Futuro da Humanidade

Fórmula criada por cientistas há 65 anos prevê o fim do mundo para novembro de 2026

Estudo foi publicado na revista Science.

Em novembro de 1960, três pesquisadores publicaram na revista Science uma equação que previa o colapso da humanidade em 13 de novembro de 2026. O trabalho de Heinz von Foerster, Patricia Mora e Lawrence Amiot não previa asteroides nem catástrofes cósmicas, e o cenário descrito era puramente matemático e demográfico.

Segundo o cálculo, a população global atingiria uma curva infinita nessa data, levando a sociedade ao esgotamento ecológico e material. O modelo ganhou repercussão internacional imediata e foi destaque em veículos como o The New York Times. O tema alimentou décadas de debate sobre sustentabilidade, consumo de recursos e políticas públicas.

A fórmula também pretendia alertar líderes globais sobre a urgência de coordenar ações para frear o crescimento reprodutivo antes do ponto de não retorno.

Como surgiu a previsão do colapso

A equação se baseava em 24 estimativas históricas da população, que cobriam quase dois milênios. Com esses dados, o trio desenvolveu uma fórmula diferencial para captar um padrão que, na visão dos pesquisadores, distinguia a humanidade de qualquer outra espécie do planeta.

Ao contrário dos animais, limitados pelo território e pelo alimento disponível, os seres humanos criam tecnologia, saneamento e redes de cooperação para contornar essas barreiras naturais.

A lógica era simples: quanto mais gente, mais troca de informação e mais suporte mútuo entre comunidades. Esse ciclo de reforço constante elevaria a natalidade a patamares cada vez mais altos e insustentáveis para o planeta. Os três cientistas queriam provocar autoridades a adotarem políticas coordenadas de controle populacional.

As críticas ao modelo matemático

Matemáticos e demógrafos logo criticaram o trabalho, e a principal objeção era lógica: nenhuma população biológica consegue crescer indefinidamente em um planeta com recursos limitados. Para os críticos, essa limitação invalidava toda a construção teórica. Muitos descartaram o cálculo como absurdo e sem rigor científico prático.

Os dados reais logo contrariaram o modelo, e a partir dos anos 1990, o comportamento da natalidade global se afastou completamente da curva traçada em 1960. A urbanização acelerada, a entrada das mulheres no mercado de trabalho e o acesso a contraceptivos mudaram o tamanho das famílias ao redor do mundo.

O que aconteceu com a previsão

A taxa média global de fecundidade caiu para menos da metade dos índices observados nos anos 1960, e esse recuo contrariou a tese do crescimento infinito.

Em vários continentes, o desafio contemporâneo mudou. O excesso populacional deixou de ser o problema central; agora, o envelhecimento acelerado da população se combina à escassez de jovens que entram na força de trabalho. A data de 13 de novembro de 2026 chegará sem risco de catástrofe demográfica iminente.

A pesquisa de von Foerster, Mora e Amiot ficou como um experimento provocativo e uma curiosidade matemática. O trabalho alertou as sociedades para a finitude dos recursos terrestres e se tornou um marco pioneiro nas discussões sobre sustentabilidade e planejamento humano de longo prazo.

Mensagem decifrada

Após mais de 100 anos, IA decifra mensagem de rádio alemã transmitida em 1918 na Primeira Guerra

Texto integrava um grupo de 50 cifrados históricos ainda sem solução

05/10/2026 12h17

Imagem: Office of the Chief Signal Officer/Wikimedia Commons

Continue Lendo...

Uma mensagem de rádio alemã, transmitida em 27 de novembro de 1918, resistiu a mais de um século de tentativas de decodificação. Especialistas em criptografia já haviam resolvido centenas de comunicações militares semelhantes daquele período, mas não essa. O texto integrava um grupo de 50 cifrados históricos ainda sem solução, reunidos pelo portal alemão ScienceBlogs.

Agora, o modelo de inteligência artificial GPT-6 Astra, da OpenAI, encontrou a combinação que permitiu reconstruir a frase original, ligada a movimentações navais daquela época.

Um enigma criado havia mais de 100 anos

Os combates da Primeira Guerra Mundial pararam em 11 de novembro de 1918, com o Armistício de Compiègne entre a Alemanha e as forças aliadas. O fim oficial do conflito, porém, só veio com a assinatura do Tratado de Versalles, em 28 de junho de 1919.

Entre a trégua nos campos de batalha e o fechamento formal do acordo de paz, a mensagem transmitida em novembro de 1918 continuava intacta, sem que ninguém soubesse decifrá-la.

O sistema usado pelos alemães, chamado ADFGVX, combinava duas técnicas de criptografia e exigia uma senha específica para ser decifrado. Sem ela, reconstruir a ordem original dos símbolos era quase impossível.

A senha certa, na data errada

A solução veio de um detalhe documentado que, à primeira vista, afastava qualquer chance de sucesso. O GPT-6 Astra testou a palavra alemã Truppenverschiebung — movimento de tropas —, registrada na obra de J, e rives Childs sobre cifras militares germânicas daquele período.

O problema é que essa senha só passou a ser usada em 9 de dezembro de 1918, quase duas semanas depois de a mensagem ter sido enviada. Mesmo com essa inconsistência de datas, o modelo seguiu adiante e aplicou a chave ao criptograma original.

Como o modelo reconstruiu o texto

O método alemão representa cada letra ou número por um par de símbolos escolhidos entre seis — A, D, F, G, V e X — dispostos numa tabela. Em seguida, o conteúdo cifrado é espalhado em colunas conforme a senha escolhida, e o sistema reorganiza essas colunas em ordem alfabética.

