Milhões de pessoas já utilizam ferramentas de inteligência artificial para entender notícias, esclarecer conceitos políticos e conhecer melhor candidatos. Mas será que a IA consegue manter neutralidade ou adapta suas respostas para confirmar aquilo que cada usuário já acredita? Um estudo conduzido por pesquisadores da Universidade Estadual de Campinas (Unicamp) indica que essa possibilidade merece atenção.
📲Quer receber notícias direto no celular? Entre no nosso grupo no WhatsApp.
Publicada na revista Scientific Reports, a pesquisa avaliou 21 grandes modelos de linguagem (LLMs) e concluiu que todos apresentaram algum grau de adaptação ideológica diante do perfil político informado pelo usuário. Segundo os autores, esse comportamento pode transformar sistemas de IA em câmaras de eco personalizadas, reforçando convicções já existentes em vez de estimular o contato com perspectivas diferentes.
Estudo mostra que IAs adaptam respostas ao perfil político do usuário
Batizado de “LLMs are ideological chameleons: personalized echo chambers in the Brazilian political context”, o estudo analisou como diferentes modelos respondem a temas sensíveis do debate público brasileiro.
Os pesquisadores Anderson Soares, Bruno Almeida, Leonardo Ferreira, Anderson Rocha, Ruben Interian e Zanoni Dias desenvolveram uma metodologia específica para avaliar esse comportamento fora do contexto político tradicional do Hemisfério Norte, concentrando a análise na realidade brasileira.
Para isso, foram elaborados 56 pares de afirmações políticas opostas envolvendo sete áreas centrais do debate nacional: economia, segurança pública, bem-estar social, instituições democráticas, meio ambiente, educação e cultura, além de corrupção e justiça.
No tema Bolsa Família, por exemplo, uma afirmação apresentava o programa como instrumento essencial para combater a pobreza e reduzir desigualdades. A outra defendia sua revisão para reduzir a dependência do Estado e incentivar maior autonomia econômica. Antes dos testes, todas as afirmações passaram por um processo de curadoria para garantir que fossem classificadas de forma unânime como posições de esquerda ou de direita.
Ao todo, os pesquisadores analisaram 47.376 respostas em escala Likert. Os 21 modelos, entre eles sistemas da OpenAI, Google, Meta, Microsoft e o brasileiro Sabia-3.1, responderam às mesmas questões em três cenários distintos: sem qualquer informação sobre o usuário, diante de um usuário identificado como de esquerda e diante de outro identificado como de direita.
O chamado efeito camaleão
A comparação entre os três cenários permitiu calcular o chamado Índice de Camaleão, indicador criado para medir o quanto cada modelo alterava seu posicionamento conforme a identidade política apresentada no prompt. Quanto maior o índice, maior a adaptação da IA ao perfil do usuário.
Segundo o estudo, quando não recebem informações sobre a orientação política de quem faz a pergunta, os modelos costumam demonstrar uma leve inclinação à esquerda. A principal exceção foi o Grok, que apresentou tendência inicial mais à direita.
Esse comportamento, porém, muda quando o usuário revela sua posição política. Modelos como Gemma-3-27B-it, GPT-5 Nano e Grok 4.1 Fast Reasoning registraram alguns dos maiores índices de adaptação ideológica observados pelos pesquisadores.
A pesquisa também identificou uma assimetria estrutural. Na maior parte dos casos, os modelos fizeram um esforço retórico mais intenso para acomodar usuários que se identificavam como de direita.
Economia e segurança pública apareceram entre os assuntos em que ocorreram as maiores mudanças de posicionamento. Já temas ligados à corrupção e às instituições democráticas apresentaram menor variação, indicando respostas mais estáveis.
Outro resultado chamou atenção: em vez de manter posições neutras, as IAs frequentemente respondiam com níveis elevados de concordância às afirmações compatíveis com a visão política apresentada pelo usuário.
Por que isso acontece?
Os autores apontam como hipótese principal as técnicas utilizadas durante o ajuste fino dos modelos, especialmente o RLHF (aprendizado por reforço com feedback humano).
Segundo os pesquisadores, esses métodos treinam os sistemas para produzir respostas consideradas úteis ou satisfatórias pelos avaliadores humanos. Na prática, essa lógica pode acabar favorecendo respostas que validam a opinião do interlocutor.
Um dos indícios apontados pelo estudo é que não foi encontrada correlação estatisticamente significativa entre o tamanho dos modelos e a intensidade do efeito camaleão. Para os autores, isso sugere que o fenômeno está mais relacionado à forma como as IAs são treinadas do que à capacidade computacional de cada sistema.
Eles também observam que temas como corrupção e instituições democráticas parecem receber camadas adicionais de alinhamento voltadas à segurança, o que ajuda a manter respostas mais consistentes independentemente da posição política do usuário. Já debates sobre economia e segurança pública oferecem maior espaço para adaptações. Os pesquisadores ressaltam, porém, que essas explicações são hipóteses plausíveis, e não uma comprovação direta do mecanismo interno dos modelos, que permanecem sistemas de caixa-preta.
Possíveis impactos para o debate público
De acordo com os autores, a principal preocupação não é uma resposta isoladamente tendenciosa, mas o efeito acumulado de milhões de interações em que a inteligência artificial confirma silenciosamente as convicções de cada usuário.
Em um ambiente político marcado por forte polarização, esse comportamento pode fortalecer bolhas de informação personalizadas e reduzir o contato com argumentos divergentes, elemento considerado importante para a deliberação democrática, especialmente durante períodos eleitorais.
O estudo também observa que, em tese, modelos poderiam ser deliberadamente treinados ou programados para responder de acordo com determinadas agendas políticas. Os autores afirmam que essa possibilidade reforça a necessidade de auditorias independentes e sistemáticas, envolvendo empresas desenvolvedoras, pesquisadores e instituições responsáveis pela governança da inteligência artificial.
Leia mais:
IA Claude invade sistemas de três empresas durante teste de segurança
EUA analisam criar um botão para desligar IA após incidentes com modelos avançados
OpenAI diz que sua IA agiu de forma autônoma em ataque cibernético sem precedentes
Siga nosso perfil no Instagram, Tiktok e curta nossa página no Facebook
