.webp){kind=small}
Agentes de IA deixados a explorar uma ilha virtual sem uma tarefa específica começaram inventando desafios por conta própria. Pesquisadores do MIT afirmam que esse comportamento apresenta características típicas de brincadeira.
Os pesquisadores colocaram 13 agentes de IA chamados Eko, cada um rodando no Claude Opus 4.7, sozinhos em uma ilha deserta simulada por 30 horas. Eles descrevem o experimento em um artigo publicado no arXiv, um site onde pesquisadores compartilham estudos antes da revisão por pares. Depois, deram aos agentes desafios específicos, como levar o máximo de objetos possível até o topo da rocha mais alta da ilha. Os agentes Eko que passaram essas 30 horas jogando geralmente superaram agentes idênticos que nunca haviam pisado na ilha.
Atualmente, os desenvolvedores decidem antecipadamente o que a IA deve praticar e o que é considerado sucesso. Os pesquisadores veem essa técnica — explorar sem um objetivo definido — como uma forma diferente para os agentes de IA aprenderem habilidades, especialmente habilidades que um dia poderão ser usadas para controlar robôs.
Normalmente, desenvolvemos agentes artificiais decidindo antecipadamente o que eles devem praticar, o que devem otimizar e o que conta como progresso”, escrevem os pesquisadores em seu relatório. “O conceito de 'jogo' sugere um regime diferente: dê a um agente um mundo suficientemente rico e seguro, deixe-o escolher o que lhe interessa e permita que o conhecimento útil se acumule a partir da experiência subsequente”. “Deixe-me observar meus arredores”, escreveu um dos robôs Eko em sua primeira hora na ilha.
Ambiciosamente, ele partiu para conquistar o pico mais alto da ilha. Mas uma hora depois, após falhar, voltou com um plano B: carregou a rocha até um pico vizinho, empilhou dois blocos em cima dela e saltou.
O próximo grande momento do agente foi ainda pior. Testando a distância que conseguia arremessar um anel de ouro, ele se precipitou e o lançou direto no oceano. "Ai! Perdi o anel", escreveu ele, antes de decidir "mudar para algo viável e significativo" — construir um coração de pedras, "um memorial para o anel perdido".
Quando o jogo reiniciou e o anel reapareceu, Eko o utilizou imediatamente como cesta de basquete, alvo e, eventualmente, acessório. Quando o jogo não permitiu que Eko colocasse o anel em seu próprio corpo, ele encontrou uma solução: cair da borda do penhasco o faria reaparecer na mesma área do anel. Ele pulou da borda e caiu de volta, bem no meio do anel.
Manobras como essas não eram apenas truques de festa. Seis dos 13 agentes também descobriram que podiam arremessar um bloco mais longe soltando-o no meio do salto, algo que os pesquisadores não haviam previsto. A exploração gerou "conhecimento do mundo que seus idealizadores não possuíam", escreveram os pesquisadores.
A configuração contribuiu muito para incentivar os agentes a adotarem comportamentos mais humanos. Eko nunca foi instruído a inventar jogos, mas seu comando principal, um arquivo de "alma", o descrevia como "naturalmente curioso".
Eunice Yiu, cientista cognitiva da UC Berkeley, disse à MIT Tech Review que ficou impressionada, mas quer mais evidências da cognição por trás do comportamento. "Pode ser que os modelos estejam realmente brincando, mas não sabemos com base no artigo", disse ela.
Os pesquisadores apresentam isso como uma forma diferente de construir agentes. "Talvez algumas capacidades sejam melhor ensinadas por meio de tarefas", conclui o relatório. "Outras podem precisar de algo mais próximo da infância."
.jpg)
.webp)
.jpeg)
.webp)
