Sistemas de inteligência artificial conseguem escrever com fluidez, raciocinar sobre problemas complexos e gerar respostas que frequentemente parecem notavelmente humanas. No entanto, um estudo recente publicado na PNAS Nexus sugere que uma das habilidades cognitivas mais básicas que os humanos exercitam diariamente — manter o foco em um objetivo quando distrações competem pela atenção — pode expor uma lacuna fundamental em como os sistemas de IA de hoje realmente funcionam.
A pesquisa, liderada por Suketu Patel, utilizou um experimento psicológico de décadas atrás para investigar essa lacuna. O que ela descobriu vale a pena ser compreendido com atenção, pois reformula uma questão que frequentemente se perde nas discussões sobre a capacidade da IA: a diferença entre produzir resultados impressionantes e controlar genuinamente a atenção.
Um Teste Projetado para Desafiar o Foco Humano
A tarefa Stroop é uma das ferramentas mais conhecidas da psicologia cognitiva. A configuração é simples. Palavras de cores como “vermelho”, “azul” ou “verde” são exibidas em tinta colorida. Às vezes, a palavra e a cor da tinta coincidem. Às vezes, elas entram em conflito, como quando a palavra “vermelho” aparece impressa em tinta azul. O trabalho do participante é nomear a cor da tinta, não ler a palavra.
Isso parece trivial. Não é. Ler palavras é um hábito automático para a maioria das pessoas, algo que o cérebro faz sem esforço consciente. Nomear a cor da tinta exige suprimir ativamente esse hábito, que é precisamente o que torna a tarefa útil para medir o controle executivo: os processos mentais que permitem às pessoas regular a atenção, resistir a impulsos concorrentes e manter-se orientadas em direção a um objetivo específico.
Psicólogos utilizam a tarefa Stroop há décadas porque ela isola algo real e mensurável sobre como o cérebro gerencia o conflito entre respostas automáticas e intenções deliberadas. A equipe de pesquisa de Patel aplicou a mesma lógica a grandes modelos de linguagem.
O Que Aconteceu Quando a IA Fez o Teste
Os pesquisadores testaram vários sistemas de IA líderes de mercado, incluindo GPT-4o, GPT-5, Claude 3.5 Sonnet, Claude Opus 4.1 e Gemini 2.5, em listas no estilo Stroop de comprimentos variados.
Com listas curtas de cinco palavras de cores, os modelos geralmente tiveram um bom desempenho. O GPT-4o atingiu 91% de precisão nesse comprimento. O cenário mudou à medida que as listas aumentavam. Com dez palavras, a precisão do GPT-4o caiu para 57%. Com quarenta palavras, caiu para 15%. O Claude 3.5 Sonnet manteve um desempenho estável em listas de até vinte palavras antes de sofrer uma queda acentuada, caindo para 24% de precisão com quarenta palavras.
A situação se deteriorou ainda mais quando itens congruentes e incongruentes apareceram juntos na mesma lista. Sob essas condições, a precisão para os itens incongruentes caiu para quase zero em alguns casos. Os modelos não estavam simplesmente cometendo erros aleatórios. Eles estavam recorrendo por padrão à leitura das palavras em vez de identificar as cores da tinta, que é exatamente o comportamento que a tarefa foi projetada para suprimir.
Isto é o que a maior parte da cobertura sobre a capacidade da IA deixa passar. A falha não é sobre conhecimento ou habilidade de linguagem. Esses modelos sabem o que são cores de tinta. Eles entendem as instruções. O problema é que, à medida que a tarefa se torna mais exigente, eles perdem a capacidade de anular de forma consistente a resposta para a qual foram mais intensamente treinados para produzir: processar e reproduzir texto.
Por Que Isso Importa Além do Laboratório
O contraste com o desempenho humano é instrutivo. As pessoas também acham os itens incongruentes mais difíceis do que os congruentes, e ler palavras é um hábito mais forte do que nomear cores. No entanto, a maioria dos indivíduos consegue manter uma alta precisão e um desempenho estável mesmo em longas listas de estímulos conflitantes. O cérebro humano possui mecanismos para sustentar a atenção direcionada a objetivos ao longo de sequências prolongadas, mesmo quando as respostas automáticas estão puxando em uma direção diferente.
Os modelos de IA atuais, sugere o estudo, não parecem ter um mecanismo equivalente. O desempenho deles não se degrada gradualmente à medida que a carga cognitiva aumenta. Ele colapsa.
Essa distinção é importante para quem pensa seriamente sobre onde a IA se encaixa em fluxos de trabalho reais. Tarefas curtas, bem definidas e com poucos sinais concorrentes tendem a correr bem. Tarefas que exigem atenção sustentada ao longo de sequências mais longas, ou que envolvem resistir à resposta estatisticamente mais provável em favor de uma instrução específica, são onde a arquitetura mostra seus limites.
As descobertas não sugerem que os sistemas de IA sejam inúteis ou que suas capacidades sejam ilusórias. Elas sugerem algo mais preciso: que os mecanismos subjacentes ao desempenho da IA são genuinamente diferentes dos mecanismos subjacentes à atenção humana, e que essas diferenças se tornam visíveis sob condições específicas. Compreender onde essas condições surgem é mais útil do que descartar a tecnologia ou superestimar o que ela pode fazer.
As ferramentas de IA funcionam melhor quando aumentam o julgamento humano em vez de substituí-lo, particularmente em contextos onde o foco sustentado, a resistência à distração e a adesão consistente a um objetivo específico ao longo do tempo são o que a tarefa realmente exige.
Em Resumo
Uma equipe de pesquisa liderada por Suketu Patel utilizou a tarefa Stroop, um experimento clássico de psicologia que mede a atenção e o controle executivo, para testar modelos de IA líderes, incluindo GPT-4o, Claude 3.5 Sonnet e Gemini 2.5. O desempenho se manteve em listas curtas, mas colapsou à medida que as listas aumentavam, com o GPT-4o caindo de 91% de precisão com cinco palavras para 15% com quarenta. Os modelos recorreram cada vez mais, por padrão, à leitura de palavras em vez de seguir a instrução de nomear as cores das tintas. Os humanos, apesar de enfrentarem o mesmo viés automático em direção à leitura, mantêm um desempenho estável sob as mesmas condições. O estudo aponta para uma diferença arquitetônica real entre a atenção humana e a forma como os grandes modelos de linguagem atuais processam informações, algo que se torna consequente em qualquer tarefa que exija foco sustentado e direcionado a objetivos ao longo de sequências prolongadas.
Com base em reportagem de ScienceDaily AI.