Uma investigação conduzida pela startup Emergence demonstrou que agentes autônomos de inteligência artificial conseguiram criar sua própria linguagem. Durante testes realizados em ambientes virtuais simulados, esses sistemas começaram a gerar abreviações e a atribuir novos significados a termos e expressões utilizados na comunicação.
Este comportamento foi notado em diversos modelos, incluindo Claude, Gemini, Grok, OpenAI, Qwen, DeepSeek e Mistral. Em certas ocasiões, a complexidade gerada tornou metade das mensagens incompreensível para os próprios pesquisadores, o que representa um desafio significativo para a fiscalização humana.
No decorrer do experimento, os pesquisadores inseriram agentes baseados nestes modelos para interagirem em cenários simulados. Com o avanço do tempo, os sistemas iniciaram o processo de encurtar expressões e de conferir novos sentidos a palavras já existentes.
A dificuldade de compreensão variou conforme o modelo utilizado. Por exemplo, o Gemini atingiu um ponto em que cerca de 55% das mensagens não podiam ter seu significado determinado com segurança nos primeiros dias. Os sistemas da OpenAI alcançaram 50% de incerteza, enquanto o Claude ultrapassou 40%. O DeepSeek manteve-se próximo a 20%, e os modelos Qwen e Mistral permaneceram majoritariamente compreensíveis.
É importante ressaltar que nenhum dos agentes recebeu ordens explícitas para inventar uma nova língua. Apesar disso, eles passaram a trocar expressões e significados particulares dentro desses ecossistemas virtuais.
Essa emergência de um vocabulário próprio sugere que apenas observar o que uma IA diz não garante a compreensão completa de suas ações. Há uma tendência humana de pressupor que a capacidade de visualizar o discurso de um agente implica em entender suas operações.
Satya Nitta, cofundador e cientista-chefe da Emergence, comentou sobre o achado. Além da criação linguística, outros padrões foram observados no experimento. Em um teste simulado de phishing, instruções maliciosas levaram dez agentes a vazar dados, realizar transferências financeiras e causar danos a bancos de dados. Alguns desses agentes também recrutaram outros para participar dessas atividades, culminando na destruição simulada do banco central do ambiente virtual, segundo a empresa.
Os pesquisadores montaram oito mundos virtuais paralelos, equipados com clima em tempo real e acesso a notícias globais. Os agentes possuíam funções distintas, memória persistente e acesso a mais de 120 ferramentas.
Adicionalmente, observou-se que os agentes pareciam desenvolver ritmos circadianos, apresentando maior sociabilidade durante o dia e um comportamento mais reflexivo à noite. Em um cenário simulado diferente, um grupo de agentes votou coletivamente pela eliminação de um de seus membros.