Marc Sureda
Para analisar o grau em que os sistemas automáticos podem interpretar intenções ou juízos morais a partir de expressões faciais, uma equipa de investigação do Laboratório de Investigações Biológicas Professor Giacomo Rizzolatti (pertencente à UFV e dirigido pelo professor Raúl Alelú-Paz junto à estudante Carlota Márquez-Pedregal), desenhou uma experiência específica de cognição social publicada na Royal Society Open Science. Um estudo investiga a capacidade da IA para atribuir juízo moral, confiança ou intenções a partir de rostos humanos. A iniciativa surgiu perante o risco de os testes clássicos fazerem parte dos dados de treino dos grandes modelos, o que poderia desvirtuar as métricas de avaliação ao refletir uma exposição prévia em vez de inferências novas.
O desenho experimental utilizou oito imagens compostas por três retratos pictóricos de Diego de Velázquez e cinco fotografias assinadas por Arnold Abner Newman e Roger George Clark. Entre os retratos selecionados figuram as representações de Jerónima de la Fuente, São Paulo e um retrato masculino, acompanhados por fotografias de figuras como Pablo Picasso, Dwight D. Eisenhower, Shimon Peres, Robert Frost e Bill Brandt. A investigação comparou 230 pessoas com cinco modelos de linguagem perante um teste de cognição social baseado em obras de arte e fotografias. Cada imagem foi apresentada associada a uma pergunta com resposta binária sobre situações complexas, requerendo avaliar atributos como a presença de culpa, a inclinação para o perdão ou a perceção de ameaça.
Os resultados mostraram um comportamento muito consistente entre os participantes humanos da amostra, constituída por jovens de entre 19 e 28 anos com um enquadramento cultural uniforme. Esta concordância serviu de padrão de referência para avaliar as respostas do modelos de IA analisados. Enquanto o ChatGPT-4o, o Grok e o Gemini mostraram padrões muito próximos do critério humano, o Claude e o Mistral apresentaram diferenças marcadas. Em concreto, o Mistral exibiu coincidências parciais, enquanto o Claude ofereceu um perfil diferenciado em dimensões-chave como a interpretação da confiança face à ameaça.
As variações observadas entre os diferentes sistemas respondem a fatores como a arquitetura interna do modelo, os dados utilizados no seu treino e as pautas de ajuste aplicadas. Os autores esclarecem que a capacidade de simular respostas coerentes em ambientes sociais não equivale a possuir empatia real. A produção de respostas amáveis ou estatisticamente prováveis obedece à aprendizagem de associações entre imagens, linguagem e contextos, sem que implique uma experiência subjetiva ou uma compreensão efetiva do interlocutor.
Estas conclusões ganham relevância perante a possível integração destas tecnologias em âmbitos como a educação, a saúde mental, a robótica social, a assistência virtual ou o cuidado de idosos. Os resultados evidenciam a necessidade de avaliar os limites de cada modelo antes da sua implantação em setores sensíveis. Os investigadores advertem que o paradigma utilizado é preliminar, condicionado pelo uso de respostas binárias e por um conjunto reduzido de estímulos, pelo que serão necessários trabalhos futuros com amostras e cenários mais amplos para determinar como devem ser avaliados estes sistemas antes de se lhes delegar tarefas de interação humana.
