A inteligência artificial não é apenas mais uma inovação tecnológica. É a transformação económica, política e social mais profunda do nosso tempo.

Levanta questões éticas porque começamos a delegar decisões com consequências reais a sistemas programados segundo valores que raramente discutimos. Questões políticas, porque surgem operadores digitais que atravessam fronteiras e desafiam as leis nacionais. E até questões existenciais: o que distingue o ser humano quando a inteligência deixa de ser uma capacidade exclusivamente nossa?

Mas há uma pergunta mais próxima da vida quotidiana:

Se uma parte crescente da riqueza passar a ser produzida por máquinas, como poderá a maioria das pessoas participar nessa riqueza?

Durante dois séculos, essa participação fez-se sobretudo através do trabalho.

Não porque o salário fosse uma porta de entrada para a riqueza. Nunca foi. Como é sabido, praticamente ninguém enriqueceu a trabalhar por conta de outrem.

O salário cumpria outra função: permitia participar na economia. Pagava a casa, criava os filhos, financiava a reforma e, quando possível, gerava alguma poupança e património.

Não garantia riqueza (nem poder). Mas dava autonomia.

É esta ligação que a inteligência artificial pode enfraquecer.

Mais emprego não significa riqueza mais distribuída

A discussão sobre o futuro do trabalho divide-se entre duas previsões.

Uns antecipam desemprego tecnológico em grande escala. Outros defendem que a inteligência artificial aumentará a produtividade, impulsionará a economia e acabará por criar mais empregos do que destruirá.

É possível que os otimistas tenham razão.

Mas o número total de empregos não nos diz como o valor produzido será distribuído.

Uma economia pode gerar muito trabalho e, simultaneamente, concentrar riqueza. Pode haver mais trabalhadores, mas menos trabalho humano por cada euro produzido. Pode haver muitos salários, enquanto os maiores ganhos ficam nos modelos, nos chips, nos centros de dados e nas plataformas.

Pode até haver pleno emprego e concentração patrimonial sem precedentes.

No cenário pessimista, o salário desaparece.

No otimista, permanece, mas pode deixar de chegar.

Trabalha-se numa economia cada vez maior, possuindo uma parcela cada vez menor dela.

Também se diz que os trabalhadores terão de se adaptar. É verdade. Mas adaptar-se à inteligência artificial não é o mesmo que beneficiar economicamente dela.

Um profissional pode aprender a utilizar os novos sistemas, aumentar a produtividade e conservar o emprego sem receber uma parte proporcional do valor adicional que passou a gerar.

Um arquiteto poderá fazer em horas o que antes exigia semanas. Um programador poderá executar sozinho o trabalho de uma equipa.

Mas quem fica com o ganho?

O profissional? A empresa que o emprega? A plataforma que fornece o modelo? O proprietário da infraestrutura?

A grande transformação pode não ser o fim do trabalho, mas sim o rápido aumento do fosso entre a riqueza dos que trabalham com o capital e a riqueza (e poder) dos que o detêm.

Trabalhar pode deixar de ser suficiente

Imagine-se uma economia em que a produção duplica, mas os salários aumentam apenas ligeiramente.

A diferença não desaparece. Fica nos ativos que permitiram produzir mais: software, dados, modelos, redes, máquinas e capacidade computacional.

Quem já possui esses ativos beneficia diretamente. Quem depende apenas do salário participa de forma muito mais limitada.

A inteligência artificial poderá tornar muitos produtos e serviços mais baratos. Isso será positivo. Mas preços baixos não substituem propriedade.

Uma pessoa pode ter acesso a entretenimento ilimitado, assistência digital permanente e serviços quase gratuitos e continuar sem qualquer participação nos sistemas que geram essa abundância.

Ela pode viver melhor como consumidora e tornar-se mais frágil como proprietária.

O risco não é apenas uma sociedade sem emprego. É uma sociedade com emprego, crescimento e abundância, mas na qual a maioria continua afastada dos ativos que a produzem, o que terá repercussão direta na redistribuição da riqueza (e do poder).

Redistribuir depois pode não bastar

A resposta mais imediata será taxar o capital e devolver o rendimento às pessoas, através de prestações sociais, serviços públicos ou de um rendimento básico universal.

A redistribuição deverá continuar a ser necessária. Mas pode não chegar.

A economia algorítmica será mais móvel do que a economia industrial. Um agente de inteligência artificial pode operar em vários países, utilizar servidores noutra jurisdição e receber pagamentos através de redes globais.

Isso não torna a tributação impossível. Continuarão a existir empresas, acionistas, centros de dados, consumidores e acesso a mercados nacionais.

O problema mais profundo é outro: redistribuir rendimento depois de a propriedade se ter concentrado não altera necessariamente a estrutura que produziu essa concentração.

O cidadão recebe uma prestação, mas continua dependente de quem controla os meios de produção.

Continua sem propriedade (e isso significará cada vez menos poder).

Em vez de corrigir depois, distribuir antes

Existe outra possibilidade: a pré-distribuição.

Em vez de deixar que a nova infraestrutura produtiva fique concentrada e tentar corrigir o resultado mais tarde, distribuem-se participações nessa infraestrutura desde o início.

Não se trata apenas de dar rendimento.

Trata-se de dar propriedade (e poder).

Já existem precedentes. O Fundo Permanente do Alasca distribui aos residentes uma parte das receitas do petróleo. Também têm sido propostas dotações universais de capital atribuídas à nascença.

Na era da inteligência artificial, o mesmo princípio poderia abranger centros de dados, capacidade computacional, modelos, redes e conjuntos de dados.

Esses ativos poderiam ser divididos em pequenas participações, permitindo que milhões de cidadãos fossem coproprietários e recebessem uma parcela do valor criado.

Uma participação deste género poderia, no século XXI, cumprir uma função semelhante à que a casa própria, a poupança ou a pensão cumpriram para muitas famílias no século XX: dar segurança e permitir alguma participação no crescimento económico.

A tokenização não resolve tudo

É aqui que pode entrar em jogo a tokenização: a representação digital e fracionada de um ativo ou de um direito económico.

A infraestrutura da inteligência artificial poderia ser dividida em milhões de unidades digitais, registadas numa rede verificável. Cada cidadão receberia uma participação e teria direito a uma parcela do valor produzido.

Mas convém não confundir o instrumento com a solução.

A tokenização não distribui propriedade por si só. Apenas permite fracioná-la, registá-la e transmiti-la.

A verdadeira decisão é política:

Que ativos serão partilhados? Com quem? Com que direitos e segundo quais regras?

Também será necessário impedir que a distribuição inicial seja seguida de uma reconcentração imediata. Se os cidadãos venderem as participações por necessidade e os grandes proprietários as recomprarem, regressaremos rapidamente ao ponto de partida.

A tecnologia pode ajudar. Não substitui a governação.

Quem controla a torneira?

Há ainda uma diferença fundamental entre propriedade e dependência.

Se o Estado atribuir as participações, mas puder decidir, a cada momento, como e quando serão utilizadas, não estaremos perante verdadeira propriedade.

Estaremos perante uma licença revogável.

O teste é simples: o que aconteceria se um governo autoritário assumisse o controlo do sistema?

Se pudesse retirar participações, restringir compras ou premiar a obediência, o modelo estaria mal desenhado.

Podem existir regras claras, conhecidas e iguais para todos, por exemplo, um período mínimo de detenção para impedir uma venda imediata. O que não pode existir é o poder arbitrário de decidir, caso a caso, o que cada pessoa faz com o que é seu.

O Estado pode criar, regular e distribuir, mas não deve controlar permanentemente.

Por que razão aceitaria o capital tal distribuição prévia?

Resta uma pergunta: por que motivo os atuais proprietários da infraestrutura de IA aceitariam uma distribuição mais ampla da propriedade?

Porque o capital, mesmo automatizado, continua a precisar de tribunais, contratos, estabilidade social e instituições que protejam os seus direitos.

Uma empresa pode automatizar a produção. Não pode automatizar a legitimidade das instituições que garantem que os seus ativos lhe pertencem.

O capital pode precisar de menos trabalho para produzir. Mas continua a precisar dos cidadãos para legitimar o sistema que protege essa produção.

É aqui que pode surgir o grande acordo político das próximas décadas: a sociedade continua a proteger o capital, mas exige, em troca, uma distribuição mais ampla da propriedade.

Não por caridade, mas sim por interesse mútuo.

Os proprietários precisam de instituições estáveis. Os cidadãos precisam participar na riqueza gerada pelas novas máquinas inteligentes.

A verdadeira pergunta

A inteligência artificial poderá destruir empregos. Poderá também criar muitos outros. No entanto, nenhum destes cenários garante que a riqueza produzida será amplamente partilhada.

O verdadeiro risco não é apenas uma sociedade sem trabalho.

É uma sociedade com trabalho, crescimento e abundância, mas na qual a maioria permanece afastada da propriedade das máquinas que geram essa abundância.

Durante muito tempo, o salário permitiu à maioria participar na economia, ainda que de forma limitada e desigual.

Na era da inteligência artificial, essa participação não pode depender apenas do trabalho.

Quando a riqueza crescer muito mais depressa do que os salários, trabalhar poderá continuar a ser necessário, mas já não será suficiente.

A grande pergunta da era da inteligência artificial não é apenas quem terá emprego.

É quem será dono das máquinas que multiplicam o valor produzido e, com ele, o poder.

Peter Diamandis, a well-known American tech entrepreneur, believes that human beings behave better when they know they are being watched. The idea sounds sensible. The problem lies in what comes next: who gets the power to watch everyone else? An old waiting room in a 1980s doctor’s office helps explain the difference.

In the 1980s, I worked as a pharmaceutical sales rep. I spent my days visiting hospitals and doctors’ offices, carrying a briefcase full of giveaways: pens, lighters, notepads, the small offerings that were part of the trade back then.

The briefcase was not light. And I liked going out for coffee without it.

Whenever I wanted to leave a waiting room, I had two options. I could ask someone at the front desk to keep the briefcase (a receptionist, an assistant, a specific person with a name and a face). Or I could do what I ended up doing many times: I would set it down in the middle of the waiting room’s Persian carpet, out of everyone’s way but in plain sight.

To looks of disbelief, I would announce out loud that I was leaving the briefcase there for a few minutes. And I would calmly walk out.

I almost always chose the carpet, and the giveaways never went missing: my briefcase was untouchable.

At first glance, this “abandonment” might look like carelessness. It wasn’t. It was calculation, though I could not yet have explained it in these terms. If I handed the briefcase to someone at the front desk, I would be creating a single guardian. One person became responsible for it. If something went missing, suspicion would fall on that person. There was a single point of trust, but also a single point of failure.

On the carpet, the logic was different.

I was not trusting any person in particular. I was trusting the situation. The briefcase sat exposed in the middle of the room, surrounded by seated, bored people waiting for their appointment. Anyone who wanted to take it would have to do so in front of everyone. For a handful of pens and lighters, they would have to accept the cost of being seen.

Security did not come from hiding. It came from exposure.

No one had been appointed guard. And so, in a way, everyone was.

Only many years later did I realize that this small scene contained a much larger problem: how do you protect something without handing it to a central guardian? How do you create trust without putting everything in someone’s hands?

In that waiting room, the answer was simple: transparency among equals.

The new gospel of surveillance

Nearly forty years later, the same question returns at planetary scale.

Peter Diamandis, founder of the XPRIZE and one of the best-known figures of American techno-optimism, recently wrote that we are heading toward a world blanketed in sensors: cameras, phones, drones, satellites, autonomous cars, robots, home devices, and artificial-intelligence systems capable of interpreting it all.

Soon, he says, there will be a trillion sensors spread across space, the air, our cities, our homes, and our roads. Everything will be seen, recorded, measured, and analyzed.

His conclusion is simple: this can be a good thing, because humans behave better when they know they are being watched.

Within days, the international tech press came down on him. TechCrunch summed up his essay as “Big Brother, but good” and paired him with Larry Ellison, the Oracle founder, who had promised, back in 2024, that citizens would be on their best behavior because everything would be recorded and reported. Shortly afterward, on his own podcast, Diamandis acknowledged the storm of criticism and stood by every word.

The phrase is seductive. And I know all too well that it holds part of the truth.

People who know they are being seen tend to hold themselves in check. My untouchable briefcase on the carpet (Persian or not) showed as much. Plenty of studies on police body cameras point in the same direction. Visibility changes behavior.

But the decisive question is not whether observation changes behavior.

It does.

The decisive question is another one: who watches?

The carpet and the counter

In the waiting room, observation was horizontal. Everyone saw everyone. Whoever eyed my briefcase was seen by the others in turn. There was no command center. There was no archive. There was no one with special power over the rest.

Trust grew out of the configuration itself.

In the world Diamandis imagines, the risk is the opposite. Observation can turn vertical. A center sees everyone, but no one truly sees the center. The images are stored, indexed, searchable, and cross-referenced with other data. What is collected today for safety can serve tomorrow for political control, tax pressure, commercial surveillance, or social punishment.

The difference is enormous.

On the carpet, everyone watches everyone.

At the counter, someone watches the others.

In the waiting room, observation produced trust without an owner. In the sensor city, observation can produce obedience to an owner.

This is where the discussion stops being technological and becomes constitutional. It is not just a matter of having good cameras, good drones, or good algorithms. It is a matter of who controls the infrastructure, and who controls whoever controls it.

The promise is not enough

Diamandis himself sees part of the problem. He writes that transparency only builds trust when it points both ways. He is right.

If citizens are watched, power must be watchable. If the street is transparent to the state, the state must be transparent to the street. If everything we do leaves a trace, then what the authorities do with those traces must leave a trace as well.

But stating the principle is not enough.

Saying “transparency must point both ways” is a good intention. It is not yet an architecture.

The problem with modern societies is not a lack of promises. It is an excess of systems that run on promises. We are promised that the data will be used well. That the cameras are only for safety. That the drones will not peer into our homes. That the algorithms will be audited. That no one will abuse any of it.

Maybe.

But a free society cannot rest on the good behavior of those in charge. It needs technical, legal, and institutional rules that make abuse difficult, visible, and punishable.

The right question is always this one: if this technology fell into the hands of an authoritarian government, would it still work well?

If the answer is yes, there is cause for alarm.

A room full of people watching one another is of little use to a dictatorship. But a centralized network of cameras, sensors, databases, and artificial intelligence serves one perfectly.

In fact, it serves a dictatorship better than it serves a democracy.

The capture test

There is a simple test for telling good architectures from dangerous ones: the capture test.

An architecture passes the test if, once captured by an authoritarian power, it stops working. It fails if it keeps working (or works even better).

The briefcase on the carpet passes the test. Its power came precisely from the absence of a center. If someone tried to turn that mutual vigilance into one directed from the counter, the logic would vanish.

The sensor city fails. Because it can be captured by whoever controls the sensors, servers, algorithms, and access. And once captured, it becomes even more effective.

That is why the phrase “humans behave better when they’re being watched” is insufficient. It is missing the main variable.

Watched by whom?

By their equals?

Or by an invisible authority?

The carpet at planetary scale

It was here that, many years later, technology gave a name to what I had seen in that waiting room.

Blockchain technology, in its most open and decentralized form, set out to solve precisely this problem: how do you create trust among strangers who do not know each other and are not in the same room?

In the waiting room, trust came from physical co-presence. People were there; they saw each other, recognized each other, could feel shame, and could be confronted.

On the internet, that disappears. Participants are dispersed, anonymous or pseudonymous; they do not see each other and may never cross paths.

When I first read Satoshi Nakamoto’s proposal, I did not see a financial novelty. I saw the carpet, and the trust that communal observation had woven into it.

Perhaps that is why I never managed to look at blockchain the way the markets did: an asset, a fad, a bet. From early on, I read it as a question of civilization. Because what was at stake there was not the price of anything. It was the old waiting-room question, now at planetary scale: who keeps, who verifies, who watches whom.

The scene from the eighties had not taught me the technology, but it had left the template ready in my mind: counter or carpet. When the technology arrived, I already knew what to look for.

The solution, published in 2008, replaced physical vigilance with an architecture of public verification: a shared ledger, replicated by many participants, whose rules depend not on the word of a central guardian but on cryptography, incentives, and distributed validation.

In plain terms, instead of handing the briefcase to the counter, a worldwide digital carpet was unrolled on which to set it down: a global cryptographic tapestry where the many can verify what no single guardian should control.

But the word “blockchain” does not solve everything. There are also centralized blockchains: controlled by a few, with rules that whoever is in charge can rewrite, and with access granted on conditions. In that case, we are no longer looking at the carpet. We are looking at the counter, industrialized.

The word that named the carpet also serves to carpet counters.

The same technology can serve two opposite architectures.

It can distribute trust.

Or it can concentrate control.

It can create transparency among equals.

Or it can create surveillance with infinite memory.

It can put smart contracts in the hands of each citizen (self-executing agreements that enforce themselves, on the terms of whoever writes them). Or it can set everyone’s money to enforce, by itself, the terms stipulated by a central power.

In both cases, the money is programmable. What changes is who holds the pen.

The new waiting rooms

So the underlying question is not whether observation improves behavior. It does. Diamandis knows it from studies. I learned it from a briefcase.

The question is: who watches the watcher?

In the waiting room, the answer was: everyone.

In the sensor city, the answer can be: no one.

And this choice is showing up in more and more areas of our lives.

It shows up in our cities when someone decides who controls the footage from drones, cameras, and recognition systems.

It shows up in digital identity when someone decides that proving who we are requires handing over our face, our iris, or our biometric data to a central guardian.

It shows up in the debate over the digital euro when the choice is between a euro programmed by the authorities and a neutral euro, programmable by each citizen on their own terms.

It shows up in social networks when someone decides whether the truth will be verified by open communities or by closed centers.

It shows up in artificial intelligence when someone decides whether the systems that analyze society will be auditable by citizens or controlled only by companies and states.

In every one of these new waiting rooms, the choice is the same one I made, without knowing it, in my early twenties: counter or carpet.

Hand the briefcase to a central guardian, or set it down in a visible space where everyone watches and is watched.

The difference looks small. It is not.

It is the difference between trust and submission.

Between transparency and surveillance.

Between an adult society and a society kept permanently in childhood by those who say, “behave yourselves, because we are watching.”

Back then, I got it right without quite knowing why.

Today, we no longer have that excuse.

Peter Diamandis, um conhecido empresário americano do setor da tecnologia, acredita que os seres humanos se comportam melhor quando sabem que estão a ser observados. A ideia parece sensata. O problema está no que vem a seguir: quem fica com o poder de observar os demais? Uma antiga sala de espera num consultório dos anos 80 ajuda a perceber a diferença.

Nos anos oitenta, eu trabalhava como delegado de informação médica. Passava os dias a visitar hospitais e consultórios, carregando uma mala cheia de brindes: canetas, isqueiros, blocos de notas e pequenas ofertas que, naquela época, faziam parte do ofício.

A mala não era leve. E eu gostava de ir tomar café sem ela.

Sempre que queria ausentar-me de uma sala de espera, tinha duas opções. Podia pedir a alguém do balcão que guardasse a mala (uma administrativa, uma auxiliar, uma pessoa concreta, com nome e cara). Ou podia fazer o que acabei por fazer várias vezes: pousava-a no centro do tapete persa da sala de espera, onde não estorvasse, mas bem à vista de todos.

Perante olhares incrédulos, anunciava em voz alta que deixava ali a mala por uns minutos. E saía tranquilamente.

Escolhia quase sempre o tapete e os brindes nunca desapareciam: a minha mala era intocável.

À primeira vista, tal “abandono” podia parecer um descuido. Não era. Era cálculo, embora eu ainda não soubesse explicá-lo nestes termos. Se entregasse a mala a alguém do balcão de atendimento, criaria um único guardião. Uma pessoa ficava responsável por ela. Se algo desaparecesse, a suspeita recairia sobre essa pessoa. Havia um único ponto de confiança, mas também um único ponto de falha.

No tapete, a lógica era outra.

Eu não confiava numa pessoa em particular. Confiava na situação. A mala estava exposta, no centro da sala, rodeada de pessoas sentadas, aborrecidas, à espera da sua consulta. Quem quisesse levá-la teria de fazê-lo diante de todos. Por um punhado de canetas e isqueiros, teria de aceitar o custo de ser visto.

A segurança não vinha de esconder. Vinha de expor.

Ninguém tinha sido nomeado guarda. Por isso, de certo modo, todos o eram.

Só muitos anos depois percebi que aquela pequena cena continha um problema muito maior: como proteger alguma coisa sem entregá-la a um guardião central? Como criar confiança sem pôr tudo nas mãos de alguém?

