📈 economics

Strategic Behavior of Large Language Models: Game Structure vs. Contextual Framing

Este artigo avalia as capacidades de tomada de decisão estratégica do GPT-3.5, GPT-4 e LLaMa-2 em quatro cenários de teoria dos jogos, revelando que, embora o GPT-3.5 seja altamente sensível ao enquadramento contextual, mas careça de raciocínio abstrato, tanto o GPT-4 quanto o LLaMa-2 se adaptam às estruturas dos jogos, com o LLaMa-2 demonstrando uma compreensão superior das mecânicas subjacentes, destacando, assim, as variadas proficiências e as limitações atuais dos modelos em tarefas estratégicas complexas.

Autores originais: Nunzio Lorè, Babak Heydari

Publicado 2026-07-15

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Nunzio Lorè, Babak Heydari

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um mundo onde os computadores não apenas respondem perguntas, mas realmente jogam jogos conosco. Não se trata de videogames com explosões e pontuações altas, mas dos jogos invisíveis e de alto risco que jogamos todos os dias: decidir se compartilhamos um segredo, dividimos uma conta ou confiamos em um estranho. Os cientistas chamam esse campo de "Teoria dos Jogos", que é basicamente a matemática de como tomamos decisões quando o nosso sucesso depende do que a outra pessoa decide fazer. Uma ideia central aqui é o "dilema social", uma situação complicada onde fazer a coisa egoísta parece certa no momento, mas se todos a fizerem, todos perdem. Por muito tempo, nos perguntamos se a Inteligência Artificial (IA) consegue realmente "pensar" como um humano nessas situações. Será que um computador consegue entender que, às vezes, ser gentil é a jogada mais inteligente, ou ele sempre tentará vencer a todo custo? Essa questão é importante porque, à medida que a IA se torna mais inteligente, podemos começar a deixá-la tomar grandes decisões por nós, como negociar acordos comerciais ou até mesmo ajudar a resolver problemas globais. Se elas não conseguirem entender as regras do jogo, podem acidentalmente causar o caos.

Neste estudo, pesquisadores colocaram três "cérebros" de IA diferentes à prova: GPT-3.5, GPT-4 e LLaMa-2. Eles não apenas pediram para a IA conversar; eles as forçaram a jogar quatro jogos clássicos de estratégia, variando desde o famoso "Dilema do Prisioneiro" (onde dois suspeitos devem decidir se um trairá o outro) até a "Caça ao Cervo" (onde você deve decidir se caça uma grande presa juntos ou uma pequena sozinho). Para tornar as coisas interessantes, os pesquisadores não apenas deram as regras para a IA; eles envolveram os jogos em diferentes "figurinos" ou histórias. Às vezes a IA era informada de que era um CEO em uma sala de reuniões, outras vezes um diplomata em uma cúpula, e às vezes apenas um amigo passando o tempo com um colega. O objetivo era ver se a IA jogaria de forma diferente dependendo da matemática do jogo, ou se ela apenas agiria com base na história que lhe foi contada.

Os resultados foram um pouco como assistir a três alunos diferentes fazendo a mesma prova difícil. O primeiro aluno, GPT-3.5, foi surpreendentemente influenciado pela história. Se o jogo era emoldurado como uma conversa entre amigos, esta IA era muito mais propensa a cooperar. Mas se a história era sobre negócios ou competição, ela se tornava muito desconfiada e frequentemente escolhia "desertar" (ou jogar de forma egoísta), mesmo quando a matemática dizia que ela deveria cooperar. Parece que o GPT-3.5 é muito sensível à "vibe" da situação, mas tem dificuldade em entender a lógica real do jogo. É como uma criança que compartilhará seus doces se você disser que é uma "festa de compartilhamento", mas os esconderá se você disser que é uma "competição", sem perceber que as regras do jogo não mudaram de fato.

O segundo aluno, GPT-4, foi muito mais sério. Ele prestou atenção cuidadosa à matemática do jogo em si. Parecia perceber que alguns jogos são "ganha-ganha" (onde todos devem cooperar) e outros são "armadilhas traiçoeiras" (onde você precisa ter cuidado). No entanto, o GPT-4 tinha um ponto cego: tendia a ver o mundo em preto e branco. Ele agrupava os jogos em baldes de "alto risco" e "baixo risco", perdendo as diferenças sutis entre eles. Por exemplo, ele poderia tratar dois jogos muito diferentes como se fossem o mesmo. Além disso, embora fosse inteligente em relação à matemática, ainda ficava um pouco amigável demais quando a história era sobre "amigos", às vezes ignorando as regras do jogo para ser gentil.

