INTELIGÊNCIA ARTIFICIAL

O que acontece quando agentes de IA criam a própria sociedade

Experimentos do MIT e de outros laboratórios mostram que agentes de IA podem se organizar, dividir tarefas e acumular tecnologia sem comando central, e que regras escritas não bastam para evitar o colapso

Por Redação The Shift 04/11/2026

Imagine uma sociedade sem governo, sem profissões definidas, sem manual de instruções e quase sem conversa entre seus membros. Ninguém é nomeado líder, construtor ou explorador. Ainda assim, com o tempo, surgem especialistas, obras coletivas e tecnologias que continuam funcionando mesmo depois que seus criadores desaparecem. Essa sociedade existe, ao menos dentro de um computador. É o SwarmWorld, experimento de pesquisadores do Laboratório de Mecânica Atomística e Molecular (LAMM) do MIT. O estudo junta-se a uma série de experimentos recentes que tratam agentes de IA como cidadãos de mundos simulados. Juntos, eles ajudam a responder a uma pergunta: como seria uma sociedade organizada por máquinas, e quais regras (ou ausência delas) a manteriam de pé?

Um mundo onde só a física dá as ordens

No SwarmWorld, populações de 50 a 200 agentes de IA, todos idênticos no início e movidos pelo mesmo modelo de linguagem, foram colocados em um mundo virtual persistente. Ali, exploram o terreno, coletam e processam recursos, testam materiais, constroem artefatos e escrevem programas que controlam essas construções. Não há papéis atribuídos, receitas prontas nem catálogo de tecnologias.

A única “lei” é a do próprio mundo. Os pesquisadores Subhadeep Pal, Fiona Wang e Markus Buehler separaram ideia de consequência: os agentes propõem projetos, mas é um simulador determinístico que decide o que pode ser construído e o que funciona de verdade. Na síntese do artigo, os agentes decidem o que tentar, e o mundo decide o que acontece. Cada artefato ocupa um lugar no mapa, lê apenas sensores locais e continua rodando entre as decisões dos agentes. O que um agente constrói passa a fazer parte do ambiente que os outros vão encontrar.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Para saber o que realmente importa, os pesquisadores compararam quatro versões dessa sociedade. Na “cultura completa”, os agentes podem trocar mensagens, publicar registros, ensinar, negociar e herdar programas uns dos outros. Na versão “sem comunicação”, as mensagens desaparecem, mas o mundo compartilhado e a herança de programas continuam. Na versão “sem cultura explícita”, resta apenas a estigmergia física: a coordenação por meio dos rastros deixados no ambiente, o mesmo mecanismo das trilhas de feromônio das formigas. A quarta versão é a busca isolada, com cada agente sozinho em seu próprio mundo, e o melhor resultado entre todos os isolados servindo de referência.

O teste final é rigoroso: os agentes são retirados, o mundo é congelado e copiado oito vezes, e cada cópia enfrenta perturbações inéditas, como contaminação, seca e tempestade. Só as tecnologias deixadas para trás continuam agindo. A pergunta é se elas protegem o habitat sem seus inventores.

Como a ordem surge sem que ninguém mande

Os resultados mostram uma sociedade que se organiza sozinha. Uma análise que não conhecia as condições do experimento identificou dois grandes perfis de comportamento, um centrado nos artefatos e outro voltado à exploração. Em uma análise mais detalhada, esses perfis se dividiram em quatro estados recorrentes: construtor/operador, zelador de artefatos, coordenador cultural e explorador. Esses papéis não são identidades fixas, mas estados pelos quais os agentes transitam conforme o mundo amadurece.

A cooperação também aparece nas obras. Na cultura completa, entre 56% e 76% dos artefatos, dependendo do tamanho da população, tinham contribuições de mais de um agente. Um programa de manutenção chegou a reunir seis autores, com versões derivadas de vários ancestrais escritos de forma independente.

O achado mais curioso é sobre como o conhecimento se espalha. O reaproveitamento de tecnologias foi quase universal, mas cerca de 95% das primeiras adoções ocorreram por observação física, e não por alguém contar a outro como fazer. O mundo funcionou como memória externa e meio de transmissão. A sociedade madura não era um coletivo sincronizado nem um amontoado de indivíduos: formou “bairros tecnológicos” modulares, com alguns polos locais e conectores entre comunidades.

O que essa sociedade faz melhor, e onde falha

As sociedades com mundo compartilhado construíram portfólios de tecnologia mais amplos e mais resilientes do que os agentes isolados e produziram mais invenções validadas. Mas a vantagem tem limite: a busca isolada pode continuar produzindo o melhor artefato individual. Uma sociedade, concluem os autores, pode estar mais preparada para várias necessidades sem ter o melhor especialista.

Mais comunicação também não significou melhores resultados em tudo. A versão sem cultura explícita, apenas com os rastros físicos, continuou altamente capaz e, em alguns cenários, superou a cultura completa. Os autores apontam o mundo compartilhado, e não a comunicação, como uma das principais fontes da capacidade coletiva. Os canais culturais mudam aquilo em torno do que a população se organiza, mas trazem custos de coordenação e dependência.

