Uma IA desenvolvida em pesquisa da UFU foi treinada para indicar a melhor jogada no pôquer: desistir, pagar, apostar ou aumentar. Mas o mais curioso é que ela não venceu por “decorar regras”. Ela aprendeu estratégia. 🃏🤖🧵

Imagem indisponível

A história começa com Lucas Diniz, mestrando da Faculdade de Computação da UFU. Em sua dissertação, orientada pelo professor Murilo Carneiro, ele investigou uma pergunta direta: modelos de linguagem conseguem tomar decisões estratégicas consistentes?

Um modelo comum pode saber o que é flop, fichas, blefe e aumento. Ainda assim, conhecer o vocabulário não basta para escolher bem sob pressão — especialmente quando cartas, posição na mesa e apostas mudam tudo.

Imagem indisponível

Para resolver isso, a pesquisa usou a Qwen3-14B e aplicou “ajuste fino supervisionado”. Na prática, o modelo recebeu milhares de cenários descritos em texto, cada um acompanhado da decisão estratégica de referência.

Cada mão trazia detalhes como cartas, posição dos jogadores, quantidade de fichas e sequência de apostas. A IA analisava o cenário e precisava escolher entre passar, pagar, desistir, apostar ou aumentar.

Imagem indisponível

A comparação de Diniz é simples: ler sobre medicina não substitui a experiência de lidar com casos clínicos. Com IA é parecido: conhecimento geral ajuda, mas a especialização ensina padrões que fazem diferença na decisão.

O valor da pesquisa vai além da mesa de pôquer. Treinar modelos com exemplos bem estruturados pode melhorar decisões em problemas específicos — desde que haja dados confiáveis, avaliação rigorosa e limites claros para seu uso.

Imagem indisponível

No fim, o pôquer vira um laboratório perfeito para a IA: informação incompleta, risco, probabilidades e estratégia. A grande lição não é uma máquina “adivinhar” cartas — é aprender a decidir melhor quando não existe certeza.