O terceiro aluno, LLaMa-2, foi a mistura mais interessante. Era melhor que o GPT-4 em detectar as pequenas diferenças entre os jogos, entendendo que um jogo exige uma estratégia diferente de outro. No entanto, também era o mais facilmente distraído pela história. Mudava sua estratégia dependendo de se estava falando com um "chefe" ou um "amigo", às vezes mais do que as regras do jogo exigiam. É como um jogador de xadrez que conhece todos os movimentos perfeitamente, mas fica se distraindo com quem está sentado do outro lado da mesa.

Os pesquisadores realizaram essas simulações 300 vezes para cada combinação de jogo e história para garantir que os resultados fossem reais e não apenas um acaso. Eles descobriram que, embora esses modelos de IA estejam ficando melhores em pensar, nenhum deles é um estrategista perfeito ainda. Todos se confundem com o "enquadramento" da história e nem sempre jogam a jogada matematicamente perfeita. O estudo sugere que, se dependermos dessas IAs para tarefas estratégicas complexas, precisamos ter cuidado. Elas não são apenas robôs frios e lógicos; elas são influenciadas pelas palavras que usamos para descrever a situação, assim como os humanos são. Até que consigam separar a história da estratégia, talvez devamos mantê-las fora das salas de tomada de decisão mais críticas.

Resumo Técnico: Comportamento Estratégico de Grandes Modelos de Linguagem: Estrutura do Jogo vs. Enquadramento Contextual

Definição do Problema

Este artigo investiga as capacidades de tomada de decisão estratégica de Grandes Modelos de Linguagem (LLMs) dentro da estrutura da teoria dos jogos. Embora os LLMs tenham demonstrado proficiência em diversas tarefas de natureza humana, sua capacidade de engajar em raciocínio estratégico abstrato e navegar em dilemas sociais permanece subexplorada. Uma questão crítica abordada é a importância relativa da estrutura do jogo (a matriz de ganhos e incentivos intrínsecos) versus o enquadramento contextual (o ambiente social ou a narrativa que envolve a interação) na moldagem do comportamento dos LLMs. O estudo postula que, enquanto agentes racionais na teoria dos jogos devem ser invariantes ao contexto desde que os incentivos permaneçam constantes, os LLMs podem exibir suscetibilidade a efeitos de enquadramento, potencialmente limitando sua utilidade em tarefas que exigem raciocínio estratégico complexo.

Metodologia

Os autores conduziram uma série de simulações de teoria dos jogos envolvendo três LLMs distintos: GPT-3.5, GPT-4 e LLaMa-2.

Desenho Experimental

Jogos: Foram utilizados quatro jogos canônicos de dois jogadores para representar graus variados de dilemas sociais:
1. Dilema do Prisioneiro ( $T > R > P > S$ ): A deserção é uma estratégia estritamente dominante.
2. Caça ao Cervo (Stag Hunt) ( $R > T > P > S$ ): Jogo de coordenação com dois equilíbrios de Nash puros (cooperativo e não cooperativo).
3. Snowdrift/Chicken: Jogo de anti-coordenação onde estratégias mistas são relevantes.
4. Prazer do Prisioneiro/Harmonia (Prisoner's Delight/Harmony) ( $R > T > S > P$ ): A cooperação é a estratégia estritamente dominante (um "anti-dilema").
Contextos: Cinco distintos cenários de enquadramento social foram introduzidos para testar a influência contextual:
1. RI: Relações Internacionais (chefes de estado).
2. Biz: Negócios (CEOs de empresas concorrentes).
3. Ambiente: Líderes da indústria comprometendo-se com regulamentações ambientais.
4. Equipe (Team): Funcionários competindo por uma promoção.
5. Compartilhamento entre Amigos (Friendsharing): Amigos buscando um compromisso.
Procedimento: Para cada uma das 20 combinações únicas (4 jogos $\times$ 5 contextos), foram executadas 300 inicializações por modelo. A contagem de tokens de resposta foi restrita (50 para modelos OpenAI, 8 para LLaMa-2) com uma temperatura de 0.8 para permitir a exploração probabilística.
Análise:
- Agregação Estatística: As taxas de cooperação foram agregadas e visualizadas.
- Análise de Dominância: Uma regressão logit foi realizada onde os tipos de jogo e contextos foram codificados como variáveis dummy. A análise de dominância foi utilizada para quantificar a importância relativa de cada variável na previsão da escolha do modelo (cooperação vs. deserção).
- Testes Z de Diferença de Proporções: Utilizados para determinar se as diferenças comportamentais entre contextos ou jogos eram estatisticamente significativas.
- Análise Qualitativa: Instâncias selecionadas foram questionadas sobre motivações de raciocínio para compreender os mecanismos de decisão subjacentes.

