Resumo Técnico: RECAP – Alinhamento Transparente de Emoções em Tempo de Inferência para Sistemas de Diálogo Médico

1. Declaração do Problema

Os grandes modelos de linguagem (LLMs) na área da saúde frequentemente geram respostas que são emocionalmente planas, opacas ou que falham em fornecer o raciocínio transparente necessário para a confiança clínica. Embora os sistemas atuais de diálogo médico assistidos por IA se destaquem na recuperação de conhecimento, eles tratam o raciocínio emocional como uma "caixa preta". Essa opacidade é crítica na saúde, pois os clínicos não podem implantar sistemas onde a fundamentação de uma resposta emocional esteja oculta, nem podem determinar se o modelo reconhece o estado psicológico do paciente ou apenas corresponde a padrões de linguagem que soam empáticos. Além disso, os métodos existentes de tempo de treinamento (por exemplo, RLHF, ajuste fino supervisionado) incorporam comportamentos empáticos nos pesos do modelo, tornando o processo de raciocínio não interpretável e difícil de auditar.

2. Metodologia: O Framework RECAP

Os autores propõem o RECAP (Refletir–Extrair–Calibrar–Alinhar–Produzir), um framework de tempo de inferência fundamentado na teoria da avaliação cognitiva. Diferentemente das abordagens de tempo de treinamento, o RECAP não exige re-treinamento; ele opera decompondo a entrada do paciente em etapas auditáveis e baseadas na teoria da avaliação durante um único turno de conversa. O pipeline externaliza o raciocínio emocional em cinco etapas explícitas, produzindo artefatos intermediários inspecionáveis:

1. Refletir (Abstração da Situação): O modelo destila a entrada bruta do paciente em uma descrição concisa da situação central, removendo narrativas longas para capturar circunstâncias essenciais e gatilhos emocionais.
2. Extrair (Indução de Fatores Latentes): O modelo identifica três fatores psicológicos que moldam a resposta emocional (por exemplo, Controle, Suporte, Incerteza). Estes mapeiam para as dimensões de avaliação primária (relevância para o objetivo) e avaliação secundária (agência, potencial de enfrentamento). O modelo atribui valores (por exemplo, Baixo, Moderado, Alto) e justificativas a esses fatores.
3. Calibrar (Extração de Emoções Candidatas e Classificação Likert):
   • Extração: O modelo gera 5–7 emoções candidatas plausíveis em vez de um único rótulo, reconhecendo afetos mistos.
   • Calibração: Cada candidato é classificado em uma escala Likert de cinco pontos (mapeada para probabilidades de 0,05 a 0,95). Esta etapa força o modelo a expressar incerteza e crença parcial em vez de adivinhar, criando um vetor de probabilidades emocionais revisável pelo clínico.
4. Alinhar (Geração de Resposta): Guiado pelo perfil de probabilidade emocional, o modelo gera uma resposta que reconhece os sentimentos de maior probabilidade, valida-os e ajusta o tom antes de oferecer orientação médica. Isso segue estruturas clínicas que priorizam a validação emocional antes da entrega de informações.
5. Produzir: A saída final é a resposta alinhada emocionalmente, condicionada aos intermediários estruturados.

O framework é agnóstico ao modelo e projetado para produzir "pontos de verificação auditáveis" (abstrações de situação, classificações de fatores, perfis emocionais) que os clínicos podem inspecionar, verificar ou sobrepor.

3. Contribuições Principais

• Decomposição em Tempo de Inferência: O RECAP introduz um pipeline estruturado de cinco etapas que externaliza o raciocínio emocional sem ajuste fino, permitindo a inspeção de como os modelos raciocinam sobre o afeto.
• Fundamentação na Teoria da Avaliação: Ao fundamentar o pipeline na teoria da avaliação cognitiva, o método vai além da imitação estilística superficial para modelar explicitamente a relevância para o objetivo, a agência e o potencial de enfrentamento.
• Intermediários Quantificáveis: O framework gera artefatos discretos (valores de fatores, classificações Likert) que permitem análise estatística do comportamento do modelo, revelando vieses sistemáticos (por exemplo, subpesar fatores relacionais como suporte social).
• Design Modular: O pipeline suporta sobreposição clínica, pois a orientação emocional pode ser ajustada com base em entrada externa antes que a resposta final seja gerada.