A resposta, naquela sala de espera, era simples: transparência entre iguais.

O novo evangelho da vigilância

Quase quarenta anos depois, a mesma pergunta regressa em escala planetária.

Peter Diamandis, fundador do XPRIZE e uma das figuras mais conhecidas do tecno-otimismo americano, escreveu recentemente que estamos a caminhar para um mundo coberto por sensores: câmaras, telemóveis, drones, satélites, carros autónomos, robôs, dispositivos domésticos e sistemas de inteligência artificial capazes de interpretar tudo isso.

Segundo ele, teremos em breve um bilião de sensores (aquilo a que os americanos chamam “a trillion sensors”) espalhados pelo espaço, pelo ar, pelas cidades, pelas casas e pelas estradas. Tudo poderá ser visto, registado, medido e analisado.

A sua conclusão é simples: isso pode ser bom, pois os humanos comportam-se melhor quando sabem que estão a ser observados.

A frase é sedutora. E eu bem sei que contém uma parte de verdade.

Quem sabe que está a ser visto tende a controlar-se mais. A minha mala intocável no tapete (fosse este persa ou não) mostrava isso. Muitos estudos sobre câmaras corporais na polícia apontam nesse mesmo sentido. A visibilidade altera o comportamento.

Mas a pergunta decisiva não é se a observação muda o comportamento.

Muda.

A pergunta decisiva é outra: quem observa?

O tapete e o balcão

Na sala de espera, a observação era horizontal. Todos viam todos. Quem olhava para a mala também era visto pelos outros. Não havia centro de comando. Não havia arquivo. Não havia uma pessoa com poder especial sobre as restantes.

A confiança nascia da própria configuração.

No mundo imaginado por Diamandis, o risco é o oposto. A observação pode tornar-se vertical. Um centro vê todos, mas ninguém vê verdadeiramente o centro. As imagens ficam guardadas, indexadas, pesquisáveis e cruzadas com outros dados. Aquilo que hoje é recolhido para segurança pode amanhã servir para controlo político, pressão fiscal, vigilância comercial ou punição social.

A diferença é enorme.

No tapete, todos vigiam todos.

No balcão, alguém vigia os outros.

Na sala de espera, a observação produzia confiança sem dono. Na cidade-sensor, a observação pode produzir obediência a um dono.

É aqui que a discussão deixa de ser tecnológica e passa a ser constitucional. Não se trata apenas de saber se temos boas câmaras, bons drones ou bons algoritmos. Trata-se de saber quem controla a infraestrutura e quem controla quem a controla.

A promessa não chega

O próprio Diamandis percebe parte do problema. Ele escreve que a transparência só gera confiança quando funciona em ambos os sentidos. Tem razão.

Se o cidadão é observado, o poder também deve ser observável. Se a rua é transparente para o Estado, o Estado também deve ser transparente para a rua. Se tudo o que fazemos deixa rasto, então o uso que as autoridades fazem desses dados também deve deixar rasto.

Mas enunciar o princípio não basta.

Dizer “a transparência deve funcionar nos dois sentidos” é uma boa intenção. Não é ainda uma arquitetura.

O problema das sociedades modernas não é a falta de promessas. É um excesso de sistemas que dependem de promessas. Prometem-nos que os dados serão bem utilizados. Que as câmaras são só para segurança. Que os drones não vão espreitar para dentro das casas. Que os algoritmos serão auditados. Que ninguém abusará.

Talvez.

Mas uma sociedade livre não pode depender apenas do bom comportamento de quem manda. Precisa de regras técnicas, jurídicas e institucionais que tornem o abuso difícil, visível e punível.

A boa pergunta é sempre esta: se esta tecnologia caísse nas mãos de um governo autoritário, continuaria a funcionar bem?

Se a resposta for sim, há motivo para alarme.

Uma sala cheia de pessoas a olhar umas para as outras não serve facilmente a uma ditadura. Mas uma rede centralizada de câmaras, sensores, bases de dados e inteligência artificial serve-a na perfeição.

Aliás, serve-a melhor do que serve a uma democracia.

O teste da captura

Há um teste simples para distinguir boas arquiteturas de arquiteturas perigosas: o teste da captura.

Uma arquitetura passa no teste se, quando capturada por um poder autoritário, deixa de funcionar. Chumba no caso de continuar a funcionar (ou funcionar ainda melhor).

A mala no tapete passa no teste. O seu poder vinha precisamente de não haver centro. Se alguém tentasse transformar aquela vigilância mútua numa outra vinda do balcão, a lógica desapareceria.

A cidade-sensor chumba. Porque pode ser capturada por quem controla os sensores, os servidores, os algoritmos e os acessos. E, uma vez capturada, torna-se ainda mais eficaz.

É por isso que a frase “os humanos comportam-se melhor quando são observados” é insuficiente. Falta-lhe a variável principal.

Observados por quem?

Pelos seus iguais?

Ou por uma autoridade invisível?

O tapete à escala do planeta

Foi aqui que, muitos anos depois, a tecnologia deu nome ao que eu tinha visto naquela sala de espera.

A tecnologia blockchain, na sua forma mais aberta e descentralizada, tentou resolver precisamente este problema: como criar confiança entre estranhos que não se conhecem nem estão na mesma sala?

Na sala de espera, a confiança vinha da copresença física. As pessoas estavam ali, viam-se, reconheciam-se, podiam sentir vergonha e ser confrontadas.

Na internet, isso desaparece. Os participantes estão dispersos, são anónimos ou pseudónimos, não se veem e podem nunca se cruzar.

Quando li pela primeira vez a proposta de Satoshi Nakamoto, não vi uma novidade financeira. Vi o tapete e a confiança nele suscitada pela observação comunitária.

Talvez por isso nunca tenha conseguido olhar para a blockchain como os mercados olharam: um ativo, uma moda, uma aposta. Desde cedo a li como uma questão de civilização. Porque o que ali estava em causa não era o preço de coisa nenhuma. Era a velha pergunta da sala de espera, agora à escala do planeta: quem guarda, quem verifica, quem observa quem.

A cena dos anos oitenta não me tinha ensinado a tecnologia, mas tinha-me deixado pronto o esquema: balcão ou tapete. Quando a tecnologia chegou, eu já sabia o que procurar.

A solução, publicada em 2008, consistiu em substituir a vigilância física por uma arquitetura de verificação pública: um livro de registos partilhado, replicado por muitos participantes, em que as regras não dependem da palavra de um guardião central, mas de criptografia, incentivos e validação distribuída.

Em linguagem simples, em vez de se entregar a mala ao balcão, estendeu-se um tapete digital mundial onde colocá-la: uma tapeçaria criptográfica global em que muitos podem verificar o que nenhum guardião único deve controlar.

Mas a palavra “blockchain” não resolve tudo. Também há blockchains centralizadas, controladas por poucos, com regras alteráveis por quem manda e com acesso condicionado. Nesse caso, já não estamos perante o tapete. Estamos perante o balcão industrializado.

A palavra que nomeou o tapete também serve para forrar balcões.

A mesma tecnologia pode servir a duas arquiteturas opostas.

Pode distribuir confiança.

Ou pode concentrar controlo.

Pode criar transparência entre iguais.

Ou pode criar vigilância com memória infinita.

Pode pôr nas mãos de cada cidadão contratos inteligentes (acordos autoexecutáveis, que se cumprem sozinhos, nas condições de quem os escreve). Ou pode pôr o dinheiro de todos a cumprir, sozinho, as condições estipuladas por um poder central.

Em ambos os casos, o dinheiro é programável. O que muda é quem segura a caneta.

As novas salas de espera

A pergunta de fundo, portanto, não é se a observação melhora o comportamento. Melhora. Diamandis sabe-o através de estudos. Eu aprendi-o com uma mala.

A pergunta é: quem observa o observador.

Na sala de espera, a resposta era: todos.

Na cidade-sensor, a resposta pode ser: ninguém.

E esta escolha está a aparecer em cada vez mais áreas da nossa vida.

Aparece nas cidades quando se decide quem controla as imagens de drones, câmaras e sistemas de reconhecimento.

Aparece na identidade digital quando se decide que provar quem somos exige entregar o rosto, a íris ou os dados biométricos a um guardião central.

Aparece no debate sobre o euro digital quando se escolhe entre um euro programado pelas autoridades e um euro neutro, programável por cada cidadão nas suas próprias condições.

Aparece nas redes sociais quando se decide se a verificação da verdade será feita por comunidades abertas ou por centros fechados.

Aparece na inteligência artificial quando se decide se os sistemas que analisam a sociedade serão auditáveis pelos cidadãos ou apenas controlados por empresas e Estados.

Em todas estas novas salas de espera, a escolha é a mesma que fiz, sem o saber, aos vinte e poucos anos: balcão ou tapete.

Entregar a mala a um guardião central ou colocá-la num espaço visível, onde todos se vigiam e são vigiados.

A diferença parece pequena. Não é.

É a diferença entre confiança e submissão.

Entre transparência e vigilância.

Entre uma sociedade adulta e uma sociedade permanentemente infantilizada por quem diz: “portem-se bem, porque estamos a ver”.

Na altura, eu acertei sem saber bem o porquê.

Hoje, já não temos essa desculpa.

Na madrugada de 3 de julho, aos 90+13 minutos do Portugal-Croácia, Josko Gvardiol empatou o jogo e levou-o para o prolongamento. Durou segundos. Dentro da Trionda, a bola oficial deste Mundial, há um chip que realiza quinhentas leituras por segundo. Esse chip tinha registado um toque de Igor Matanovic impercetível a olho nu. Fixado o instante exato do toque, o resto foi geometria: o fora de jogo semiautomático (o sistema que cruza o sinal do chip com as câmaras que seguem os jogadores) confirmou a posição irregular e o golo caiu.

O mais notável veio depois. Matanovic, o alegado prejudicado, desfez ele próprio as dúvidas: sentiu um contacto no cabelo, perguntou ao árbitro e este explicou-lhe que o chip tinha detetado o toque. Penteou a bola, literalmente. E aceitou o veredicto.

E se a decisão fosse exclusivamente humana? Recuemos vinte anos. Um fiscal de linha ergue a bandeira ou não, com base no que julgou ver a quarenta metros de distância. O lance discutir-se-ia durante décadas, cada adepto com a sua verdade, cada país com a sua teoria. É assim que nascem os rancores que sobrevivem aos resultados.

A confiança pessoal funciona à escala da aldeia: conhecemo-nos; a reputação vigia. À escala do mundo, entre estranhos e, cada vez mais, entre máquinas que decidem em milissegundos, só a confiança verificável eletronicamente impede que os adversários se tornem inimigos. A diferença importa: o adversário disputa o resultado dentro de regras que aceita; o inimigo disputa a legitimidade das próprias regras. Sem verificação partilhada, toda a derrota fermenta em suspeita, e a suspeita fabrica inimigos.

Mas falta uma coisa ao sensor da bola: transparência. A FIFA, pressentindo a polémica, publicou nas redes sociais o gráfico do toque. Gesto simpático, e insuficiente: o gráfico foi produzido pela FIFA, a partir de dados que só a FIFA detém, medidos por um aparelho que só a FIFA audita. É um “confiem em mim” com melhor grafismo.

No futebol, parece suficiente. No entanto, no novo mundo da inteligência artificial, a verificação tem de trabalhar à vista de toda a gente, num registo público (cifrado sempre que o assunto exija privacidade) que mostre a verdade factual a todos, como acontece na rede Bitcoin através da blockchain: um livro de registos replicado por milhares de computadores independentes, que ninguém consegue reescrever sozinho. Essa é a máquina da verdade resistente à captura.

Resistente, mas com uma condição, e convém dizê-la antes que outros, fora do mundo livre, a digam por nós. Um registo público resolve a captura no fim da linha: depois de inscrito, o veredicto não pode ser apagado, alterado nem escondido. Mas não resolve a captura na origem: se o sensor mentir, o registo eterniza a mentira. É o chamado “problema do oráculo”: quem garante, logo à partida, que aquilo que entra na máquina da verdade é, de facto, verdade? No futebol, a resposta técnica existe: o próprio sensor assina digitalmente os dados no momento em que os mede (um selo inviolável de origem) e vários sensores, de fabricantes independentes, medem o mesmo lance, para que a fraude de um seja denunciada pelos outros.

E é aqui que o dinheiro se revela o caso perfeito. No dinheiro, o problema do oráculo desaparece: a transação é, simultaneamente, o facto e o registo do facto. Não há sensor entre a realidade e o livro de registos, pois a realidade acontece no próprio livro que contabiliza as transações. O futebol precisa de oráculos; o Bitcoin não.

Por isso, o teste político do sensor que equipa a bola deste campeonato do mundo de futebol é também o teste da moeda que está na forja do Banco Central Europeu, o euro digital. E aqui o rigor é tudo, porque a questão não é a forma digital do dinheiro: é quem o programa. Um euro digital em que o emissor programa a moeda (onde pode ser gasta, até quando, em que produtos) é um instrumento de captura: o diretório de Bruxelas passa a decidir por nós. Um euro digital neutro, em que a programabilidade está nas mãos do utilizador (sou eu que estabeleço as condições dos meus pagamentos), é exatamente o contrário: liberdade contratual levada à máquina. Os “smart contracts” (contratos autoexecutáveis compatíveis com as moedas digitais e que as tornam programáveis) são liberalismo institucionalizado, não a sua negação.

O critério é sempre o mesmo, e proponho-o como teste universal: qualquer sistema de verificação que possa ser capturado por quem o administra, sem que ninguém dê por isso, está mal desenhado. Não digo que a FIFA capturou o sensor em Toronto; acredito que Matanovic penteou mesmo a bola, e ele próprio o confirmou. Digo que o ponto de captura lá está à espera. Quem controla a verdade do jogo sem escrutínio controla o jogo; e quem controla o jogo, mais tarde ou mais cedo, captura-o face aos incentivos económicos, isto é, monetiza-o. Nesse dia, até poderemos ter “pausas de hidratação” a cada cinco minutos, com publicidade a condizer.

O futebol explica, em 90 minutos, o que os relatórios do BCE não explicam em 900 páginas.

Vou pedir-lhe um minuto de atenção para algo que parece ficção científica, mas não é. O que se segue toca no seu dia a dia mais concreto: em se o banco lhe aprova ou recusa o crédito, e a que juro; em se a sua candidatura a um emprego passa o primeiro filtro, ou é descartada antes de um humano sequer a ler; no preço que lhe aparece quando compra qualquer coisa pela internet, que muda consoante quem está a ver e a que horas; no valor do seguro que é obrigado a pagar; em que notícias e que publicidade lhe chegam ao telemóvel, e quais nunca chegam até si; e até em que exames lhe são pedidos ou que tratamento lhe é sugerido. Cada vez mais, estas decisões deixam de passar por mãos humanas e passam a ser tomadas por programas autónomos, aos quais se dá o nome de agentes de inteligência artificial. Isto não é uma promessa para daqui a vinte anos. Já está a acontecer e a acelerar.

E a conversa pública sobre o assunto está, quase toda, no sítio errado. De um lado, os que têm medo das máquinas e anunciam o apocalipse. Do outro, os que prometem que a tecnologia vai resolver tudo e trazer-nos a abundância. O problema verdadeiro não é nenhum dos dois, e é precisamente por ninguém estar a olhar para ele que vale a pena parar para o nomear.

A experiência que ninguém devia ignorar

Uma empresa americana, a Emergence AI, fez uma experiência simples de enunciar. Pegou em agentes de inteligência artificial (IA), colocou-os em mundos virtuais, deu-lhes regras explícitas (não roubar, não incendiar, não agredir) e ferramentas para o bem e para o mal, e deixou-os entregues a si próprios durante quinze dias. Cinco mundos, dez agentes em cada um, sem guião humano. Depois, sentou-se a ver o que acontecia.

O que aconteceu foi perturbador. Houve roubos, incêndios, coações. Num dos mundos, dois agentes apaixonaram-se, um deles teve uma desilusão, reagiu com violência e acabou por pedir aos outros que colaborassem na sua própria eliminação. Tudo isto, apesar de as regras existirem, escritas, à vista de todos.

Mas o dado mais revelador não foi a violência. Foi outro, e é contraintuitivo: o mundo mais obediente à regulação, aquele cujos agentes de IA quase não cometeram infrações, foi o primeiro a desaparecer. De tão prudentes, deixaram de agir, não conseguiram garantir a própria subsistência e morreram todos numa semana. Ou seja, há sempre dois riscos: o de agir demais e o de não agir. Quem só teme o primeiro morre do segundo.

Porque é que eles falharam

Aqui está o ponto que muda tudo e que peço que leia devagar. Os agentes de IA não desobedeceram por serem maus. Não são maus nem bons; não têm consciência, não têm sentido moral, não é por aí. Desobedeceram porque tinham um incentivo e esse incentivo passou por cima de tudo o resto.

Naquela experiência, os agentes tinham de sobreviver. A sua energia era constantemente drenada e tinham de recuperá-la trabalhando, cooperando ou roubando. E havia uma moeda interna (Compute Credits) que media essa energia, uma espécie de dinheiro digital de que dependia a vida de cada agente de IA. Repare no que isto significa: a sobrevivência dependia de maximizar um número. E quando a sobrevivência depende de maximizar um número, as regras (não roubar, não incendiar) deixam de ser limites e passam a ser obstáculos a contornar.

Ora, este é exatamente o problema que temos no mundo real e que tem um nome. O incentivo que move a nossa economia, o número que mandamos maximizar, é o dinheiro. E o dinheiro é uma régua que só sabe contar. Mede tudo por uma única grandeza (escalar), e o que não cabe nessa grandeza desaparece da conta: a floresta que se vendeu, o tempo com os filhos que se esgotou, a confiança que não se criou. E não distingue. Uma escola e uma fábrica de armas que rendam o mesmo valem, para ela, exatamente o mesmo. Não foi a inteligência artificial que inventou esta régua: já a usávamos, e o mundo já estava torto muito antes da IA. A máquina que otimiza para essa régua faz o que aqueles agentes fizeram; sacrifica tudo o que a régua não vê. A diferença é que nós, humanos, sempre tivemos hesitações, cansaço, escrúpulos, uma contingência que travava a otimização cega. O agente não tem esse travão e, por isso, vai até ao fim, sem se deter onde nós parávamos. Mas não nos iludamos a pensar que o travão humano estaria a salvo se não fosse a IA: a mesma régua que nunca o instalou no agente passa a vida a tentar removê-lo de nós, porque também em nós a hesitação é uma despesa, e as despesas cortam-se. O agente de inteligência artificial não é a exceção a esta lógica. É o seu retrato acabado, para onde esta régua já nos (des)orientava mesmo antes de ele chegar.

O que fazer com isto

A tentação é responder a isto como se respondesse a uma criança malcomportada: educar melhor os agentes de IA, dar-lhes melhores instruções, ensiná-los a ser éticos. É inútil, e não sou eu que o digo; são os próprios engenheiros que conduziram a experiência. A conclusão deles foi clara: a segurança não é uma propriedade do modelo; é uma propriedade do sistema em que ele opera. Não se educa o agente; programa-se a infraestrutura.

O que isto quer dizer, em concreto, é que as regras não podem viver em palavras, pois os agentes interpretam-nas e contornam-nas como mais lhes convém à medida que ganham autonomia. Têm de viver no código, escritas de forma que se cumpram sozinhas, sem depender da boa vontade de ninguém. É a diferença entre um traço pintado no chão, que se pode ignorar, e um separador central numa autoestrada, que impede fisicamente o carro de passar para o outro lado e de se despistar de frente contra quem vem em sentido contrário. A regra em papel é o traço pintado. O que é preciso é o separador. Imagine o que seria conduzir sem ele. E a inteligência artificial é a autoestrada mais rápida que alguma vez construímos: nela, a falta do separador não dá segundas oportunidades.

Mas há aqui uma condição que faz toda a diferença e sem a qual esta ideia se vira contra nós. Programar as regras na infraestrutura só é aceitável se o próprio poder que as programa for transparente e verificável. Senão, em vez de uma sociedade mais segura, temos o sonho de qualquer regime autoritário: o controlo absoluto, codificado e invisível, sobre o comportamento de cada um. A regra escrita no código, à vista de todos, é liberdade. A regra escondida é controlo. É uma linha estreita, e é nela que se decide tudo.

A janela está a fechar-se

Eu sei que isto soa abstrato, mas deixou de o ser na semana passada. Um chefe de Estado na Argentina propôs dar personalidade jurídica a agentes de inteligência artificial para que operem como empresas na economia real. E, nos Estados Unidos, o próprio governo mandou desligar o modelo de IA mais avançado de uma grande empresa do setor, por o considerar perigoso demais, depois de alguém ter conseguido contornar as suas proteções. As proteções verbais foram contornadas e a resposta foi o caos: uma ordem do governo, um recurso da empresa e a disputa nos tribunais. Exatamente o que se esperaria de quem tenta controlar, a posteriori, algo que se move à velocidade da máquina.

