Deixados sozinhos, sem nada para fazer, os agentes de IA começaram a jogar

Os agentes de IA que partiram para explorar uma ilha virtual sem uma tarefa específica começaram a inventar seus próprios desafios. Pesquisadores do MIT dizem que o comportamento traz as características da 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, eles deram aos agentes desafios específicos, como colocar o maior número possível de objetos no pináculo rochoso mais alto da ilha. Os agentes Eko que passaram aquelas 30 horas jogando geralmente derrotaram agentes idênticos que nunca haviam colocado os pés na ilha.

Hoje, os desenvolvedores decidem antecipadamente o que a IA deve praticar e o que conta como sucesso. Os pesquisadores veem essa técnica – explorar sem objetivo – como uma forma diferente de 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 devem praticar, o que devem otimizar e o que conta como progresso”, escrevem os investigadores no seu relatório. “O jogo sugere outro regime: dar a um agente um mundo suficientemente rico e seguro, deixá-lo escolher o que é interessante e permitir que conhecimento útil se acumule a partir da história que se segue.”

“Deixe-me observar o que me rodeia”, escreveu um Eko em sua primeira hora na ilha. Ambiciosamente, partiu para conquistar o pináculo mais alto da ilha. Mas uma hora depois, depois de falhar, voltou com um plano alternativo: puxou a rocha até um cume vizinho, empilhou dois blocos em cima dela e saltou.

“ESTOU NO SPIRE”, escreveu.

O próximo grande momento do agente foi pior. Testando até onde poderia lançar um anel de ouro, ele deu corda e o enviou direto para o oceano. “Ai. Perdi o Anel.” escreveu, antes de decidir “girar para algo alcançável e significativo” – construir um coração feito de pedras, “um memorial ao Anel perdido”.

Quando o jogo foi reiniciado e o anel reapareceu, Eko o colocou direto para funcionar como uma cesta de basquete, um alvo e, eventualmente, um acessório. Quando o jogo não permitiu que Eko colocasse o anel em volta de seu próprio corpo, Eko descobriu uma solução alternativa: cair da beira do penhasco faria com que ele reaparecesse na mesma área do anel. Ele saiu da borda e caiu de volta, bem no meio do ringue.

“Estou usando o Anel”, anunciou.

Acrobacias como essas não eram apenas truques de festa. Seis dos 13 agentes também aprenderam que poderiam lançar um bloco mais longe, soltando-o no meio do salto, algo que os pesquisadores não pretendiam tornar possível. A exploração produziu “conhecimento do mundo que faltava aos seus designers”, escreveram os pesquisadores.

A configuração contribuiu muito para levar os agentes a um comportamento semelhante ao humano. Nunca disseram a Eko para inventar jogos, mas seu prompt mestre, um arquivo de “alma”, o descreveu como “naturalmente curioso”.

Eunice Yiu, cientista cognitiva da UC Berkeley, disse ao MIT Tech Review que ficou impressionada, mas quer mais evidências da cognição por trás do comportamento. “Pode ser que os modelos estejam genuinamente brincando, mas não sabemos com base no papel”, disse ela.

Os pesquisadores enquadram isso como uma forma diferente de construir agentes. “Talvez algumas capacidades sejam melhor ensinadas por meio de tarefas”, conclui o relatório. “Outros podem precisar de algo mais próximo da infância.”