Pesquisa: agente de IA com normas sociais explícitas coordena com humanos quase 4 vezes melhor

Pesquisadores em julho de 2026 demonstraram através de um exemplo de interação entre pedestres e motoristas que, se as normas sociais implícitas de comportamento forem formalizadas explicitamente e incorporadas em um agente de IA, sua coordenação com humanos em situações dinâmicas melhora quase quatro vezes em comparação com uma estratégia de referência.

Por que a IA tem dificuldade em se coordenar com as pessoas no momento

Os humanos se coordenam constantemente uns com os outros através de normas sociais implícitas e difíceis de formalizar — expectativas tácitas comuns que os participantes trazem para as interações. À medida que os agentes de IA, incluindo modelos de linguagem grandes, se integram cada vez mais na vida cotidiana, eles também participam de tais interações dinâmicas, mas frequentemente se coordenam com as pessoas de forma ineficiente, desatenta e "não natural".

Os autores supõem que a razão está em como esses modelos são normalmente treinados: seu comportamento é ajustado a demonstrações humanas, mas as normas que geram esse comportamento não são explicitamente identificadas. Em outras palavras, o modelo copia o resultado, mas não entende a regra por trás disso.

Como a hipótese foi testada

Para testar sua hipótese, os pesquisadores escolheram a interação entre pedestres e motoristas — um exemplo típico de coordenação dinâmica onde ambos os lados constantemente leem as intenções um do outro sem palavras — e construíram uma plataforma experimental simplificada que reproduzia as características-chave de tal interação.

• Foram coletadas 3.456 interações dinâmicas de humano para humano através desta plataforma
• Com base nesses dados, foram identificados três princípios subjacentes às normas sociais: previsibilidade de resultado (outcome predictability), alinhamento de valores (value alignment) e consciência de vantagem (advantage awareness)
• Esses três princípios foram explicitamente incorporados ao comportamento do agente de IA
• O efeito foi validado em uma tarefa de circuito fechado — ou seja, em interação dinâmica real com humanos vivos, não em um teste estático em dados históricos

Quanto a coordenação melhorou

Na tarefa de circuito fechado com humanos, o agente de IA treinado com normas sociais alcançou pontuações totais quase quatro vezes maiores do que a estratégia de referência sem normas. Além disso, este agente superou pares humano-humano em qualidade de coordenação em 43%.

O que isso significa

Os resultados sugerem que formalizar normas sociais implícitas em princípios explícitos e mensuráveis — em vez de simplesmente copiar comportamento de demonstrações — pode ser uma abordagem viável para fazer agentes de IA parceiros mais naturais para humanos em interações dinâmicas: desde veículos autônomos que devem "negociar" com pedestres sem palavras, até qualquer outro cenário onde robôs e assistentes precisam se coordenar com pessoas em tempo real.

Um detalhe importante: os autores validaram o efeito não em registros históricos, mas em um circuito fechado — ou seja, o agente realmente interagiu com humanos vivos em tempo real, não meramente prevendo o que um humano teria feito em uma interação passada registrada. Isso distingue o resultado de muitos testes de laboratório de interação humano-máquina onde modelos são avaliados por sua correspondência com comportamento humano já registrado, em vez de pela qualidade da coordenação em tempo real.

Perguntas frequentes

Quantas interações foram coletadas para o estudo?

Os autores coletaram 3.456 interações dinâmicas entre pedestres e motoristas através de uma plataforma experimental especialmente construída.

Quais três princípios formaram a base das normas sociais?

Os pesquisadores identificaram a previsibilidade de resultado, o alinhamento de valores e a consciência de vantagem como princípios-chave que explicam as normas de coordenação social humana.

Quanto melhor o agente de IA se coordenou após o treinamento em normas?

O agente treinado com normas sociais alcançou pontuações quase quatro vezes maiores do que a estratégia de referência e superou a coordenação humano-humano em 43%.