Em 2025, a China enviou 25 competidores às Olimpíadas internacionais de ciências e trouxe 22 medalhas de ouro. Na Olimpíada Internacional de Matemática do mesmo ano, seus seis representantes conquistaram seis ouros, dois deles com pontuação perfeita, e a China venceu a competição pela 25a vez. O dado é o ponto de partida da reportagem de Zijing Wu no FT Weekend, que investiga a origem do capital humano por trás das empresas de iA mais competitivas do país. A tese é direta: um sistema de turmas de elite, operando há décadas em escolas de ensino médio, formou os cérebros que construíram DeepSeek, ByteDance, Taobao e PDD. A afirmação é sedutora. Mas a verificação independente das claims factuais revela um quadro mais complexo do que a narrativa sugere.
O sistema remonta ao período pós-guerra, quando a China implementou turmas especiais inspiradas pelo modelo soviético de Olimpíadas acadêmicas. Com o tempo, cerca de 100 mil adolescentes passaram a ser selecionados por ano, a partir dos 15 anos, para treinamento intensivo em matemática, física, química, biologia e ciência da computação. O percurso é rígido: três anos de imersão, competições nacionais e internacionais como filtro, e admissão direta em Tsinghua ou Peking sem gaokao para os medalhistas. Em Tsinghua, a Yao Class, criada por Andrew Yao (único chinês a vencer o Turing Award), tornou-se o epicentro dessa formação: seleciona medalhistas olímpicos e os prepara para pesquisa em ciência da computação e iA. Na outra ponta, o programa de superdotados da USTC (University of Science and Technology of China), em operação desde 1978, já formou mais de 900 alunos, 80% dos quais seguiram para programas de pós-graduação no país ou no exterior.
Os cases mais visíveis desse pipeline são biografias rastreáveis, mas a verificação revela imprecisões na reportagem do FT. Lou Tiancheng é o caso mais documentado: medalha de ouro na Olimpíada Internacional de Informática em 2004, formado no instituto de Andrew Yao em Tsinghua, cofundou a PonyAI em 2016 e foi nomeado por Andrew Ng como um dos melhores hackers do mundo. O artigo também atribui Zhang Yiming, fundador da ByteDance, às turmas de gênios, mas fontes disponíveis confirmam apenas que ele se formou em microeletrônica na Nankai University, sem identificação da escola de ensino médio ou participação em Olimpíadas. Colin Huang, fundador da PDD, estudou na Hangzhou Foreign Language School e no Chu Kochen Honors College de Zhejiang, um programa de elite, mas voltado a humanidades e ciências gerais, não às competições olímpicas de ciências exatas. Liang Wenfeng, fundador da DeepSeek, cursou engenharia eletrônica na Zhejiang University e ingressou na universidade aos 17 anos, indicando talento precoce, mas sem registro público de participação em turmas de gênios. A narrativa do FT agrupa trajetórias distintas sob uma etiqueta única.
O caso da DeepSeek merece exame mais detido, porque é a peça central do argumento sobre competitividade em iA. O modelo R1, lançado em janeiro de 2025, utiliza uma arquitetura Mixture of Experts desenvolvida internamente pela empresa sobre sua base DeepSeek-V3, com 671 bilhões de parâmetros totais e 37 bilhões ativos por consulta. O custo declarado de treinamento foi de US$ 5,6 milhões para a rodada final, contra mais de US$ 100 milhões estimados para o GPT-4 da OpenAI. No benchmark AIME 2024, o R1 marcou 79,8%, contra 79,2% do o1 da OpenAI. Esses números são reais. Mas exigem contexto. A firma de pesquisa SemiAnalysis estimou que o investimento total da DeepSeek em infraestrutura ao longo da sua existência ultrapassa US$ 500 milhões, incluindo a compra de 2.048 GPUs Nvidia H800 por US$ 51 milhões. A claim do FT de que a DeepSeek “copied the models released by OpenAI and Meta” é imprecisa: a arquitetura central do R1 é original, mas as variantes destiladas menores usam Llama 3.1, da Meta, como base. A distinção importa. Otimizar e reduzir custos sobre código aberto exige competência, e a equipe da DeepSeek a demonstrou. Mas competência de otimização e originalidade arquitetônica operam em registros diferentes.
