A inteligência artificial, especialmente os grandes modelos de linguagem (LLMs), opera segundo um princípio simples: gera texto com base nos padrões dos seus dados de treinamento. Isso significa que uma IA não pode prever avanços futuros porque ainda não foram escritos sobre eles. Como disse Adam Mastroianni apropriadamente, uma IA que recebesse apenas conhecimento antigo concluiria logicamente que os pousos lunares são impossíveis.
Esta limitação desencadeou uma experiência intrigante: e se uma IA fosse deliberadamente confinada ao conhecimento de um período histórico específico? Hayk Grigorian, um estudante do Muhlenberg College, construiu o TimeCapsuleLLM – uma IA treinada exclusivamente em 90 gigabytes de texto da Londres do século XIX (1800-1875). Embora ainda seja um projeto de hobby, o modelo demonstrou capacidade de relembrar detalhes históricos. Quando solicitado com “Foi o ano de nosso Senhor 1834”, referia-se com precisão aos protestos contemporâneos e às políticas de Lord Palmerston.
O potencial para pesquisa histórica
Isto não é apenas uma curiosidade; os pesquisadores estão explorando como esses “Modelos Históricos de Grandes Linguagens” (HLLMs) poderiam revolucionar o estudo das sociedades passadas. Um artigo recente publicado no Proceedings of the National Academy of Sciences sugere que estes modelos podem fornecer informações sobre a psicologia histórica. Imagine comparar os comportamentos econômicos dos vikings, dos romanos ou dos japoneses medievais por meio de simulações de IA. Essa abordagem poderia potencialmente desbloquear uma compreensão mais profunda da natureza humana em diferentes épocas.
“As respostas destes falsos indivíduos podem refletir a psicologia das sociedades passadas, permitindo uma ciência mais robusta e interdisciplinar da natureza humana”, afirma o artigo do PNAS.
Desafios e advertências
No entanto, o método tem suas falhas. Os textos históricos sobreviventes são inclinados para as perspectivas das elites, não para as pessoas comuns. Isto significa que os HLLMs podem não representar com precisão o pensamento quotidiano das populações passadas. Além disso, preconceitos dos pesquisadores que constroem esses modelos podem influenciar inadvertidamente o texto gerado. Qualquer tentativa de reconstruir a psicologia do passado deve reconhecer que os resultados da IA serão inevitavelmente filtrados através de lentes modernas.
Resta saber se os HLLMs se tornarão uma ferramenta convencional na pesquisa psicológica ou se continuarão a ser um nicho de interesse para os entusiastas. No entanto, a experiência destaca uma forma única de aproveitar a IA: não para prever o futuro, mas para reexaminar o passado.
Em última análise, estes modelos são limitados pelos dados que são alimentados – mas oferecem um método novo, embora imperfeito, para sondar as mentes daqueles que vieram antes de nós.