4. Resultados Experimentais

Os autores avaliaram o RECAP em múltiplos benchmarks (EmoBench, SECEU, EQ-Bench3, HealthBench) e modelos variando de 8B a 120B parâmetros, comparando-o com linhas de base de Zero-Shot, Priming Emocional e Persona de Clínico de Suporte.

• Benchmarks de Inteligência Emocional:
  • O RECAP melhorou consistentemente o alinhamento com julgamentos humanos. No benchmark SECEU, reduziu a distância do consenso humano em 20% e alcançou as maiores pontuações de EQ em todas as escalas de modelo.
  • No EmoBench, o RECAP mostrou uma melhoria relativa de 28% para o modelo de 8B em comparação com Zero-Shot, enquanto modelos maiores (120B) tiveram ganhos menores (aprox. 5%), sugerindo que o raciocínio estruturado compensa capacidades que modelos maiores internalizaram.
  • No EQ-Bench3, o RECAP alcançou ganhos significativos de Elo (por exemplo, +70 pontos para o modelo de 8B).
• Qualidade da Comunicação Médica (HealthBench):
  • O RECAP melhorou as pontuações gerais de qualidade, com os maiores ganhos em Completude e Qualidade da Comunicação.
  • Observou-se uma compensação: as pontuações de Precisão e Seguimento de Instruções diminuíram ligeiramente, refletindo uma priorização de respostas abrangentes e sintonizadas emocionalmente em vez de precisão literal.
• Avaliação Clínica (Estudo Humano Cego):
  • Dois fellows de oncologia certificados avaliaram as respostas do RECAP significativamente mais altas do que as linhas de base (3,41 vs. 2,93–2,95, p < .001).
  • O RECAP alcançou taxas de vitória de 76–88% contra linhas de base em cenários de turno único.
  • A análise qualitativa mostrou que as respostas do RECAP foram caracterizadas como "conscientes emocionalmente, solidárias e completas", enquanto as linhas de base foram frequentemente criticadas como "robóticas".
• Vieses Sistemáticos: As saídas intermediárias revelaram que os modelos subpesam sistematicamente fatores relacionais, como suporte social, um viés detectável apenas através dos intermediários estruturados do RECAP.

5. Significado e Alegações

O artigo alega que o RECAP demonstra que prompting principiado pode aprimorar a inteligência emocional da IA médica, mantendo a transparência necessária para a implantação clínica.

• Transparência como Pré-requisito: Os autores argumentam que, na saúde, a explicabilidade não é apenas desejável, mas essencial para segurança, conformidade regulatória e confiança clínica. O RECAP aborda isso expondo artefatos intermediários que os clínicos podem inspecionar.
• Escalabilidade do Raciocínio: Os resultados sugerem que a decomposição explícita é particularmente valiosa para modelos menores, permitindo que eles alcancem desempenho comparável a modelos muito maiores sem re-treinamento.
• Limitações: Os autores notam modestamente que o RECAP introduz sobrecarga computacional (uso de 3–5× tokens), é apenas textual (faltam tom/pausas) e é atualmente uma contribuição de pesquisa, e não uma ferramenta clínica implantável. Eles alertam contra a implantação sem extensos testes de segurança e revisão regulatória, particularmente em cenários de alta acuidade onde a ação diretiva é priorizada em relação à empatia.

Em conclusão, o RECAP transforma a correspondência de padrões opaca em um pipeline transparente, fornecendo um caminho para sistemas de IA que são tanto mais empáticos quanto mais auditáveis.