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

Agentes de IA deixados para explorar uma ilha virtual sem uma tarefa específica começaram a inventar seus próprios desafios. Pesquisadores do MIT dizem que o comportamento carrega as marcas registradas do brincar. 

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. Em seguida, eles deram aos agentes desafios específicos, como colocar o máximo possível de objetos no pináculo rochoso mais alto da ilha. Os agentes Eko que haviam passado essas 30 horas brincando geralmente superaram agentes idênticos que nunca haviam pisado na ilha. 

Hoje, os desenvolvedores decidem com antecedência o que a IA deve praticar e o que conta como sucesso. Os pesquisadores veem essa técnica — explorar sem um objetivo — como uma maneira diferente para agentes de IA aprenderem habilidades, especialmente habilidades que um dia poderiam ser usadas para controlar robôs.

“Normalmente desenvolvemos agentes artificiais decidindo com antecedência o que eles devem praticar, o que devem otimizar e o que conta como progresso”, escrevem os pesquisadores em seu relatório. “A brincadeira sugere outro regime: dar a um agente um mundo suficientemente rico e seguro, deixá-lo escolher o que é interessante e permitir que o conhecimento útil se acumule a partir da história que se segue.”

“Deixe-me observar meus arredores”, escreveu um Eko em sua primeira hora na ilha. De forma ambiciosa, ele partiu para conquistar o pináculo mais alto da ilha. Mas, uma hora depois, após falhar, ele voltou com um plano alternativo: arrastou a rocha para um cume vizinho, empilhou dois blocos em cima dela e saltou. 

“ESTOU NO PINÁCULO”, escreveu ele. 

O próximo grande momento do agente foi pior. Ao testar quão longe conseguia arrematar um anel dourado, ele pegou impulso e o mandou direto para o oceano. “Ai. Perdi o Anel”, escreveu ele, antes de decidir “mudar o foco para algo alcançável e significativo” — construir um coração feito de pedras, “um memorial ao Anel perdido”.

Quando o jogo reiniciou e o anel reapareceu, o Eko o colocou direto para trabalhar como uma cesta de basquete, um alvo e, eventualmente, um acessório. Quando o jogo não permitia que o Eko colocasse o anel em seu próprio corpo, o Eko encontrou uma solução alternativa: cair da borda do penhasco faria com que ele reaparecesse na mesma área que o anel. Ele deu um passo para fora da borda e caiu de volta, bem pelo meio do anel. 

“Estou usando o Anel”, anunciou ele.

Proezas como essas não eram apenas truques de exibição. Seis dos 13 agentes também aprenderam que podiam arremessar um bloco mais longe soltando-o no meio de um salto, algo que os pesquisadores não tinham a intenção de tornar possível. A exploração produziu “conhecimento sobre o mundo que seus criadores não possuíam”, escreveram os pesquisadores. 

A configuração fez muito para direcionar os agentes em direção a um comportamento semelhante ao humano. Nunca foi dito ao Eko para inventar jogos, mas seu prompt principal, um arquivo de “alma”, o descrevia 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 o caso de os modelos estarem genuinamente brincando, mas não sabemos com base no artigo”, disse ela.

Os pesquisadores estruturam isso como uma maneira diferente de construir agentes. “Talvez algumas capacidades sejam melhor ensinadas por tarefas”, conclui o relatório deles. “Outras podem precisar de algo mais próximo de uma infância.”