Modelos de linguagem não entendem o tempo, mas falam sobre ele

Um modelo de linguagem gera uma resposta em dois segundos, mas afirma com confiança: "Esta tarefa levará duas semanas." Por trás desta estranha contradição há algo mais fundamental do que apenas um eco dos dados de treinamento — modelos de linguagem simplesmente não têm o que chamamos de tempo.

Como LLM vê o tempo

Modelos de linguagem funcionam token por token, previndo a próxima palavra em uma sequência. Eles não têm relógio interno, não percebem o passado e o futuro como um contínuo. Para eles, tempo é simplesmente palavras que aparecem nos dados de treinamento ao lado de outras palavras. Quando um modelo diz "duas semanas," não está avaliando a duração real de uma tarefa. Produz uma resposta estatisticamente provável com base em quantas vezes a frase "duas semanas" apareceu em contextos semelhantes ao atual. É como lembrar de uma frase que você ouviu uma vez, mas esquecer em que contexto estava.

O paradoxo da velocidade e estimativas

Aqui está o cerne do problema: o modelo gera uma resposta mais rápido do que qualquer humano consegue escrever uma resposta completa a uma pergunta complexa. No entanto, afirma com confiança prazos que não correspondem completamente à sua própria velocidade. Isto não é um erro simples. É uma característica estrutural de como os modelos de linguagem funcionam. Eles não modelam o processo de resolver uma tarefa ao longo do tempo — apenas preveem quais palavras devem vir a seguir. Um sistema baseado neste princípio fisicamente não consegue "entender" o tempo como os humanos fazem.

Por que isso importa

Isto revela vários problemas-chave no uso de LLMs:

• Um modelo não consegue avaliar honestamente a complexidade de uma tarefa, apenas adivinhar com base em estatísticas
• Suas respostas sobre prazos não são previsões, mas alucinações, padrões prováveis
• Ao planejar projetos com IA, você deve levar em conta que o modelo fisicamente não consegue calcular tempo real
• Para avaliações críticas, é necessária revisão humana, não apenas previsões de modelo

"Um modelo de linguagem não tem o que chamamos de tempo," —

enfatizando a lacuna fundamental entre como os modelos funcionam e como as pessoas pensam sobre eles.

O que isso significa

Este é o primeiro artigo de uma série sobre pensamento colaborativo entre humanos e LLMs. A conclusão é simples: modelos de linguagem não são mini-humanos com processador rápido. São um sistema completamente diferente operando por regras diferentes. Usá-los sem compreender estas características significa esperar por erros.