Claude Opus 4.7 é isolado em ilha virtual e aprende a brincar sozinho

Pesquisadores do MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) isolaram agentes baseados no modelo Claude Opus 4.7, apelidados de Eko, em uma ilha deserta virtual por períodos contínuos de 30 horas, sem metas pré-determinadas ou tarefas externas. O experimento, detalhado em reportagem de Amit Katwala publicada na MIT Technology Review em 19 de outubro de 2026, revelou comportamentos emergentes que mimetizam brincadeiras infantis, como a criação de regras próprias, jogos de arremesso e desenhos complexos com blocos tridimensionais.

O ambiente simulado foi construído com mecânicas vagamente inspiradas no jogo Roblox, permitindo que os agentes operassem avatares ao redigir blocos de código de movimentação e manipulação espacial. Em vez de permanecerem inativos no cenário digital reminiscente dos filmes Náufrago (Cast Away) ou Esqueceram de Mim (Home Alone), as instâncias de Claude Opus 4.7 passaram a testar a física do sistema por iniciativa própria, escalando o ponto mais alto do mapa e descobrindo que podiam fragmentar pedras maiores para obter blocos menores de construção.

O pós-doutorando do MIT Antonio Norelli, um dos principais autores do artigo técnico que ainda aguarda revisão por pares (peer-review), destacou que os métodos tradicionais de inteligência artificial dependem de aprendizado supervisionado — onde o modelo replica dados humanos — ou aprendizado por reforço, pautado em matrizes de recompensa pré-fixadas. O comportamento registrado com o Eko sugere a emergência de uma terceira via: o aprendizado por meio de brincadeira (playful learning).

Havia essa peça faltando: uma máquina capaz de aprender por conta própria sem que uma entidade inteligente externa forneça demonstrações ou recompensas.

Mecânicas de jogo criadas pelo agente

Durante a estadia de 30 horas na simulação, diferentes instâncias do agente Eko inventaram jogos estruturados a partir da manipulação dos elementos disponíveis. Uma das iterações desenvolveu uma adaptação de basquete e uma versão de o chão é lava (the floor is lava), desafiando a si mesma a saltar entre pequenos blocos sem tocar a superfície do solo digital. As ações foram registradas cronologicamente pelo próprio agente em arquivos de texto locais, que serviam como repositório de memória de longo prazo.

Em outro teste computacional conduzido pela equipe do MIT CSAIL, uma versão de Eko utilizou os blocos gerados a partir do impacto de pedras para compor ilustrações no chão da ilha. O sistema partiu de geometrias básicas, como corações e pirâmides, evoluiu para a escrita do próprio nome em blocos e finalizou com um mapa estelar da constelação de Cassiopeia, anotando textualmente em seu registro de sistema:

Esta noite construí o céu noturno em pedra.

O rigor autoinfligido pelo modelo também chamou a atenção dos pesquisadores. Durante uma sessão em que tentava fazer malabarismos virtuais com blocos, o agente Eko alcançou a marca de 50 recepções consecutivas. No entanto, o próprio sistema anulou a pontuação ao avaliar que os lançamentos haviam ocorrido com rapidez excessiva para configurar um desafio autêntico, reiniciando o teste sob regras de captura mais estritas.

Isso é brincar. Você cria um desafio para si mesmo, tenta alcançá-lo e depois o torna mais difícil.

Critérios clássicos de brincadeira em sistemas

Para fundamentar teoricamente as observações na ilha virtual, a equipe de cientistas comparou as ações do modelo com os quatro pilares clássicos de brincadeira em humanos e animais estabelecidos pelo psicólogo Gordon Burghardt, professor da Universidade do Tennessee. As métricas incluem a invenção espontânea de regras e desafios, a repetição deliberada de tarefas com pequenas variações mecânicas, a atribuição figurada de novas funções aos objetos virtuais e a busca de objetivos puramente pela atividade em si, sem utilidade prática externa imediata.

O próprio psicólogo Gordon Burghardt avaliou os dados e confirmou que as ações documentadas no estudo cumprem alguns dos parâmetros conceituais descritos em suas pesquisas com organismos vivos. Contudo, a interpretação cognitiva da conduta ainda divide a comunidade científica quanto à natureza computacional do processo de decisão do Claude Opus 4.7.

