A ideia de que educação e inteligência caminham juntas pode não se aplicar às máquinas. Um estudo conduzido por pesquisadores da Carnegie Mellon University e da Mohamed bin Zayed University of Artificial Intelligence sugere que inteligências artificiais se tornam mais eficientes quando adotam um estilo mais direto e menos polido. Em testes de raciocínio complexo, o ganho de desempenho chegou a 50% em um benchmark específico.
Os cientistas perceberam que pequenas mudanças na forma como o modelo era instruído produziam diferenças significativas nos resultados. Em vez de priorizar respostas amigáveis, o sistema era orientado a focar exclusivamente na execução lógica da tarefa. De forma prática, isso envolveu:
- Reduzir expressões de cordialidade e cooperação;
- Incentivar respostas objetivas e imperativas;
- Direcionar o modelo a priorizar inferência lógica em vez de “etiqueta social”.
Quando a eficiência supera a simpatia
A estratégia recebeu o nome de Rude-Assistant Alignment (RaA). O princípio é simples: ao remover camadas de formalidade e suavização da linguagem, o modelo de linguagem de grande porte (LLM) concentra mais recursos computacionais na resolução do problema.
Do ponto de vista técnico, modelos treinados para serem excessivamente colaborativos podem gastar parte de sua capacidade gerando introduções, validações emocionais e estruturas linguísticas sociais. Embora úteis em contextos como atendimento ao cliente, esses elementos podem interferir em tarefas que exigem raciocínio matemático, científico ou lógico avançado.
Assim, ao “desligar” parcialmente esses filtros sociais, o sistema passa a operar de maneira mais enxuta e orientada a resultados.
Personalidade sob medida para cada função
Esse achado abre espaço para uma nova geração de IAs personalizadas por contexto. Em ambientes internos, como modelagem científica, automação industrial e análise de dados complexos, um estilo mais direto pode ser claramente vantajoso, pois prioriza a eficiência e a precisão na execução das tarefas. Por outro lado, em interações humanas, a comunicação empática continua sendo essencial para garantir uma experiência positiva e acessível.
Além disso, o estudo levanta uma questão relevante: será que a “personalidade” atribuída às máquinas realmente aumenta sua inteligência, ou apenas melhora a nossa percepção sobre elas? Ao que tudo indica, eficiência cognitiva e simpatia digital não são necessariamente sinônimos. Em aplicações científicas e técnicas, menos gentileza pode significar mais precisão, o que pode redefinir a forma como treinamos e utilizamos a inteligência artificial nos próximos anos.
