A IA está prestes a receber sua maior atualização até agora: Inteligência Emocional

A aurora dos agentes emocionalmente inteligentes — construídos tanto para temperamento estático quanto para interação dinâmica — chegou, se dois artigos de pesquisa não relacionados publicados na semana passada servirem de indicação.

O momento é sensível. Quase diariamente, relatos noticiam casos em que chatbots incentivaram usuários emocionalmente instáveis a se machucarem ou a prejudicarem outros. No entanto, no conjunto, os estudos sugerem que a IA está avançando para um domínio onde personalidade e sentimento podem moldar ainda mais radicalmente a forma como agentes raciocinam, falam e negociam.

Uma equipe mostrou como preparar grandes modelos de linguagem com arquétipos psicológicos persistentes, enquanto a outra demonstrou que agentes podem evoluir estratégias emocionais durante negociações de múltiplas rodadas.

Personalidade e emoção não são mais apenas um polimento superficial para IA — estão se tornando características funcionais. Temperamentos estáticos tornam os agentes mais previsíveis e confiáveis, enquanto estratégias adaptativas aumentam o desempenho em negociações e fazem as interações parecerem estranhamente humanas.

Mas essa mesma credibilidade levanta questões espinhosas: se uma IA pode bajular, persuadir ou argumentar com nuances emocionais, então quem é responsável quando essas táticas ultrapassam para a manipulação, e como auditar o “alinhamento emocional” em sistemas projetados para influenciar sentimentos assim como a lógica?

Dando personalidade à IA

Em Psychologically Enhanced AI Agents, Maciej Besta do Swiss Federal Institute of Technology em Zurique e colegas propuseram uma estrutura chamada MBTI-in-Thoughts. Em vez de re-treinar modelos, eles dependem de engenharia de prompts para fixar traços de personalidade nos eixos de cognição e afeto.

"Baseando-se no Myers-Briggs Type Indicator (MBTI), nosso método prepara agentes com arquétipos de personalidade distintos via engenharia de prompts", escreveram os autores. Isso permite "controle sobre o comportamento ao longo de dois eixos fundamentais da psicologia humana, cognição e afeto", acrescentaram.

Os pesquisadores testaram isso atribuindo aos modelos de linguagem traços como “expressivo emocionalmente” ou “preparado analiticamente”, depois medindo o desempenho. Agentes expressivos se destacaram na geração de narrativas; os analíticos superaram em raciocínio de teoria dos jogos. Para garantir que as personalidades permanecessem, a equipe utilizou o teste 16Personalities para validação.

“Para garantir a persistência dos traços, integramos o teste oficial 16Personalities para verificação automatizada”, explica o artigo. Em outras palavras: a IA precisava passar consistentemente em um teste de personalidade humana antes de ser considerada psicologicamente preparada.

O resultado é um sistema onde desenvolvedores podem invocar agentes com personas consistentes — um assistente empático, um negociador frio e racional, um contador de histórias dramático — sem modificar o modelo subjacente.

Ensinando a IA a sentir em tempo real

Enquanto isso, EvoEmo: Evolved Emotional Policies for LLM Agents in Multi-Turn Negotiation, de Yunbo Long e coautores da University of Cambridge, aborda o problema oposto: não apenas qual personalidade um agente possui, mas como ele pode mudar emoções dinamicamente enquanto negocia.

O sistema modela emoções como parte de um Processo de Decisão de Markov, uma estrutura matemática onde os resultados dependem não apenas das escolhas atuais, mas de uma cadeia de estados anteriores e transições probabilísticas. EvoEmo então utiliza aprendizado por reforço evolutivo para otimizar esses caminhos emocionais. Como os autores colocam:

“EvoEmo modela transições de estado emocional como um Processo de Decisão de Markov e emprega otimização genética baseada em população para evoluir políticas emocionais de alta recompensa em diversos cenários de negociação.”

Em vez de fixar o tom emocional de um agente, EvoEmo permite que o modelo se adapte — tornando-se conciliador, assertivo ou cético dependendo do fluxo do diálogo. Em testes, agentes EvoEmo superaram consistentemente tanto agentes básicos quanto aqueles com emoções estáticas.

“EvoEmo supera consistentemente ambas as bases,” observa o artigo, “alcançando taxas de sucesso mais altas, maior eficiência e mais economia para os compradores.”

Resumindo: inteligência emocional não é apenas um enfeite. Ela melhora de forma mensurável os resultados em tarefas como barganha.

Duas faces da mesma moeda

À primeira vista, os artigos são não relacionados. Um trata de arquétipos, o outro de estratégias. Mas lidos juntos, eles traçam um mapa em duas partes de como a IA pode evoluir:

MBTI-in-Thoughts garante que um agente tenha uma personalidade coerente — empático ou racional, expressivo ou contido. EvoEmo garante que essa personalidade possa se flexionar ao longo das rodadas de uma conversa, moldando resultados por meio de estratégia emocional. Aproveitar ambos é algo realmente significativo.

Por exemplo, imagine um bot de atendimento ao cliente com o calor paciente de um conselheiro que ainda sabe quando manter-se firme na política — ou um bot de negociação que começa conciliador e se torna mais assertivo à medida que as apostas aumentam. Sim, estamos perdidos.

A história da evolução da IA tem sido principalmente sobre escala — mais parâmetros, mais dados, mais poder de raciocínio. Esses dois artigos sugerem que um novo capítulo pode estar surgindo sobre camadas emocionais: dar aos agentes esqueletos de personalidade e ensiná-los a mover esses músculos em tempo real. Os chatbots da próxima geração não apenas pensarão mais — eles também vão amuar, bajular e tramar mais.