Pesquisadores da Universidade Harvard desenvolveram agentes de inteligência artificial que exibiram comportamentos sofisticados, como migrações e disputas por recursos, sem receber instruções humanas. O estudo, liderado por Aaron Walsman, do Instituto Kempner, foi publicado em 2025 no site arXiv, ainda sem revisão por pares.

No experimento, os cientistas criaram um ambiente virtual semelhante a um tabuleiro de xadrez e inseriram pequenos programas (agentes) controlados por redes neurais artificiais. Os agentes não receberam treinamento ou dados prévios; a única regra era que aqueles que acumulassem mais recursos sobreviveriam e se reproduziriam. Durante a reprodução, pequenas alterações aleatórias eram introduzidas nas redes neurais dos descendentes, simulando mutações genéticas. Com o tempo, os agentes mais eficientes prosperaram, enquanto os menos eficientes desapareceram.

Sem nenhum comando, alguns agentes desenvolveram estratégias complexas: grupos passaram a realizar longas viagens entre regiões ricas em alimento e água, enquanto outros atacavam rivais para tomar recursos. O tamanho do ambiente mostrou-se decisivo: em mundos pequenos, comportamentos úteis surgiam, mas desapareciam facilmente; em mundos grandes, com dezenas de milhares de agentes, comportamentos mais elaborados se mostraram mais estáveis.

Para Claus Aranha, pesquisador da Universidade de Tsukuba, a evolução artificial pode ser usada para resolver problemas bem definidos, como a redução do consumo de energia em servidores. Ele citou o exemplo de robôs virtuais que aprenderam a voar explorando um bug no simulador. Já Diogo Cortiz, professor da PUC-SP, destacou que o diferencial do estudo é a liberdade dada aos agentes para interagir entre si, sem objetivos pré-definidos.

Especialistas alertam para os riscos do aumento da autonomia das IAs. Danilo Vasconcellos Vargas, professor da Universidade de Kyushu, afirmou que o problema não está em cenários de ficção científica, mas na perda de controle à medida que sistemas executam mais tarefas sem que os usuários compreendam como as decisões são tomadas. “Muito da perda de controle vai se dar porque a gente vai dar mais coisas para as máquinas fazerem e entender menos o que elas fazem”, disse.

Com informações de Folha — Tec.