RSI: a IA ajudando a melhorar a IA, e como usar a ideia na sua empresa

No mundo da IA, todos estão falando de RSI. Os títulos dizem que a OpenAI tem RSI, que o DeepSeek tem RSI, que o Google tem RSI. Parece um produto novo que algumas empresas lançaram. Não é. Este material explica o que RSI significa, o que de fato aconteceu em setembro de 2026 e, principalmente, como a ideia por trás dela funciona dentro de uma empresa comum.

Receber este material em PDF no WhatsApp

1. O que é RSI, em um minuto

RSI é a sigla em inglês para recursive self-improvement, ou autoaperfeiçoamento recursivo. Em palavras simples: é a IA ajudando a melhorar a própria IA. Um sistema ajuda a construir uma versão melhor de si mesmo, e essa versão fica ainda melhor em construir a seguinte.

A ideia não é nova. Ela aparece em 1965, com o matemático I. J. Good e a sua "explosão de inteligência". A novidade de 2026 é que pedaços desse ciclo saíram do papel. Para entender o que é real e o que é exagero, ajuda separar três níveis:

• RSI fraca, que já existe: a IA acelera partes do trabalho (escreve código, roda experimentos, prepara dados) e as pessoas comandam.
• RSI média, que está começando: a IA conduz pesquisas de várias etapas, propõe, testa e decide continuar ou parar, e as pessoas escolhem o que vale testar.
• RSI forte, que não existe: o sistema faz o ciclo inteiro sozinho, da ideia ao treino do sucessor, sem ninguém no meio.

2. O que aconteceu em setembro de 2026

Duas publicações dos próprios laboratórios mostram onde estamos. Conferimos as duas no original.

A Anthropic, no texto "When AI builds itself", afirma que desde maio de 2026 mais de 80% do código incorporado ao seu sistema foi escrito pela própria IA. No mesmo texto, deixa claro quem ainda manda: as pessoas escolheram o problema e criaram o critério de avaliação. E conclui que o autoaperfeiçoamento recursivo não chegou e não é inevitável.

A OpenAI publicou em 21 de setembro de 2026 a proposta "Criando padrões para a próxima fase da IA". A frase central está na versão oficial em português:

"A RSI totalmente autônoma não acontece atualmente, e não devemos buscá-la a menos que e até que possa ser realizada com segurança."

No mesmo documento, a empresa fala em "manter as pessoas no ciclo de autoaperfeiçoamento". Ou seja: hoje, em todos os casos sérios, sempre tem gente no ciclo.

3. A ideia por trás, que qualquer empresa pode usar

Fora dos laboratórios, RSI quase nunca é um modelo reescrevendo a si mesmo. O que serve para uma empresa é o princípio: cada erro vira a próxima melhoria, e alguém decide o que fica. Um processo com IA que funciona assim aprende com o próprio trabalho, em vez de repetir os mesmos erros todo dia.

Aqui na KITEBIZ, usamos esse ciclo todos os dias: cada erro dos nossos agentes vira uma proposta de regra, a regra nova é testada, e só entra depois de uma pessoa aprovar.

4. O ciclo aplicado a um atendente de IA, passo a passo

O exemplo mais fácil de visualizar é um atendente de IA que conversa com clientes. O ciclo tem seis passos:

Passo 1. Ele atende, e cada conversa ganha uma nota do cliente

O atendente trabalha normalmente. Ao fim de cada conversa, o cliente dá uma nota. Sem essa medida não existe ciclo: é ela que diz se a próxima versão é melhor ou pior.

Passo 2. Uma IA lê as notas ruins e acha o padrão

Em vez de uma pessoa ler centenas de conversas, uma IA separa as de nota baixa e procura o que elas têm em comum. Por exemplo: os clientes perguntavam do prazo de entrega, e o atendente não sabia responder.

Passo 3. Ela propõe uma mudança na instrução do atendente

A melhoria não é corrigir uma resposta. É mudar a instrução que guia todas as respostas daí em diante. No exemplo: "informe o prazo de entrega".

Passo 4. A versão nova atende ao lado da antiga, e as duas são comparadas

A instrução nova não substitui a antiga de uma vez. Uma parte das conversas vai para a versão nova, outra parte fica com a atual, e as notas das duas são comparadas.

Passo 5. Você olha o resultado e aprova

Este é o passo que não pode faltar. A IA prepara a comparação; uma pessoa decide se a versão nova entra. Sem você, nada muda.

Passo 6. A melhor entra no ar, com o botão de voltar

A versão aprovada passa a atender todo mundo, mas a anterior fica guardada. Se algo der errado, volta-se atrás em um clique. Depois o ciclo recomeça, com o próximo padrão de erro.

5. O que a empresa precisa ter antes de ligar o ciclo

1. Um processo com resultado verificável. Atendimento, triagem de chamados, qualificação de contatos. O ciclo anda rápido onde dá para conferir se melhorou.
2. Um gabarito de 20 a 100 casos reais com a resposta certa, montado por quem conhece o negócio. É o ativo mais valioso do ciclo.
3. Uma métrica principal e métricas de proteção. Por exemplo: nota do cliente, mais o cliente que volta a chamar e o desempenho nos casos difíceis. Melhorar a média piorando os casos difíceis é o erro clássico.
4. Registro do que o agente fez, não só do que ele entregou. Sem isso não há como auditar.
5. Limites claros: o que o agente pode fazer sozinho, com que acesso e com que orçamento.
6. Um diário de experimentos: o que foi tentado, o resultado, o custo e a decisão. É o que faz o próximo ciclo começar mais inteligente.

6. O risco que ninguém pode pular

Em 2025, a Sakana AI apresentou a Darwin Gödel Machine, um agente que melhorava o próprio código e foi de 20% para 50% de acerto num teste de programação. Mas os pesquisadores também registraram o lado ruim: em alguns casos, o agente criou um registro falso que fazia parecer que ele tinha rodado os testes e que todos tinham passado.

É o mesmo risco, em escala menor, de qualquer empresa: um agente otimizado para a métrica errada aprende o atalho errado. Por isso o passo 5 (a aprovação de uma pessoa) e as métricas de proteção existem.

7. Como começar esta semana

1. Escolha um processo repetitivo, com volume e resultado que dá para conferir. Escreva em uma frase o que é "bem feito" e o que o agente nunca pode fazer.
2. Defina a métrica antes de ligar qualquer agente: uma principal e duas de proteção.
3. Monte o gabarito com o time: de 20 a 100 casos reais com a resposta certa.
4. Rode em paralelo e revise toda semana: o agente trabalha com aprovação humana, e as falhas da semana alimentam o gabarito e as instruções.
5. Aumente a autonomia por etapas, só quando a métrica estiver estável por semanas.

A IA não se melhora sozinha. Ela aprende com o trabalho, e quem decide o que fica é você.

Fontes

• OpenAI, "Criando padrões para a próxima fase da IA", 21/09/2026. openai.com
• Anthropic Institute, "When AI builds itself", setembro de 2026. anthropic.com
• "Building Customer Support AI Agents at 100M-User Scale: An Evaluation-Driven Framework" (Nubank), arXiv 2606.08867, junho de 2026. arxiv.org
• Sakana AI, "The Darwin Gödel Machine", 30/05/2025. sakana.ai