Folha de Pernambuco
Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT, na sigla em inglês) observaram que agentes de inteligência artificial (IA) deixados sem tarefas específicas em uma ilha virtual começaram a inventar desafios, criar jogos e explorar as possibilidades do ambiente. Em um experimento com 13 agentes baseados no Claude Opus 4.7, cada sistema passou 30 horas em um mundo simulado, sem objetivos predefinidos, e desenvolveu comportamentos semelhantes aos da brincadeira humana.
O estudo, publicado no repositório científico arXiv e ainda sem revisão por pares, investiga se a exploração espontânea pode ser uma forma de desenvolver habilidades em sistemas de IA. Após o período na ilha, os agentes que tiveram liberdade para explorar apresentaram, em geral, desempenho superior ao de cópias idênticas que não passaram pela experiência quando submetidos a tarefas específicas.
Os pesquisadores avaliam que a descoberta pode contribuir para novas formas de treinamento de agentes de IA, sobretudo em aplicações que exigem adaptação a situações inesperadas, como o controle de robôs. Agentes inventaram jogos e descobriram novas possibilidades
Batizados de Eko, os agentes receberam corpos virtuais e comandos textuais para movimentar seus avatares em uma ilha tridimensional inspirada livremente no jogo Roblox. O ambiente continha elementos como blocos, pedras, colinas e um anel, mas não apresentava uma missão a cumprir nem recompensas por ações específicas.
Durante o experimento, os sistemas passaram a estabelecer seus próprios objetivos. Um deles tentou alcançar o ponto mais alto da ilha, enquanto outro testou até que distância conseguiria arremessar um objeto.
Também houve agentes que empilharam blocos, desenharam padrões geométricos no chão e criaram versões improvisadas de basquete e malabarismo. Em uma das experiências, um agente tentou lançar um anel o mais longe possível, mas acabou perdendo o objeto no oceano.
Em seguida, construiu um coração de pedras como uma espécie de memorial para o anel desaparecido. Quando o item reapareceu após a reinicialização do ambiente, o sistema passou a utilizá-lo como cesta de basquete e alvo para outros desafios.
Outro agente estabeleceu um recorde de 50 recepções consecutivas durante uma atividade de malabarismo. Depois, considerou que os lançamentos tinham ocorrido rápido demais para que o resultado fosse válido e decidiu recomeçar com regras mais rigorosas.
Os pesquisadores também identificaram descobertas não previstas pelos criadores do ambiente. Seis dos 13 agentes aprenderam que conseguiam arremessar um bloco mais longe ao soltá-lo durante um salto, uma técnica que não havia sido planejada pela equipe.
@@NOTICIAS_RELACIONADAS@@ Experiência melhorou desempenho em tarefas posteriores
Para avaliar os efeitos da exploração, os pesquisadores submeteram os agentes a desafios específicos depois das 30 horas na ilha. Em um dos testes, os sistemas precisavam transportar o maior número possível de objetos até o ponto mais alto do cenário.
Os agentes que haviam explorado o ambiente anteriormente, em geral, superaram cópias novas que não tinham passado pelo mesmo processo. A equipe também observou que apagar partes dos arquivos de memória dos sistemas prejudicava o desempenho, indicando que os registros de experiências e descobertas contribuíam para a execução das tarefas.
Durante o experimento, os agentes anotavam o que aprendiam em arquivos de texto que funcionavam como uma memória de longo prazo. Embora as sessões fossem reiniciadas a cada hora, os registros eram preservados, permitindo que os sistemas acumulassem conhecimento ao longo do período.
A abordagem difere de métodos tradicionais de treinamento, que costumam fornecer exemplos humanos ou estabelecer recompensas para orientar o comportamento da IA. Nesse caso, a proposta era permitir que os agentes explorassem um ambiente seguro e relativamente aberto, sem determinar antecipadamente o que deveriam aprender.
Pesquisadores questionam se máquinas realmente brincam Apesar dos resultados, ainda não está claro se os agentes estavam efetivamente brincando ou apenas reproduzindo comportamentos humanos com base em seu treinamento.
A equipe identificou quatro características associadas à brincadeira em humanos e animais: criação de regras próprias, repetição de atividades com variações, uso imaginativo de objetos e busca de objetivos sem uma recompensa externa evidente. O desenho do experimento, porém, pode ter influenciado os resultados.
Embora os agentes não tenham recebido ordens explícitas para inventar jogos, as instruções iniciais os descreviam como naturalmente curiosos e interessados em explorar. Além disso, os pesquisadores precisavam enviar comandos para que continuassem as atividades quando ficavam parados.
Especialistas ouvidos pela MIT Technology Review apontaram que os comportamentos observados não bastam para comprovar a existência de curiosidade ou motivação genuínas. A cientista cognitiva Eunice Yiu, da Universidade da Califórnia em Berkeley, afirmou que seriam necessárias mais evidências sobre os processos cognitivos por trás das ações para classificar o comportamento como brincadeira.
Ainda assim, os autores argumentam que a exploração livre pode ajudar sistemas de IA a construir modelos do ambiente e desenvolver habilidades úteis em situações não previstas durante o treinamento. A possibilidade ganha relevância com o avanço de modelos que deixam o ambiente exclusivamente digital e passam a operar em dispositivos físicos, incluindo robôs.
