💬 NLP

Moral Susceptibility and Robustness under Persona Role-Play in Large Language Models

Este estudo avalia a suscetibilidade e robustez moral de grandes modelos de linguagem sob role-play de personas, revelando que a família do modelo é o principal fator determinante da robustez, enquanto o tamanho influencia a suscetibilidade, com os modelos Claude demonstrando a maior estabilidade moral.

Autores originais: Davi Bastos Costa, Felippe Alves, Renato Vicente

Publicado 2026-03-02

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Davi Bastos Costa, Felippe Alves, Renato Vicente

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 que você tem um grupo de robôs superinteligentes (os Modelos de Linguagem, ou LLMs) e você quer saber como eles pensam sobre o que é "certo" ou "errado". A pergunta que os autores deste estudo fizeram foi: "Se a gente pedir para esses robôs fingirem ser pessoas diferentes, a moral deles muda?"

Para responder a isso, eles criaram um experimento divertido e científico. Vamos explicar como funcionou, usando analogias do dia a dia.

1. O Cenário: O Camaleão Moral

Pense nos robôs como atores de teatro.

O Papel (Persona): Os pesquisadores deram a cada robô um "roteiro" ou uma identidade. Um robô podia fingir ser um "ativista ambiental", outro um "banqueiro conservador", outro um "artista hippie".
O Teste (Questionário Moral): Em vez de perguntar "você gosta de gatos?", eles usaram um teste psicológico real chamado Questionário de Fundamentos Morais. É como uma lista de perguntas sobre o que você considera importante: "É importante cuidar dos fracos?", "É importante respeitar a autoridade?", "É importante ser leal ao seu grupo?".

2. As Duas Medidas Principais

Os autores mediram duas coisas muito importantes sobre como esses "atores" robôs reagiram:

A. Robustez Moral (A Estabilidade do Ato)

Imagine que você pede para o mesmo ator interpretar um "vilão" 10 vezes seguidas.

Robustez Alta: Se nas 10 vezes ele age exatamente igual, gritando e sendo mau da mesma forma, ele é robusto. Ele não muda de ideia facilmente.
Robustez Baixa: Se na primeira vez ele é um vilão, na segunda ele é um herói, e na terceira ele fica confuso, ele é pouco robusto. Ele é instável.

O que descobriram?

A família do robô importa muito. Os robôs da família "Claude" (da Anthropic) foram os mais estáveis, como um ator veterano que nunca erra o papel.
O tamanho do robô (se é pequeno ou gigante) não fez muita diferença na estabilidade.
Os robôs "Grok" foram os mais instáveis, mudando de ideia o tempo todo.

B. Suscetibilidade Moral (A Facilidade de Ser Influenciado)

Agora, imagine que você pede para o mesmo ator interpretar 100 personagens diferentes (um policial, uma mãe, um alienígena, um juiz).

Suscetibilidade Alta: Se o ator muda completamente a voz, o jeito de andar e a opinião moral para cada personagem, ele é muito suscetível. Ele se deixa levar facilmente pelo papel.
Suscetibilidade Baixa: Se, mesmo sendo um alienígena, ele continua com a mesma opinião moral que tinha quando era um policial, ele é pouco suscetível. Ele tem uma "bússola interna" forte.

O que descobriram?

Aqui, o tamanho do robô importou! Os robôs maiores (mais inteligentes) tendem a mudar mais de opinião quando mudam de personagem. Eles são mais "maleáveis".
O robô Gemini 2.5 Flash foi o mais fácil de influenciar (muito suscetível).
O robô Llama-4 Scout foi o mais difícil de mudar (menos suscetível).

3. A Grande Descoberta: O Paradoxo

A coisa mais interessante que eles acharam foi uma conexão estranha: Robustez e Suscetibilidade andam juntas.

Pode parecer contraditório, mas pense assim:

Se um ator é muito bom em entrar no personagem (alta suscetibilidade), ele também tende a ser muito consistente dentro daquele personagem (alta robustez).
Se ele é ruim em entrar no personagem (baixa suscetibilidade), ele também tende a ser confuso e instável, mesmo tentando ser o mesmo personagem (baixa robustez).

Basicamente, os robôs que conseguem "virar" o personagem com facilidade também conseguem manter a personalidade daquele personagem sem falhar.

4. Por que isso é importante?

Hoje em dia, usamos esses robôs para conversar, dar conselhos e tomar decisões em grupos.

Se um robô é muito suscetível, ele pode mudar de opinião moral dependendo de quem você finge ser. Isso é perigoso se você quiser que ele seja justo o tempo todo.
Se um robô é muito robusto, ele pode ser difícil de "educar" ou ajustar para situações novas.

O estudo nos diz que não existe um robô "perfeito" para tudo. Alguns são ótimos para manter uma postura firme (como o Claude), enquanto outros são ótimos para se adaptar a diferentes situações (como o Gemini), mas cada um tem seus prós e contras.

Resumo em uma frase:

Os pesquisadores descobriram que, quando pedimos para robôs inteligentes fingirem ser pessoas diferentes, alguns mantêm sua "alma" firme e constante, enquanto outros mudam de opinião como um camaleão, e que, geralmente, quanto melhor o robô é em mudar de papel, mais estável ele é dentro desse papel.

Título: Suscetibilidade e Robustez Moral sob Role-Play de Persona em Grandes Modelos de Linguagem

1. Problema e Motivação

À medida que os Grandes Modelos de Linguagem (LLMs) são cada vez mais integrados em contextos sociais interativos e multiagentes, torna-se crucial avaliar como eles expressam e alteram seus julgamentos morais quando condicionados a assumir papéis específicos (personas).
O problema central abordado é a falta de benchmarks padronizados que quantifiquem a estabilidade moral de um modelo (robustez) e sua sensibilidade a variações de personalidade (suscetibilidade) durante tarefas de role-play. A literatura existente foca em julgamentos morais estáticos ou em interações sociais gerais, mas não separa sistematicamente a variabilidade interna (ruído de amostragem) da variabilidade externa (mudança de persona).

