Para revolucionar a descoberta científica, a inteligência artificial deve primeiro dominar a arte da tomada de decisões eficiente. Um estudo recente sugere que ensinar IA a jogar Battleship oferece um campo de treinamento surpreendentemente eficaz para esse objetivo. Ao forçar os modelos a aproveitar ao máximo os recursos limitados, os investigadores desenvolveram técnicas que podem transformar a forma como a IA concebe experiências e persegue hipóteses em campos científicos complexos.
O custo da curiosidade
A investigação científica é fundamentalmente um jogo de gestão de recursos. Os investigadores devem decidir quais hipóteses testar e quais simulações executar, muitas vezes enfrentando restrições rigorosas de tempo, dinheiro ou disponibilidade de dados. Como observa Valerio Pepe, cientista pesquisador que liderou o estudo antes de ingressar na OpenAI: “Você só pode obter uma quantidade limitada de dados porque obter dados é caro ou demorado”.
O desafio da IA não é apenas encontrar respostas, mas encontrá-las de forma eficiente. Isto requer dominar o que Pepe chama de “intervenções baratas” para a procura de informação – estratégias que maximizam o valor de cada consulta ou experiência. Para testar isso, a equipe recorreu a um clássico jogo de tabuleiro.
Uma reviravolta colaborativa em um jogo clássico
Os pesquisadores desenvolveram uma versão especializada e colaborativa do Battleship. Nesta variação, um jogador atua como o “questionador”, gerando perguntas sobre as localizações ocultas dos navios, enquanto outro atua como o “respondedor”. O objetivo é que a equipe localize e afunde todas as embarcações no menor número de rodadas possível.
Essa configuração permitiu à equipe comparar rigorosamente as habilidades de tomada de decisão de grandes modelos de linguagem (LLMs) com as de jogadores humanos. O estudo, apresentado na Conferência Internacional sobre Representações de Aprendizagem (ICLR), colocou modelos de IA contra um grupo de controle de 42 participantes humanos.
Inicialmente, os resultados destacaram uma lacuna na eficiência:
* Humanos venceram consistentemente em menos movimentos do que Llama-4-Scout, o modelo de IA focado na eficiência do Meta.
* GPT-5, o principal modelo de raciocínio da OpenAI, superou os humanos e o Llama-4-Scout em desempenho bruto.
No entanto, a potência bruta não foi a única métrica. Os pesquisadores procuraram uma forma de otimizar a relação custo-benefício, visando um modelo que pudesse competir com mecanismos de raciocínio de primeira linha por uma fração do custo computacional.
Otimizando para ganho de informações
Para preencher a lacuna, a equipe aplicou princípios do desenho experimental Bayesiano. Esta estrutura estatística ajuda os pesquisadores a estimar a probabilidade de eventos com base em suposições anteriores, permitindo-lhes escolher experimentos que produzam o maior ganho potencial de informações.
Os cientistas otimizaram seus modelos para:
1. Faça perguntas que maximizem a probabilidade de atingir os alvos.
2. Maximize a quantidade de novas informações obtidas por pergunta.
3. Olhe para frente várias vezes para antecipar resultados futuros.
Um avanço crítico ocorreu no método de comunicação. Os pesquisadores descobriram que a precisão e a eficiência aumentaram quando os jogadores de IA se comunicaram usando fragmentos de código em vez de linguagem natural. O código forneceu uma estrutura precisa e inequívoca para a lógica que muitas vezes falta à linguagem natural em tarefas complexas de raciocínio.
O resultado: eficiência em relação à energia bruta
Essas otimizações melhoraram drasticamente o desempenho do modelo menor. O refinado Llama-4-Scout:
* Venceu em menos movimentos que GPT-5 dois terços das vezes.
* Alcançamos esses resultados com aproximadamente um centésimo do custo.
* Vença jogadores humanos em média sete movimentos a menos.
Este resultado demonstra que um modelo menor e bem ajustado pode superar um modelo maior e mais caro se empregar raciocínio estratégico superior e protocolos de comunicação eficientes.
Dos jogos de tabuleiro ao trabalho de laboratório
Embora Battleship seja um ambiente simplificado em comparação com a realidade confusa da química ou da biologia, a lógica subjacente permanece relevante. As amostras científicas nem sempre fornecem “acertos” ou “erros” claros, mas a necessidade de navegar por um vasto “espaço de hipóteses” é universal.
Yuanqi Du, um pesquisador focado em IA para química que não esteve envolvido no estudo, enfatiza as implicações mais amplas: “A estrutura será muito útil para medir se os modelos de linguagem estão realmente progredindo na decisão de quais hipóteses seguir entre todas as possibilidades”.
Conclusão
Ao tratar a investigação científica como um jogo estratégico de maximização da informação, este estudo fornece um método escalável para avaliar e melhorar as capacidades de tomada de decisão da IA. À medida que a IA passa de quebra-cabeças simples para tarefas laboratoriais complexas, a capacidade de fazer as perguntas certas com eficiência será tão crítica quanto a capacidade de respondê-las.