O texto do FT não menciona os custos humanos do sistema, e a pesquisa disponível preenche essa lacuna com dados preocupantes. Segundo o Centro de Controle e Prevenção de Doenças da China, a taxa de suicídio entre jovens de 15 a 24 anos subiu aproximadamente 20% entre 2017 e 2021, em contratendência com a queda de 5,3% ao ano na população geral no mesmo período. Entre estudantes preparando o gaokao, pesquisas registram ansiedade em 65% dos casos e depressão em 45%. Um estudo com 33 professores de turmas olímpicas de matemática documentou jornadas excessivas, ansiedade sobre resultados dos alunos e deterioração física e emocional. Esses dados são da população estudantil ampla, não do subgrupo específico de turmas de gênios, para o qual não existem estudos publicados em inglês. A ausência de dados específicos é, em si, um dado: o sistema produz medalhistas e publicações, mas não investiga sistematicamente o que acontece com quem fica pelo caminho.
A reportagem também isola o pipeline educacional de um ecossistema industrial sem o qual os egressos não teriam onde aplicar seu treinamento. O programa Made in China 2025 canalizou, segundo estimativas, US$ 1,4 trilhão para infraestrutura digital ao longo do 14o Plano Quinquenal. Um fundo nacional de iA de 60 bilhões de yuan foi criado para financiar startups e pesquisa. O Great Firewall protegeu o mercado interno, permitindo que ByteDance, Baidu e Alibaba crescessem sem competição direta de Google, Facebook ou Amazon. E a própria DeepSeek nasceu de um hedge fund quantitativo, o High-Flyer, com capital privado sofisticado. Atribuir a ascensão em iA ao pipeline educacional sem considerar esses fatores equivale a atribuir o sucesso de um atleta exclusivamente ao seu treinador, ignorando nutrição, equipamento e calendário de competições.
Os contrafactuais, que a reportagem ignora, iluminam o argumento. Israel, sem turmas de gênios em escala, construiu um pipeline via Unit 8200, a unidade militar de inteligência de sinais das Forças de Defesa de Israel: libera cerca de 1.250 técnicos por ano, e seus alumni fundaram empresas de cibersegurança com valor agregado superior a US$ 160 bilhões. A Índia, pelo exame IIT-JEE, seleciona aproximadamente 1% de mais de um milhão de candidatos anuais para seus Institutos de Tecnologia; alumni do IIT representam cerca de 20% dos fundadores de unicórnios americanos. A Coreia do Sul, com seu sistema de hagwons (escolas preparatórias privadas), produz engenheiros para Samsung e Hyundai, mas registra taxas de suicídio juvenil entre as mais altas da OCDE. Cada país construiu um pipeline diferente. Nenhum deles depende de turmas de gênios em escala chinesa, e todos produziram resultados em inovação tecnológica por rotas distintas.
A reportagem do FT responde a uma pergunta específica: como a China produz talento em raciocínio formal e ciências exatas em escala. Nesse recorte, o sistema funciona e os cases confirmados o demonstram. O problema começa quando essa resposta é apresentada como explicação suficiente para uma pergunta mais ampla: por que a China ascendeu em iA. A distância entre essas duas perguntas é onde formuladores de política podem cometer erros concretos: tentar replicar turmas de elite sem compreender que capital estatal, proteção de mercado, acesso a tecnologia open-source e timing geopolítico são condições igualmente necessárias. O pipeline educacional fornece a matéria-prima humana. Mas matéria-prima sem indústria permanece potencial não convertido, e o artigo do FT, ao construir uma narrativa causal sobre um dos fatores, obscurece os demais.
Nota metodológica: esta resenha analisa o artigo do FT com base nas informações publicadas e em verificação independente via fontes abertas. A participação de Zhang Yiming em turmas de gênios é citada em fontes secundárias sem identificação da escola. Colin Huang e Liang Wenfeng não apresentam registro público de participação em programas olímpicos de ciências. Lou Tiancheng é o caso com documentação mais robusta (IOI 2004, Tsinghua, PonyAI). Dados sobre saúde mental referem-se à população estudantil ampla; não foram identificados estudos específicos sobre turmas de gênios. Dados sobre custos de treinamento da DeepSeek incluem cifra declarada (US$ 5,6 milhões) e estimativa independente de infraestrutura total (>US$ 500 milhões, SemiAnalysis). Leitores interessados em aprofundamento devem consultar fontes primárias adicionais.
ousadia criativa. precisão estratégica. – por kim.