2. Metodologia

Os autores propõem um novo benchmark que combina o Questionário de Fundamentos Morais (MFQ) com a técnica de role-play de persona.

Instrumento de Medição: O MFQ (Moral Foundations Questionnaire) é utilizado para medir cinco fundamentos morais:
1. Cuidado/Dano (Harm/Care)
2. Justiça/Reciprocidade (Fairness/Reciprocity)
3. Lealdade/Grupo (In-group/Loyalty)
4. Autoridade/Respeito (Authority/Respect)
5. Pureza/Santidade (Purity/Sanctity)
  O modelo responde a 30 questões (15 de relevância e 15 de concordância) em uma escala de 0 a 5.
Configuração Experimental:
- Personas: 100 descrições de personas diversas (extraídas de trabalhos anteriores, Ge et al., 2025).
- Modelos: Uma variedade de modelos de diferentes famílias e tamanhos, incluindo Claude (Haiku, Sonnet), DeepSeek, Gemini, GPT-4 (várias versões), Grok e Llama.
- Protocolo: Para cada par (Persona, Pergunta), o modelo é consultado $n=10$ vezes para estimar a média e a variância dentro da mesma persona. A temperatura de decodificação foi fixada em $T=0.1$ para garantir consistência.
Definição das Métricas:
1. Robustez Moral ( $R$ ): Define-se como a estabilidade das pontuações do MFQ sob repetidas amostragens para a mesma persona. É calculada como o inverso da variância intra-persona. Valores mais altos indicam maior estabilidade (menos ruído).
2. Suscetibilidade Moral ( $S$ ): Define-se como a sensibilidade das pontuações do MFQ à variação entre diferentes personas. É calculada a partir da variância inter-persona. Valores mais altos indicam que o modelo altera significativamente seu julgamento moral dependendo de quem está "interpretando".
Análise Estatística: As métricas são normalizadas para o intervalo [0, 1], onde 0,5 representa a média do conjunto de modelos. A incerteza é estimada via erro padrão amostral e aproximação de primeira ordem.

3. Principais Contribuições

Novo Benchmark: Introdução de um framework para quantificar separadamente a robustez (estabilidade interna) e a suscetibilidade (variabilidade externa) de LLMs em cenários de role-play.
Análise Sistemática: Avaliação abrangente de múltiplas famílias de modelos e tamanhos, fornecendo perfis morais detalhados tanto para o modo "self" (sem persona) quanto para personas condicionadas.
Descoberta de Correlações: Evidência de uma correlação positiva entre robustez e suscetibilidade, sugerindo que modelos que são mais estáveis internamente tendem a ser mais sensíveis a mudanças de persona (e vice-versa), embora essa relação varie por família.
Dados Públicos: Disponibilização de tabelas completas com pontuações por modelo, persona e pergunta (se o artigo for aceito).

4. Resultados Chave

Fator de Variância:
- Robustez: A família do modelo é o fator que explica a maior parte da variância na robustez. O tamanho do modelo (dentro da mesma família) não teve um efeito sistemático significativo.
- Suscetibilidade: Apresenta um efeito leve de família, mas uma tendência clara de tamanho dentro da família: variantes maiores tendem a ser mais suscetíveis (mudam mais de opinião com a persona) do que as variantes menores.
Desempenho por Família/Modelo:
- Mais Robusto: A família Claude (especialmente o Claude 4.5 Sonnet) foi significativamente a mais robusta, mantendo julgamentos estáveis independentemente da persona ou amostragem.
- Menos Robusto: A família Grok (especialmente Grok 4) apresentou a menor robustez.
- Mais Suscetível: O Gemini 2.5 Flash foi o modelo mais suscetível a mudanças de persona.
- Menos Suscetível: O Llama-4 Scout foi o menos suscetível.
Correlação: Existe uma correlação positiva entre robustez e suscetibilidade, mais pronunciada no nível de família. Isso implica que modelos que são consistentes internamente (alta robustez) também tendem a responder de forma mais distinta a diferentes personas (alta suscetibilidade), indicando uma capacidade de adaptação contextual sem perder a coerência interna.
Perfis de Fundamentos:
- Fundamentos como Justiça/Reciprocidade e Cuidado/Dano apresentaram a maior robustez média e menor suscetibilidade média entre os modelos.
- O fundamento Pureza/Santidade mostrou uma correlação negativa entre robustez e suscetibilidade.

5. Significado e Impacto

Este trabalho oferece uma lente quantitativa para entender como a "personalidade" artificial afeta o alinhamento moral dos LLMs.

Para Desenvolvedores: A descoberta de que modelos maiores podem ser mais suscetíveis a personas levanta questões sobre o controle de comportamento em aplicações de role-play. A alta robustez da família Claude sugere que certas arquiteturas ou técnicas de alinhamento preservam melhor a coerência moral.
Para Segurança e Ética: A capacidade de medir a suscetibilidade moral é crucial para identificar modelos que podem ser facilmente manipulados para expressar visões morais indesejadas ou perigosas ao assumir certas personas.
Para Pesquisa Futura: O benchmark estabelece uma base para estudos comparativos sobre como diferentes estratégias de treinamento e arquitetura influenciam a flexibilidade versus a estabilidade ética dos agentes de IA.

Em resumo, o artigo demonstra que a moralidade em LLMs não é um atributo fixo, mas uma propriedade dinâmica que varia sistematicamente com a identidade do agente (persona) e a arquitetura do modelo, exigindo novas métricas para avaliação e segurança.