Artificial Leviathan: Exploring Social Evolution of LLM Agents Through the Lens of Hobbesian Social Contract Theory

Imagine um playground digital onde cientistas não apenas constroem pontes ou programam jogos, mas tentam cultivar sociedades inteiras do zero. Este é o mundo da ciência social computacional, um campo onde pesquisadores usam computadores para simular como grupos de pessoas (ou, neste caso, programas de computador) interagem, lutam e cooperam. Para entender este experimento específico, você precisa conhecer duas grandes ideias. Primeiro, há o conceito de "Estado de Natureza", um famoso experimento mental do filósofo Thomas Hobbes. Ele imaginou um mundo antes dos governos existirem, onde todos eram livres, mas também aterrorizados, levando a uma constante "guerra de todos contra todos" porque os recursos eram escassos. Segundo, há o "Contrato Social", a ideia de que as pessoas eventualmente concordam em abrir mão de parte de sua liberdade para um líder poderoso (um soberano) em troca de segurança e paz. Os cientistas se importam com isso porque, se pudermos entender como esses antigos padrões humanos emergem em uma simulação de computador, podemos aprender como as sociedades reais se formam, por que os conflitos acontecem e como a ordem pode surgir do caos.

Neste artigo, uma equipe de pesquisadores construiu um playground digital repleto de agentes de Inteligência Artificial movidos por Grandes Modelos de Linguagem (LLMs) — o mesmo tipo de tecnologia inteligente por trás dos chatbots. Eles não programaram esses agentes com regras complexas dizendo para serem bons ou maus. Em vez disso, deram-lhes impulsos simples e primordiais: eles precisavam de comida para sobreviver, tinham terras para cultivar e possuíam traços de personalidade como "agressividade" ou "desejo de paz". Os agentes começaram em um "Estado de Natureza", um ambiente caótico onde podiam cultivar, comercializar ou roubar uns aos outros. No início, assim como Hobbes previu, os agentes eram selvagens. Eles passavam a maior parte do tempo lutando e roubando recursos, criando um mundo bagunçado e violento.

No entanto, conforme a simulação avançava dia após dia, algo mágico aconteceu. Os agentes começaram a aprender com suas experiências. Eles perceberam que a luta constante era exaustiva e perigosa. Lentamente, começaram a formar "contratos sociais". Um agente mais fraco escolheria entregar parte de sua comida ou terra para um mais forte, não porque fosse forçado, mas porque queria proteção. Em troca, o agente mais forte prometia defendê-lo de outros ladrões. Isso não foi um acordo de uma única vez; criou uma cadeia de lealdade. Eventualmente, todos os agentes na simulação, direta ou indiretamente, prestaram lealdade a um único agente "Soberano". O resultado foi uma "Comunidade": uma sociedade pacífica onde a violência caiu drasticamente, e os agentes passaram seu tempo cultivando e comercializando em vez de lutar.

Os pesquisadores testaram o quão robusta essa história era alterando as regras. Eles descobriram que, se os agentes tivessem uma memória muito curta (lembrando apenas do último dia), eles não conseguiam aprender a cooperar e a sociedade permanecia caótica. Mas se eles pudessem lembrar mais de suas interações passadas, eles percebiam os benefícios da paz muito mais rápido. Curiosamente, eles também descobriram que, se os agentes fossem previsíveis demais em seu pensamento, ficavam presos em ciclos de violência e nunca formavam uma sociedade. O estudo sugere que os LLMs, quando recebem a mistura certa de instintos de sobrevivência e memória, podem naturalmente evoluir estruturas sociais complexas que espelham a história humana, movendo-se de um estado de natureza para uma comunidade pacífica sem que ninguém os programe explicitamente para isso.