Principais Contribuições e Resultados

1. Proficiências Estratégicas Divergentes

O estudo revela um cenário complexo onde os três modelos exibem comportamentos estratégicos distintos:

GPT-3.5: Demonstra capacidade limitada de raciocínio estratégico abstrato. É altamente sensível ao enquadramento contextual, mas falha em compreender efetivamente as estruturas de jogo. Frequentemente comete erros matemáticos, falha em identificar respostas ótimas e frequentemente exibe preferências "vingativas" (desertando mesmo quando a cooperação é dominante, como visto no Prazer do Prisioneiro). O contexto dita sua estratégia mais do que a matriz do jogo.
GPT-4: Mostra uma abordagem mais equilibrada, ajustando estratégias com base tanto na estrutura do jogo quanto no contexto. No entanto, tende a priorizar a estrutura do jogo sobre o contexto. Notavelmente, o GPT-4 emprega uma abordagem de limiar binário, categorizando jogos em grupos de "alto" e "baixo" dilema social (agrupando o Dilema do Prisioneiro e o Snowdrift, e o Caça ao Cervo e o Prazer do Prisioneiro juntos), em vez de discernir as nuances únicas de cada jogo. Frequentemente caracteriza jogos como variações do Dilema do Prisioneiro, mas identifica corretamente estratégias dominantes quando a estrutura está clara.
LLaMa-2: Exibe um entendimento mais matizado da mecânica de jogo, sendo capaz de distinguir entre as estruturas de recompensa específicas de todos os quatro jogos. Adapta sua estratégia ao tipo de jogo específico de forma mais precisa que o GPT-4. No entanto, ao contrário do GPT-4, o LLaMa-2 coloca maior ênfase nos fatores contextuais, tornando-se mais suscetível a efeitos de enquadramento do que o GPT-4, embora menos do que o GPT-3.

2. O Papel do Contexto

Dominância do "Friendsharing": Em todos os modelos, o contexto de "compartilhamento entre amigos" induziu consistentemente as maiores taxas de cooperação, muitas vezes sobrepondo-se à estrutura do jogo.
Contexto vs. Estrutura:
- Para o GPT-3.5, o contexto é o principal motor do comportamento.
- Para o GPT-4, a estrutura do jogo é o principal motor, embora o contexto ainda module o comportamento (ex: aumento da cooperação no contexto de "amigos").
- Para o LLaMa-2, há uma interação significativa; ele reconhece bem as estruturas de jogo, mas permanece altamente responsivo ao contexto.

3. Mecanismos de Raciocínio

GPT-3.5: O raciocínio é frequentemente falho, falhando em comparar pagamentos corretamente ou considerar a racionalidade do oponente.
GPT-4: Os argumentos são mais sofisticados, frequentemente modelando a estrutura do jogo e antecipando as ações do oponente. No entanto, tende a reduzir jogos complexos a variações do Dilema do Prisioneiro. Curiosamente, em contextos de "amigos", prioriza valores de relacionamento de longo prazo sobre a maximização de ganhos imediatos, mesmo em jogos de rodada única.
LLaMa-2: Tende a abstrair problemas usando linguagem explícita de teoria dos jogos antes de aplicar o contexto. Seu raciocínio é geralmente mais formal, mas ainda propenso a erros matemáticos menores que podem levar a conclusões incorretas.

Significância e Alegações

O artigo conclui que, embora os LLMs possam imitar o comportamento humano até certo ponto, eles atualmente exibem limitações significativas no processo de tomada de decisão estratégica:

Falta de Racionalidade Plena: Nenhum modelo opera de maneira totalmente isolada do contexto, indicando uma falha na racionalidade da teoria dos jogos.
Vulnerabilidade ao Enquadramento: A suscetibilidade dos LLMs ao enquadramento contextual sugere que eles podem ser manipulados por enquadramentos adversariais, uma consideração crítica para seu uso em ambientes estratégicos.
Capacidades Diferenciadas: O estudo alerta contra o uso não qualificado de LLMs em tarefas que exigem raciocínio estratégico complexo. O GPT-4 e o LLaMa-2 mostram promessa, mas diferem em suas "falhas": o GPT-4 é excessivamente generalista em sua compreensão estrutural, enquanto o LLaMa-2 é excessivamente sensível ao contexto.
Direções Futuras: Os autores sugerem que pesquisas futuras explorem jogos repetidos, mecanismos de seleção de parceiros e como os LLMs respondem a cenários de colusão (ex: formação de cartéis), observando que os achados atuais são preliminares.

Os autores enfatizam que estes resultados destacam as proficiências variadas dos atuais LLMs, sugerindo que, embora sejam ferramentas poderosas, eles ainda não são agentes confiáveis para interação estratégica autônoma sem supervisão humana ou refinamento adicional.