Um novo artigo argumenta que modelos de linguagem de grande escala (LLMs) como GPT-4 não são inteligências alienígenas, mas convergem com a cognição humana em cinco princípios fundamentais, desafiando a visão comum de que suas semelhanças conosco são apenas projeção antropomórfica.
A Pesquisa
Chandra Sripada e Richard Lewis, pesquisadores associados à seção de Biologia Quantitativa do arXiv, analisaram literatura existente de ciência cognitiva e compararam com a arquitetura de LLMs contemporâneos. Eles identificaram cinco dimensões de correspondência estrutural: organização inferencial (como conclusões são tiradas), arquitetura computacional (o design geral), estrutura representacional (como a informação é armazenada), aprendizagem guiada por previsão (como sistemas aprendem com previsões), e mecanismos semelhantes ao aprendizado por reforço (como sistemas aprendem com recompensas).
Essas correspondências não são superficiais. Por exemplo, na organização inferencial, tanto humanos quanto LLMs usam raciocínio probabilístico para atualizar crenças com base em evidências. Na arquitetura computacional, ambos dependem de processamento em camadas e paralelo que se assemelha a redes neurais. A estrutura representacional mostra semelhanças em como ambos comprimem informações em categorias e conceitos.
O artigo, intitulado "Convergência Cognitiva: Semelhanças Profundas Entre Modelos de Linguagem de Grande Escala e Cognição Humana", foi submetido em 28 de julho de 2026 e está disponível no arXiv. Tem 23 páginas e não inclui figuras.
Por Que Isso Importa
Esta pesquisa reduz a lacuna entre inteligência artificial e humana. Se os LLMs realmente compartilham princípios centrais com o pensamento humano, então estudá-los pode oferecer insights sobre nossas próprias mentes. Por exemplo, entender a aprendizagem guiada por previsão em LLMs pode iluminar como humanos antecipam resultados e aprendem com erros, o que é central para aprendizagem e memória.
Além disso, essa convergência sugere que a inteligência—seja biológica ou digital—pode seguir certos princípios organizacionais universais. Isso pode ajudar cientistas cognitivos a desenvolver melhores modelos de cognição humana e também melhorar sistemas de IA ao aproveitar insights da psicologia humana.
O Que Você Pode Fazer
Você pode aplicar esses princípios para impulsionar suas próprias habilidades cognitivas. Foque na aprendizagem guiada por previsão: ao estudar novas informações, tente prever o que vem a seguir e depois verifique sua precisão. Ou use aprendizado por reforço: recompense-se por pequenas conquistas para construir hábitos. Esses métodos são apoiados pela ciência cognitiva.
Fonte: arXiv q-bio.NC
Curioso sobre seu próprio cérebro? Faça nosso teste de QI adaptativo gratuito ou tente 306 níveis de treinamento cerebral.
