Quem: Pesquisadores de psicologia cognitiva e especialistas em inteligência artificial, incluindo o cientista de IA Dr. Lance B. Eliot e o grupo liderado por Marcel Binz.
O que: A comunidade acadêmica intensifica tentativas de construir uma teoria unificada da cognição humana, recorrendo a modelos de linguagem de larga escala (LLMs) para criar simulações que preveem e replicam o comportamento mental.
Quando: As discussões ganharam novo impulso em 15 de agosto de 2025, data da publicação de coluna no site Forbes, e foram reforçadas em 2 de julho de 2025 com um artigo na revista Nature.
Onde: A pesquisa foi divulgada internacionalmente em plataformas digitais; o modelo derivado e o conjunto de dados estão disponíveis no repositório Huggingface.
Como: O estudo “A Foundation Model To Predict And Capture Human Cognition” ajustou o LLM Meta Llama por meio da técnica QLoRA, utilizando o banco de dados Psych-101 — 10 milhões de escolhas registradas em 160 experimentos com 60 mil participantes. O resultado, batizado de Centaur, foi testado com parte dos dados reservados (aprox. 10%) e em cenários fora da distribuição original, como jogos econômicos e tarefas de decisão sequencial, apresentando alto índice de acerto nas previsões.
Por quê: Teorias anteriores sobre cognição foram criticadas por incompletas ou inconsistentes. Ao integrar grandes modelos de linguagem, pesquisadores esperam acelerar a formulação de um quadro teórico abrangente, capaz de explicar processos como percepção, memória, raciocínio e solução de problemas.
Modelos em disputa
Para explicar a mente humana, estudiosos costumam adotar quatro caminhos: modelos conceituais, matemáticos, bioquímicos e computacionais. O avanço recente recai sobre a quarta via, que utiliza redes neurais artificiais. Apesar de a arquitetura de um LLM diferir da rede neural biológica, defensores argumentam que a ferramenta serve como simulador útil, desde que as limitações sejam reconhecidas.
Imagem: forbes.com
Detalhes do Psych-101
O conjunto compila transcrições em linguagem natural de experimentos clássicos — entre eles, tarefas de multi-armed bandit, em que voluntários escolhem entre duas máquinas caça-níqueis visando maximizar pontos, e testes de decisão sob risco, comparando loterias com diferentes retornos e probabilidades.
Os arquivos e o modelo Centaur estão disponibilizados gratuitamente, permitindo que outros laboratórios repliquem ou ampliem a investigação sem partir do zero.
Próximos passos
Ainda há debate sobre a real correspondência entre tokens previstos por LLMs e raciocínio humano. Críticos alertam que a dependência de textos pode limitar a validade das simulações; entusiastas sustentam que a capacidade preditiva já justifica o uso dos sistemas como “microscópios” da mente, enquanto novas arquiteturas são estudadas para superar diferenças entre redes artificiais e biológicas.
Enquanto a teoria unificada continua indefinida, a combinação de grandes volumes de dados comportamentais com IA de ponta se consolida como a aposta mais promissora para desvendar o funcionamento da cognição.
Com informações de Forbes