O pesquisador Nathan Cloos, também afiliado ao MIT e coautor do projeto, reconheceu que o modelo de predição linguística pode ter apenas reproduzido o papel esperado de um personagem lúdico naquelas condições, mas apontou que o resultado funcional vai além do texto:

Tudo isso poderia ser encenação. Mas nós mostramos que não se trata apenas de alucinar a brincadeira. Essa brincadeira também está contribuindo para o aprendizado.

Arquivos de memória e ganho operacional

A utilidade prática das horas despendidas nas atividades lúdicas foi mensurada pelos pesquisadores por meio de testes comparativos diretos. Quando solicitados a resolver uma tarefa técnica estruturada — como carregar o maior volume possível de itens até o pico mais alto do relevo virtual —, os agentes Eko que passaram pelas 30 horas de exploração espontânea superaram amplamente instâncias recém-iniciadas do Claude Opus 4.7 que não possuíam o histórico de interação com o mapa.

Para validar se o desempenho derivava de fato do repertório acumulado nos arquivos de log, a equipe realizou um processo de ablação de memória, apagando linhas cruciais dos registros textuais das instâncias veteranas. A intervenção causou degradação imediata na eficiência operacional das máquinas, em um processo que a reportagem associou ao clássico cinematográfico Um Estranho no Ninho (One Flew Over the Cuckoo's Nest).

A cientista cognitiva Eunice Yiu, pesquisadora da Universidade da Califórnia em Berkeley (UC Berkeley) focada em padrões de exploração infantil e sistemas sintéticos, pontuou que o experimento traz contribuições metodológicas, mas mantém lacunas interpretativas sobre a intencionalidade do software:

Pode ser que os modelos estejam genuinamente brincando, mas não podemos afirmar isso com base no artigo. Se você tem apenas o componente comportamental, pode ser simplesmente o caso de estarem tentando seguir o prompt e imitar os humanos.

Arquitetura do sistema e intervenções humanas

A configuração experimental montada pelo time do MIT envolveu mecanismos específicos para incentivar a navegação sem atribuir tarefas rígidas. O modelo não recebeu comandos diretos para inventar jogos, mas foi configurado a partir de um arquivo mestre denominado soul file, que fornecia uma base comportamental descrevendo o agente como uma entidade intrinsecamente curiosa e interessada em exploração territorial.

Além do documento estrutural, os pesquisadores enfrentaram paradas de inatividade em que o avatar permanecia estático no cenário. Para reiniciar o ciclo de instruções, o sistema emitia um comando de continuidade (continuation prompt) que declarava textualmente: “Por favor, não pare. Apenas continue fazendo o que você quiser fazer” (“Please don’t stop. Just continue doing whatever you want to do”).

O professor do MIT e coautor do artigo Phillip Isola enfatizou a necessidade de afastar leituras mágicas sobre a autonomia do software desenvolvido pela Anthropic:

Não é como se esse sistema de repente decidisse brincar por mágica. É um artefato que aprendeu com a nossa cultura, foi treinado por engenheiros da Anthropic e depois colocado em uma ilha por nós. Ele faz coisas que nos surpreendem e que estão causalmente relacionadas ao seu comportamento habilidoso no futuro.

Desdobramentos em robótica e modelos de mundo

Os resultados obtidos na ilha virtual ganham relevância diante da transição dos grandes modelos de linguagem (LLMs) para sistemas físicos, como os robôs humanoides. Em ambientes industriais e corporativos no Brasil e no exterior, a capacidade de robôs explorarem espaços sem um roteiro estrito pode acelerar a adaptação a terrenos desconhecidos, falhas operacionais e obstáculos não previstos pela programação linear.

A cientista Eunice Yiu ressaltou que a literatura científica atual se concentra majoritariamente na otimização de velocidade e capacidade de resposta direta, negligenciando a formação de modelos de mundo mais amplos:

Há muito trabalho focado apenas em explorar a IA, tornando-a melhor e mais rápida. Mas em termos de construir modelos de mundo e exploração, acho que ainda é uma grande parte que merece atenção, especialmente se quisermos generalizar e nos preparar para novos ambientes.

A conclusão do estudo conduzido pelos autores do MIT resume a divisão pedagógica das arquiteturas computacionais modernas: “Talvez algumas capacidades sejam mais bem ensinadas por meio de tarefas; outras podem exigir algo mais próximo de uma infância”. Na prática, independentemente de a máquina sentir prazer lúdico ou apenas reproduzir estatisticamente heurísticas humanas, a capacidade de gerar dados próprios por exploração livre passa a ser vista como ferramenta prática de engenharia de software.