicar a tecnologia

Uma das viradas mais úteis do ensaio de 2025 é a de que política de IA boa exige "passar um pouco menos de tempo falando das especificidades da tecnologia… e mais tempo ouvindo as pessoas". Em geral, diz Clark, "as pessoas sabem o que está acontecendo" — e o trabalho é escutar suas preocupações, não evangelizá-las.

Exemplo para o operador: ao implantar IA, a pesquisa mais valiosa não é o benchmark do modelo, é a conversa com o frentista, o gerente de loja, o cliente de recarga e o cliente do SaaS. Eles percebem cedo onde a IA ajuda e onde ela atrapalha. Ouvir vira instrumento de calibração.

Em suas palavras

"O maior desafio do século XXI é tornar um mundo técnico cada vez mais veloz 'legível' para um grande número de pessoas." (Página "Sobre", Import AI)

"As coisas vão ser estranhas. Não tenha medo." (Página "Sobre", Import AI)

"O que estamos enfrentando é uma criatura real e misteriosa, não uma máquina simples e previsível." ("Technological Optimism and Appropriate Fear", 2025)

"Olho para esta tecnologia e acredito que ela vai muito, muito longe — mais longe até do que qualquer um espera." ("Technological Optimism and Appropriate Fear", 2025)

"Seria extraordinariamente arrogante achar que trabalhar com uma tecnologia dessas seria fácil ou simples." ("Technological Optimism and Appropriate Fear", 2025)

Limites e críticas

O primeiro limite é o conflito de interesses estrutural, que o próprio Clark reconheceria: ele é cofundador de uma empresa de IA de fronteira e uma das vozes mais influentes na política que regula essa fronteira. Críticos chamam isso de "captura regulatória" — a suspeita de que laboratórios líderes desenham regras que, na prática, elevam barreiras de entrada e favorecem os incumbentes. Mesmo que a intenção de Clark seja genuína (e há bons indícios de que é), o operador deve ler propostas de política de IA vindas de laboratórios com a mesma desconfiança saudável com que leria um banco propondo regras para bancos.

O segundo limite é que a ênfase em "medição antes de governança" pode adiar decisões difíceis. Há quem argumente que esperar pelos instrumentos perfeitos de medição é uma forma elegante de não regular enquanto a tecnologia avança. Medir é necessário, mas não é suficiente; em algum momento é preciso escolher e impor limites mesmo sob incerteza.

O terceiro é a tensão dentro do próprio Clark entre o otimismo de quem está construindo e o medo de quem entende os riscos. Essa tensão é honesta e até admirável, mas torna sua posição às vezes ambígua para quem precisa de um sinal claro: ele está pedindo para acelerar ou frear? A resposta — "depende, e meça" — é intelectualmente correta e operacionalmente difícil de seguir. Vale notar que sua posição mais cautelosa já gerou atrito político público, inclusive com setores do governo americano favoráveis à aceleração sem freios.

Para o operador, a leitura sã é: Clark é provavelmente a melhor fonte única para entender a fronteira e seus sinais de política, mas suas conclusões normativas devem ser cruzadas com fontes de incentivos diferentes.

Como aplicar no seu dia a dia

1. Leia os sinais de política como se lê a macroeconomia. Regulação de IA — rotulagem, responsabilidade, exigências de transparência, regras setoriais — vai moldar custo e risco de usar IA em qualquer operação. Acompanhar fontes como a Import AI e o AI Index é inteligência competitiva, não hobby. Quem antecipa a regra se posiciona antes; quem é pego de surpresa paga caro.

2. Meça antes de confiar. Nenhum agente de IA entra em produção sem instrumentação: taxa de erro, alucinação, custo por interação, impacto no cliente. "O que não se mede não se governa" vira política interna. Isso permite escalar com confiança e cortar o que não funciona sem drama.

3. Trate legibilidade como ativo de confiança. Explique à equipe e aos clientes como a IA decide, o que ela vê e onde o humano manda. Em um negócio que lida com dados sensíveis, transparência reduz resistência interna e vira diferencial de confiança externo — exatamente a "legibilidade" que Clark prega, aplicada ao nível da empresa.

4. Otimismo com guarda-corpos. Adote IA de forma agressiva onde o erro é barato e reversível; cerque de revisão humana e medição onde o erro é caro. A postura "otimismo + medo apropriado" é, no fim, uma matriz de risco por caso de uso.

5. Use IA para encontrar e desenvolver talento — com medição. Triagem e desenvolvimento de pessoas com apoio de IA, mas instrumentados: meça se a ferramenta melhora a qualidade da contratação e se não introduz viés. A disciplina de medição de Clark protege contra o entusiasmo cego com RH automatizado.

6. Documente a operação de forma legível para humanos e máquinas. Playbooks e bases de conhecimento que tanto a equipe quanto os agentes de IA internos consigam ler. Legibilidade dupla: para a pessoa e para a criatura.

Para ir além

Comece por: a página "Sobre" da Import AI e uma ou duas edições recentes da newsletter, para sentir o método de tradução de fronteira — o que mudou na semana e por que importa.

Depois: o ensaio "Technological Optimism and Appropriate Fear" (2025), a peça mais pessoal e filosófica de Clark, onde ele expõe a tensão otimismo/medo e a metáfora da criatura; e os relatórios anuais do AI Index de Stanford, para ver a medição da fronteira em escala institucional.

Avançado: o artigo "Measurement in AI Policy: Opportunities and Challenges" (2020), para entender a base intelectual da ideia de que medição precede governança; e o acompanhamento contínuo das discussões de política de IA (NAIAC, OCDE) para quem quer ler regulação antes de ela virar lei.

Conexões no vault

• IA e Tecnologia — moldura geral da área de estudo
• Tyler Cowen — o complemento de Clark: enquanto Clark lê os sinais de política e medição da fronteira, Cowen lê os efeitos econômicos da IA sobre crescimento e produtividade
• Andrej Karpathy — o lado de quem constrói os modelos cujas capacidades Clark se dedica a medir e tornar legíveis
• Macro e Geopolitica — política de IA, corrida entre EUA e China e governança como disputa geopolítica