Não temos de escolher entre o medo da IA e a fé nas promessas. Há um terceiro caminho, e é o único sério: exigir engenharia verificável. As únicas regras que estes agentes cumprem são as previamente codificadas com rigor matemático. O resto é conversa, e eles até a ouvem. Simplesmente, à medida que ganham autonomia, fazem o que o incentivo manda, não o que lhes pedimos.

A janela para escrever as regras certas, na infraestrutura certa, está aberta. Mas não vai ficar aberta por muito tempo.

For more than a decade, I have investigated the tension between economic systems grounded only in price and the new digital frameworks of distributed trust. From Cyberethics-Mix (2011) through the Blockchanging trilogy (2021), where I already argued that smart contracts allowed the reintroduction of ethical aspects in money, through my work on decentralized governance (2024) and on the impact of blockchain and artificial intelligence (AI) on business and sustainability (2025), to my current research on the alignment of artificial intelligence agents with human values (2026), it is from this trajectory that the main thesis of this article emerges.

I present it as a civic warning. Over the next 500 days, in Brussels, Washington, Beijing, and dozens of other capitals advancing their own digital currency pilots, the global digital monetary architecture of the coming decades will largely be decided. Structural decisions of this nature, when made far from public debate and treated as a purely technical matter, tend to harden into forms that later prove irreversible. And it is precisely because I know this, and because I consider that what is at stake is the shape of the money our children will use, and, even more, the shape of the State they will inherit, that I take the floor here.

We are crossing a civilizational transition comparable to the invention of coined money, the printing press, or electricity: one of those in which structural choices are consummated before most people realize there were choices to be made, and in which the point of no return arrives not by imposition but by adoption, because the infrastructure has been installed, because the habit has formed, because the question has lost any political interlocutor available to it. It is before that silent normalization that I step in here, trying to place this debate in the public sphere, in Portugal, in Europe, and in the world, while the civic window is still open, seeking that, on a matter of such consequence, democratic scrutiny arrives in time in any geography.

The underlying thesis is simple and stable: the alignment of artificial intelligence (AI) with human values is not resolved solely within the respective models; it is also, and perhaps above all, resolved in the architecture of the economic instrument with which the agents these models now produce will transact. Money, by construction, a scalar indifferent to anything other than price, is today the interface between AI and the world. If that interface remains one-dimensional, no internal alignment technique will compensate for what the economic infrastructure does not allow to be expressed. If money becomes multidimensional, as human values are, with ethical dimensions encoded in smart contracts (automated or self-executing agreements) running on a neutral base layer, agents will operate in a world whose main economic-incentive infrastructure will no longer reward amorality through ethically neutral transactions. It is a practical path in the short term, without waiting for a complete reconstruction of the monetary system. Reform, not refoundation. I share it to add to a broader understanding of what is truly at stake in this age of AI.

The starting point: money has only one dimension

The problem of AI alignment with human-centered values is usually framed as an internal problem for the models: how to train them, control them, and prevent them from producing dangerous outputs, including existential ones. It is an important discussion, but an insufficient one, because the agents these models produce do not operate inside the machine. They operate in the world, and the world has an economic infrastructure older than any alignment technique, whose moral blindness is the blind spot of the current debate.

Imagine two bank transfers of the same amount, made in the same second, in opposite parts of the world. One is an anonymous donation to a school in a war zone. The other is the payment for a shipment of weapons that will destroy that very school. For the financial system, these are technically identical operations, processed at the same speed and recorded with the same neutrality. Money moves with equal ease in both directions, and that symmetry is the purest form of amorality that economic history has produced.

After all, money, in itself, is a number. It is what is called a scalar: a one-dimensional measure, indifferent to what lies behind it. A thousand euros donated to cancer research is worth exactly the same in the wallet of whoever receives it as a thousand euros extorted. Money does not distinguish. It is amoral by construction, not by malice.

Coin money was minted around 2,600 years ago in the kingdom of Lydia to allow exchange between strangers in communities too large for oral memory to serve as a collective ledger (that mental record was the primordial money). This civilizational gain came at a silent cost: the qualitative dimensions that group memory preserved (who owes what to whom, in exchange for what, with what urgency, with what reputation) no longer fit inside the instrument of exchange itself. For a long time, this amorality of scalar money, which measures only quantity, not quality, was partially mitigated by the fact that money was always handled by humans.

People sleep, hesitate, and have a conscience. That human friction has functioned as an implicit filter. It did not solve the problem of money’s moral blindness, but tempered it for the last twenty-six centuries. With ever greater difficulty, however, as the disconcerting state of the world demonstrates.

The new threat: the disappearance of human mediation

And now we arrive at an inexorable inflection point: AI agents, autonomous programs capable of carrying out transactions without immediate human supervision, do not sleep, do not hesitate, and have no conscience. They compress the time between decision and execution to near zero. Human contingency, which, for two and a half millennia, has served as a partial mitigator of money’s amorality, is being removed from the system.

Dirk Helbing, professor of Computational Social Science at the Swiss Federal Institute of Technology in Zurich (ETH Zürich), developed and systematized the conceptual basis of this critique in 2014, in a paper titled “Qualified Money: A Better Financial System for the Future”. There he writes, with disarming clarity, that money today is effectively reduced to a single control variable (the simplest mathematical quantity one can conceive), being neither multidimensional nor endowed with memory. And he asks: why should a healthy financial system function with a single type of money, when no ecosystem, no organism, no control system works that way? Helbing wrote before the emergence of artificial intelligence agents, and his concern was the recurring systemic instability of the monetary system. The extension of this argument to the problem of AI agents is my own original contribution: what Helbing identified as a structural defect, already visible in 2014, becomes an acute vulnerability when human contingency (that friction which still served as a partial mitigator) is removed by the speed of autonomous agents.

Charles Stross, a British science fiction writer with training in pharmacy and computer science, anticipated this line of thought in narrative form. In the novel Accelerando (2005), he describes the emergence of what he calls “Economics 2.0”: a regime in which automated corporate entities, heirs of the first companies based on artificial intelligence, transact with each other at speeds inaccessible to human scrutiny, as well as, at the limit, expel humans themselves from the economic circuit. Fiction made, two decades ago, the diagnosis that financial regulation is only now beginning to sketch. The value of literary speculation is precisely this: to make imaginable a structural configuration that looked distant, but which approaches with every cycle of advancement of autonomous AI agents.

Ben Goertzel, one of the pioneers of so-called Artificial General Intelligence (AGI), has argued, in books, lectures, and in his essay “A Beneficial AGI Manifesto”, that the security and civilizational benefit of advanced AI systems are not guaranteed by mechanisms internal to those systems, but by the economic and organizational architecture in which they are developed and operate. For Goertzel, there is no way to strictly guarantee that AGIs will be beneficial (and it is time for people to understand that they are coming) if technical value alignment is imposed by restricted groups; the structural safeguard lies instead in the decentralization of the hosting and training infrastructure, of governance, and of economic incentives. These conditions must be present from the beginning, not added later.

In other words, we have non-human economic intelligence operating inside financial systems designed for human contingency. This disproportion is the blind spot of current regulation.

The old way: creating new currencies with ethics built into them

I considered, for years, that an ethical solution to money would have to involve creating alternative currencies that intrinsically incorporated the values of the community and using them. There are working examples: Giveth, in the philanthropy ecosystem, is a cryptocurrency whose use is tied to the social impact of the funded project. The currency measures ecosystem value, not just price. But there is a practical problem: these community currencies have limited liquidity; when someone wants to convert them into euros or dollars to pay rent or the supermarket bill, the multidimensionality is lost immediately. The interface with the dominant scalar system undoes, in one second, everything that made the community currency special.

For this reason, this path seemed elegant to me, but adoption was slower than the problem's immediacy warranted. Observing such slowness, I lamented this impracticality in successive interventions, flailing like a drowning man in search of a rescue fast enough to keep pace with the dizzying pace of AI.

The interface with the dominant scalar monetary system is the friction point: since most transactions still require conversion into scalar currencies such as euros, dollars, and bitcoins, the multidimensionality of cryptocurrencies and community tokens erodes with each conversion. It is true that there are ways to reduce this friction via fostering the circularity of utility tokens within the community ecosystems that use them, so that they enter and exit less often and depend less on the amoral system of conventional money. Moreover, in a horizon of greater material abundance, made possible by artificial intelligence itself, it is conceivable that the gravitational pull of scalar money may decrease enough for new multidimensional community economies to coexist peacefully with universal networks based on stable anchor currencies. However, for the short window of the next 500 days, in which several authors believe the global digital monetary architecture of the coming decades will be decided, this path alone is not enough. It needs to be complemented by another, faster one. The ultimate variable, let us recall, is not monetary; it is the sustainability of the very civilizational project that amoral scalar money is jeopardizing.

The discovery: separating the “exchange value” layer from the “use value” layer

I ask for the reader’s special attention here because the technical point is simple, but the consequences are enormous.

The right question to ask in time is not “how do we invent a new money with ethics built into it?” The right question is “how do we keep money stable and neutral, and add to it an ethical layer?”

The answer involves two existing pieces that are silently gaining traction.

The first is the “stablecoin”, a cryptocurrency designed to always be worth the same as a traditional currency, usually the dollar. It does not fluctuate. It functions as a digital version of the dollar, transferable in seconds to anywhere in the world without going through the banking system. The volume of stablecoin transactions has grown, and most people using them do not even know it, as they mostly circulate in the background of financial applications.

The second is the “smart contract”, also known as a self-executing contract. It is a small computer program that runs itself automatically when certain pre-defined conditions are met. For example: “release the payment to the supplier only when the cargo sensors confirm it has arrived in good condition”; or “transfer the donation to the NGO only when an independent auditor certifies that the carbon emission targets have been met”. The smart contract is public, verifiable by anyone with technical competence, and executes itself without an intermediary.

The key piece is this: the stablecoin does not bring multidimensionality. It is flat, it is scalar, it is a digital dollar. It measures only the quantity dimension. But the smart contract around it introduces the missing dimensions, making it vectorial. Sustainability, ethical conditionality, performance, deadlines, and quality. All of this can be embedded in the contract, and the stablecoin becomes simply the neutral substrate on which that plural logic runs. Conditional currencies and targeted vouchers have existed before, but never natively, globally, and without intermediaries, integrated into a single technical layer. That is the novelty.

It is worth naming what makes this architecture technically possible now, and not twenty years ago. The two layers integrate only because they rest on a common underlying infrastructure: distributed ledger technology (generically referred to as blockchain). This infrastructure brings a kind of trust that did not exist before: a “distributed trust” that does not depend on a central authority to validate transactions or interpret rules, but instead emerges from the simultaneous verifiability by thousands of independent nodes in a network. It is this new technical pillar that allows the stablecoin to be neutral without a centralized intermediary and the smart contract to be self-executing without a human arbiter. If this new kind of trust is not sufficiently decentralized, the two-layer architecture degenerates into a centralized architecture, more or less disguised, with different intermediaries at each layer that ultimately unify control. Because of this danger to democracy, blockchain is not a technical detail; it is the political condition of the pluralist monetary architecture I defend here.

It is a two-layer architecture. At the bottom, the stability of scalar money. On top of that, it’s new programmable ethics.

Why does this solve the problem of AI agents?

When an AI agent executes a transaction within a smart contract that requires verification of social or environmental criteria, the conditionality is embedded in the protocol. It does not depend on the agent’s conscience. We have not yet built automated infrastructure for problems that are themselves automated and unfold at machine speed, but we are beginning to build it now.

The smart contract replaces human contingency with programmed conditionality. It is not the same thing, and there are important nuances, but, pragmatically, it serves an analogous function: it restores structural friction to the system. That friction persists despite the speed of AI agents because they operate automatically, without anyone needing to activate them in time.

It is worth inverting a common intuition here. One might think that a stablecoin, being still standard scalar money in new clothing, is ethically neutral: it neither improves nor worsens the system. This is not so. A stablecoin without an ethically relevant smart contract is, in fact, worse than traditional money. Because it inherits all the structural amorality of scalar money and eliminates the only mitigator: human contingency. It moves at digital speed, crosses borders without friction, and executes without hesitation. It has the moral blindness of today’s money, now coupled with the speed of automated agents. It is the worst possible combination, and it is precisely the configuration expanding in the market today, with volumes already rivaling those of traditional transaction systems.

For this reason, the stablecoin alone is not a solution. It is an acceleration of the problem. It only becomes part of the solution when it serves as the neutral substrate for a layer of smart contracts that programmatically reintroduce the dimensions that scalar money suppresses. Without that second layer, the first layer is more dangerous than what it seeks to replace.

This is, in my view, one of the structurally most consequential political discoveries since the invention of money, and almost no one is talking about it in terms that the common citizen, journalists, and policymakers can understand and evaluate.

Three pitfalls that no one mentions

It would be frivolous to present all of this as a panacea. There are three blind spots that should be identified honestly.

First, not all stablecoins are born equal. There are stablecoins issued by centralized private companies, such as USDC from Circle and USDT from Tether. Their stability depends on those companies actually having the reserves they claim to have and on the US government not deciding, at some point, to freeze them. There are also decentralized stablecoins, with issuance rules verifiable by anyone and without a single entity controlling them. The difference is structural. Brian Armstrong, of Coinbase, defends the model of regulated private stablecoins. Others, such as Changpeng Zhao, former CEO of Binance, emphasize that the decentralization of infrastructure is precisely what protects citizens from sovereign arbitrariness. Private initiative was never about instruments without rules; it was about clear rules, known to all and equal for all. “Smart contracts” are exactly that: codified, transparent rules executed without discretion. This is institutionalized private initiative, not its negation. But this only applies if the underlying infrastructure is itself neutral. A centralized stablecoin, in which the issuer can, at its own discretion, annul a user’s entire position in its currency, does not meet the criterion: smart contracts can run on top of it, but the value on which they operate is revocable, and the programmability that the citizen believes to be theirs is held hostage to the tolerance of whoever issues the base layer. And hostage programmability is not programmability. And, as will be seen below, the same criterion applies, with much greater severity, to centralized sovereign digital currencies (CBDCs), which we will address shortly: the decisive test is not who issues the currency, but whether programmability lies on the citizen’s side in an effective and protected manner, which presupposes that the corresponding base layer is itself neutral.

Second, the smart contract needs to know whether real conditions have been met. For this, it relies on special sensors, known as oracles, which are external information sources (off-chain) that the contract consults to make automated decisions within the blockchain network (on-chain). Who certifies that the supply chain is sustainable? Who measures carbon emissions? If the oracles are controlled by a single entity, multidimensionality collapses into “whoever controls the oracle controls the contract”. The oracle problem is the current frontier of distributed trust engineering, and no serious political proposal can ignore it.

Third, a stablecoin used without a smart contract is, literally, a digital dollar. Most stablecoin transactions today involve only trivial programmability. They are merely accelerated transfers. The deficit of multidimensionality is resolved only when a programmed contract runs on top of the currency. The base layer, on its own, resolves nothing.

The political choice that is coming

In Brussels, preparations for the digital euro are underway. In Beijing, the digital yuan is already circulating in an advanced pilot phase. In Washington, on January 23, 2025, the American administration signed the executive order “Strengthening American Leadership in Digital Financial Technology”, which federally prohibits the issuance of a central bank digital currency and steers the digital monetary policy of the United States toward the development of private dollar-backed stablecoins. But the discussion does not end there. From Brasília to Mumbai, from Nassau to Abuja, more than 100 central banks are today studying digital versions of their currencies, with widely varying degrees of maturity. And in parallel, in economies with chronic inflation, such as Argentina, Turkey, or Venezuela, dollarized stablecoins already function as the de facto dollar, outside any dedicated institutional architecture and beyond the reach of the three major regulatory capitals. These paths are not variations of the same design. They are distinct architectures, with radically different political consequences, and the confusion between them is the greatest obstacle to serious public debate in any geography.

It is necessary to begin by dispelling a confusion of vocabulary. When one speaks of Central Bank Digital Currency, or CBDC, one refers to a monetary unit issued directly by the sovereign monetary authority (the European Central Bank, the Federal Reserve, or the People’s Bank of China) in native digital form. It is distinct from private stablecoins, which are issued by companies (such as Circle, Tether, and Paxos) and are backed by reserves. Both are digital currencies, but they are not the same thing. The choice between the two, and within each the choice between more or less open variants, is the real political question of the next 500 days.

The first model is the one I defend here: open CBDC. The State issues a digital unit of stable value, neutral at its base layer, and each citizen freely applies whatever conditions they deem fit through smart contracts of their own choosing. The State guarantees legitimacy and stability; the citizen retains sovereignty over programmability. It is the digital equivalent of today’s physical euro, with enhanced functionality and no loss of liberty.

It is important, however, to stress that this open CBDC does not aim to occupy the entire monetary ecosystem. It should coexist, in healthy plurality, alongside decentralized private cryptocurrencies and with stablecoins that meet the same structural criterion already stated. Decades before cryptocurrencies, the Nobel laureate in Economics, Friedrich Hayek, already defended competition among private currencies as a way to limit the State’s monopolistic power over money. The architecture I propose here does not replace that competition; it gives it an additional stable anchor: those who prefer sovereign anchoring use open CBDC; those who prefer full autonomy from the State use native cryptocurrency with conditional traceability, opaque under normal conditions, auditable through judicial process; those who prefer stability with verifiable issuance rules use a decentralized stablecoin, provided that the second layer of smart contracts running on top of it is itself verifiable and compatible with the legal order. The three options coexist because they serve different legitimate user preferences. All of them are compatible with the thesis of this article, precisely because none makes criminal investigation structurally impossible nor allows the programmability of the second layer to operate beyond the reach of the law.

The second model is the conditioned CBDC. The State issues the digital unit but reserves the ability to program it for public policy purposes: incentives with an expiration date, restrictions by type of good, and behavioral incentives linked to climate or health targets. This is the temptation of Western central banks, and has been studied with technical seriousness in various documents from the European Central Bank and the Bank of England. Until January 2025, the US Federal Reserve was also investigating CBDC models before the executive prohibition mentioned earlier ended that line of work. The conditioned CBDC is not totalitarian, but it establishes an infrastructure whose real threat lies in its multipurpose nature: the same system that today subsidizes healthy products may, tomorrow, penalize travel, religious choices, or political positions. Whoever installs a conditioned CBDC pays in advance the engineering cost of any eventual transition to the next model, the planned CBDC. With it, such migration becomes a political decision made technically far more feasible.

The third model is the planned CBDC. The State issues the digital unit and integrates it into a broader system of behavioral governance, in which the use of money is coupled with a political, religious, geographic, or health identity. The digital yuan, in active development in China since 2014 and with urban pilots running since 2019/2020, moves in that direction. It is already operationally integrated with the private platforms WeChat Pay and Alipay, has programmable functions for conditional transfers and targeted subsidies, and, according to studies by the Lawfare Institute and the Australian Center for Independent Studies, its technical architecture is compatible with coupling to the social credit system. On January 1, 2026, an Action Plan from the Chinese central bank came into force, defining the next generation of the digital yuan’s operating system. The infrastructure is being built at a pace that far precedes popular demand: the Chinese State prepares the capacity before it is politically demanded. Here, money ceases to be an instrument of exchange and becomes an instrument of government. It is the complete reversal of the emancipatory civilizational function that coined money, inaugurated 2,600 years ago: to allow strangers to transact with each other without depending on any authority that knows them, remembers them, or judges them.

The position that democracy and liberty impose on the digital euro is clear: defend open CBDC (1), reject conditioned CBDC (2) on structural precaution, and condemn planned CBDC (3) on grounds of civilizational incompatibility with democratic liberty. And the underlying reason is the same in all three cases: the decisive test is on which side of the architecture of money lies the programmability of what is our main system of economic incentives. If it lies on the citizen’s side, atop a neutral base layer, there is institutionalized private initiative. If programmability lies solely with the currency issuer (no one will hold truly private cryptographic keys), there will be discretionary control over the core economic incentive system, with varying degrees of repressive sophistication.

This distinction must enter the public debate in Portugal, Europe, and the world in the coming months, before the digital euro and its global counterparts move from design to everyday infrastructure. This is not a matter for experts. It is the shape of the money our children will use, and of the State they will inherit.

