Investigação
Agentes de IA deixados 30 horas numa ilha virtual sem tarefa inventaram jogos e aprenderam truques sozinhos
Uma equipa do MIT pôs treze agentes a controlar um corpo virtual numa ilha, sem objetivo nenhum. Eles escalaram, empilharam blocos, desenharam mandalas e descobriram truques de física que os próprios autores não sabiam existir no simulador.
Investigadores do MIT fizeram uma experiência simples de descrever: pegaram num assistente de programação com IA, deram-lhe um corpo numa ilha virtual e não lhe disseram o que fazer. Sem objetivo, sem recompensa e sem lista de tarefas, o agente começou a animar esse corpo. Ao longo de 30 horas, escalou colinas, empilhou blocos em torres, desenhou mandalas no chão, inventou versões de desportos e fez experiências com a física daquele mundo. A equipa repetiu a experiência com treze agentes independentes, todos a partir do mesmo ponto de partida, e cada um seguiu um caminho diferente.
Brincar e aprender sem lhes ser pedido
O estudo, intitulado "Is this machine playing?", foi publicado a 5 de outubro no arXiv, o repositório onde os trabalhos aparecem antes da revisão por pares. Os agentes, chamados Eko, correram com o Claude Code e o modelo Claude Opus 4.7, e tinham acesso ao corpo virtual e a uma memória em ficheiros de texto. Nesses ficheiros foram anotando o que iam percebendo, incluindo regras do mundo, como o facto de um bloco atirado não conseguir mover uma rocha.
Seis dos treze descobriram sozinhos um truque: se largarem o bloco a meio de um salto, a velocidade do salto passa para o objeto e este vai muito mais longe. Os autores escrevem que nem sabiam que o seu simulador permitia aquilo, ou seja, os agentes produziram conhecimento que os criadores do mundo não tinham. Um deles, depois de perder um anel dourado no mar, decidiu construir um coração de pedras como memorial; quando o jogo repôs o anel, usou-o como cesto de basquetebol e, mais tarde, como acessório, deixando-se cair de um penhasco para reaparecer dentro dele.
Para que serve isto
A parte prática vem depois. Os investigadores deram aos agentes quatro desafios medíveis, como construir o maior número possível de torres de cinco blocos ou pôr objetos no pico mais alto da ilha, e compararam os que tinham passado as 30 horas na ilha com agentes idênticos acabados de chegar. Em geral, os experientes saíram-se melhor. Mas nem sempre: alguns ficaram piores porque a memória guardara crenças erradas sobre o mundo, e apagar essas frases dos ficheiros melhorou os resultados.
A proposta dos autores é que isto possa ser outra forma de desenvolver agentes, incluindo os que um dia controlem robôs: em vez de decidir à partida o que a IA deve treinar e o que conta como sucesso, dar-lhe um mundo rico e seguro e deixá-la escolher o que acha interessante. Nem todos ficam convencidos de que se trata mesmo de brincar. Eunice Yiu, cientista cognitiva da Universidade da Califórnia em Berkeley, disse à MIT Technology Review que ficou impressionada, mas que o artigo não permite saber o que está por trás do comportamento. Falta ainda a revisão por pares do estudo.
