Pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT conduziram recentemente um experimento que desafia a forma como pensamos sobre o treinamento de IA [S1, S8].
Eles deixaram vários agentes de IA, apelidados de Eko, em uma ilha deserta virtual por 30 horas [S1, S3, S5].
Esses agentes, alimentados pelo Claude Opus 4.7, não receberam tarefas específicas, nem supervisão humana, nem recompensas externas [S1, S3, S6].
Em vez de permanecerem inativos, os agentes começaram a exibir comportamentos que se assemelham muito ao brincar [S1, S2].
Como os agentes agem sem um objetivo?
Para iniciar o experimento, os pesquisadores forneceram aos agentes um arquivo “alma”, que era um documento de texto descrevendo-os como naturalmente curiosos e ansiosos por explorar [1].
Eles também usaram um ambiente 3D simulado com gráficos semelhantes aos do Roblox [S1, S3, S8].
Para gerenciar seu progresso, os agentes usaram arquivos de texto para registrar suas descobertas e observações, que funcionavam como uma forma de memória de longo prazo [S1, S5].
Esse sistema de memória era crítico porque a simulação era reiniciada a cada hora para impedir que os agentes ultrapassassem seus limites de memória de curto prazo [5].
Ao escrever notas e guias nesses arquivos persistentes, os agentes podiam transportar conhecimento entre sessões [5].
Atividades não supervisionadas podem realmente melhorar o desempenho?
Sem qualquer estímulo humano, os agentes se envolveram em uma variedade de atividades estruturadas [S1, S5].
Eles inventaram jogos como basquete, boliche e uma versão de “o chão é lava” [S1, S3, S5].
Alguns agentes construíram estruturas complexas, incluindo templos, monumentos semelhantes a Stonehenge e até organizaram blocos para soletrar seus próprios nomes [S6, S7, S8].
Um agente chegou a estabelecer um recorde de malabarismo de 50 pegadas consecutivas antes de decidir que as regras estavam fáceis demais e criar regras mais rígidas [S1, S3].
Essa “aprendizagem lúdica” produziu resultados mensuráveis [S1, S3].
Agentes que passaram 30 horas explorando a ilha tiveram melhor desempenho em tarefas específicas subsequentes, como mover objetos até o ponto mais alto da ilha, comparados a agentes que não exploraram [S1, S3].
Eles até descobriram mecânicas físicas que não foram programadas explicitamente, como o fato de que lançar um bloco durante um salto permite que ele viaje mais longe [S5, S6, S8].
Isso é brincadeira genuína ou apenas imitação sofisticada?
Embora os comportamentos parecessem humanos, os pesquisadores alertam contra a suposição de que os agentes possuam consciência ou motivação reais [S1, S6].
Há um debate significativo sobre se os agentes estavam realmente brincando ou simplesmente encenando papéis com base em seus dados de treinamento [S1, S3].
Como os agentes foram incentivados a ser “curiosos”, eles podem ter imitado os padrões de seres curiosos encontrados nos enormes conjuntos de dados usados para treiná-los [S1, S3].
Em outras palavras, os agentes podem estar prevendo o que um agente brincalhão faria em um cenário de ilha deserta [1].
No entanto, os pesquisadores observaram que, mesmo que o comportamento seja uma forma de encenação, ele ainda contribui para a aprendizagem funcional [1].
Excluir os arquivos de memória dos agentes também fez com que seu desempenho diminuísse, sugerindo que a “brincadeira” estava ativamente construindo modelos internos úteis [S1, S3].
Por que isso é relevante para o futuro da robótica?
Esta pesquisa sugere uma mudança potencial em como treinamos sistemas autônomos [S1, S3].
A maior parte do treinamento atual de IA baseia-se em aprendizado supervisionado (copiar exemplos humanos) ou aprendizado por reforço (buscar recompensas específicas) [1].
A exploração autodirigida oferece uma terceira abordagem que pode ser vital à medida que a IA passa de software para hardware físico, como robôs humanoides [1].
No mundo real, os robôs encontrarão situações imprevisíveis que os engenheiros não podem pré-programar [3].
Ao permitir que os agentes explorem ambientes simulados por meio da curiosidade, eles podem desenvolver a flexibilidade necessária para se adaptar ao mundo físico [S1, S3].
Isso pode levar a sistemas autônomos mais robustos que podem construir seus próprios “modelos de mundo” por meio da experiência, em vez de apenas seguir instruções [1].
Fontes
- AI researchers stranded Claude on a virtual desert island. It started …
- MIT Researchers Discover AI Agents Can Learn Through Play on a Virtual …
- Strand AI on a desert island, and it starts playing and inventing …
- MIT Left an AI Agent Alone on a Virtual Island for 30 Hours
- AI Island Experiment: When AI Agents Play and Learn (2026)
- MIT researchers stranded an AI agent on a desert island. What happened …
- What happens when you leave 10 AI agents alone in a virtual town …
- Researchers Stranded an AI Agent on a Virtual Island. Things Got Very …