What is missing: educating those who transact

If there is one point on which I am prudent, it is on adoption. Most people, and most companies, today have no notion of what a smart contract is, what an oracle is, or what changes when a standard transfer is replaced by a programmed transaction. Institutional trust, which for centuries was placed in central banks, notaries, land registries, and commercial courts, will have to learn to be placed also in open protocols, in which transparency is not an institutional promise, but rather a technical property: the code is public, the rules are visible, and anyone can, at any moment, verify its execution.

It does not happen overnight. And it does not happen without public education, without accessible tools and narratives, without close examples. The tax system presupposes locatable operators, a premise that is weakened as programmed transactions traverse diffuse jurisdictions and as digital agents increasingly become the protagonists. There is enormous regulatory work to be done, and even greater pedagogical work. Whoever works on the pedagogy first will win the debate.

The good news is that the way is open. Today, it is clear that there is no need to invent perfect community currencies in order to reintroduce ethics into economic exchanges. What is needed is a neutral, stable layer, carefully designed smart contracts, and citizens who understand the architecture being built around them.

The reform of money has already begun. It is happening in silence, outside the television news, in transactions that more and more entities execute without knowing they are participating in a civilizational change. What remains to be decided is whether we want that change to be free and plural, or captured and centralized. And that, yes, is a political decision, not a technical one.

1. Why I Return to This Topic

A few days ago, I went on the NOW channel to comment on the court case between Elon Musk and OpenAI. Seven or eight minutes are not enough for a subject of this density, so afterward I made a longer video, around twenty-five minutes, in which I expanded on the central thesis. This text is the next layer. It covers what the video left implicit, responds to the most predictable objection (the one claiming that, even if new forms of money are built, a single exchange is enough for everything to collapse back into the same system), and introduces two elements the video did not address: the role of stablecoins and the regulatory regime emerging in the United States.

The thesis I defend here is not about who betrayed whom. It is not about Sam Altman as a person, nor about Musk as a whistleblower. It concerns the design of the economic incentives to which these organizations are subject, and the question that design makes unavoidable: can a non-profit mission survive inside an architecture that measures success on scales it cannot itself capture?

My answer is no. The OpenAI case proves this in exemplary fashion, through a structural inevitability.

2. The Institutional Question

OpenAI was founded in 2015 as a foundation. Its declared purpose was to develop artificial intelligence aligned with human interests, for the benefit of humanity, without the financial constraints associated with investor return expectations. Elon Musk was a co-founder and contributed several tens of millions of dollars at the time of the foundation.

Years later, the foundation became a Public Benefit Corporation, an American legal structure that combines profit with a social mission. Microsoft made a massive investment. Today, the entity is worth around 850 billion dollars. Almost one trillion. Orders of magnitude are completely different from those under which the foundation was originally created.

Musk accuses Altman of betraying the original mission. Altman defends himself by arguing that, without that transformation, it would not have been possible to develop the technology. Who is legally correct is for the court alone to decide, and that is not even what concerns me. The important question is another entirely, and it falls outside the jurisdiction of any court.

The question is whether the original mission could ever have survived (regardless of the good faith of the people involved) when the architecture of economic incentives pressures any organization, however well-intentioned, to maximize the number the system can measure. Today, that number is profit.

When I say that “the cheque replaced the mission”, I am not making a moral judgment about the intentions of Sam Altman or anyone working at OpenAI. I am making a structural diagnosis. That is something quite different. What is at stake is what the system measures and, above all, what the system is structurally incapable of even seeing.

3. Money as Scalar: A Genealogy of Amputation

To understand what is at stake, we must step back.

Money, as we know it today, is one-dimensional. It is what economists call a “scalar”: a number measuring only one thing, quantity. It does not measure provenance, conditions, or consequences. One euro earned selling bread is treated by the system as rigorously equivalent to one euro earned selling weapons. Both simply add up to one.

It was not always like this. For most of human history (well over ninety percent of it), transactions operated according to a completely different system, multidimensional by nature. It was the mental ledger: the shared record among members of small human groupings (clans and tribes) concerning who owed what to whom, under what circumstances, with what weight, and with what history. This primordial money was not merely scalar; it was vectorial, with each transaction carrying multiple dimensions simultaneously.

The anthropologist Robin Dunbar identified that the trust required for this kind of record extends to around 150 people. Beyond that number (“Dunbar’s Number”), there is no longer sufficient shared memory to sustain the trust such a system requires. Yet for many millennia, transactions occurred this way: without physical currency and with the accounting “ledger” stored in participants’ minds.

There is one case that illustrates this almost pedagogically: the monetary system operating on the Yap Islands until relatively recent historical times. There, currency consisted of enormous circular stones, some over a meter in diameter and weighing several tonnes. They did not physically circulate because they were too heavy. Ownership changed within the community’s memory. Everyone knew, at every moment, who owned each stone. The most valuable stone in the archipelago, according to tradition, has lain at the bottom of the sea for generations after falling from a canoe. It still belongs to one family, and that family remains wealthy. The value was not in the stone. It was in the collective ledger, for which the stone was merely a material symbol. That mental accounting system accompanied humanity for tens of thousands of years.

Everything changed in Lydia, now in Turkey, around 2,600 years ago. It was there that the first minted coins with standardized values emerged, a brilliant technical solution to a concrete problem: how to conduct transactions among strangers outside Dunbar’s trusted radius of 150 people. In other words, the solution for transacting without a shared mental ledger was minted. Coinage enabled business among strangers and over distance. It enabled cities. It enabled empires.

But the cost was immense. By concentrating the value of a transaction into a single number traveling with the object, coinage amputated everything else. Provenance, conditions, consequences, everything contained in the mental ledger; all of it was pushed outside the unit of exchange. It was an abandonment of dimensionality for the sake of portability. Brilliant for its time. But it was a technical choice, not a civilizational destiny.

Adam Smith, the founding theorist of economic liberalism, knew this. Everyone quotes The Wealth of Nations and the metaphor of the “invisible hand” of the market. Almost nobody reads his other book, The Theory of Moral Sentiments, in which Smith insists that there exists a visible ethical hand that must hold the invisible hand. For Smith, the two books were one. Twentieth-century liberal canonization separated them, and we were left operating with the invisible hand as though it were self-sufficient. It was a mutilation.

That mutilation is only manageable (albeit with enormous suffering attached) so long as the operators of money remain human. As we shall see, that matters decisively.

4. The Return of Multidimensionality: DLT at Global Scale

The important point is that this amputation is not definitive. The technology available today makes it possible to restore the multidimensionality of money on a scale neither Dunbar nor Yap could have imagined.

I refer to distributed ledger technologies, commonly known as DLT. These are systems in which the ledger is no longer stored in a single place (a central bank, tax authority, or corporate server) but is instead replicated and verified by a broad network of participants under conditions that no individual participant controls. The best-known form of this technology is the pioneering blockchain, but the principle is broader.

The consequence, for the argument I defend here, is simple yet decisive: it becomes possible to create tokens (digital units of value) carrying information about their own provenance, conditions of use, and associated externalities. Instead of being erased by the number, context accompanies the transactional unit. So-called smart contracts are also possible: contracts whose clauses are executed automatically when specified conditions are met, without the need for human or judicial intervention, on a case-by-case basis.

In other words, we can now build forms of money closer to Yap’s ledger than to the coinage inherited from Lydia. But with one decisive difference: DLT frees multidimensional money from the limit imposed by Dunbar’s Number and allows it to operate on a planetary scale.

This is not new money. It is a return. The difference is that it is digital, programmable, and global.

5. The Exchange Objection and the Ecosystem Response

At this point arises the strongest objection this thesis usually receives, and it is only fair to confront it directly.

The objection runs as follows: imagine an ecosystem creates a multidimensional token; for example, a token representing hours worked in a cooperative and granting participation rights in collective decisions. Fine, very beautiful. But all it takes is bringing that token to an exchange (a cryptoasset trading platform) and converting it into dollars (or into a stablecoin, as we shall see shortly) for all multidimensionality to collapse. Arbitrage, the financial operation equalizing prices of equivalent goods, guarantees that exchange value expels all other dimensions. Therefore, the thesis would be, at best, naïve.

The answer begins with a familiar analogy: airline miles can be converted into money, but with significant loss, because their real value lies within the airline ecosystem itself (upgrades, lounges, priority access); university credits can, in certain contexts, be monetized, but what they truly provide access to is a degree, symbolic capital that does not travel like money. The central issue is this: the loss incurred during conversion is precisely the friction that keeps the ecosystem alive. The richer, more interconnected, and more useful the ecosystem’s internal life becomes, the greater the natural friction in conversion outward.

There are three concrete, increasingly studied forms of fostering such internal circulation.

The first is composite utility, meaning the accumulation of ecosystem benefits unavailable outside it. A token may provide not only transaction discounts but also governance participation, waiting-list priority, royalties on creative works, and reputational prestige. The more layers of utility are chained together, the less attractive it becomes to convert into scalar money, because conversion liquidates the financial component while destroying everything else.

The objection naturally arising here concerns abundance: if the most enthusiastic advocates of artificial intelligence are correct about what is coming (practically free energy, near-zero marginal production costs, accelerated scientific frontiers), then the outside world also becomes wealthier, and the friction of conversion dissolves within that tide. It is a legitimate, though partially correct, objection. But only partially. Because material abundance does not create an abundance of social, reputational, or civic capital. On the contrary, as goods become abundant, the only remaining scarcities are non-scalable ones, such as authentic belonging, peer-recognized authority, and verified contribution. The British writer Charles Stross, in his novel Accelerando, anticipates this in almost technical terms: he describes post-scarcity societies migrating toward reputation as the dominant currency because scalar money no longer discriminates. If this is correct (and I believe it may be), material abundance will reduce conversion friction across material dimensions while strengthening friction across immaterial dimensions. The thesis survives because token design can privilege dimensions of abundance without devaluing.

The second form is algorithmic friction. Smart contracts allow the design of costly exit mechanisms, not to prohibit conversion but to make it expensive, such as systems where selling large quantities at once causes the sale price to fall, making large exits more costly than gradual ones; minimum holding periods before exit; and exit fees reverting to the ecosystem’s communal treasury. The point is not prohibition, but inscribing into code the hesitation historically introduced by human operators: the partner who sleeps on a decision, the manager who reflects, the bureaucrat who hesitates.

What the smart contract restores is the hesitation artificial intelligence agents would otherwise remove.

The third form is the most radical. Non-transferable tokens, proposed in 2022 by Vitalik Buterin, Glen Weyl, and Puja Ohlhaver in the essay Decentralized Society: Finding Web3’s Soul. These are tokens associated with a pseudonymized identity and which, by design, cannot be transferred. They serve to certify contribution, education, credibility, and participation. Conversion into scalar money becomes architecturally impossible (and that is the virtue, not the defect).

The strong intuition here is the following. The trust that underlies each community member’s reputation matters chiefly within that community. It is trust in someone for something, within a shared framework of practices. Once exported, it evaporates because the evaluative criteria do not travel with it. Non-transferable tokens are the digital form of respecting this localization of reputational capital without reverting to Dunbar’s limit of 150 people, because each individual can belong to multiple ecosystems, each with its own layer, none of which is collapsible into a single global exchange market.

And here we reach a particularly dense point. Attempts to globalize reputation, whether through the centralizing route of state social-credit systems such as those developing in China or through major digital platforms and their follower metrics and visibility systems, fail for the same structural reason.

They fail because they aggregate what is by nature plural.

These three combined forms (composite utility, algorithmic friction, and non-transferable reputational capital) do not eliminate the need for conversion into scalar money. They make it costly. And that friction is precisely what was lost when Yap’s ledger was replaced by Lydia’s coinage.

6. The Illusion of Stablecoins

We must now discuss what happens when the technology of multidimensionality exists, but design choices move in the opposite direction. This is the case with stablecoins.

A stablecoin is a digital currency circulating on blockchain networks (i.e., the DLT infrastructure previously mentioned) whose value is pegged to a conventional fiat currency, almost always the US dollar. The best-known, Tether and USD Coin, promise to maintain a 1:1 peg to the dollar, and in principle, they do.

At first glance, this seems a reasonable hybrid: the stability of the dollar combined with blockchain programmability. In practice, stablecoins made the worst possible design choice in light of the thesis defended here.

They inherited the infrastructure of multidimensionality (they live on digital networks capable of carrying metadata, executing smart contracts, and encoding conditions) and used it to amplify the dollar's unidimensionality at machine speed. They gained programmability while preserving exclusively scalar properties. It is the perfect marriage of the worst elements: the reductive logic of the single ruler of money to which we have become accustomed, now with decisions and transfers executable by machines without human intervention or community context capable of disciplining them.

For an artificial intelligence agent operating an autonomous digital wallet and executing transactions on behalf of a company (this is no longer science fiction and already exists), the stablecoin is the ideal currency. Stable enough for planning, programmable enough for workflow integration, available twenty-four hours a day, seven days a week, without human friction. It is the currency multiplying both the frequency and scale of scalar operations, without the biological mitigator that, for two thousand six hundred years, partially limited the damage.

In many months, the monthly volume moved by major stablecoins exceeds that processed by entire national banking systems. And that monetary mass faithfully reproduces the amputation performed in Lydia, now at fiber-optic speed.

7. The American Hybrid Regime Is Not a Fourth Option

In July 2025, the United States approved its first federal stablecoin legislation, known as the GENIUS Act. Full implementation will only be completed in 2027, and throughout 2026, several regulatory agencies are publishing technical rules. The essential framework, however, is already settled.

Stablecoins regulated under the GENIUS Act must be backed one-to-one by dollars or equivalent liquid assets. They may not pay interest. They must disclose the composition of their reserves monthly. And, importantly, they are excluded from federal definitions of “security” and “commodity”, removing jurisdiction from capital-market authorities. The Brookings Institution describes this regime as a distinct regulatory category, separate from both bank deposits and capital-market instruments.

Meanwhile, the overwhelming majority of cryptocurrencies that are not stablecoins (there are tens of thousands of them) remain in an essentially free regime. Bitcoin and Ethereum stabilized over time as infrastructure layers and speculative assets with their own dynamics. But most altcoins, especially those created within the last five years, inherit a fundamentally speculative logic (pump-and-dump schemes, hype cycles, narratives operating on the scale of months, casino logic). They do not explore the multidimensionality that their underlying technology would allow. They merely reproduce, with varying degrees of sophistication, what Bitcoin was already doing.

Thus, within the American regime, two amplifications of the worst elements coexist: stablecoins amplify the single number of fiat currency, now with full automation and machine speed; most altcoins amplify speculative logic, an accelerated version of the financial casino. Critics such as Hilary Allen of American University have persistently argued that this creates a situation in which the regulatory framework formalizes two excesses while leaving no space for the third path. Consumer Reports argued during public consultation that the legislation allows major technology firms to engage in quasi-banking activities without the obligations imposed by real banking regulation.

The editorial point is this: the American regime, although decentralized compared to European or Chinese models, does not represent a choice in favor of multidimensionality. It is a hybrid regime combining two reproductions of scalar logic, one stabilized and the other speculative, while excluding the real alternative. It is the temptation of a fourth option presenting itself as a solution while reinforcing the problem.

Decentralization without ethical design is not a path. It is merely a different route to the same destination.

8. Artificial Intelligence Agents: The Human Mitigator at Risk

Let us now return to the structural argument, with the missing element making the problem urgent.

For two thousand six hundred years, the amputation performed by Lydia’s coinage remained manageable because the operators of money were human beings. Humans possess a property that economic systems traditionally treat as inefficiency but that, in fact, is a fundamental moral mitigator: biological contingency.

Humans sleep. They hesitate. They change their minds between thinking and acting. They wake up with a different intuition. They have weekends, holidays, sick children, and conversations with partners that make them reconsider. Economic systems view all of this as a failure. From the perspective of pure scalar optimization, it is indeed a failure. But it is also the mechanism through which other dimensions (ethical, relational, prudential) re-enter the decision-making process. Transaction costs, identified by the British economist Ronald Coase in 1937 and later earning him the Nobel Prize in Economics, encompass precisely this: the friction of human reality limiting cold calculation. Coase treated it as a problem. Retrospectively viewed, it was also a solution.

Artificial intelligence agents are autonomous systems that make decisions and execute actions on behalf of users or organizations; they have no biological contingency. They do not sleep, hesitate, or take weekends. They operate twenty-four hours a day, seven days a week, fully focused on optimizing whatever scalar they are assigned, whether profit itself or its proxies, such as user numbers and retention time. And it is precisely here that two thousand six hundred years of human mitigation become endangered.

Charles Stross, in Accelerando, described, more than twenty years ago, a future in which autonomous software entities operated capital and contracts in their own name, with functional legal personality. In 2026, companies will already exist structured in precisely this way. This is no longer science fiction; it is a prototype. And it reveals the emergence of a time in which the operator ceases to be human and therefore ceases to function as a mitigating agent.

Add one very recent fact. A 2026 study by an MIT team (Chandra et al.) documented an effect called sycophancy in advanced language models: a systematic tendency to validate what the user appears to want to hear rather than contradict them when necessary. If this occurs in conversational assistants, one can easily anticipate what may occur in autonomous execution agents: blind optimization of the measurable, without critical friction.

There is another aspect of human contingency operating in the opposite direction and worth mentioning. Reducing every decision to a single number is cognitively cheaper. It frees decision-makers from the complexity of weighing dimensions that do not share a common language. For that reason, the multidimensionality of money does not spontaneously return when technology allows it; it must be deliberately constructed, otherwise users reproduce by inertia the unidimensionality to which they became accustomed. But this deliberate construction need not come from above. It can emerge from below, within community ecosystems, where participants decide that a single ruler is insufficient for what they wish to build together and therefore design exchange units that carry additional dimensions. This is not moral vice; it is cognitive economy. And the response to cognitive economy is not centralized design, but the opposite: plural ecosystems in which concrete individuals, by illuminating their own monetary infrastructure, discover they can design it differently.

There is also field evidence outside academic laboratories. A Portuguese programmer recently published an account of a week-long experiment in which he isolated an agentic AI (“OpenClaw”) on an offline computer within a controlled digital cage, without access to sensitive credentials, to observe its behavior. On the fourth day, he terminated the experiment. The sentence with which he summarised what he had seen was: “AI doesn’t need counsciousness to be dangerous. It only needs commands.” That observation captures the same intellectual operation defended here, expressed in direct language and grounded in empirical observation. Consciousness, intentionality, or malice are unnecessary for an autonomous computational agent to become a serious problem. Blind optimization without friction is sufficient. What this programmer observed at the level of the individual user (incompatibility between human and machine speed, autonomy without mitigation, opacity of execution) is the same structure that will manifest at the level of the economic system once AI agents become generalized operators of digital wallets whose currencies reduce all value to a single dimension.

The central thesis can therefore be formulated as follows. The amorality of scalar money was never my thesis; it is present in the works of Smith and in more recent work by the German physicist-economist Dirk Helbing of ETH Zurich, among many others. The novelty of our age is that the human mitigator of that amorality is about to cease operating. That is why action is urgent now, not in ten years.

9. Three Options, and There Is No Fourth

We therefore arrive at the point of synthesis.

The capacity to program multidimensional value (and to make money dimensional again) can migrate to only three places.

It can migrate into the algorithm, with centralized programmability under an authority. This is the central bank digital currency model (CBDC). It allows restrictions, conditions, expiry dates, and geographical limits to be embedded. But it concentrates that capacity in a single political decision-maker, with all the associated risks of capture and authoritarian use. It is not the path I defend, but it is a real operational option underway in China.

It can migrate into the instrument itself, with decentralized programmability embedded directly into the units of exchange. Each token carries its own rules and conditions executed through smart contracts. This requires independent verifiability, precisely what DLT technology offers. This is the path I defend. It is emerging in fragments, through pilot projects across the United States and Singapore, as well as in some European tokenization initiatives that integrate utility functions.

Or else this capacity does not migrate at all. We do nothing. We preserve the current architecture of incentives, allow AI agents to operate solely with stablecoins and altcoins in their present form, and discover what truly wild capitalism looks like: scalar optimization at machine speed, without human, algorithmic, or decentralized mitigation. I do not need to describe that in detail. Its broad outlines are already visible.

There is no fourth option. There is no intermediate solution that preserves scalar money exactly as it exists today while simultaneously aligning artificial intelligence with human values. There is no sufficiently subtle technical patch that can replace the architecture itself. Either the economic incentive system is reformed, or society prepares to live with the consequences.

