A inteligência artificial está ficando mais parecida com o cérebro em um aspecto que vai além da capacidade de resolver problemas. Quando submetidas a diferentes tarefas, algumas redes neurais artificiais começaram a organizar suas conexões internas em módulos especializados, criando uma estrutura que se aproxima da observada em redes cerebrais.
A descoberta foi apresentada em um estudo publicado em 28 de setembro de 2026 na revista Nature Machine Intelligence. A pesquisa, liderada por Yuhang Wu, investigou como as exigências do aprendizado podem modificar a organização interna de sistemas de inteligência artificial.
O aprendizado de várias tarefas reorganiza os circuitos da IA
Para investigar esse processo, os pesquisadores utilizaram redes neurais recorrentes, modelos capazes de manter informações ao longo do processamento e adequados para representar tarefas cognitivas que dependem de sequências.
Os sistemas foram treinados de diferentes maneiras. Alguns aprenderam uma única tarefa, enquanto outros precisaram lidar com várias tarefas simultaneamente.
A diferença chamou atenção.
Siga o canal do Fala Ciência no WhatsApp para receber nossos conteúdos em primeira mão!
Entrar no Canal do WhatsAppAs redes submetidas ao aprendizado multitarefa desenvolveram níveis maiores de modularidade. Em termos simples, suas conexões internas passaram a apresentar grupos mais definidos, nos quais diferentes conjuntos de unidades trabalhavam de maneira mais especializada.
Além disso, esse efeito ficou especialmente evidente quando a quantidade de tarefas pressionava a capacidade disponível da rede.
Uma espécie de divisão de trabalho aparece nos circuitos artificiais
No cérebro, diferentes regiões e circuitos apresentam graus variados de especialização, mas continuam conectados para permitir a integração de informações.
Algo semelhante surgiu nas redes artificiais analisadas no estudo.
Em vez de manter uma estrutura completamente uniforme, os sistemas passaram a desenvolver uma organização modular, na qual determinadas partes podiam assumir funções mais específicas enquanto permaneciam integradas ao restante da rede.
Essa característica foi particularmente forte quando as tarefas eram acrescentadas de maneira incremental, uma após outra. Nesse cenário, as redes apresentaram o maior grau de modularidade e também mantiveram desempenho elevado.
A arquitetura ficou mais parecida com a do cérebro
Um dos resultados mais interessantes apareceu quando os pesquisadores compararam as estruturas artificiais com modelos baseados na organização das redes cerebrais.
As redes treinadas para executar tarefas apresentaram propriedades estruturais mais semelhantes às redes biológicas do que modelos construídos considerando apenas restrições espaciais, como a necessidade de reduzir custos de conexão.
Isso sugere que a organização modular não depende somente de limitações físicas. As próprias demandas funcionais do aprendizado também podem contribuir para moldar a arquitetura de uma rede.
A lógica é relativamente simples: conforme um sistema precisa aprender tarefas complexas e diferentes, distribuir suas funções entre módulos pode ser uma maneira eficiente de lidar com uma capacidade limitada.
Leia mais:
Uma pista sobre como sistemas complexos se organizam
O estudo não significa que a inteligência artificial esteja reproduzindo um cérebro humano nem que esses sistemas tenham desenvolvido consciência. Trata-se de uma semelhança estrutural e computacional observada em redes artificiais durante simulações.
Ainda assim, o resultado abre uma perspectiva interessante.
Se determinadas formas de organização surgem naturalmente quando uma rede precisa lidar com múltiplas demandas, esse princípio pode ajudar pesquisadores a compreender melhor tanto a arquitetura do cérebro quanto o desenvolvimento de sistemas artificiais mais adaptáveis.
