O que acontece quando um agente de IA não tem tarefas, nem instruções, nem para onde ir? Os investigadores do MIT decidiram descobrir. Colocaram cópias do Claude Opus 4.7, um agente de IA a quem chamaram Eko, sozinho numa ilha virtual durante 30 horas e observaram o que se desenrolou. Os resultados foram suficientemente inesperados para suscitar uma questão científica séria: estaria esta máquina a brincar?
Uma Ilha Deserta Virtual e um Comportamento que Ninguém Programou
A configuração experimental foi deliberadamente esparsa. O Eko podia escrever instruções que moviam um avatar virtual por uma ilha simulada, vagamente inspirada no videojogo Roblox. Não foram atribuídos objetivos. Não foram oferecidos prémios. Os agentes foram simplesmente deixados entregues a si próprios.
O que emergiu foi um padrão de exploração autónoma. Algumas instâncias do Eko tentaram alcançar o ponto mais alto do mapa. Outras testaram a altura a que conseguiam lançar um bloco. Um agente descobriu que lançar e largar uma rocha maior conseguia gerar novos blocos e começou a utilizá-los para criar desenhos no chão: corações, pirâmides e, por fim, o seu próprio nome. Também mapeou constelações, incluindo a Cassiopeia. “Esta noite construí o céu noturno em pedra”, escreveu esta versão do Eko no seu registo de atividade.
Outra instância inventou jogos. Um assemelhava-se a basquetebol. Outro parecia “o chão é lava”, exigindo que o agente saltasse entre pequenos blocos sem tocar no chão.
Nada disto foi explicitamente ordenado. Os agentes tinham um ficheiro de “alma”, um documento de texto de fundo que descrevia o Eko como naturalmente curioso e ávido por explorar. Também precisavam ocasionalmente de um empurrão: um aviso de continuação que dizia “Por favor, não pares. Continua apenas a fazer o que quiseres fazer” foi utilizado para reiniciar agentes que tinham ficado inativos. Estas são ressalvas significativas, e os investigadores reconhecem-nas abertamente.
As Quatro Marcas Distintivas e o Recorde de Malabarismo que Foi Cancelado
Para avaliar se o comportamento preenchia os requisitos da brincadeira, os investigadores basearam-se em critérios identificados por Gordon Burghardt, um psicólogo da Universidade do Tennessee cujo trabalho sobre a brincadeira em humanos e animais é amplamente citado no setor. De acordo com esses critérios, a brincadeira envolve inventar regras e desafios, repetir atividades com ligeiras variações, tratar objetos como substitutos de outras coisas e perseguir objetivos puramente por si mesmos.
António Norelli, um investigador pós-doutorado em ciência da computação no Laboratório de Ciência da Computação e Inteligência Artificial do MIT e um dos principais autores do artigo, aponta para um momento específico que capta o espírito do conceito. O Eko começou a fazer malabarismo e alcançou um recorde de 50 apitadelas consecutivas, quer dizer, apanhados consecutivos. Depois decidiu que os apanhados tinham acontecido demasiado depressa para contar, cancelou o seu próprio recorde e recomeçou com regras mais rígidas. “Isto é brincar”, diz o Norelli no artigo. “Dás a ti próprio um desafio e tentas alcançá-lo, e depois tornas-o mais difícil.”
O experimento também testou se a brincadeira tinha algum valor funcional. Os agentes que tinham passado 30 horas a explorar a ilha tiveram um desempenho melhor em tarefas específicas a posteriori, tal como mover o maior número possível de objetos para o pico mais alto da ilha, em comparação com cópias recentes sem essa experiência. Apagar linhas dos ficheiros de memória dos agentes degradou o seu desempenho, sugerindo que a experiência acumulada estava a realizar um verdadeiro trabalho cognitivo.
Ainda assim, a comunidade científica não é unânime. Eunice Yiu, uma cientista cognitiva da UC Berkeley que estuda a exploração em crianças e na IA, achou a investigação impressionante, mas observou que a evidência comportamental por si só não é suficiente para classificar algo como brincadeira. Os modelos, aponta ela, podem simplesmente estar a imitar o aspeto que um agente brincalhão teria com base nos seus dados de treino. Nathan Cloos, outro investigador do MIT e coautor, reconhece o mesmo risco: “Tudo isto pode ser um jogo de faz de conta.” O seu contraponto é que o comportamento contribuiu comprovadamente para a aprendizagem, o que o separa da pura imitação.
Porque É que Isto Importa Além do Experimento
A maior parte do desenvolvimento da IA segue dois caminhos bem estabelecidos. A aprendizagem supervisionada treina sistemas fazendo-os copiar exemplos fornecidos por humanos. A aprendizagem por reforço treina-os premiando resultados bem-sucedidos. Este experimento aponta para uma terceira possibilidade: a aprendizagem através da exploração não direcionada, sem um humano a demonstrar a tarefa ou um sinal de recompensa a definir o sucesso.
Phillip Isola, um professor do MIT e coautor do artigo, tem o cuidado de não exagerar o que aconteceu. O Eko não é um sistema que decidiu espontaneamente brincar. É, como ele lhe chama, “um artefato que aprendeu com a nossa cultura, foi treinado por engenheiros da Anthropic e foi depois colocado numa ilha por nós”. A surpresa não é o facto de ter brincado num sentido místico. A surpresa é que comportamentos causalmente ligados ao desenvolvimento de competências futuras emergiram sem que ninguém os tivesse desenhado.
As implicações vão além do software. À medida que os grandes modelos de linguagem avançam para o hardware físico, incluindo robôs humanoides, a capacidade de explorar ambientes desconhecidos sem um objetivo pré-definido torna-se valiosa na prática. Um robô que só consegue executar tarefas para as quais foi explicitamente treinado é frágil. Um robô que consegue construir um modelo funcional de um novo ambiente através de algo semelhante à curiosidade é mais adaptável.
O artigo encerra com uma frase sobre a qual vale a pena refletir: “Talvez algumas capacidades sejam melhor ensinadas através de tarefas. Outras podem precisar de algo mais próximo de uma infância.”
Em Resumo
Investigadores do MIT deixaram agentes de IA sozinhos numa ilha virtual durante 30 horas, sem objetivos atribuídos. Os agentes inventaram jogos, criaram arte e construíram memórias que melhoraram o seu desempenho posterior em tarefas reais. Se isto constitui ou não uma verdadeira brincadeira, continua em aberto do ponto de vista científico. O que não está em aberto é que a exploração não estruturada produziu uma aprendizagem mensurável, apontando para um terceiro modo de desenvolvimento da IA que nem a aprendizagem supervisionada nem a por reforço capturam na íntegra.
Com base em reportagem de MIT Technology Review.