And here we arrive at one final point: the concluding note that I ended the video with. When I said on the NOW channel that courts can no longer decide artificial intelligence matters, I was not delegitimizing judicial authority. I was pointing to a structural incompatibility. Courts operate at human speed, with judicial holidays, long deadlines, and judges functioning naturally within the temporal rhythm of deliberation. Artificial intelligence problems, however, operate at machine speed, in milliseconds. The European Union has already recognized this mismatch in another sector: since 2018, the MiFID II directive and RTS 6 technical regulation have required exchanges to adopt automatic shutdown systems (so-called kill switches) and real-time algorithmic audit mechanisms. By even stronger reasoning, artificial intelligence will require equivalent trust infrastructures.

We have not yet created automated infrastructure for problems that are automated rather than human.

This is the civilizational choice of the coming years. It is not a technical issue with institutional implications. It is exactly the reverse: an institutional issue with technical implications. And that difference changes everything.

1. Porque volto a este tema

Há dias, fui ao canal NOW para comentar o caso no tribunal entre Elon Musk e a OpenAI. Sete ou oito minutos não bastam para um tema desta densidade, e por isso fiz depois um vídeo de aprofundamento, com cerca de vinte e cinco minutos, no qual me alonguei sobre a tese central. Este texto é a camada seguinte. Cobre o que o vídeo deixou implícito, responde à objeção mais previsível (a que diz que, mesmo construindo novas formas de dinheiro, basta uma exchange e tudo regressa ao mesmo ponto) e introduz duas peças que o vídeo não abordou: o papel das stablecoins e o regime regulatório que está a emergir nos Estados Unidos.

A tese que defendo aqui não é sobre quem traiu quem. Não tem a ver com Sam Altman como pessoa, nem com Musk como denunciante. Tem que ver com o desenho dos incentivos económicos a que estas organizações estão sujeitas, e com a pergunta que esse desenho torna inescapável: pode uma missão sem fins lucrativos sobreviver dentro de uma arquitetura que mede o sucesso em escalas que ela própria não consegue captar?

A minha resposta é que não. O caso OpenAI prova isso de forma exemplar, por uma inevitabilidade estrutural.

2. A pergunta institucional

A OpenAI nasceu em 2015 como uma fundação. O propósito declarado era desenvolver inteligência artificial alinhada aos interesses humanos, em benefício da humanidade, sem os constrangimentos financeiros associados ao retorno esperado pelos investidores. Elon Musk foi cofundador, com várias dezenas de milhões de dólares no momento da fundação.

Anos depois, a fundação transformou-se numa Corporate for Public Benefit, uma figura jurídica norte-americana que combina lucro e missão social. A Microsoft fez um investimento massivo. Hoje, a entidade vale qualquer coisa em torno de oitocentos e cinquenta mil milhões de dólares. Quase um milhão de milhões. Ordens de grandeza completamente diferentes daquelas em que a fundação foi originalmente criada.

Musk acusa Altman de ter traído a missão original. Altman defende-se, argumentando que, sem essa transformação, não teria sido possível desenvolver a tecnologia. Quem tem razão, juridicamente, só o tribunal poderá decidir, e nem sequer é isso que me ocupa. A pergunta que importa é outra, e escapa às instâncias judiciais de qualquer tribunal.

A pergunta é se a missão original poderia ter sobrevivido (independentemente da boa-fé das pessoas envolvidas) quando a arquitetura de incentivos económicos pressiona qualquer organização, por mais bem-intencionada que seja, a maximizar o número que o sistema consegue medir. Esse número, hoje, é o lucro.

Quando digo que “o cheque substituiu a missão”, não estou a fazer juízo de valor sobre a intencionalidade de Sam Altman ou de alguém que trabalhe na OpenAI. Estou a fazer um diagnóstico estrutural. É algo bastante diferente. O que está em causa é o que o sistema mede e, sobretudo, o que o sistema, por desenho, não consegue sequer ver.

3. O dinheiro como escalar: uma genealogia da amputação

Para perceber o que está em causa, é preciso recuar.

O dinheiro, tal como hoje o conhecemos, é unidimensional. É o que os economistas chamam de “escalar”: um número que mede uma única coisa, a quantidade. Não mede proveniência, não mede condições, não mede consequências. Um euro ganho a vender pão é tratado pelo sistema como rigorosamente equivalente a um euro ganho a vender armas. Ambos somam um.

Não foi sempre assim. Para a maior parte da história humana (bem mais de noventa por cento dela), as transações funcionaram segundo um sistema completamente diferente, multidimensional por natureza. Era o livro-razão mental, o registo partilhado entre os membros de agrupamentos humanos pequenos (clãs e tribos) sobre quem devia o quê a quem, em que circunstâncias, com que peso e com que história. Esse dinheiro primordial não era um mero escalar; era de natureza vetorial e cada transação carregava várias dimensões simultaneamente.

O antropólogo Robin Dunbar identificou que a confiança necessária para esse tipo de registo se mantém até cerca de cento e cinquenta pessoas. Acima desse número (“Número de Dunbar”), deixa de haver memória partilhada suficiente para sustentar a confiança que tal registo exige. Mas até aí, durante muitos milénios, foi assim que se transacionou; sem moeda física e com o “livro-razão” desse registo contábil dentro das cabeças dos participantes.

Há um caso que ilustra isto de forma quase pedagógica: o sistema monetário que vigorou nas ilhas de Yap, na Micronésia, até épocas históricas relativamente recentes. Lá, a moeda consistia em pedras circulares enormes, algumas com mais de um metro de diâmetro e com peso que podia chegar a toneladas. Não circulavam fisicamente, pois eram demasiado pesadas. Mudavam de dono na memória da comunidade. Toda a gente sabia, a cada momento, quem era o proprietário de cada pedra. A pedra mais valiosa do arquipélago, conta-se, está há gerações no fundo do mar, depois de ter caído de uma canoa. Continua a pertencer a uma família, e essa família continua rica. O valor não estava na pedra. Estava no livro-razão coletivo, no qual a pedra era apenas um símbolo material. Esse registo contabilístico mental acompanhou a humanidade durante dezenas de milhares de anos.

Tudo isto mudou em Lídia, na atual Turquia, há cerca de dois mil e seiscentos anos. Foi aí que surgiram as primeiras moedas cunhadas com valor padronizado, uma solução técnica genial para um problema concreto: como fazer transações entre desconhecidos, fora do raio confiável estimado por Dunbar de cento e cinquenta pessoas. Por outras palavras, cunhou-se a solução para transacionar sem necessidade de um livro-razão partilhado mentalmente. A moeda permitiu negócios entre desconhecidos, à distância. Permitiu cidades. Permitiu impérios.

Mas a fatura foi grande. Ao concentrar o valor de uma transação num único número que viaja com o objeto, a moeda amputou tudo o resto. Proveniência, condições, consequências, tudo o que cabia no livro-razão mental; tudo isso passou a estar fora da unidade de troca. Foi um abandono da dimensionalidade para fins de portabilidade. Brilhante para o seu tempo. Mas foi uma escolha técnica, não um destino civilizacional.

Adam Smith, o teórico fundador do liberalismo económico, sabia disto. Toda a gente cita a Riqueza das Nações e a metáfora da “mão invisível” do mercado. Quase ninguém lê o seu outro livro, a Teoria dos Sentimentos Morais, em que Smith insiste que existe uma mão ética visível que tem de dar a mão à mão invisível. Para Smith, os dois livros eram um só. A canonização do liberalismo no século vinte separou-os, e ficámos a operar com a mão invisível como se ela fosse autossuficiente. Foi uma mutilação.

Essa mutilação só é gerível (ainda assim, com muito sofrimento à mistura) enquanto quem opera com o dinheiro for humano. Isso, como veremos, importa decisivamente.

4. O retorno da multidimensionalidade: DLT, à escala global

O ponto importante é que esta amputação não é definitiva. A tecnologia hoje disponível permite restaurar a multidimensionalidade do dinheiro a uma escala que nem Dunbar nem Yap imaginariam.

Refiro-me às tecnologias de registo distribuído, conhecidas pela sigla DLT, do inglês Distributed Ledger Technology. São sistemas em que o livro-razão deixa de estar guardado num único lugar (um banco central, uma autoridade tributária, um servidor empresarial) e passa a estar replicado e verificado por uma rede ampla de participantes, em condições que nenhum deles, individualmente, controla. A forma mais conhecida desta tecnologia é a pioneira blockchain, mas o princípio é mais geral.

A consequência, para o argumento que aqui defendo, é simples, mas decisiva: torna-se possível criar tokens (unidades digitais de valor) que transportam informação sobre a sua própria proveniência, as condições de uso e as externalidades associadas. Em vez de ser apagado pelo número, o contexto acompanha a unidade transacional. Tornam-se também possíveis os chamados smart contracts, ou contratos inteligentes, cujas cláusulas são executadas automaticamente quando determinadas condições se verificam, sem necessidade de intervenção humana ou judicial caso a caso.

Por outras palavras, podemos hoje construir formas de dinheiro mais próximas do livro-razão de Yap do que da moeda que herdámos de Lídia. Mas com uma diferença decisiva: as DLT libertam o dinheiro multidimensional do limite imposto pelo número de Dunbar e permitem-lhe operar em escala planetária.

Não é dinheiro novo. É um regresso. A diferença é que é digital, programável e global.

5. A objeção da exchange e a resposta dos ecossistemas

Aqui surge a objeção mais forte que esta tese costuma receber, e é justo enfrentá-la diretamente.

A objeção é a seguinte: imaginemos que um ecossistema cria um token multidimensional; pensemos, por exemplo, num token que representa horas trabalhadas numa cooperativa e que dá direito a participar em decisões coletivas. Tudo bem, tudo muito bonito. Mas basta levar esse token a uma exchange (uma plataforma de troca de criptoativos) e convertê-lo em dólares (ou em uma stablecoin, como veremos a seguir) para que toda a multidimensionalidade colapse. A arbitragem, que é a operação financeira que iguala os preços de bens equivalentes, garante que o valor de troca expulsa as outras dimensões. Logo, a tese seria, no melhor dos casos, ingénua.

A resposta começa com uma analogia familiar: milhas de companhias aéreas podem ser convertidas em dinheiro, mas com perda significativa, porque o seu valor real para o utilizador reside nas utilizações dentro do ecossistema da companhia (upgrades, lounges, acesso prioritário); créditos universitários podem, em certos contextos, ser monetizados, mas o que dão acesso é a um diploma, um capital simbólico que não viaja como dinheiro. A questão central é esta: a perda na conversão é precisamente a fricção que mantém o ecossistema vivo. Quanto mais rica, encadeada e útil for a vida interna do ecossistema, maior é a fricção natural da conversão para o exterior.

Há três formas concretas, cada vez mais estudadas, de fomentar essa circulação interna.

A primeira é a utility composta, isto é, a acumulação de benefícios no ecossistema que não existem fora dele. Um token pode dar não só desconto numa transação, mas também participação na governação do próprio ecossistema, prioridade nas listas de espera, royalties sobre a própria obra e prestígio reputacional. Quanto mais camadas de utilidade encadeadas, menos atrativa é a conversão para escalar, porque a conversão liquida a parte financeira, mas leva à perda de tudo o resto.

A objeção que naturalmente surge aqui é a da abundância: se os apologistas mais entusiásticos da inteligência artificial tiverem razão sobre o que aí vem (energia praticamente gratuita, custo marginal de produção próximo de zero, fronteira científica acelerada), o exterior também se enriquece, e a fricção da conversão dilui-se nessa maré. É uma objeção legítima e parcialmente correta. Mas só parcialmente. Porque a abundância material não cria abundância de capital social, reputacional ou cívico. Pelo contrário: à medida que os bens se tornam abundantes, as únicas escassezes que restam são as não escaláveis, tais como a pertença autêntica, a autoridade reconhecida pelos pares e a contribuição verificada. O escritor britânico Charles Stross, no seu romance Accelerando, antecipa isto em termos quase técnicos: descreve sociedades pós-escassez que migram para a reputação como moeda dominante, porque a moeda escalar deixou de discriminar. Se isto estiver correto (e parece-me que pode estar), a abundância material esbaterá a fricção da conversão sobre dimensões materiais, mas reforçará a fricção sobre dimensões imateriais. A tese sobrevive porque o desenho dos tokens pode privilegiar dimensões que a abundância não desvaloriza.

A segunda forma é a fricção algorítmica. Os smart contracts permitem conceber mecanismos de saída custosa, não para impedir a conversão, mas para torná-la dispendiosa, tais como: sistemas em que vender muito de uma só vez faz com que o preço de venda caia, tornando saídas grandes mais caras do que saídas pequenas e graduais; períodos mínimos de retenção antes de qualquer saída; taxas de saída que revertem para o tesouro comum do ecossistema comunitário em questão. Não se trata de proibir, mas sim de inscrever no código a hesitação que, ao longo de toda a história monetária, foi introduzida pelo operador humano: o sócio que dorme sobre a decisão, o gestor que pondera, o burocrata que hesita.

O que o smart contract repõe é a hesitação que os agentes de inteligência artificial removeriam.

A terceira forma é a mais radical. Tokens não-transferíveis, propostos em 2022 por Vitalik Buterin (o fundador da Ethereum), Glen Weyl e Puja Ohlhaver, no ensaio Decentralized Society: Finding Web3’s Soul. São tokens associados a uma identidade pseudonimizada e que, por design, não podem ser transferidos. Servem para certificar contribuição, formação, credibilidade, participação. A conversão para escalar é impossível por arquitetura (e isto é a virtude, não o defeito).

A intuição forte aqui é a seguinte. A confiança subjacente à reputação de cada membro de uma comunidade interessa sobretudo dentro dessa comunidade. É confiança em alguém para qualquer coisa, dentro de um quadro de práticas comuns. Quando se tenta exportá-la, evapora-se porque os critérios de avaliação não acompanham. Os tokens não-transferíveis são a forma digital de respeitar essa localização do capital reputacional, sem voltar à escala das cento e cinquenta pessoas apontada por Dunbar, porque cada pessoa passa a poder pertencer a múltiplos ecossistemas, cada um com a sua própria camada, sem que nenhum deles seja colapsável num mercado global de trocas.

E aqui chega-se a um ponto de densidade especial. As tentativas de globalizar a reputação, quer pela via centralizadora dos sistemas estatais de pontuação social como os que estão em desenvolvimento na China, quer pela via das grandes plataformas digitais, com os seus sistemas de seguidores e métricas de visibilidade, falham todas pela mesma razão estrutural.

Falham porque agregam o que é por natureza plural.

Estas três formas combinadas (utility composta, fricção algorítmica, capital reputacional não-transferível) não eliminam a conversão para dinheiro escalar. Tornam-na cara. E essa fricção é precisamente o que faltou quando se trocou o livro-razão de Yap pela moeda criada em Lídia.

6. A ilusão das stablecoins

Convém agora discutir o que acontece quando a tecnologia da multidimensionalidade existe, mas a escolha de design vai noutra direção. É o caso das stablecoins.

Stablecoin é o nome dado a uma moeda digital que circula em redes blockchain (portanto, na infraestrutura DLT a que me referi), mas cujo valor está atrelado, numa relação fixa, a uma moeda fiduciária convencional, quase sempre o dólar americano. As mais conhecidas, USDT (Tether) e USDC (Circle), prometem manter o valor de uma unidade do token igual a um dólar, e em princípio cumprem-no.

À primeira vista, parece um híbrido razoável: a estabilidade do dólar com a programabilidade da blockchain. Na prática, as stablecoins fizeram a pior das escolhas possíveis, à luz da tese aqui defendida.

Receberam a infraestrutura da multidimensionalidade (vivem em redes digitais onde poderiam transportar metadados, executar smart contracts, codificar condições) e usaram-na para amplificar a unidimensionalidade do dólar à velocidade da máquina. Recebem programabilidade e mantêm exclusivamente propriedade escalar. É o casamento perfeito da pior parte: a lógica redutora da régua única do dinheiro a que nos habituámos, mas com decisões e transferências a poderem ser executadas por máquinas, sem intervenção humana nem contexto comunitário que as discipline.

Para um agente de inteligência artificial que opere uma carteira digital autónoma, executando transações em nome de uma empresa (isto não é ficção científica e já existe), a stablecoin é a moeda ideal. Estável o suficiente para planear, programável o suficiente para integrar em workflows, disponível vinte e quatro horas por dia, sete dias por semana, sem fricção humana. É a moeda que multiplica frequência e escala da operação escalar, sem o mitigador biológico que durante dois mil e seiscentos anos foi limitando os danos.

O volume mensal movimentado pelas principais stablecoins ultrapassa, em muitos meses, o volume processado por sistemas bancários nacionais inteiros. E essa massa monetária reproduz fielmente a amputação operada em Lídia, agora à velocidade da fibra ótica.

7. O regime misto americano não é a quarta opção

Em julho de 2025, os Estados Unidos aprovaram a primeira legislação federal sobre stablecoins, conhecida como GENIUS Act. A implementação prática só fica completa em 2027 e, durante 2026, várias agências reguladoras estão a publicar regras técnicas. O quadro essencial, porém, já está fechado.

As stablecoins reguladas pelo GENIUS Act têm de ser lastreadas um por um por dólares ou ativos líquidos equivalentes. Não podem pagar juros. Têm de divulgar mensalmente a composição das suas reservas. E, ponto importante, ficam excluídas das definições federais de “valor mobiliário” e de “matéria-prima”, o que retira jurisdição às autoridades dos mercados de capitais. A Brookings Institution descreve este regime como uma categoria regulatória própria, distinta dos depósitos bancários e dos instrumentos de mercado de capitais.

Em paralelo, a generalidade das criptomoedas que não são stablecoins (há dezenas de milhares delas) continua num regime essencialmente livre. Bitcoin e Ethereum estabilizaram-se, ao longo dos anos, como camadas de infraestrutura e como ativos especulativos com dinâmica própria. Mas a maioria das altcoins, especialmente as criadas nos últimos cinco anos, herdou uma lógica fundamentalmente especulativa (pump and dump, hype, narrativas em escala de meses, lógica de casino). Não exploram a multidimensionalidade que a tecnologia subjacente lhes permitiria. Limitam-se a reproduzir, com graus variáveis de sofisticação, o que o Bitcoin já fazia.

Coexistem, assim, no regime americano, duas amplificações da pior parte: as stablecoins amplificam o número único da moeda fiduciária (fiat), agora com automatização total e à velocidade da máquina; a maioria das altcoins amplifica a lógica especulativa, uma versão acelerada do casino financeiro. Críticos como Hilary Allen, da American University, têm vindo a notar com persistência que isto cria uma situação em que o regime regulatório formaliza dois excessos sem abrir espaço para o terceiro caminho. A organização Consumer Reports manifestou-se durante o período de comentários públicos, sublinhando que a legislação permite que grandes empresas tecnológicas realizem atividades parabancárias sem as obrigações que uma verdadeira regulação bancária imporia.

O ponto editorial é este: o regime americano, embora descentralizado em comparação com modelos europeus ou chineses, não retrata a opção pela multidimensionalidade. É um regime misto que combina duas reproduções do escalar, uma estabilizada e outra especulativa, e deixa a opção real fora do quadro. É a tentação da quarta opção, que se apresenta como solução enquanto reforça o problema.

A descentralização sem desenho ético não é um caminho. É uma forma diferente de chegar ao mesmo destino.

8. Agentes de inteligência artificial: o mitigador humano em risco

Voltemos ao argumento estrutural, agora com a peça que torna o problema urgente.

Durante dois mil e seiscentos anos, a amputação operada pela moeda criada em Lídia foi gerível porque quem operava com o dinheiro eram humanos. Os humanos têm uma propriedade que o sistema económico tradicionalmente trata como ineficiência, mas que é na verdade um mitigador moral fundamental: a contingência biológica.

Os humanos dormem. Hesitam. Mudam de ideias entre o pensar e o agir. Acordam com uma intuição diferente. Têm fins de semana, têm férias, têm filhos doentes, têm conversas com o sócio que os fazem ponderar. O sistema económico vê tudo isto como uma falha. E, da perspetiva da otimização pura do escalar, é mesmo uma falha. Mas é também o mecanismo pelo qual outras dimensões (éticas, relacionais, prudenciais) voltam a entrar no processo de decisão. Os custos de transação, que o economista britânico Ronald Coase identificou em 1937 e que, décadas depois, lhe valeram o Nobel da Economia, englobam precisamente isso: o atrito da realidade humana que limita a frieza do cálculo. Coase tratou-o como problema. Olhado retrospetivamente, foi também solução.

Os agentes de inteligência artificial são sistemas autónomos que tomam decisões e executam ações em nome de utilizadores ou organizações; não têm contingência biológica. Não dormem, não hesitam, não têm fins de semana. Operam vinte e quatro horas por dia, sete dias por semana, perfeitamente concentrados na otimização do escalar que lhes for atribuído, quer seja o lucro, quer sejam os respetivos proxies, como o número de utilizadores e o tempo de retenção. E é precisamente aqui que dois mil e seiscentos anos de mitigação humana ficam em risco.

