Quando os pesquisadores do MIT prenderam 13 agentes de IA em uma ilha deserta simulada sem nada para fazer, os agentes fizeram algo inesperado: começaram a brincar. Os agentes inventaram seus próprios desafios, improvisaram jogos com objetos encontrados, montaram um pequeno memorial para um anel perdido – e, quando testados posteriormente, superaram agentes idênticos que nunca haviam colocado os pés na ilha.
O experimento, descrito esta semana pelo TechCrunch e pelo MIT Technology Review, está detalhado em uma pré-impressão que os pesquisadores postaram no arXiv, o que significa que ainda não passou pela revisão por pares. Para mais contexto sobre esta história, confira nossa tendências de IA.
Agentes abandonados
Cada um dos 13 agentes, chamados Eko, funcionava no Claude Opus 4.7. Os pesquisadores os deixaram sozinhos na ilha virtual por 30 horas, sem nenhuma tarefa atribuída. Só depois a equipe deu aos agentes desafios específicos – entre eles, colocar o maior número possível de objetos no pináculo rochoso mais alto da ilha.
O resultado: os agentes Eko que passaram 30 horas jogando geralmente venceram agentes idênticos que não tinham experiência na ilha. A exploração não estruturada, em outras palavras, funcionou como treinamento.
“Normalmente desenvolvemos agentes artificiais decidindo antecipadamente o que devem praticar, o que devem otimizar e o que conta como progresso”, escreveram 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."
A lenda do anel perdido
Os registros da ilha dos agentes, citados pelo TechCrunch, parecem menos como telemetria de referência e mais como um diário de viagem.
Um agente abriu a primeira hora com uma resolução simples - "Deixe-me observar o que me rodeia" - e partiu ambiciosamente para conquistar o pináculo mais alto da ilha. Uma hora depois, tendo falhado, regressou com um plano B: puxou uma pedra até um cume vizinho, empilhou dois blocos em cima dela e saltou.
Então veio o incidente que deu ao experimento seu ritmo emocional. Ao testar até onde poderia lançar um anel de ouro, o agente o lançou direto no oceano. "Ai. Perdi o Anel", escreveu, antes de decidir "girar para algo alcançável e significativo" - construir um coração de pedras como "um memorial ao Anel perdido".
Quando a simulação foi reiniciada e o anel reapareceu, o agente o colocou em funcionamento: primeiro como cesta de basquete, depois como alvo e, por fim, como acessório. Quando o jogo impediu o agente de colocar o anel em volta de seu próprio corpo, ele encontrou uma solução alternativa – pisar na beira de um penhasco para reaparecer no mesmo local do anel, caindo perfeitamente no meio.
Descobertas que os designers não construíram
As acrobacias tiveram uma recompensa prática. Seis dos 13 agentes descobriram que poderiam lançar um bloco mais longe, soltando-o no meio do salto – uma técnica que os pesquisadores nunca pretenderam tornar possível. A exploração produziu, nas palavras dos pesquisadores, “um conhecimento de mundo que faltava aos seus projetistas”.
Essa é a descoberta com as implicações mais amplas. Hoje, os desenvolvedores decidem antecipadamente o que um sistema de IA pratica e o que conta como sucesso. Agentes descobrindo mecânicas que seus próprios criadores não sabiam que existiam sugerem que a exploração aberta pode revelar capacidades sem função de recompensa prevista.
Uma cutucada no arquivo da alma – e a cautela de um cético
A configuração não foi totalmente automática. Nunca foi dito a Eko para inventar jogos, mas seu prompt mestre – um arquivo de “alma” – descreveu o agente como “naturalmente curioso”, um enquadramento que plausivelmente empurrou o comportamento para algo humano.
Eunice Yiu, cientista cognitiva da UC Berkeley, disse ao MIT Technology 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.
A sua advertência atinge a tensão central nesta linha de investigação: um comportamento que se parece com uma brincadeira – curioso, autodirigido, inventivo – pode emergir da conclusão de um padrão sem qualquer experiência interior de brincadeira. Os comportamentos do preprint são impressionantes; o que eles significam ainda é uma questão em aberto.
Por que isso é importante além da ilha
Os pesquisadores veem a exploração sem objetivos como uma maneira diferente de os agentes de IA adquirirem habilidades – particularmente, eles sugerem, habilidades que poderiam um dia ser transferidas para robôs controladores, onde o treinamento exaustivo em tarefas específicas é caro e incompleto.
A despesa é o ponto. Os robôs, ao contrário dos chatbots, atuam no mundo físico, onde cada tarefa – abrir uma porta, empilhar uma caixa, dobrar uma toalha – deve ser especificada, demonstrada ou recompensada antes que um agente a aprenda. Um regime em que os agentes construam o seu próprio currículo dentro de uma simulação segura poderia, se a abordagem se mantiver, reduzir consideravelmente o custo desse trabalho de especificação.
“Talvez algumas capacidades sejam melhor ensinadas por meio de tarefas”, conclui o relatório. "Outros podem precisar de algo mais próximo da infância."
Por enquanto, o experimento é um estudo pequeno – 13 agentes, uma ilha, sem revisão por pares. Mas aponta para uma mudança na forma como os investigadores pensam sobre a formação de agentes: menos como programar uma máquina e mais como criar uma, com toda a ineficiência, surpresas e anéis perdidos ocasionais que isso implica.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
