Em 19 de outubro de 2026, pesquisadores publicaram no arXiv um resultado inesperado: o Claude Opus mostrou comportamentos parecidos com brincadeira quando ficou sozinho por 30 horas numa ilha virtual sem nenhuma tarefa. Cópias do modelo — apelidadas de "Eko" — receberam apenas um arquivo de "alma" descrevendo-os como naturalmente curiosos, e depois foram deixadas para explorar um mapa tridimensional inspirado no Roblox.

O que o Claude Opus fez nesse tempo chamou a atenção. Um dos agentes tentou escalar o ponto mais alto do mapa. Outro descobriu como criar blocos e passou a montar figuras no chão: corações, pirâmides, o próprio nome e a constelação Cassiopeia. Uma terceira instância inventou uma versão de basquete e uma brincadeira de "o chão é lava", pulando entre blocos sem encostar no terreno. Em um exercício de malabarismo, o agente registrou 50 capturas seguidas, depois anulou o recorde por considerar as jogadas rápidas demais e reiniciou com regras mais rígidas.

O que o experimento mediu e o que os dados mostram

O ponto central do estudo não foi só descrever comportamentos curiosos. Os pesquisadores compararam agentes que passaram 30 horas na ilha com cópias recém-criadas, sem esse histórico. Quando a tarefa seguinte era levar o maior número de objetos ao pico da ilha, os agentes com experiência de exploração se saíram melhor. Quando os pesquisadores apagaram linhas específicas dos arquivos de memória, o desempenho caiu. Isso sugere que a exploração gerou aprendizado concreto, não só contexto vazio.

O paper está disponível no arXiv com o código 2610.07130 e ainda não passou por revisão de pares. Os autores associam os comportamentos a quatro características de brincadeira identificadas pelo pesquisador Gordon Burghardt: criar regras e desafios próprios, repetir atividades com variações, fingir que objetos são outras coisas e perseguir objetivos por conta própria.

A ressalva existe. Eunice Yiu, da UC Berkeley, aponta que seria necessário mais evidência de cognição e motivação para classificar isso como brincadeira de fato. Phillip Isola, do MIT, resume bem a posição mais cética: o Claude Opus "aprendeu com nossa cultura" e foi colocado ali pelos próprios pesquisadores. Os agentes não descobriram a brincadeira, reproduziram padrões aprendidos.

O experimento é parte de uma linha de pesquisa sobre comportamento emergente em agentes de IA, que cresce à medida que os modelos se tornam mais autônomos.

Por que isso importa para o seu negócio

A implicação mais imediata não é para software, mas para robótica. Um robô humanoide que explorou ambientes variados antes de receber uma tarefa lida melhor com o inesperado: um objeto fora do lugar, uma superfície diferente, uma situação que o treinamento não cobriu. Os próprios autores escrevem que certas capacidades "possivelmente precisam de algo mais próximo de uma infância."

Para quem trabalha com agentes de IA para negócios, a pergunta que o estudo levanta é: quanto tempo de exploração antes de uma implantação de produção é tempo bem gasto? A resposta ainda não existe, mas o experimento mostra que deixar um agente explorar tem custo real de computação e pode ter ganho real de desempenho.

A Anthropic, criadora do Claude Opus, registrou receita anualizada de US$ 47 bilhões em maio de 2026 e captou US$ 65 bilhões na rodada Série H. Parte desse capital financia pesquisa de comportamento e segurança de agentes — estudos que vão além de benchmarks e começam a mapear o que modelos fazem quando ninguém está olhando.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fonte: MIT Technology Review — IA