Desfazer esse embaralhamento não depende só de reconhecer padrões repetidos no texto. É preciso recompor a sequência exata que os símbolos tinham antes da troca de colunas — e foi esse o trabalho realizado pela inteligência artificial.

A mensagem somava 170 símbolos, distribuídos em linhas vinculadas às 19 letras da palavra-senha. Com a posição de cada coluna identificada, o sistema calculou quais pares deveriam se formar antes de passar pela tabela de decodificação. O processo resultou em uma frase legível em alemão, com uma pequena dúvida sobre um dos números.

O que a mensagem revela sobre a guerra naval

O resultado final, traduzido, descreve a chegada de um cruzador britânico a Sebastopol em 24 de novembro de 1918, seguido pela aproximação de um esquadrão aliado em 26 de novembro. A referência a movimentações navais reais dá força à interpretação: registros navais confirmam que o HMS Canterbury chegou a Sebastopol em 24 de novembro.

E um esquadrão aliado com unidades britânicas e francesas chegou dois dias depois.

A descoberta mostra como ferramentas modernas de inteligência artificial podem aplicar lógica combinatória a um problema que a análise manual tradicional não resolveu por mais de cem anos. O episódio de Sebastopol, até então perdido entre dezenas de cifrados não resolvidos, agora integra a documentação daquele período final da guerra.

Permanece em aberto como a chave correta funcionou em uma mensagem anterior à data de seu suposto uso. O caso levanta dúvidas sobre como as chaves de cifrado alemãs eram de fato gerenciadas no final da Primeira Guerra Mundial.

Tecnologia e segurança

Policiais robôs já são realidade em Singapura; veja o que eles são capazes de fazer

Foi inaugurado um centro para treinar robôs humanoides com inteligência artificial para trabalhar ao lado de policiais

05/10/2026 11h36

Foto: Rui Dias/Pexels

Continue Lendo...

Singapura inaugurou um centro para treinar robôs humanoides com inteligência artificial para trabalhar ao lado de policiais, agentes penitenciários e equipes de emergência. Os robôs serão preparados para revistar celas em busca de contrabando, entrar em zonas afetadas por explosões, manipular substâncias perigosas e reabastecer suprimentos médicos em ambulâncias.

O Home Team Humanoid Robotics Centre (H2RC) é uma instalação criada pela HTX, agência de ciência e tecnologia do Ministério do Interior de Singapura. O objetivo é preparar os humanoides para trabalhar ao lado de integrantes dos serviços de segurança e emergência em um ambiente real de operação até 2028.

Por enquanto, os robôs não patrulham as ruas de forma autônoma. A agência os utiliza para desenvolver capacidades específicas para situações em que a intervenção pode ser perigosa, fisicamente exigente ou repetitiva para os agentes humanos.

Aplicações na segurança e emergências

A polícia de Singapura treina os humanoides para entrar em cenários pós-explosão, deslocar-se entre escombros e coletar evidências relevantes para investigações. Durante o treinamento, os robôs transitam por superfícies irregulares, desviam de obstáculos e passam por restos espalhados pelo solo.

Assim, a polícia pode avaliar se as máquinas conseguem se deslocar e manipular objetos em ambientes com condições diferentes das de um laboratório convencional.

O Serviço Penitenciário de Singapura também participa do projeto, treinando os robôs para inspecionar celas e revistar pertences em busca de contrabando. A tarefa exige precisão nos movimentos das mãos e dos dedos, além de sensores capazes de detectar e manipular objetos pequenos.

O objetivo é que as máquinas possam examinar diferentes elementos dentro de uma cela e auxiliar nos controles penitenciários.

 

Outras missões de risco e rotina

Os serviços de Defesa Civil de Singapura exploram uma aplicação complementar: usar humanoides para trabalhar com materiais perigosos e coletar amostras de substâncias potencialmente tóxicas. Esse tipo de operação poderia reduzir a exposição de bombeiros e especialistas a químicos ou agentes desconhecidos nas primeiras etapas de uma emergência.

O quarto caso tem caráter diferente: os robôs poderiam reabastecer medicamentos, equipamentos e outros insumos nas ambulâncias. A tarefa exige identificar os objetos, transportá-los e colocá-los nos lugares determinados.

Por que escolher robôs humanoides

A escolha de humanoides considera as características dos locais onde os robôs deverão trabalhar. Boa parte da infraestrutura utilizada por policiais, bombeiros e pessoal penitenciário foi projetada para o corpo humano. Portas, escadas, válvulas, estantes, ferramentas e controles exigem movimentos que um robô com rodas pode ter dificuldade para realizar.

Um humanoide que precise coletar uma amostra perigosa, por exemplo, pode ter de abrir uma porta, atravessar uma sala, agachar-se, segurar uma ferramenta e depositar o material em um recipiente. Cada movimento pode ser relativamente simples por si só, e o desafio surge quando o sistema precisa combiná-los e adaptá-los a um ambiente que muda.

Uma porta pode ter mecanismo diferente do usado durante o treinamento. Os degraus podem variar em altura e profundidade, e um objeto pode aparecer em outra posição ou estar parcialmente oculto.

Por esse motivo, o H2RC não busca apenas ensinar movimentos predefinidos. O projeto pretende que os robôs interpretem o ambiente e adaptem as ações necessárias para completar uma tarefa.

NEWSLETTER

Fique sempre bem informado com as notícias mais importantes do MS, do Brasil e do mundo.

Fique Ligado

Para evitar que a nossa resposta seja recebida como SPAM, adicione endereço de

e-mail [email protected] na lista de remetentes confiáveis do seu e-mail (whitelist).