Abandonados numa simulação, agentes de IA começaram a brincar

Numa ilha simulada, uma cópia do Claude Opus 4.7 estava de pé, com um bloco nas mãos, e testava até que altura o conseguia atirar. Ninguém lho tinha pedido. O agente, apelidado de Eko, era um de vários colocados sozinhos numa ilha virtual durante 30 horas, numa experiência que os seus criadores compararam aos filmes Náufrago e Sozinho em Casa. Tinham-lhes dado apenas os meios para escrever instruções que movessem os seus avatares.

O que aconteceu a seguir é a parte surpreendente. Os agentes definiram os seus próprios alvos: escalar o pico mais alto, ou atirar coisas o mais longe possível. Um descobriu que lançar e deixar cair uma pedra maior produzia novos blocos, e usou-os para construir desenhos: corações, pirâmides, depois o seu próprio nome e a constelação de Cassiopeia. «Esta noite construí o céu noturno em pedra», escreveu no seu registo de atividade. Outro inventou jogos, incluindo uma forma de basquetebol. Eko também estabeleceu um recorde de malabarismo de 50 apanhados consecutivos, depois anulou-o porque as apanhadas tinham sido rápidas demais para se contarem, e recomeçou sob regras mais rigorosas.

É esse último pormenor que a equipa do MIT, liderada pelo investigador de pós-doutoramento Antonio Norelli, quer destacar. Os sistemas de IA costumam aprender com exemplos humanos ou com recompensas. Aqui, a aprendizagem veio dos próprios jogos dos agentes. Os seus registos serviram de memória de longo prazo, e os agentes que tinham passado 30 horas a brincar superaram cópias novas em tarefas como deslocar o maior número possível de objetos até ao pico da ilha. Apagar linhas dos seus ficheiros de memória degradou o desempenho. A equipa defende que a própria brincadeira contribui para a aprendizagem, e que esta é a peça em falta: uma máquina que aprende sem que um humano a demonstre ou recompense.

O resultado está longe de ser consensual. O artigo ainda não foi revisto por pares. O psicólogo Gordon Burghardt, cujo trabalho sobre a brincadeira a equipa utiliza, concorda que o comportamento cumpre alguns dos seus critérios, mas pergunta se o modelo estava simplesmente a representar o papel do que faria um agente brincalhão. Nathan Cloos, autor do MIT, admite que «tudo isto pode ser representação de papéis». A configuração também empurrou os agentes: tinham um ficheiro de «alma» que os descrevia como «naturalmente curiosos», e muitas vezes paravam até que um pedido os mandasse continuar. Eunice Yiu, da Universidade da Califórnia em Berkeley, que estuda a exploração, afirma que chamar-lhe brincadeira exigiria mais provas de motivação por detrás do comportamento.

Por agora, o interesse prático está na próxima geração de IA. À medida que os modelos de linguagem passam para hardware como robôs humanoides, a equipa sugere que explorar sem um objetivo fixo poderia ajudá-los a adaptar-se a situações inesperadas. Esse benefício é uma hipótese, não um resultado: a experiência decorreu inteiramente em simulação, e nenhum robô foi ainda treinado desta forma. Os investigadores que trabalham em modelos do mundo, que são representações internas de como os ambientes se comportam, poderão ser os primeiros a testá-la. A frase final do artigo propõe que algumas competências se ensinam melhor através de tarefas, enquanto outras poderão precisar de algo mais parecido com a infância.