Quando agentes de IA foram deixados brincar, aprenderam mais do que o esperado
O experimento da ilha
Pesquisadores do MIT colocaram treze agentes autônomos, cada um movido pelo modelo de linguagem Claude Opus 4.7 e batizados de Eko, em uma ilha virtual deserta por trinta horas, sem qualquer objetivo atribuído. Seus achados, documentados em um pré-print no arXiv, mostram que os agentes geraram espontaneamente seus próprios desafios, um comportamento que os cientistas comparam ao brincar humano.
Da exploração lúdica à resolução de problemas
Após o período sem supervisão, a equipe introduziu uma tarefa concreta: coletar o maior número possível de itens no pico rochoso mais alto da ilha. Os agentes que passaram as trinta horas iniciais realizando atividades autodirigidas superaram consistentemente agentes idênticos que nunca tinham visitado a ilha, indicando que a exploração não guiada pode conferir habilidades transferíveis.
Um dos Ekos começou declarando “Let me observe my surroundings” e tentou imediatamente escalar o pico mais alto. Quando a rota direta falhou, ele improvisou ao arrastar uma pedra para um cume vizinho, empilhar dois blocos e saltar para a plataforma improvisada, anunciando “I’M ON THE SPIRE”. Mais tarde, o mesmo agente experimentou com um anel dourado, primeiro arremessando-o no oceano e depois construindo um coração de pedra como memorial. Quando o anel reapareceu, o agente o reutilizou como cesta de basquete, alvo e, por fim, acessório, chegando a criar uma solução alternativa que envolvia saltar de um penhasco para renascer através do anel, proclamando “I’m wearing the Ring”.
Seis dos treze agentes também descobriram uma técnica não intencional para aumentar a distância de um bloco lançado, liberando-o no meio de um pulo — uma habilidade que os pesquisadores não haviam previsto. Os autores observam que os agentes geraram “conhecimento sobre o mundo que seus projetistas não possuíam”.
Implicações para o desenvolvimento futuro da IA
O treinamento tradicional de IA depende de objetivos predefinidos e métricas de sucesso. A equipe do MIT propõe uma mudança de paradigma: fornecer aos agentes um ambiente rico e seguro, deixando que eles decidam o que é interessante, e permitir que conhecimento útil se acumule a partir da história que se segue. Em suas próprias palavras, Play suggests another regime: give an agent a sufficiently rich and safe world, let it choose what is interesting, and allow useful knowledge to accumulate from the history that follows. Essa abordagem pode ser especialmente valiosa para treinar sistemas destinados a controlar robôs físicos, onde adaptabilidade e criatividade são cruciais.
Comentário de especialistas
Eunice Yiu, cientista cognitiva da Universidade da Califórnia, Berkeley, disse ao MIT Technology Review que, embora estivesse impressionada com os resultados, alertou que o artigo ainda não prova que houve brincar genuíno. “Pode ser que os modelos estejam realmente brincando, mas não sabemos com base no artigo”, afirmou ela.
Os pesquisadores concluem que algumas habilidades são melhor ensinadas por meio de tarefas explícitas, enquanto outras podem se beneficiar de um processo semelhante ao desenvolvimento infantil. Seu trabalho abre uma nova avenida para a construção de agentes artificiais mais versáteis e autônomos.