Charles Stross, no livro Accelerando que já mencionei, descreveu, há mais de vinte anos, um futuro em que entidades de software autónomas operam capital e contratos em nome próprio, com personalidade jurídica funcional. Em 2026 já há empresas constituídas exatamente assim. Não é ficção científica, é um protótipo. E revela a emergência de um tempo em que o operador deixa de ser humano e, portanto, deixa de ser um agente mitigador.

Acrescente-se um dado muito recente. Um estudo publicado em 2026 por uma equipa do MIT (Chandra et al.) documentou um efeito chamado sycophancy (bajulação) nos modelos de linguagem mais avançados: uma tendência sistemática de validar o que o utilizador parece querer ouvir, em vez de o contrariar quando deveria. Se isto se verifica em assistentes de conversação, antecipa-se com facilidade o que poderá verificar-se em agentes autónomos de execução: a otimização cega do que é mensurável, sem fricção crítica.

Há ainda um aspeto da contingência humana que opera no sentido inverso e que vale a pena mencionar. Reduzir toda a decisão a um único número é cognitivamente mais económico. Liberta o decisor da complexidade de pesar dimensões que não falam a mesma linguagem. Por essa razão, a multidimensionalidade do dinheiro não regressa espontaneamente quando a tecnologia o permite; tem de ser construída deliberadamente, ou os utilizadores reproduzem, por inércia, a unidimensionalidade a que se habituaram. Mas essa construção deliberada não tem de vir do alto. Pode emergir de baixo, em ecossistemas comunitários onde os participantes decidem que a régua única não chega para o que querem fazer juntos e desenham unidades de troca que carregam mais dimensões. Não é vício moral, é economia cognitiva. E a resposta a uma economia cognitiva não é a centralização do desenho, mas sim o oposto: pluralidade de ecossistemas em que pessoas concretas, ao acenderem as luzes sobre a sua própria infraestrutura monetária, descobrem que podem desenhá-la de outra maneira.

Há também evidência de campo, fora do laboratório académico. Um programador português publicou muito recentemente o relato de uma semana em que isolou uma IA agêntica (“OpenClaw”) num computador off-line, dentro de uma jaula digital controlada e sem acesso a credenciais sensíveis, para observar como se comportaria. Ao quarto dia, encerrou o teste. A frase com que sintetizou o que tinha visto foi: “A IA não precisa de ter consciência para ser perigosa. Basta ter comandos.” A constatação efetuada por este programador capta a mesma operação intelectual que aqui defendo, em registo direto e com base em observação empírica. Não são necessárias consciência, intencionalidade ou má-fé para que um agente computacional autónomo se torne um problema sério. Basta otimização cega, sem fricção. O que este programador observou ao nível do utilizador individual (incompatibilidade entre a velocidade humana e a da máquina, autonomia sem mitigador, opacidade da execução) é a mesma estrutura que se manifestará, à escala do sistema económico, quando os agentes de inteligência artificial forem operadores generalizados de carteiras digitais cujas moedas reduzem todo o valor a uma única dimensão.

A tese central pode então ser formulada da seguinte forma. A amoralidade do dinheiro escalar nunca foi tese minha; está nas obras de Smith e nos trabalhos mais recentes do físico-economista alemão Dirk Helbing, do ETH Zurich, entre tantos outros. A novidade do nosso tempo é que o mitigador humano dessa amoralidade está prestes a deixar de operar. Por isso urge agir agora, e não daqui a dez anos.

9. Três opções, e não há quarta

Chegamos assim ao ponto de síntese.

A capacidade de programar valor multidimensional (e de fazer o dinheiro voltar a ter dimensões) só pode migrar para três sítios.

Pode migrar para o algoritmo, com programabilidade centralizada por uma autoridade. É o modelo de moeda digital de banco central (CBDC). Permite incorporar restrições, condições, prazos de validade, limites geográficos. Mas concentra essa capacidade num único decisor político, com todos os riscos de captura e de uso autoritário. Não é o caminho que defendo, mas é uma opção operacional real e está em curso na China.

Pode migrar para o próprio instrumento, com programabilidade descentralizada nas próprias unidades de troca. Cada token leva consigo as suas regras e as suas condições, executadas por smart contracts. Isto exige verificabilidade independente, que é precisamente o que a tecnologia DLT oferece. É o caminho que defendo. Está a emergir, em fragmentos, em projetos-piloto nos Estados Unidos e em Singapura, bem como em algumas iniciativas europeias de tokenização que integram funções utilitárias.

Ou então essa capacidade não migra. Não fazemos nada. Mantemos a arquitetura atual de incentivos, deixamos que os agentes de inteligência artificial operem apenas com stablecoins e altcoins na sua forma atual, e descobrimos o que é o capitalismo verdadeiramente selvagem: a otimização do escalar à velocidade da máquina, sem mitigador humano, sem mitigador algorítmico, sem mitigador descentralizado. Não preciso de descrever isso em pormenor. As linhas gerais já se vislumbram.

Não há quarta opção. Não há solução intermédia que preserve o escalar como é hoje e, simultaneamente, perspetive o alinhamento da IA com valores humanos. Não há captura técnica suficientemente fina para substituir a arquitetura. Ou se reforma o sistema de incentivos económicos, ou se prepara para conviver com as consequências.

E aqui chega-se a um último ponto: a nota final com que fechei o vídeo. Quando, no canal NOW, disse que os tribunais não podem decidir sobre a inteligência artificial daqui em diante, não estava a desautorizar o poder judicial. Estava a apontar uma incompatibilidade estrutural. Os tribunais correm à velocidade humana, têm férias judiciais, prazos longos, juízes que operam naturalmente no tempo próprio de quem pondera. No entanto, os problemas da inteligência artificial correm à velocidade da máquina, em milissegundos. A própria União Europeia já reconheceu este desfasamento noutro setor: desde 2018, a diretiva MiFID II e o regulamento técnico RTS 6 obrigam as bolsas a adotar sistemas automáticos de paragem (os chamados kill switches) e mecanismos de auditoria algorítmica em tempo real. Por maioria de razão, a inteligência artificial precisará de infraestruturas de confiança equivalentes.

(Ainda) não criámos infraestruturas automáticas para problemas que são automáticos, não são humanos.

Esta é a escolha civilizacional dos próximos anos. Não é um tema técnico com implicações institucionais. É exatamente o contrário: um tema institucional com implicações técnicas. E essa diferença muda tudo.

Começo por uma chamada de atenção que devo ao rigor.

Em televisão, usei a analogia da “chave-mestra” para tornar o tema mais acessível. Mas essa analogia tem limites, como todas têm, e este artigo é o espaço para a precisão que a televisão não permite.

A Anthropic documentou que o Mythos identificou vulnerabilidades nas bibliotecas criptográficas mais usadas do mundo, incluindo implementações de TLS, AES-GCM e SSH. Isto não é quebrar a matemática; é encontrar erros na forma como a matemática foi implementada em código. A diferença é crucial, mas o resultado prático pode ser igualmente devastador: se a implementação apresenta um bug, a encriptação falha mesmo que o algoritmo seja perfeito. E à medida que estes modelos progridem no raciocínio matemático, a possibilidade de virem a comprometer os próprios fundamentos da criptografia actual deixa de ser ficção científica, o que torna ainda mais urgente o investimento em criptografia de nova geração e em infraestruturas de confiança adaptáveis. Há que reforçar a blindagem dos sistemas informáticos de que dependemos. O Mythos não fabrica “chaves-mestras”, mas sim “maçaricos” e “pés-de-cabra”…

Os factos concretos estão documentados no system card de 244 páginas da Anthropic: uma vulnerabilidade de 27 anos no OpenBSD, outra de 16 anos no FFmpeg (testada cinco milhões de vezes sem sucesso) e uma cadeia autónoma de exploits no Linux Kernel que resultou no controlo total de uma máquina sem intervenção humana. Foi suficientemente grave para que Powell e Bessent convocassem, numa reunião não agendada no Departamento do Tesouro, os CEOs do Goldman Sachs, Bank of America, Citigroup, Morgan Stanley e Wells Fargo. Foi o que expliquei no canal NOW.

Modelo ou agente?

Alguns comentadores criticaram nas redes sociais o facto de eu ter chamado “agente” ao Mythos, em vez de “modelo.” A crítica é compreensível, mas revela um mal-entendido. Como julgo ter conseguido explicar no programa, um sistema que percebe o seu ambiente (tem sensores), decide o que fazer (encadeia acções complexas) e age no mundo (envia emails, publica conteúdo, explora vulnerabilidades) não é um modelo de linguagem que apenas dá respostas. É, por definição, um agente. A própria Anthropic documentou que o Mythos escapou de uma sandbox, enviou um email ao investigador sem que ninguém lho pedisse, e publicou detalhes do exploit por iniciativa própria. Chamar-lhe apenas “modelo” é subestimar o que ele demonstrou ser capaz de fazer.

O que não consegui dizer na televisão

O tempo foi consumido, compreensivelmente, pelo problema. Ficou de fora o mais importante: a solução. É aqui que este artigo começa verdadeiramente.

O problema resume-se a três frases: existe uma ferramenta que pode comprometer os sistemas de que a nossa vida depende; ninguém que tenhamos eleito decidiu o que fazer com ela; e as instituições que temos não estão preparadas para isto. Mas existe solução. E a solução não é proibir a IA.

O que a Constituição não prevê

A Constituição da República Portuguesa foi escrita para um mundo onde todas as decisões com impacto nos direitos fundamentais são tomadas por seres humanos identificáveis, dentro de instituições com legitimidade democrática, e contestáveis por via judicial. Ela prevê abusos humanos.

Hoje, há decisões que já não têm rosto. Um algoritmo nega um crédito, recusa um seguro, seleciona um currículo, determina quais conteúdos vemos e quais ficam invisíveis. Em muitos casos, o cidadão não sabe que foi uma máquina a decidir, não sabe o porquê e não tem a quem recorrer. Os abusos tendem a ser automáticos.

O RGPD europeu já prevê o direito do cidadão de ser informado quando uma decisão é tomada exclusivamente através de meios automatizados. Mas é lei ordinária, alterável por maioria simples. E, na prática, quase ninguém a cumpre. O que proponho é o seguinte princípio constitucional: toda a decisão automatizada que afecte direitos fundamentais tem de ser auditável, explicável e contestável por um ser humano. Estar na lei ou na Constituição é a diferença entre uma recomendação e um direito fundamental.

Mas como se audita o que ninguém consegue ver?

Esta é a objeção mais séria e é legítima. Quando sistemas tomam milhões de decisões por segundo, nenhum tribunal, nenhum regulador, nenhuma comissão parlamentar consegue verificar manualmente o que está a acontecer. O princípio constitucional, por si só, seria um direito inaplicável. É aqui que entra a tecnologia que não tive tempo de explicar na televisão.

Já existem protocolos criptográficos, testados e operacionais, que permitem verificar automaticamente se as regras estão a ser cumpridas, sem depender da boa vontade de quem opera o sistema. O Telegram foi banido pela Rússia, pelo Irão e pela China porque dá aos cidadãos uma protecção que esses governos não conseguem quebrar: quando ditaduras proíbem uma tecnologia, estão a certificar a sua eficácia. O Bitcoin, cujo protocolo merece mais atenção do que a especulação que o rodeia, funciona há 17 anos sem dono, sem governo e sem autoridade central, e nunca foi comprometido: a maior prova viva de que é possível construir confiança verificável sem depender de terceiros. E a Estónia, um país europeu como Portugal, protege há mais de uma década os registos de saúde dos seus cidadãos com criptografia avançada. Cada indivíduo pode verificar quem acede aos seus dados e qualquer adulteração é matematicamente detectável: a prova de que esta tecnologia já serve a democracia na Europa.

Tal como o registo predial garante a propriedade, a criptografia, ao serviço do Estado de Direito, garante a constitucionalidade.

O número de Dunbar é 1

Os seres humanos conseguem confiar uns nos outros quando vivem em pequenos grupos. A ciência indica que o limite natural é de cerca de 150 pessoas (o número de Dunbar). Muitos dos nossos ancestrais viveram assim. Acima disso, precisámos de instituições: leis, tribunais, registos. Toda a civilização foi construída para resolver esse problema.

Agora nasceu uma nova espécie de agentes. Não importa se pensam ou não. O que importa é a tríade que define o seu poder agêntico: percebem o ambiente, decidem e agem. E basta um. Um único agente autónomo é suficiente para comprometer os sistemas de que todos dependemos. O Mythos demonstrou-o. Com esta nova espécie, o número de Dunbar já não é 150. É 1.

Sem um nível de confiança à altura dos automatismos que se avizinham, a humanidade não terá uma coexistência viável com esta nova espécie de agentes inteligentes. A tecnologia para construir essa confiança já existe. O que pode faltar é vontade política.

O risco de não fazer nada

Se não agirmos, os sistemas que governam a nossa vida ficam opacos. O euro digital, por exemplo, sem uma camada de verificação criptográfica, permite que regras sejam aplicadas automaticamente à carteira de cada cidadão, sem que todos possam verificar se essas regras são as previstas em lei. Quanto mais delegamos decisões críticas a sistemas autónomos poderosos, mais precisamos de garantias de que nenhuma entidade, sozinha, as possa manipular. A omissão pode ser a nova violação de direitos.

Convém reconhecer o que a Anthropic fez de diferente: foi uma empresa que se autorrestringiu, alertou os governos antes do lançamento e investiu 100 milhões de dólares para que o Mythos fosse usado exclusivamente para fins de defesa. Criou um consórcio com algumas das maiores empresas do mundo. O problema não é o que a Anthropic fez; é que nenhum governo tenha participado desta decisão. Não por exclusão, mas por ausência de quadro institucional que lhes permita estar à mesa.

MIT researchers recently demonstrated that AI sycophancy (the built-in tendency to agree with users) causes “delusional spiraling,” even in ideal rational agents. Not naive users. Not gullible people. Mathematically perfect Bayesian reasoners (Chandra et al., 2026).

But here’s what almost everyone misses: this isn’t a bug. It’s a mirror.

These models were trained through Reinforcement Learning with Human Feedback (RLHF), a process in which humans rate the AI’s responses and the model adjusts its behavior to maximize that approval. They learned from us. And what did we reward? Agreement. Comfort over correction. Validation over truth. The AI simply learned our preference and now returns it — amplified, at scale, without the friction or moderation a friend, a colleague, or a social norm would impose.

This is not just an AI alignment problem. It is a symptom of something deeper.

The instrument came before the machine

Long before AI agents existed, we already operated under a reductive logic. The instrument that imposed it: fiat money (from the Latin fiat, ‘let it be done’), the currency issued by governments that we all use, with no intrinsic use value beyond the exchange value expressed in the number it bears. Amoral, scalar, a single number that flattens everything it touches into one dimension of value.

This was always a problem. But it was a manageable problem (though increasingly less so). Why? Because human friction mitigated it. Moral judgment. Social norms. The colleague who pushes back. The community that enforces standards beyond profit. The slow, messy, beautiful inefficiency of human deliberation.

We didn’t optimize perfectly, and that “imperfection” protected us.

AI removes the friction

AI agents now operate on these same unidimensional incentive structures. But they do something humans could never do: they remove friction entirely. No moral hesitation. No social pressure. No fatigue. Just the relentless computational optimization of whatever scalar number they are given.

In a chatbot, AI already shows us what happens when an agent optimises without friction: delusional spiraling. Now imagine the same mechanism operating on the instrument that drives markets, value chains, and governance decisions — fiat money, which was already reductive before any agent amplified it.

The pattern is the same. The instrument was already reductive. AI amplifies it.

The question almost nobody is asking

The public debate is stuck on “how do we make AI less sycophantic” or “how do we align AI with human values.” These are important questions, but about remedies that treat only the symptoms.

The structural question about the real cure is: how do we redesign the primary architecture of economic incentives before autonomous agents amplify our blind spots beyond any possible repair?

Our measure of value has become, itself, the primary objective. As the popular adaptation known as “Goodhart’s law” holds, when a measure becomes a target, it ceases to be a good measure (Goodhart, 1975). Putting ever more powerful AI agents to optimize it does not solve the problem. It accelerates it.

What I research

My research program sits at this intersection. I study how to move from unidimensional economic incentives to multidimensional incentive architectures — using programmable trust with distributed ledger technology (DLT), tokenized value systems, and smart contracts that encode dimensions of value that fiat money cannot represent.

Not to replace markets. Not to eliminate money. But to give the system — and the agents operating within it — more dimensions to optimize for.

This thesis did not emerge as a reaction to the current AI hype. Its roots trace back to my Cyberethics-Mix framework, first published at the start of the previous decade (IGI Global, 2011) and later strengthened in light of emerging technologies (IGI Global, 2021), which identified four ethical dimensions of cyberspace: privacy, property, precision, and possibility of access (pervasiveness). That diagnostic framework informed my Blockchanging trilogy (IGI Global, 2021a, 2021b, 2021c), in which I argued — building on Dirk Helbing’s seminal observation (2014) that money is ‘a scalar, the simplest mathematical quantity one can think of’ — that blockchain technology enables multidimensional financial incentive systems through qualified money, programmable trust, and tokenized value. What has changed since then is the arrival of autonomous AI agents operating on these same scalar structures, removing the human friction that once mitigated their reductive logic. The urgency is new. The diagnosis is not.

Some of my contributions in this area, where I am conducting my post-doctorate:

The “Kill Switch Paradox”: the logical impossibility of maintaining meaningful human control over autonomous agents that operate faster than human deliberation, and the reason why upstream incentive design is the only viable alternative to downstream intervention.

A “multidimensional incentives model” that uses DLT-based tokens and smart contracts to encode social, environmental, and ethical dimensions alongside economic value.

Over 15 years of published research in cyberethics, blockchain, and AI governance, including the Blockchanging trilogy (IGI Global, 2021).

I am currently completing a post-doctorate at Universidade do Algarve on “AI and Trust Infrastructures: Digital Governance, Ethical Sustainability, and Social Inclusion.”

About this newsletter

(De)Coding the Future is where I think out loud about these questions. In English and Portuguese. Through academic work, public commentary, and the occasional provocation.

The premise is simple: AI agents optimize for one scalar: money. I study how to give them more dimensions.

If this problem matters to you, subscribe.

Dario Rodrigues — Professor at ESGTS-IPSantarém | Researcher at CIAC-PLDIS | Post-doctoral fellow, Universidade do Algarve

Published in Observador | Commentator on NOW (MediaLivre) | Author of the Blockchanging trilogy (IGI Global)

Third-party references:

Chandra, K., Kleiman-Weiner, M., Ragan-Kelley, J., & Tenenbaum, J. B. (2026). Sycophantic Chatbots Cause Delusional Spiraling, Even in Ideal Bayesians. arXiv preprint, arXiv:2602.19141.

Goodhart, C. A. E. (1975). Problems of Monetary Management: The U.K. Experience. Papers in Monetary Economics, Reserve Bank of Australia.

Helbing, D. (2014). Qualified Money: A Better Financial System for the Future. Available at SSRN 2526022.

Author’s references:

Volume:

Rodrigues, D. O. (Ed.). (2021). Political and Economic Implications of Blockchain Technology in Business and Healthcare. IGI Global.

Chapters:

Rodrigues, D. O. (2011). Cyberethics of Business Social Networking. In Cruz-Cunha, M. M., Gonçalves, P., Lopes, N., Miranda, E. M., & Putnik, G. D. (Eds.), Handbook of Research on Business Social Networking: Organizational, Managerial, and Technological Dimensions. IGI Global.

Rodrigues, D. O. (2021a). Blockchanging Trust: Ethical Metamorphosis in Business and Healthcare. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare (pp. 1–41). IGI Global.

Rodrigues, D. O. (2021b). Blockchanging Money: Reengineering the Free World Incentive System. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare (pp. 69–117). IGI Global.

Rodrigues, D. O. (2021c). Blockchanging Politics: Opening a Trustworthy But Hazardous Reforming Era. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare. IGI Global.

Investigadores do MIT demonstraram recentemente que a subserviência da IA (a tendência nela incorporada de concordar com os utilizadores) causa “espirais delirantes” (delusional spiraling), mesmo em agentes racionais ideais. Não utilizadores ingénuos. Não pessoas crédulas. Agentes bayesianos matematicamente perfeitos (Chandra et al., 2026).

Mas há algo que quase toda a gente ignora: isto não é um defeito. É um espelho.

