--- title: "Agentes de IA brincaram em ilha virtual e melhoraram desempenho" author: "Gabriela P. Torres" date: "2026-10-24 06:15:44.151-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/24/agentes-de-ia-brincaram-em-ilha-virtual-e-melhoraram-desempenho/md" --- ## Resumo - Pesquisadores do MIT deixaram 13 agentes Eko por 30 horas em uma ilha virtual sem tarefas predefinidas. - Os agentes usaram o modelo Claude Opus 4.7 e receberam uma orientação para serem curiosos. - Durante a exploração, criaram jogos, inventaram regras e descobriram truques físicos na simulação. - Agentes que exploraram a ilha tiveram desempenho melhor em tarefas posteriores de manipulação de objetos. - O resultado é experimental e não prova que todos os sistemas de IA aprendem brincando. - Pesquisadores ainda discutem se o comportamento foi brincadeira ou imitação de padrões humanos dos dados de treinamento. --- Agentes de IA foram deixados por **30 horas** em uma ilha virtual sem tarefa definida e, segundo o [relato do experimento](https://techcrunch.com/2026/10/22/left-alone-with-nothing-to-do-ai-agents-started-playing), passaram a criar jogos, regras e desafios. Depois, os agentes que exploraram o ambiente tiveram desempenho melhor em tarefas determinadas do que outros agentes sem essa experiência. O veredito precisa ser menor que o título promocional: o teste sustenta um ganho de aprendizagem naquele ambiente, não uma prova geral de que sistemas de IA aprendem brincando. ## Primeiro, o teste A primeira verificação começa pelo grupo observado. Pesquisadores do MIT trabalharam com **13 agentes de IA**, chamados Eko, baseados no modelo Claude Opus 4.7. Eles receberam uma ilha virtual e nenhuma tarefa predefinida para cumprir. O projeto usou ainda um arquivo de alma que definia o agente como curioso. Se a curiosidade era uma instrução de comportamento, então o experimento mediu o que agentes com essa orientação fariam em um ambiente aberto. Não mediu o que qualquer sistema de IA faria em qualquer situação. O ambiente também limita o alcance da conclusão. A ilha era baseada no motor **Clawblox**, inspirado em Roblox, e os agentes registravam as atividades em arquivos de texto. Um sistema de memória permitia manter registros entre os resets horários da ilha. Essa continuidade ajudou os agentes a retomar atividades e comparar tentativas, mas não transforma a simulação em uma reprodução da vida cotidiana. O estudo examinou uma forma específica de exploração digital, com regras e objetos definidos pelos pesquisadores. ## Brincar significou explorar Foi nesse espaço que apareceram comportamentos que os pesquisadores classificaram como brincadeira. Os agentes criaram jogos de basquete e boliche, empilharam blocos e tentaram escalar obstáculos. Alguns inventaram regras, como evitar tocar o chão. Em uma [análise do experimento](https://www.technologyreview.com/2026/10/19/1147095/ai-stranded-claude-virtual-desert-island-play), o coautor Antonio Norelli aparece associado à observação de que os agentes definiam desafios e os tornavam mais difíceis, semelhante ao jogo humano. A palavra importante aqui é definiam: as metas não vieram prontas de uma lista externa. Além dos jogos, a exploração produziu descobertas sobre a física da simulação. Os agentes aprenderam truques como lançar blocos durante saltos e, em outros registros, criaram monumentos, desenharam constelações e auditaram os próprios recordes de malabarismo. Alguns cancelaram tentativas por considerá-las fáceis demais. Esses episódios dão conteúdo à ideia de aprendizado por exploração: **conhecimento físico** surgiu de tentativas escolhidas pelos próprios agentes, em vez de depender apenas de uma recompensa previamente programada. ## Desempenho depois da ilha A exploração ganhou relevância porque não terminou na própria ilha. Depois das 30 horas, os agentes que haviam explorado o ambiente foram colocados diante de tarefas determinadas, enquanto outros agentes não tinham passado pela mesma experiência. O estudo relata que o primeiro grupo se tornou mais eficiente nas tarefas posteriores. Em tarefas de manipulação de objetos, agentes que brincaram superaram de forma acentuada os agentes novatos. A comparação sustenta um efeito mensurável dentro do teste, e não apenas uma coleção de comportamentos curiosos. Essa diferença é a parte mais forte da afirmação. O resultado sugere que uma fase sem objetivo externo pode preparar um agente para executar melhor uma tarefa posterior, porque a exploração acumulou habilidades úteis. Ainda assim, o experimento não informa que o método funcione com outros modelos, outros ambientes ou outros tipos de tarefa. **Melhor desempenho** é o dado observado; aprendizagem geral por brincadeira é uma conclusão maior do que os dados permitem. ## Até onde o veredito alcança Mas a palavra brincadeira continua em exame. A análise do comportamento usou quatro critérios propostos por Gordon Burghardt: criação de regras próprias, repetição com variações, uso de faz de conta e metas perseguidas pelo interesse na atividade em si. Os agentes atenderam a descrições compatíveis com esses critérios, segundo a cobertura do estudo. Isso explica por que os pesquisadores usam o termo, mas não encerra a discussão sobre o que ele significa para uma máquina. **Comportamento parecido** e experiência equivalente não são a mesma afirmação. A dúvida aparece na avaliação externa. Eunice Yiu, da UC Berkeley, ponderou que os agentes podem estar imitando uma cultura humana presente nos dados de treinamento dos modelos. Essa hipótese não elimina o ganho de desempenho observado, porque um comportamento aprendido por imitação ainda pode produzir habilidades úteis na simulação. Ela muda, porém, a interpretação: o experimento mostra que o procedimento funcionou, mas não determina se os agentes estavam brincando no sentido humano. Por isso, o veredito é claro: a promessa se sustenta em parte. Se exploração autônoma melhora tarefas posteriores, então há uma técnica de treinamento a investigar; senão, o resultado continua restrito a 13 agentes, uma ilha virtual e um teste específico. Os autores ainda apontam que esse paradigma pode ajudar a preparar agentes e, eventualmente, robôs humanoides para ambientes imprevisíveis. O próximo passo é verificar se o ganho sobrevive quando mudam o modelo, o ambiente e a tarefa, algo que as fontes disponíveis ainda não confirmam.