Grandes modelos de linguagem (LLMs) mostram um efeito de conflito clássico tipo Stroop, colocando hábitos automáticos contra o controle baseado em regras.
A pesquisa
Liderados por Chandra Sripada, da Universidade de Michigan, os pesquisadores testaram sete LLMs em uma nova tarefa de conflito verbal. O prompt pedia uma palavra oposta a um nome de cor, mas o modelo tinha um forte padrão de dizer a mesma cor. Em ensaios congruentes, a regra coincidia com o padrão (por exemplo, dizer "vermelho" quando a palavra é "vermelho"); em ensaios incongruentes, eles entravam em conflito (por exemplo, dizer "azul" quando a palavra é "vermelho"). Os resultados mostraram que seis dos sete modelos tiveram fortes efeitos de congruência — respostas mais lentas ou menos precisas quando regra e hábito discordavam — espelhando o desempenho humano na tarefa de Stroop. A equipe usou atribuição causal, análise de atenção e ablação para identificar dois caminhos: uma atenção de curto alcance à palavra de cor (favorecendo ensaios congruentes) e uma atenção de longo alcance ao prefixo da regra (favorecendo ensaios incongruentes). O ajuste fino para fortalecer o hábito padrão reduziu o desempenho em ensaios incongruentes, mas aumentou o desempenho em ensaios congruentes, enquanto aumentar o tamanho do conjunto de regras prejudicou seletivamente os ensaios incongruentes.
Por que isso importa
Esta pesquisa faz a ponte entre a psicologia cognitiva e a inteligência artificial, mostrando que os LLMs podem servir como sistemas modelo para estudar como o cérebro resolve conflitos entre respostas automáticas e controladas. As descobertas sugerem que os efeitos de congruência — há muito estudados em humanos — podem surgir da competição entre dois mapeamentos aprendidos: um nos pesos (padrão) e outro no contexto (baseado em regras). Para sua própria cognição, isso destaca que hábitos e regras frequentemente competem, e fortalecer um pode enfraquecer o outro. Entender esse equilíbrio pode ajudá-lo a projetar melhores estratégias para aprender novas habilidades ou abandonar antigas.
O que você pode fazer
- Pratique tarefas que exijam sobrepor respostas automáticas, como dizer a cor da tinta em vez de ler a palavra.
- Ao aprender uma nova regra, esteja ciente de que seus hábitos padrão podem interferir; prática extra pode ajudar a nova regra a competir.
- Use jogos de treinamento cerebral que desafiem a inibição e a flexibilidade cognitiva para fortalecer seu controle mental.
Fonte: arXiv q-bio.NC
Curioso sobre seu próprio cérebro? Faça nosso teste de QI adaptativo gratuito ou experimente 306 níveis de treinamento cerebral.