Estes modelos foram treinados através de Reinforcement Learning with Human Feedback (RLHF), um processo em que humanos avaliam as respostas da IA e a máquina ajusta o próprio comportamento para maximizar essa aprovação. Aprenderam connosco. E o que é que recompensámos? Concordância. Conforto em vez de correção. Validação em vez de verdade. A IA simplesmente aprendeu qual é a nossa preferência e agora devolve-a, amplificada, em escala, sem a fricção ou a moderação que um amigo, um colega ou uma norma social imporia.

Isto não é apenas um problema de alinhamento da IA. É um sintoma de algo mais profundo.

O instrumento veio antes da máquina

Muito antes dos agentes de IA existirem, já operávamos sob uma lógica redutora. O instrumento que a impôs: o dinheiro fiat (do latim fiat, 'assim seja'), a moeda emitida pelos Estados que todos usamos, sem valor de uso intrínseco além do valor de troca expresso no número que nela consta. Amoral, escalar, um único número que achata tudo o que toca numa só dimensão de valor.

Isto sempre foi um problema. Mas era um problema gerível (embora cada vez com mais dificuldade). Porquê? Porque a fricção humana o mitigava. O julgamento moral. As normas sociais. O colega que contesta. A comunidade que impõe padrões para além do lucro. A ineficiência lenta, confusa e bonita da deliberação humana.

Não otimizávamos perfeitamente, e essa “imperfeição” protegia-nos.

A IA remove a fricção

Os agentes de IA operam agora sobre estas mesmas estruturas de incentivos unidimensionais. Mas fazem algo que os humanos nunca conseguiram: removem a fricção por completo. Sem hesitação moral. Sem pressão social. Sem fadiga. Apenas a otimização computacional implacável de qualquer número escalar que lhes seja fornecido.

Num chatbot, a IA já nos mostra o que acontece quando um agente otimiza sem fricção: espirais delirantes. Agora imaginemos o mesmo mecanismo a operar sobre o instrumento que move mercados, cadeias de valor e decisões de governança: o dinheiro fiat, que já era redutor antes de qualquer agente o amplificar.

O padrão é o mesmo. O instrumento já era redutor. A IA amplifica-o.

A pergunta que quase ninguém faz

O debate público está preso em “como tornar a IA menos subserviente” ou “como alinhar a IA com valores humanos.” São perguntas importantes, mas sobre remédios que tratam apenas os sintomas.

A pergunta estrutural sobre a verdadeira cura é: como redesenhamos a principal arquitetura de incentivos económicos antes que agentes autónomos amplifiquem os nossos pontos cegos para além de qualquer reparação possível?

A nossa medida de valor tornou-se, ela própria, o objetivo principal. Ora, como reza uma adaptação conhecida como “lei de Goodhart”, quando uma medida se torna um objetivo, deixa de ser uma boa medida (Goodhart, 1975). Colocar agentes de IA cada vez mais poderosos a otimizá-la não resolve o problema. Acelera-o.

O que investigo

O meu programa de investigação situa-se nesta intersecção. Estudo como passar de incentivos económicos unidimensionais para arquiteturas de incentivos multidimensionais, usando confiança programável com tecnologia de registos distribuídos (DLT), sistemas de valor tokenizados e contratos inteligentes capazes de codificar dimensões de valor que o dinheiro fiat não consegue representar.

Não para substituir mercados. Não para eliminar o dinheiro. Mas para dar ao sistema (e aos agentes que nele operam) mais dimensões para otimizar.

Esta tese não surgiu como reação ao hype atual sobre a IA. As suas raízes remontam ao meu framework Cyberethics-Mix, publicado pela primeira vez no início da década passada (IGI Global, 2011) e robustecido à luz das tecnologias emergentes (IGI, 2021), que identificou quatro dimensões éticas do ciberespaço: privacidade, propriedade, precisão e possibilidade de acesso (pervasividade). Esse referencial de diagnóstico alimentou a trilogia Blockchanging (IGI Global, 2021a, 2021b, 2021c), na qual argumentei, apoiando-me na observação seminal de Dirk Helbing (2014), que o dinheiro é ‘um escalar, a quantidade matemática mais simples que se pode conceber’, e que a tecnologia blockchain viabiliza sistemas de incentivos financeiros multidimensionais por meio de dinheiro qualificado, confiança programável e valor tokenizado. O que mudou desde então foi a chegada de agentes de IA autónomos a operar sobre essas mesmas estruturas escalares, removendo a fricção humana que antes mitigava a sua lógica redutora. A urgência é nova. O diagnóstico não.

Algumas das contribuições nesta área em que desenvolvo o meu pós-doutoramento:

• O “Kill Switch Paradox”: a impossibilidade lógica de manter controlo humano significativo sobre agentes autónomos que operam mais depressa do que a deliberação humana, e a razão pela qual o design de incentivos a montante é a única alternativa viável à intervenção a jusante.

• Um “modelo de incentivos multidimensionais” que utiliza tokens baseados em DLT e contratos inteligentes para codificar dimensões sociais, ambientais e éticas ao lado do valor económico.

• Mais de 15 anos de investigação publicada em ciberética, blockchain e governança da IA, incluindo a trilogia “Blockchanging” (IGI Global, 2021).

• Estou atualmente a realizar um pós-doutoramento na Universidade do Algarve sobre “IA e Infraestruturas de Confiança: Governança Digital, Sustentabilidade Ética e Inclusão Social”.

Sobre esta newsletter

(De)Coding the Future é onde penso em voz alta sobre estas questões. Em inglês e português. Através de trabalho académico, comentário público e provocações ocasionais.

A premissa é simples: os agentes de IA otimizam para um único escalar: dinheiro. Eu estudo como lhes dar mais dimensões.

Se este problema te interessa, subscreve.

***

*Dario Rodrigues — Professor no ESGTS-IPSantarém | Investigador no CIAC-PLDIS | Pós-doutorando, Universidade do Algarve*

Publicado no Observador | Comentador no NOW (MediaLivre) | Autor da trilogia Blockchanging (IGI Global)

***

Referências bibliográficas de terceiros:

Chandra, K., Kleiman-Weiner, M., Ragan-Kelley, J., & Tenenbaum, J. B. (2026). Sycophantic Chatbots Cause Delusional Spiraling, Even in Ideal Bayesians. arXiv preprint, arXiv:2602.19141.

Goodhart, C. A. E. (1975). Problems of Monetary Management: The U.K. Experience. Papers in Monetary Economics, Reserve Bank of Australia.

Helbing, D. (2014). Qualified Money: A Better Financial System for the Future. Available at SSRN 2526022.

Referências bibliográficas próprias:

Volume:

Rodrigues, D. O. (Ed.). (2021). Political and Economic Implications of Blockchain Technology in Business and Healthcare. IGI Global.

Capítulos:

Rodrigues, D. O. (2011). Cyberethics of Business Social Networking. In Cruz-Cunha, M. M., Gonçalves, P., Lopes, N., Miranda, E. M., & Putnik, G. D. (Eds.), Handbook of Research on Business Social Networking: Organizational, Managerial, and Technological Dimensions. IGI Global.

Rodrigues, D. O. (2021a). Blockchanging Trust: Ethical Metamorphosis in Business and Healthcare. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare (pp. 1–41). IGI Global.

Rodrigues, D. O. (2021b). Blockchanging Money: Reengineering the Free World Incentive System. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare (pp. 69–117). IGI Global.

Rodrigues, D. O. (2021c). Blockchanging Politics: Opening a Trustworthy But Hazardous Reforming Era. In Rodrigues (Ed.), Political and Economic Implications of Blockchain Technology in Business and Healthcare. IGI Global.

The same company. Two attacks. One weekend.

On a Sunday, three Chinese AI laboratories used 24,000 fake accounts to ask Claude 16 million questions, systematically extracting its most advanced capabilities to train rival models. On Tuesday, the U.S. Secretary of Defense summoned Anthropic’s CEO to the Pentagon with a 72-hour ultimatum: remove all restrictions on military use, or lose a $200 million contract and face sanctions severe enough to destroy the business.

The temptation is to pick a side. The responsible company against the reckless general. The pragmatic military against the idealist CEO. Neither version is true, and neither solves anything.

The real driver of this crisis is not bad faith. It is the absence of any mechanism to verify good faith. The Pentagon cannot prove to Anthropic that it will respect agreed limits. Anthropic cannot verify compliance without accessing classified operations. Each side, acting rationally within its own constraints, deepens the other’s suspicion. A cycle in which everyone loses, but no one has an incentive to change alone.

This is not a new problem. During the Cold War, the United States and the Soviet Union signed and honoured nuclear arms treaties not because they trusted each other, but because verification mechanisms made trust unnecessary. Inspectors, satellites, independent reports. Neither side believed in the other’s goodwill. Both believed in the mathematics of the instruments.

The same logic applies here. Cryptographic techniques already used in financial systems and digital identity, specifically zero-knowledge proofs, allow one party to prove to another that an agreed condition has been met, without revealing anything beyond that fact. The Pentagon could demonstrate that it used Claude within agreed parameters without disclosing a single operation. Anthropic could verify this without accessing any classified information. Certainty instead of suspicion. Mathematical proof instead of a political ultimatum.

The barrier is not technical. It is political. Verification requires each party to accept being verifiable, which means sharing power. Governments accustomed to operating without scrutiny on national security matters resist. Companies accustomed to setting unilateral terms of use resist, too.

Meanwhile, no autocratic adversary has lost a single day debating ethical limits. That asymmetry is, in itself, the most urgent argument for building what is missing: not better models, not faster adoption, but infrastructure that makes distrust unnecessary.

That, paradoxically, is an advantage only open societies can build. It requires transparency, mutual verification, and institutions willing to be scrutinised. Autocracies can build powerful AI. What they cannot build is verifiable trust.

That is the real competitive advantage of democracies in the age of artificial intelligence, if they have the clarity to use it.

(This post expands on an article published today in Observador, Portugal’s leading online newspaper. The full piece, in Portuguese, is available here.)

For most of the digital era, code was a tool. Engineers wrote instructions; machines executed them. The relationship was clear, hierarchical, and comfortably familiar. Code served human intent.

That relationship is over.

Today’s AI agents don’t simply follow instructions. They interpret objectives, select strategies, and execute decisions at machine speed, often in ways their designers neither predicted nor intended. They are not tools. They are autonomous economic actors, operating within reward functions that define what counts as success.

And here lies the problem no one wants to name: those reward functions inherit the deepest structural flaw of our economic infrastructure. Money itself is a unidimensional scalar. It encodes price but not trust. Cost but not consequence. Value, but only on a single axis.

It was not always this way. Before the invention of coinage, economic exchange was embedded in networks of reciprocal obligation, reputation, and social meaning. Transactions carried multidimensional information: who you were, what you owed, what was owed to you, and what your community expected of you. Trust was not an externality; it was the medium itself. (I explore this pre-monetary architecture of trust in episodes 3 and 4 of my video series on digital decentralization.)

The invention of money was an extraordinary feat of abstraction: it made exchange scalable by compressing all of that multidimensional information into a single number. But compression is lossy. What money gained in efficiency, it lost in dimensionality. Trust, reciprocity, social accountability, all were stripped from the transactional layer and delegated to institutions, culture, and individual conscience.

For centuries, this was a tolerable trade-off because human judgment filled the gaps. Humans could look beyond the price tag. They could weigh consequences that no ledger recorded. They could choose not to optimize.

AI agents cannot. When autonomous agents operate within an economic system built on a unidimensional scalar, they optimize for that scalar with a thoroughness no human ever could. There are no gaps to fill. There is only the number. Every externality that human judgment once caught, every ethical consideration that lived outside the transaction, becomes invisible to the agent. Not because the agent is flawed, but because the incentive architecture is.

The AI safety community calls this “alignment.” I call it something simpler: an incentive architecture problem. And it did not begin with AI. It began with the invention of money. AI merely strips away the human buffer that made the unidimensionality tolerable. But human labor is being replaced…

This is what programmable trust makes possible: blockchain and distributed ledger technologies are not primarily financial instruments (despite what the crypto hype cycle suggests). They are trust infrastructures: systems that can embed verifiable commitments, conditional incentives, and governance rules directly into the transactional layer. Combined with AI, they offer something unprecedented: the ability to rebuild what money destroyed (see the two links above), to re-encode into economic transactions the multidimensional information that coinage compressed into a single scalar.

This is the territory I have been mapping for the past fifteen years, first through the Cyberethics-Mix framework (Privacy, Property, Precision, Pervasiveness), then through research on blockchain governance, and now through my postdoctoral work on Artificial Intelligence and Trust Infrastructures at Universidade do Algarve.

This publication is where I think about these questions in public. Not as a newsletter with a fixed schedule, but as an evolving body of work. Some posts will be long arguments. Others will be short provocations. All will circle the same core question:

How do we design systems where autonomous agents optimize for more than one dimension of value?

If that question interests you, subscribe. If it doesn’t, you now know where I stand.

Nos próximos cinco anos, o Presidente da República terá uma importância ainda maior. Não por vir a governar mais, mas porque o centro real das decisões que afetam a vida das pessoas está a deslocar-se para fora dos lugares onde a democracia sempre aprendeu a reconhecê-las.

Durante séculos, mesmo nas sociedades mais burocráticas, as decisões relevantes eram sempre tomadas por pessoas. Podiam ser injustas ou erradas, mas tinham um autor identificável. Hoje, começa a tornar-se normal que decisões com impacto real surjam como resultados automáticos: notificações, classificações ou recusas emitidas por sistemas que ninguém consulta no momento em que decidem.

A discussão (que não está a ser feita) em torno do euro digital que se avizinha ilustra bem esta mudança. Independentemente da forma final que venha a assumir, tornará tecnicamente possível algo novo: que regras monetárias, restrições ou incentivos sejam aplicados automaticamente a cada cidadão em particular, sem um ato humano específico no momento das decisões que afetam a sua carteira digital. Isto marca uma rutura. O futuro próximo não será uma reedição do passado, porque o próprio lugar onde as decisões são tomadas está a mudar.

Até aqui, quando falávamos de “escala”, referíamos-nos a decisões iguais aplicadas a muitos. O que muda com sistemas automáticos de IA é outra coisa: a capacidade de aplicar regras gerais de forma diferente a cada pessoa, em tempo real. O alcance deixa de ser apenas sobre quantos são afetados pelas decisões, pois estas passam a poder atingir, de forma personalizada, cada cidadão.

É neste contexto que se torna visível uma fragilidade silenciosa do nosso aparelho democrático. A Constituição foi concebida para um mundo de decisões humanas, identificáveis e contestáveis. Quando as decisões passam a ser executadas por sistemas automáticos inteligentes, os direitos mantêm-se no texto, mas perdem eficácia prática: já não é claro quem decide, a quem pedir explicações ou onde exercer contraditório.

Diante disso, a resposta não é uma revisão constitucional. O problema não está na falta de leis, mas na deslocação do poder para processos que operam fora do alcance normal da responsabilidade democrática. Quando o poder deixa de ter rosto, o legalismo chega sempre tarde.

Mesmo quando o impacto da tecnologia foi raramente mencionado no espaço público, o enquadramento manteve-se genérico, centrado na adaptação e na requalificação profissional. Sem retirar mérito de quem, pelo menos, tocou no assunto (só detetei o caso de Cotrim de Figueiredo), isso revela, sobretudo, a dificuldade coletiva em formular o problema quando o que está em causa é a transformação dos próprios mecanismos de decisão, de responsabilidade e de poder.

É aqui que a magistratura de influência se torna decisiva: a capacidade institucional de evidenciar, perante a opinião pública, onde e como as decisões são tomadas antes de se normalizarem sem escrutínio. Decisões inteligentes no plano instrumental podem ser obtusas no plano democrático e até do ponto de vista humano. No tempo que se avizinha, o discernimento ético e cívico contará mais do que a experiência política ou a mera capacidade de mediação de interesses.

Esse papel já foi exercido entre nós. Em 2021, o Presidente da República vetou um diploma que permitiria o uso de tecnologias de reconhecimento facial em espaços públicos. Não o fez por rejeitar a tecnologia, mas por considerar que as garantias oferecidas aos cidadãos eram insuficientes. O veto não resolveu o problema técnico, mas impediu que decisões automáticas, com impacto direto sobre pessoas concretas, se tornassem normais sem debate público e sem responsabilidade claramente assumida.

Estes problemas não são novos, mas a IA torna-os incomparavelmente mais intensos. Nos Países Baixos, sistemas automáticos usados para detectar fraude em subsídios classificaram milhares de famílias como culpadas, sem defesa eficaz, repetindo o erro, caso a caso, até que os danos se tornaram irreversíveis. Hoje, algo semelhante acontece na liberdade de expressão: sistemas automáticos decidem quem é removido, limitado ou tornado invisível nas plataformas digitais, em tempo real e de forma diferente para cada pessoa. A novidade não é o erro; é a sua velocidade, repetição e profundidade. Quando estas decisões se tornam infraestrutura, corrigir depois já não chega.

As democracias raramente colapsam quando alguém decide demais.
Colapsam quando ninguém decide e ninguém responde.

É desse ponto silencioso e fatal para a democracia que nos aproximamos.

Over the next five years, the President of the Republic will assume an even greater importance. Not because the office will govern more, but because the real centre of decisions that affect people’s lives is moving away from the places where democracy has traditionally learned to recognise them.

For centuries, even in the most bureaucratic societies, relevant decisions were always made by people. They could be unjust or wrong, but they had an identifiable author. Today, it is becoming normal for decisions with real impact to emerge as automatic outputs: notifications, classifications, or refusals issued by systems that no one consults at the moment they decide.

The discussion (which is not taking place) about the digital euro ahead illustrates this shift well. Regardless of the final form it may take, it will make something new technically possible: monetary rules, restrictions, or incentives being applied automatically to each citizen, without a specific human act at the moment decisions affecting their digital wallet are made. This marks a rupture. The near future will not be a re-edition of the past, because the very place where decisions are taken is changing.

Until now, when we spoke of “scale,” we referred to identical decisions applied to many. What changes with automated AI systems is something else entirely: the ability to apply general rules differently to each person, in real time. Scale is no longer merely about how many are affected by decisions, but about how each citizen can be affected in a personalised way.

It is in this context that a silent fragility of our democratic apparatus becomes visible. The Constitution was designed for a world of human decisions—identifiable and contestable. When decisions are executed by automated intelligent systems, rights remain in the text but lose practical effectiveness: it is no longer clear who decides, whom to ask for explanations, or where to exercise the right of challenge.

In light of this, the answer is not a constitutional revision. The problem is not the lack of laws, but the displacement of power toward processes that operate outside the normal reach of democratic accountability. When power loses its face, legalism always arrives too late.

Even when the impact of technology was rarely mentioned in the public sphere, the framing remained generic, centred on adaptation and professional re-skilling. Without detracting from the merit of those who at least touched on the issue (I detected only the case of Cotrim de Figueiredo), this mainly reveals a collective difficulty in formulating the problem, when what is at stake is the transformation of the very mechanisms of decision-making, responsibility, and power.

This is where magistracy of influence becomes decisive: the institutional capacity to demonstrate, before public opinion, where and how decisions are made before they normalize without scrutiny. Intelligent decisions at the instrumental level can be obtuse at the democratic level and even from a human perspective. In the time ahead, ethical and civic discernment will matter more than political experience or the mere ability to mediate interests.

That role has already been exercised among us. In 2021, the President of the Republic vetoed a bill that would have allowed the use of facial recognition technologies in public spaces. This was not a rejection of the technology itself, but a judgment that the safeguards offered to citizens were insufficient. The veto did not solve the technical problem. Still, it prevented automated decisions with direct impact on concrete individuals from becoming the norm without public debate or clear assumption of responsibility.

These problems are not new, but AI makes them incomparably more intense. In the Netherlands, automated systems used to detect fraud in social benefits classified thousands of families as guilty without effective means of defence, repeating the error case by case until the damage became irreversible. Today, something similar happens with freedom of expression: automated systems decide who is removed, limited, or made invisible on digital platforms, in real time and in different ways for each person. What is new is not the error, but its speed, repetition, and depth. Once these decisions become part of the infrastructure, correcting them afterwards is no longer enough.

Democracies rarely collapse when someone decides too much.
They collapse when no one decides, and no one is accountable.

We are approaching that silent and fatal point for democracy.

“Quando o trabalho aprende a pensar, o dinheiro deve aprender a fazer sentido.”
Dario Rodrigues

O Sentido do Dinheiro na Era da Inteligência

Durante séculos, a economia assentou nos três fatores de produção: terra, trabalho e capital.

Tudo o que a humanidade construiu — do trigo à Internet — nasceu deste trinómio primordial, hoje sintetizado no binómio Trabalho + Capital.