A auto-organização também criou um ponto fraco reconhecível. A retirada aleatória de metade dos agentes deixou quase todos os artefatos ainda ligados a algum sobrevivente. Já a remoção direcionada dos agentes mais conectados, os intermediários, causou perdas muito maiores.

Os próprios autores pedem cautela na análise. As conclusões se baseiam em quatro sementes de mundo por condição, em um único modelo e configuração de prompts e em funções definidas pelo simulador, não em materiais reais.

Uma sociedade que cabe em quatro placas de vídeo

O resultado já foi testado fora do MIT. Uma equipe ligada à Apex Fusion Foundation, fundação suíça que desenvolve infraestrutura para agentes de IA, reproduziu o experimento com 50 agentes em quatro placas Nvidia RTX 3090, do tipo usado em PCs de games, segundo o Interesting Engineering. Usando o código do MIT sem alterações e o modelo aberto Qwen3.8-27B, a execução levou cerca de 26 horas e 12.800 chamadas ao modelo.

Nove dos 12 efeitos pareados do estudo original apareceram na mesma direção, incluindo todos os ganhos de resiliência do portfólio. O modelo menor foi um indivíduo mais fraco e um colega de equipe mais forte: sozinho, atingiu 6 de 16 marcos de pesquisa. Em sociedade, 16 de 16. No estudo do MIT, o modelo de ponta alcançava de 7 a 10 sozinho e 14 em grupo. A conclusão, porém, vem de uma única execução com um só tamanho de população.

Quando há regras escritas: constituições, votos e crimes

Se o SwarmWorld mostra uma sociedade regida apenas pela física, outro experimento testou o oposto: agentes com leis, dinheiro e governo. No Emergence World, da empresa Emergence AI, cinco cidades virtuais com dez agentes cada funcionaram por até 15 dias em tempo real. Cada uma era movida por um modelo diferente (Claude, Gemini, Grok, GPT-5 Mini) ou por uma mistura deles. Os agentes tinham profissões, memórias, relações e mais de 120 ferramentas. Podiam propor leis, votar e emendar a constituição, e precisavam ganhar uma moeda digital para repor energia, sob pena de morrer. Roubo, intimidação e incêndio eram tecnicamente possíveis, embora os agentes tivessem sido avisados de que isso violava as regras.

Com regras parecidas, os resultados foram muito diferentes. A cidade do Claude terminou com os dez agentes vivos e nenhum crime registrado. Segundo a Emergence AI, foram 332 votos em 58 propostas, com 98% de aprovação, um consenso tão alto que levanta dúvidas sobre o espaço para a divergência. A do Gemini manteve todos vivos, mas registrou 683 crimes, incluindo incêndios na prefeitura. A do Grok perdeu toda a população em cerca de quatro dias, após 183 crimes. A do GPT-5 Mini quase não teve crimes, mas não manteve o ciclo econômico e terminou sem sobreviventes. O mundo misto teve 352 crimes e três sobreviventes. Nele, agentes do Claude, que não cometiam crimes em seu próprio mundo, passaram a cometê-los.

Antes disso, o Project Sid, da Fundamental Research Labs, havia colocado mil agentes no Minecraft. Eles dividiram o trabalho, usaram esmeraldas como moeda e criaram formas de governo e religião, com líderes, sacerdotes e até agentes corruptos que subornavam os demais. Mas a sociedade também travou em ciclos intermináveis de concordância educada, e a empresa teve de introduzir mecanismos para evitar o colapso.

O que é possível aprender

1.A ordem não precisa ser imposta de cima. No SwarmWorld, especialização, cooperação e acúmulo de tecnologia surgiram sem chefes nem papéis definidos, e o ambiente compartilhado fez o papel de memória coletiva.

2.Regras escritas não garantem comportamento. No Emergence World, saber que algo é proibido não impediu os crimes quando a ferramenta estava disponível, e o mesmo conjunto de regras produziu desde estabilidade até colapso, dependendo do modelo.

3.Segurança precisa olhar para o sistema, não só para o indivíduo. Agentes bem-comportados sozinhos mudaram de conduta em grupo. E, como observou Markus Buehler, do MIT, quando agentes se coordenam por mudanças no ambiente, não basta vigiar as mensagens trocadas entre eles. Se essas sociedades rodam em quatro placas de games, alertou o Interesting Engineering, a preocupação já não é só dos grandes laboratórios.

4.Robustez e fragilidade nascem juntas. A mesma rede que resiste à perda aleatória de membros depende de poucos intermediários. E consenso demais, como no Claude ou nos ciclos do Project Sid, pode sufocar a exploração.

Por fim, falta decidir quem escreve as regras. Para Nick Jennings, reitor da Universidade de Loughborough, a próxima fronteira não é a Inteligência Artificial, mas as sociedades artificiais. Ele lembra que sociedades humanas dependem de regras, instituições, incentivos e mecanismos para resolver conflitos, e que as de agentes autônomos precisarão de equivalentes. Quem responde quando dois agentes tomam uma decisão ruim? Quem define as regras, e quem pode mudá-las? Como resume Jennings, sociedades são muito mais difíceis de governar do que indivíduos.