Segundo um pesquisador da Microsoft, os usuários estão cada vez mais presumindo que a IA é consciente simplesmente porque ela tem a capacidade de se comunicar e falar de forma semelhante aos humanos. Adrian de Wynter joga Age of Empires II desde 1999, ano em que este lendário jogo de estratégia em tempo real foi lançado. Mais de duas décadas depois, o pesquisador de IA da Microsoft e professor da Universidade de York decidiu usar o jogo para responder a uma das questões mais controversas da inteligência artificial: será que o ChatGPT, o Claude e outros grandes modelos de linguagem realmente possuem características humanas?
A rede neural feita de cabras
Usando o editor de mapas de Age of Empires II, De Wynter construiu uma rede neural totalmente funcional dentro do jogo. O design é hilariamente simples: a grama representa o número 0, as pontes representam o número 1 e as cabras atuam como bits de informação. Quando uma porta lógica é ativada, as cabras se movem ao longo do trilho, transmitindo sinais da entrada para a saída. Quando a porta completa seu cálculo, as cabras “morrem” e novas cabras aparecem na saída.
Mais especificamente, o que De Wynter construiu é um perceptron bipolar de 1 bit composto por portas NAND, a unidade mais básica de qualquer circuito lógico. E ele foi além: treinou essa rede neural dentro do jogo, não apenas a construiu. O algoritmo parte de um conjunto inicial de pesos (ansatz), testa um ponto de dados e atualiza os pesos se necessário, o mesmo princípio que está na base de qualquer modelo de linguagem moderno.
Ele intitulou seu artigo de forma igualmente direta: “Se os LLMs têm atributos semelhantes aos humanos, então Age of Empires II também os tem.”
Por que o jogo matematicamente “equivale” a um LLM
Esse ponto não é metáfora, é matemática. De Wynter demonstra formalmente que Age of Empires II é Turing-completo, o que significa que o motor do jogo é capaz de executar qualquer operação lógica que um computador convencional executaria, desde que tenha espaço e tempo suficientes. Em outras palavras: tudo que o ChatGPT faz no nível computacional, o jogo também poderia fazer.
E é aí que o argumento se torna incômodo. Se você acredita que a consciência ou os atributos humanos de um LLM emergem do próprio processamento, da forma como os dados fluem e se transformam, então Age of Empires II, rodando os mesmos cálculos com cabras e pontes, teria exatamente as mesmas propriedades. Não porque o jogo “parece” inteligente, mas porque o processo matemático subjacente é equivalente.
O trunfo é a interface
O argumento de De Wynter gira em torno da interface, não da tecnologia. Quando alguém interage com um modelo de linguagem complexo por meio de uma janela de bate-papo, a linguagem natural e o tom conversacional criam a ilusão de que existe uma entidade consciente do outro lado. Mas remova essa janela de bate-papo e substitua-a por um rebanho de cabras se movendo por um mapa de jogo clássico, a ilusão desaparece imediatamente, mesmo que a tecnologia subjacente seja a mesma.
“Se modelos de linguagem em larga escala têm características semelhantes às humanas, então o mesmo acontece com as cabras em Age of Empires II. Eu costumo levar as coisas ao extremo quando realmente preciso enfatizar um ponto.”, disse de Wynter, em entrevista ao 404 Media.
Ninguém olha para aquele rebanho de cabras e pensa que elas estão “pensando” ou “sentindo”. Isso, argumenta De Wynter, deveria nos fazer reconsiderar o que realmente projetamos nos modelos de IA no dia a dia.
O viés que contamina a ciência
Esse problema não afeta apenas o usuário comum, ele se estende à pesquisa científica. De Wynter analisou 315 artigos de ciência da computação publicados entre meados de 2024 e meados de 2026 e encontrou um padrão preocupante:
-
57% dos artigos partiam do pressuposto de que LLMs possuem atributos semelhantes aos humanos
-
Dos artigos que tinham os atributos humanos dos LLMs como foco central do estudo (47% do total), 77% concluíram que os LLMs de fato os possuem
O que De Wynter propõe como alternativa
De Wynter não apenas critica, ele propõe uma solução chamada de null assumption (pressuposto nulo). Em vez de partir da pergunta “a IA tem ou não tem consciência?”, pesquisadores deveriam observar apenas comportamentos mensuráveis e específicos, sem generalizar para atributos intrínsecos