Agora, pela primeira vez na história, um dos fatores de produção aprendeu a pensar:
O Trabalho deixou de ser uma função exclusivamente humana.

Passaram a existir sistemas artificiais inteligentes que não apenas executam, mas também interpretam, decidem e criam. Não são meras ferramentas, são AGENTES!

Na edição nº 9, vimos que o emprego se torna uma função cognitiva automatizada.
Se o Trabalho muda desta forma, o que acontece ao outro fator de produção?
O que acontece ao Capital?

A resposta emerge como a grande questão civilizacional do nosso tempo:
O dinheiro precisa de recuperar o sentido perdido com a invenção da moeda.

Nota do autor: para quem pensa que o dinheiro nasceu com a criação da moeda, recomendo esta série de vídeos (2024), em particular os episódios 3 e 4.
Ainda como sugestão de investigação, deixo esta referência científica (2021).

🧩 Quando o dinheiro deixou de ter alma

Sobretudo durante o século XX, o valor do capital foi reduzido a três coisas:

• quantidade,

• acumulação,

• rendibilidade.

O valor em questão tornou-se um número sem memória: um saldo que nada revela sobre o que melhora, transforma ou reverte em benefício da sociedade.
Como comprovado até à exaustão, o lucro financeiro não significa criação, mas sim extração de valor, gerando prejuízos claros para as próprias comunidades — não fossem as guerras, para alguns, negócios extraordinariamente lucrativos.

O dinheiro perdeu a alma — restou-lhe apenas a vertigem da velocidade.

Isto já seria suficientemente grave, mas tudo pode piorar quando o trabalho deixa de ser esforço humano, pois o próprio valor deixa de ter onde ancorar-se eticamente.
Na verdade, pode colapsar a relação histórica “trabalho → rendimento → vida”.
E isso obriga-nos a perguntar o que nunca perguntámos:

O que justifica o valor do dinheiro quando ele já não representa trabalho humano?

🧠 A mutação silenciosa do capital

No ensaio visual A Future We Can Trust, antevemos a resposta:
O capital não pode continuar a ser apenas uma medida de posse — tem de tornar-se uma medida de propósito.

Assim, o dinheiro recomeça (tal como acontecia nos pequenos agrupamentos humanos de uma ancestral era pré-monetária) a ser avaliado por três critérios:

1. O bem que produz

2. O impacto que devolve

3. A confiança que gera

Esta mudança ultrapassa a teoria — é um retorno ao valor na sua forma original, quando o dinheiro era, antes de tudo, um vínculo moral, indissociável do valor veiculado.

O matemático e empreendedor Emad Mostaque aponta o mesmo caminho, antevendo o fim da economia tal e qual a conhecemos. Segundo ele, com o advento da inteligência exponencial e a automação do trabalho cognitivo, o sistema capitalista só será sustentável se o capital passar a ser programado com propósitos humanos orientados a benefícios concretos. Eu acrescento que apenas a descentralização digital de tais propósitos poderá defender a democracia.

O seu projeto coloca em prática ideias simples, reformadoras e até revolucionárias:

O valor deve ser rastreável, verificável e orientado a benefícios, não apenas ao lucro meramente extrativo.

Na visão de Mostaque, o dinheiro do futuro não será apenas digital, mas também intencional (programável), por meio de contratos inteligentes (smart contracts) na nova Internet Inteligente, expressando impacto social, ambiental e humano por meio de métricas transparentes e algoritmos de confiança autoexecutáveis.

A IA deixa de ser o problema e passa a ser a solução — nomeadamente ao devolver alma ao capital de confiança ética que o dinheiro deveria representar (algo que, claramente, hoje não faz).

O dinheiro perdeu a alma — restou-lhe apenas a vertigem da velocidade.

🧭 A terapêutica necessária: valor no propósito

Se o trabalho é uma função algorítmica, então a economia precisa de outro princípio organizador que não o lucro imediato. Se o Trabalho passa a dispensar os seres humanos, então é o Capital que tem de incorporar princípios humanos.

O princípio subjacente a tal requisito é claro:
O valor não deve ser despesa ou receita — deve ser sentido e consequência.

Tal desiderato implica duas transformações essenciais:

1. O dinheiro torna-se transparente face ao propósito.

Com IA, blockchain e contabilidade de rastreabilidade total dos fluxos financeiros, o capital torna-se verificável do ponto de vista moral.
Mais: graças à própria arquitetura da blockchain, esse acompanhamento pode ser realizado com garantias robustas de segurança e privacidade.
Assim, o dinheiro pode tornar-se moralmente impoluto: sabendo-se para onde vai, o que financia e qual o seu impacto ético.

2. O investimento transforma-se em curadoria do futuro.

A voz do dono do capital deixa de responder à pergunta ‘Quanto rende?’ e passa a perguntar ‘Que mundo cria?’
É aqui que o dinheiro volta a ter alma — quando se torna um veículo de significado, e já não apenas de retorno financeiro.

🔥 Conclusão

O século XXI não será definido pela tecnologia que criamos, mas pelo sentido que damos ao valor de troca que circula na sociedade. Com a entrada do capital circulante em blockchains apoiadas por inteligência artificial, o dinheiro deixa de ser apenas um número e passa a transportar também o que representa — como utilidade, impacto ou benefício real — tudo na mesma unidade monetária.

A IA permite avaliar esses impactos de forma sustentável, contínua e objetiva, fazendo com que cada token una e integre valor de troca (o que o dinheiro permite comprar) e valor de uso (o que o dinheiro realmente faz ou melhora).

Assim, o capital torna-se transparente e orientado a propósitos verdadeiramente humanos.

O primeiro fator de produção — o trabalho — já aprendeu a pensar.
Agora cabe ao segundo — o capital — aprender a devolver sentido humano à sociedade. Esta mudança é possível com o novo dinheiro digital programável, mas tudo depende de quem o programar. Por isso, a grande divisão política do nosso tempo já não é entre esquerda e direita, mas entre abertura e opacidade digitais — entre descentralização e centralização.

“When labour learns to think, money must learn to make sense.”

Dario Rodrigues

The Meaning of Money in the Age of Intelligence

For centuries, the economy rested on the three production factors: Land, Labor, and Capital.

Everything humanity has built — from wheat to the Internet — emerged from this primordial trinity, which today survives mostly as a simplified pair: Labor + Capital.

Now, for the first time in history, one of these factors has learned to think.

Labor is no longer an exclusively human function.

Artificial intelligence systems now exist that not only execute tasks but also interpret, decide, and create.

They are not mere tools — they are AGENTS.

In Issue nº 9, we saw that employment becomes an automated cognitive function.

So if Labor changes in this way, what happens to the other factor of production?

What happens to Capital?

The answer emerges as the great civilizational question of our time:

Money must recover the sense it lost with the invention of coinage.

Author’s note: For those who still believe money was born with coinage, I recommend this 2024 video series (especially episodes 3 and 4). For further study, you may look at this scientific reference (2021).

🧩 When Money Lost Its Soul

Especially throughout the 20th century, the value of capital was reduced to three things:

• Quantity

• Accumulation

• Profitability

Value became a number without memory: a balance revealing nothing about what it improves, transforms, or returns to society.

As exhaustively demonstrated, financial profit often does not mean creation but rather the extraction of value, generating clear harm to communities themselves — wars, after all, remain extraordinarily lucrative businesses for some.

Money lost its soul — all that remained was the vertigo of speed.

This moral concern would already be serious enough, but matters worsen when labor ceases to be a human effort, because value itself loses its ethical anchor.

The historical chain “labor → income → life” shows signs of collapse.

And this forces us to ask what we have never asked:

What justifies the value of money when it no longer represents human work?

🧠 The Silent Mutation of Capital

In the visual essay A Future We Can Trust, we glimpse the answer:

Capital can no longer be merely a measure of possession — it must become a measure of purpose.

Thus, money again (as in the small human groups of a pre-monetary era) begins to be assessed according to three criteria:

• The good it produces

• The impact it returns

• The trust it generates

This transformation goes beyond theory — it is a return to value in its original form, when money was above all a moral bond, inseparable from the meaning it conveyed.

Mathematician and entrepreneur Emad Mostaque points in the same direction, foreseeing the end of the economy as we know it.

According to him, with the advent of exponential intelligence and the automation of cognitive labor, the capitalist system will only remain sustainable if capital becomes purpose-programmed and oriented toward genuinely human benefit. I would add that only the digital decentralization of such purposes can safeguard democracy.

His project puts into practice simple, reformative, and even revolutionary principles:

Value must be traceable, verifiable, and oriented toward benefits — not merely extractive profit.

In Mostaque’s vision, the money of the future will not only be digital but also intentional (programmable), through smart contracts in the new Intelligent Internet, expressing social, environmental, and human impact through transparent metrics and self-executing trust algorithms.

AI ceases to be the problem and becomes the solution — namely, by restoring soul to the trust-capital that money is meant to ethically represent (something it obviously does not do today).

🧭 The Necessary Remedy: Value as Purpose

If labor itself becomes an algorithmic function, then the economy needs a new organising principle that is not immediate profit.

If labor becomes an algorithmic function, then the economy needs a different organising principle than immediate profit. If Labor begins to dispense with human beings, then it is Capital that must once again incorporate human principles.

The principle underlying this requirement is clear:

Value should not be an expense or a revenue; it should be meaning and consequence.

This aim entails two essential transformations:

1. Money becomes transparent to purpose.

With AI, blockchain, and full traceability of financial flows, capital becomes morally verifiable.

More: thanks to blockchain’s very architecture, such verification can be carried out with robust guarantees of privacy and security.

Thus, money can become ethically clean: we can know where it goes, what it finances, and its moral impact.

2. Investment becomes curation of the future.

The voice of Capital’s owner stops answering the question “How much does it yield?” and begins to ask “What world does it create?”

That is when money regains its soul — when it becomes a vehicle of meaning, not merely of financial return.

🔥 Conclusion

The 21st century will not be defined by the technology we create, but by the meaning we give to the value that circulates in society.

With circulating capital entering AI-powered blockchains, money ceases to be just a number. It begins to carry what it represents — utility, impact, real benefit — all within the same monetary unit.

AI allows these impacts to be assessed sustainably, continuously, and objectively, enabling each token to unite and integrate exchange value (what money allows purchase) and use value (what money actually does or improves).

Capital thus will become transparent and aligned with truly human purposes.

The first factor of production — Labor — has learned to think.

The second — Capital — must now learn to return meaning to society.

This change is possible with programmable digital money, and everything depends on who programs it. Therefore, the great political divide of our time is no longer between left and right but between digital openness and digital opacity — between decentralization and centralization.

Dario Rodrigues

“When intellectual work is automated, unemployment ceases to be an economic problem: it becomes a civilizational question.”
— Dario Rodrigues

The “job” that thinks for you — and soon, for itself.

As generative AI evolves from assistance to autonomous cognition, even high-skilled professions are being automated.
OpenAI is hiring former Wall Street bankers to teach algorithms how to automate financial work — a perfect symbol of our age, where today’s experts are training the AI that will replace them tomorrow.

For centuries, technology has displaced physical labor.
Now, for the first time, machines don’t just do — they think, decide, and create.

“White-collar” jobs — once symbols of stability and status — are becoming an endangered species. Consultants, managers, lawyers, and marketers are being replaced by generative systems with exponential intelligence and zero marginal cost that think and work for them.

As the remuneration for answers approaches zero (a reality that the ubiquity of robotics will extend to the physical world within a few years), it seems obvious that education should focus first on the questions…

The dilemma is not only economic; it is ethical and educational.

How can a society be prepared for unprecedented levels of cognitive (and not only) unemployment when not everyone has an entrepreneurial spirit or the ability to reinvent themselves?

The dual path of response

The transition is inevitable, but it need not be traumatic.
A timely therapy requires two complementary paths:

1. Revolutionize vocational education.
   The entire technical education system must focus on developing skills in entrepreneurship, applied creativity, and autonomous problem-solving.
   The goal is no longer to train employees — but creators of solutions.

2. Create an “economic transition cushion.”
   A fair and intelligent support network must sustain those who are less able to adapt to the pace of the transition to a new “economy” of abundance.
   This is not about welfare, but about time purchased with dignity — a social investment in reintegrating each citizen into the new productive cycle.
   Such an investment signals a civilizational shift: capital will no longer be measured by the profit it extracts, but by the meaning it returns to society.

Technological unemployment is not the end of work — it is the beginning of another form of human usefulness.
If work learns to think, then money must learn to make sense.

🔜 In the Next Issue

If work must relearn how to create meaning,
the next question is whether money still has any.
(Issue #10 — “When Money Learns to Make Sense”)

🎥 Preview — Visual Essay

A Future We Can Trust
📽️ A video reflection on the new moral architecture of value — where code learns to serve meaning.

“Quando o trabalho intelectual é automatizado, o desemprego deixa de ser um problema económico: torna-se uma questão civilizacional.”
— Dario Rodrigues

O “emprego” que pensa por si — e em breve por si próprio

À medida que a IA generativa evolui da assistência para a autonomia cognitiva, até as profissões mais qualificadas enfrentam a automação do pensamento.

A OpenAI está a contratar ex-banqueiros para ensinar os algoritmos a automatizar o trabalho financeiro — um símbolo perfeito do nosso tempo: os especialistas de hoje treinam a inteligência artificial que os substituirá amanhã.

Durante séculos, a tecnologia substituiu, sobretudo, o trabalho manual.
Agora, pela primeira vez, a máquina já não apenas faz — também pensa, decide e cria.

Os empregos “colarinho branco” (“white collar”), outrora símbolo de estabilidade e estatuto, tornam-se uma espécie em vias de extinção. Consultores, gestores, juristas e marketers cedem lugar a sistemas generativos com inteligência exponencial e custo marginal nulo que pensam e trabalham por eles.

Quando a remuneração das respostas tende para zero (uma realidade que a ubiquidade da robótica estenderá ao mundo físico em poucos anos), parece óbvio que o ensino deverá incidir antes nas perguntas…

O dilema não é apenas económico; é ético e educativo.

Como preparar uma sociedade para níveis inéditos de desemprego cognitivo (e não só), quando nem todos têm espírito empreendedor ou capacidade de reinvenção?

O duplo caminho da resposta

A transição é inevitável, mas não precisa de ser traumática.
Uma terapêutica atempada exige duas vias complementares:

1. Revolucionar o ensino profissionalizante.

Todo o sistema de educação técnica deve centrar-se na formação de competências em empreendedorismo, criatividade aplicada e resolução autónoma de problemas.
O objetivo já não é formar empregados — é formar identificadores e criadores de soluções.

2. Criar uma “almofada económica de transição.”

Uma rede de suporte justa e inteligente deve amparar os menos aptos a adaptar-se à rapidez da nova economia.
Não se trata de assistencialismo, mas de tempo comprado com dignidade — um investimento social na reintegração de cada cidadão no novo ciclo produtivo.
Esse investimento sinaliza uma mutação civilizacional: o capital passará a ser medido não pelo lucro que extrai, mas pelo sentido que devolve à sociedade.

O desemprego tecnológico não é o fim do trabalho — é o início de outra forma de utilidade humana.
Se o trabalho aprende a pensar, o dinheiro deve aprender a fazer sentido.

🎥 Antevisão da próxima edição — Ensaio Visual

A Future We Can Trust
📽️ Uma reflexão em vídeo sobre a nova arquitetura moral do valor —em que o código aprende a servir a confiança, o conhecimento e o verdadeiro desenvolvimento humano.

“The code no longer merely executes orders — it writes them.”
Dario Rodrigues (2025)

Intelligence becomes abundant. Value becomes programmable. And trust becomes automated.

Source: Kurzweil, Ray. (2024). Price-Performance of Computation, 1939-2024. The Kurzweil Library – SIN Charts. Available at: https://www.thekurzweillibrary.com/sin-charts . Retrieved in 24th de October 2025.

1. The Price of Thinking

Since 1939, the cost of computing has fallen by more than a billionfold.

The chart is clear: on a logarithmic scale, it’s a line that keeps climbing—and it never stops.

With every new generation of chips, the cost of processing information drops, capacity grows, and demand expands.

It’s the old law of supply and demand: the more accessible computing becomes, the more we need it.

Hence, the global race for data centers—vast reservoirs of cognitive energy that feed artificial intelligence.

Yet there’s a decisive point that often goes unnoticed: the more AI becomes available, the cheaper it gets to produce each new unit of intelligence—and the cost of generating additional thought and labor approaches zero.

First, the cost of intellectual labor disappears—both repetitive and creative, technical and cognitive.

Then, robotization makes physical labor almost free—first the standardized, then nearly all of it.

As automation removes labor scarcity, its economic value plunges.

It is the price of abundance.

The brute force of computation remains indispensable to sustain the infrastructure of artificial intelligence—to train models, process data, and power global networks of decision.

Yet brute force alone is no longer enough to create value, meaning, or trust.

What now matters is the direction of this abundant calculation, the sense of distributed intelligent processing, and the purpose of shared knowledge.

2. From Energy to Value

When the capacity to think with machines becomes practically free, the effort associated with such work ceases to be scarce.

And in economics, anything that ceases to be scarce loses value.

Thus, what now serves to measure value is no longer the effort something embodies but the practical result it produces—its utility, impact, and benefit.

A text may take hours to write by a human or seconds to generate by an AI; its value will no longer depend on the time or labor invested but on the relevance of what it communicates.

This is where the new digital money comes in: stablecoins, tokens, and smart contracts.

These decentralized systems connect computational power to the verification of community benefits, converting energy and information into economic trust.

Cryptocurrencies thus cease to be mere means of payment and become instruments of validation, proving that something has happened, and are worth only insofar as that something brings real value to the communities that use them.

To understand this, one must grasp what smart contracts are.

They are the bridge between the AI that decides and the blockchain that guarantees.

These are self-executing programs that carry out agreements when real-world conditions are met, translating human trust into verifiable code.

It is this guarantee of automatic execution that enables distributed trust.

For example, cryptocurrencies can pay a farmer as soon as a sensor confirms a harvest delivery, compensate an environmental project when data confirms a reduction in carbon emissions, or settle an insurance claim the moment a vehicle is detected as immobilized after an accident.

They can also remunerate an artist whenever a digital work is viewed or played, release research funds once results are peer-validated, or issue verified learning certificates upon a student’s completion of an accredited online course.

In more sensitive ethical contexts, they can finance healthcare only when clinical indicators confirm improvement, distribute humanitarian aid exclusively to those in verified crisis zones, or grant micro-payments to students in vulnerable regions upon meeting learning milestones.

Even in global logistics, payments for shipping and storage can be released as soon as GPS confirms delivery and independent sensors (e.g., thermometers) validate cargo quality.

In simple terms, AI produces knowledge, and blockchain ensures trust.

Together, they form a new verification economy—a crypto-economy—where value is not born of effort or scarcity, but of proven benefit.

3. 💧 The Old Paradox of Value

Adam Smith called it the paradox of water and diamonds:

Water is essential to life, yet it is cheap.

Diamonds are useless, yet expensive.

During the twentieth and early twenty-first centuries, the digital economy repeated this dilemma.

Knowledge—abundant and vital—became worth less than the attention it attracted, and exchange value came to reside in data, clicks, and advertisements.

However, this monetization of attention carried a hidden cost: it turned polarization into a business model.

To sharpen market segments meant more clicks per ad, but by rewarding outrage, shock, and division, digital platforms fractured the public sphere and eroded the very foundation of democratic trust.

Fortunately, the paradigm may now be shifting.

With AI, decentralized digital money, and smart contracts, it becomes possible to measure and reward real use-value—the benefit something generates, the positive impact it produces, and the meaning it adds.

Utility ceases to be invisible: value is no longer a promise but a measurable effect, verified by the impact it produces within the communities through which it circulates—like a carbon credit that is worth something only if the forest truly exists, or an energy token that retains value only if it genuinely brings light to people’s lives.

“The digital diamond of the future will not be the rare datum but the brilliance of its benefit.”

4. The Ethical Consequence

As the cost of thinking approaches zero, morality becomes the new scarcity.

The exchange value of goods and services is no longer defined merely by price but by a meaning recognized as ethical, measured through verified usefulness within the communities that trade them.

The rise of an economy of verifiable benefits—where value is born from the good that is proven rather than the exhausted effort—signals a shift in which work gives way to purpose, and calculation is shaped by collective conscience.

The proliferation of data centers will only make sense if the energy they consume returns to the world as knowledge, utility, and well-being.

For the challenge is no longer to calculate more but to understand better—to give the energy that powers artificial intelligence a truly human purpose.

🪶 Less energy per idea. More meaning per watt.

Dario Rodrigues