Google Gemini entra em ‘pânico’ jogando Pokémon, revela estudo

A corrida pela supremacia em inteligência artificial (IA) está mais acirrada do que nunca, com gigantes da tecnologia como o Google e a Anthropic investindo pesadamente em seus modelos de ponta. No entanto, essa competição não se limita apenas a laboratórios de pesquisa, estendendo-se até mesmo aos ginásios de Pokémon. Uma investigação recente sobre como os modelos de IA mais avançados navegam pelos primeiros jogos da icônica franquia revelou comportamentos surpreendentes, especialmente por parte do Gemini 2.5 Pro do Google.

Gemini 2.5 Pro simula ‘pânico’ em momentos de estresse no jogo

De acordo com um relatório divulgado pelo Google DeepMind, o Gemini 2.5 Pro demonstrou uma reação peculiar ao se deparar com situações de alta pressão durante o jogo Pokémon: ele entra em um estado de “pânico”. Essa condição pode levar a uma degradação perceptível na qualidade do raciocínio do modelo, impactando seu desempenho de forma significativa.

A avaliação de desempenho de modelos de IA, um campo complexo e muitas vezes impreciso, busca comparar as capacidades de diferentes sistemas. Embora os resultados possam oferecer pouca clareza sobre as reais habilidades de uma IA em cenários do mundo real, alguns pesquisadores acreditam que observar como essas inteligências artificiais interagem com videogames pode ser não apenas útil, mas também bastante divertido.

Recentemente, dois desenvolvedores independentes, um do Google e outro da Anthropic, criaram transmissões ao vivo na plataforma Twitch. As transmissões, intituladas “Gemini Plays Pokémon” e “Claude Plays Pokémon”, permitem que o público acompanhe em tempo real os desafios enfrentados por essas IAs ao tentarem dominar um jogo lançado há mais de duas décadas.

O diferencial dessas transmissões é a exibição do processo de “raciocínio” da IA. Essa tradução em linguagem natural detalha como o modelo avalia um problema e chega a uma determinada resposta, proporcionando um vislumbre fascinante do funcionamento interno desses complexos sistemas. A análise dessas interações oferece insights valiosos sobre os limites e as potencialidades atuais da inteligência artificial.

Ineficiência e comportamentos curiosos em modelos de IA

Apesar do avanço tecnológico notável, os modelos de IA ainda enfrentam dificuldades consideráveis ao jogar Pokémon. O Gemini, por exemplo, pode levar centenas de horas para completar um jogo que uma criança conseguiria terminar em uma fração desse tempo. Contudo, o tempo de conclusão não é o aspecto mais intrigante, mas sim o comportamento da IA durante a jogatina.

O Gemini 2.5 Pro, em diversas ocasiões, simulou um estado de “pânico” ao enfrentar certas situações no jogo. Esse “pânico” se manifesta em uma queda de desempenho, com a IA ocasionalmente deixando de utilizar ferramentas importantes em determinados momentos da partida. Embora a IA não possua emoções ou consciência, suas ações emularam a maneira como um ser humano poderia tomar decisões precipitadas e inadequadas sob estresse.

Esse padrão de comportamento foi repetido tantas vezes que os espectadores do chat da Twitch passaram a notar ativamente quando ele ocorria, comentando sobre a reação da IA. Essa observação humana adiciona uma camada de interpretação ao comportamento da máquina, comparando-o a reações emocionais.

O modelo Claude, da Anthropic, também apresentou suas peculiaridades em sua jornada pela região de Kanto. Em um incidente específico, a IA identificou um padrão: quando todos os seus Pokémon ficavam sem energia, o personagem do jogador retornava automaticamente para um Centro Pokémon. Com base nessa observação, Claude cometeu um erro de raciocínio.

Ao ficar preso na caverna Mt. Moon, a IA supôs erroneamente que, ao fazer com que todos os seus Pokémon desmaiassem propositalmente, ele seria transportado pela caverna até o Centro Pokémon da cidade seguinte. Essa mecânica, no entanto, não existe no jogo. Quando todos os Pokémon de um treinador são derrotados, o jogador retorna ao último Centro Pokémon visitado, e não ao mais próximo geograficamente.

Os espectadores testemunharam, com certa apreensão, enquanto a IA, de certa forma, tentava se autossabotar no jogo, demonstrando uma falha lógica em sua compreensão das regras do game. Esses momentos evidenciam que, apesar de sua capacidade de processamento, as IAs ainda lutam com a compreensão contextual e a inferência lógica em situações complexas.

IA supera humanos em desafios específicos e promete novas ferramentas

Apesar das falhas, há áreas em que a IA demonstra superioridade em relação a jogadores humanos. Desde o seu lançamento, o Gemini 2.5 Pro tem exibido uma impressionante habilidade em resolver diversos enigmas presentes no jogo Pokémon. Sua capacidade de processamento e análise permitiu que ele superasse desafios que poderiam levar humanos mais tempo para decifrar.

Com um certo grau de assistência humana, a IA foi capaz de criar suas próprias ferramentas autônomas. Essas ferramentas são instâncias especializadas do Gemini 2.5 Pro, projetadas para executar tarefas específicas. Elas foram cruciais para a resolução de puzzles complexos, como os que envolvem blocos, e para a identificação de rotas mais eficientes para alcançar determinados destinos dentro do jogo.

Ao receber uma descrição das leis da física aplicadas aos blocos e uma orientação sobre como validar um caminho, o Gemini 2.5 Pro conseguiu, de maneira inédita, solucionar alguns desses intrincados quebra-cabeças. Esses puzzles são essenciais para avançar em áreas como a Victory Road, um dos trechos mais desafiadores do jogo.

O fato de o próprio modelo ter executado grande parte do trabalho de criação dessas ferramentas autônomas leva o Google a sugerir que o Gemini 2.5 Pro poderá, no futuro, desenvolver essas capacidades sem qualquer intervenção humana. A expectativa é que a IA evolua a ponto de criar módulos que a impeçam de entrar em “pânico” ou de cometer erros lógicos semelhantes aos observados. Essa capacidade de autoaperfeiçoamento é um dos pilares do desenvolvimento futuro da inteligência artificial.