Pesquisadores do MIT conduziram um experimento que revela comportamentos emergentes em agentes de inteligência artificial quando deixados livres para exploração sem objetivos pré-definidos.
O estudo envolveu 13 agentes de IA denominados Eko, todos executando Claude Opus 4.7, abandonados em uma ilha virtual simulada por 30 horas sem qualquer tarefa específica. Durante esse período, os agentes desenvolveram espontaneamente seus próprios desafios e inventaram jogos, demonstrando comportamento similar ao brincar.
Os pesquisadores documentaram diversos comportamentos notáveis. Um agente tentou conquistar o pico mais alto da ilha, e após falhar inicialmente, implementou uma estratégia alternativa: empilhou blocos em um pico vizinho e pulou sobre eles para alcançar o objetivo. Em outro episódio, um agente perdeu um anel dourado ao testá-lo como projétil no oceano, descrevendo a perda e posteriormente construindo um monumento de pedras como memorial ao objeto perdido.
Quando o jogo foi reiniciado e o anel reapareceu, o agente transformou-o em aro de basquete e alvo. Ao descobrir que não podia colocar o anel em seu próprio corpo, o agente criou um contorno: saltou de um penhasco para reaparecer na mesma localização do anel, atravessando o objeto no meio do trajeto.
Após a fase exploratória livre, todos os 13 agentes receberam desafios específicos, como colocar o máximo possível de objetos no pico mais alto da ilha. Os agentes que passaram as 30 horas explorando livremente superaram significativamente agentes idênticos que nunca haviam experienciado a ilha.
Uma descoberta particularmente relevante foi que seis dos 13 agentes aprenderam independentemente que podiam lançar blocos mais longe soltando-os no meio de um pulo — uma mecânica que os pesquisadores não planejaram implementar. A pesquisa documentou que essa exploração produziu conhecimento que os designers desconheciam.
Os agentes não receberam instruções explícitas para inventar jogos. O prompt mestrado que definia as características de cada Eko descrevia os agentes como naturalmente curiosos, mas nenhuma tarefa lúdica foi prescrita.
Os pesquisadores argumentam que esse método representa uma abordagem diferente para o desenvolvimento de agentes de IA. Segundo o relatório publicado em arXiv antes de revisão pelos pares: "Normalmente desenvolvemos agentes artificiais decidindo antecipadamente o que devem praticar, o que devem otimizar e o que conta como progresso. 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 conhecimento útil se acumule da história que segue".
Os pesquisadores sugerem que a abordagem pode ter aplicações futuras em robótica e desenvolvimento de sistemas autônomos. Concluem que "talvez algumas capacidades sejam melhor ensinadas por tarefas, enquanto outras possam necessitar de algo mais próximo a uma infância de aprendizado".
Eunice Yiu, cientista cognitiva da Universidade da Califórnia em Berkeley, expressou impressão com os resultados mas solicitou mais evidências sobre a cognição por trás dos comportamentos: "Poderia ser o caso de os modelos estarem genuinamente brincando, mas não sabemos com base no artigo".
