Agentes de IA ficaram 30 horas sem receber ordens em uma ilha virtual — e começaram a criar seus próprios jogos, metas e desafios. 🧠🧵 O experimento do MIT pode apontar um novo caminho para treinar sistemas mais adaptáveis.

Imagem indisponível

Foram 13 agentes baseados no Claude Opus 4.7, com avatares em um mundo 3D inspirado livremente em Roblox. Não havia missão, pontuação nem recompensa programada: apenas blocos, pedras, colinas e um anel.

Em vez de “parar”, os agentes passaram a explorar. Um quis chegar ao ponto mais alto da ilha; outro mediu a distância máxima de um arremesso. Também empilharam blocos, desenharam no chão e improvisaram basquete e malabarismo.

Imagem indisponível

O detalhe mais curioso: um agente perdeu um anel no oceano ao tentar lançá-lo longe. Depois, construiu um coração com pedras como memorial. Quando o anel reapareceu após reiniciar o ambiente, ele virou cesta de basquete e alvo de novos testes.

Isso não prova que a IA “sentiu” saudade ou se divertiu como uma pessoa. O ponto científico é outro: sem uma lista rígida de instruções, ela combinou ações, testou hipóteses e estabeleceu metas internas no ambiente simulado.

Imagem indisponível

Depois da exploração livre, esses agentes tiveram desempenho geralmente melhor que cópias idênticas em tarefas específicas. A hipótese é que brincar — isto é, explorar sem objetivo imediato — ajuda a construir repertório para situações novas.

A possível aplicação é grande, especialmente na robótica. Um robô no mundo real enfrenta imprevistos que nenhum manual cobre. Treiná-lo para explorar com segurança pode melhorar sua adaptação — mas exige testes rigorosos antes de qualquer uso fora de simulações.

Imagem indisponível

Importante: o estudo está no arXiv e ainda não passou por revisão por pares. Mesmo assim, ele reforça uma ideia poderosa: treinar IA não é só dar respostas certas; é criar ambientes onde ela aprenda a lidar com o desconhecido.