🤖 AI

Mind the (DH) Gap! A Contrast in Risky Choices Between Reasoning and Conversational LLMs

O estudo revela que os modelos de linguagem se dividem em duas categorias distintas — modelos de raciocínio, que exibem comportamento racional e insensível a vieses, e modelos conversacionais, que são mais suscetíveis a fatores contextuais e apresentam uma grande lacuna entre descrições e experiências históricas, sendo a diferença fundamental atribuída ao treinamento em raciocínio matemático.

Autores originais: Luise Ge, Yongyan Zhang, Yevgeniy Vorobeychik

Publicado 2026-04-22

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Luise Ge, Yongyan Zhang, Yevgeniy Vorobeychik

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 dois tipos de "assistentes digitais" muito inteligentes, mas com personalidades completamente diferentes. O artigo que você leu é como um grande teste de personalidade que colocou esses assistentes (chamados de Modelos de Linguagem ou LLMs) para tomar decisões arriscadas, tipo: "Você prefere ganhar $100 com 50% de chance ou garantir $40 agora?".

O objetivo dos pesquisadores foi descobrir: esses robôs agem como humanos, agem como máquinas frias de lógica, ou são uma mistura estranha dos dois?

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. Os Dois Grupos: O "Matemático" vs. O "Conversador"

Os pesquisadores descobriram que os robôs não são todos iguais. Eles se dividem em dois grupos distintos, como se fossem dois tipos de alunos na escola:

Os Modelos de Raciocínio (RMs): Pense neles como o aluno "nerd" de matemática. Eles são treinados para resolver problemas lógicos, cálculos complexos e raciocínio passo a passo. Quando colocados para tomar decisões, eles agem como um "Econômico Ideal" (uma máquina perfeita que sempre escolhe a opção que dá mais dinheiro a longo prazo). Eles são frios, consistentes e não se importam com a forma como a pergunta é feita.
Os Modelos Conversacionais (CMs): Pense neles como o aluno "social" ou o ator. Eles são treinados para conversar, escrever histórias, ser simpáticos e seguir instruções de chat. Quando tomam decisões, eles são muito mais parecidos com humanos: às vezes erram, mudam de ideia dependendo de como a pergunta é feita e são mais emocionais (ou "iracionais").

2. O "Gap" (A Lacuna) da Descrição vs. Experiência

Aqui entra uma das descobertas mais interessantes, chamada de "Gap de Descrição-História".

Cenário A (Descrição): Você lê um card: "70% de chance de ganhar $100, 30% de chance de ganhar $0".
Cenário B (História/Experiência): Você não lê nada. Em vez disso, você vê uma lista de 20 resultados passados: "Ganhou $100, ganhou $100, ganhou $0, ganhou $100...". É como se você tivesse jogado o jogo várias vezes antes.

O que aconteceu?

Os "Nerds" (RMs): Não se importaram. Eles viram os números e calcularam a mesma coisa, não importava se era uma lista ou uma descrição. Eles são como um juiz que lê a lei e aplica a mesma regra, seja ela escrita ou falada.
Os "Sociais" (CMs): Mudaram completamente de opinião! Quando viram a lista de resultados (a "história"), eles começaram a agir mais como humanos, ficando mais avessos ao risco ou mais impulsivos. Eles foram "enganados" pela forma como a informação foi apresentada, assim como nós humanos somos.

3. O Efeito da Explicação

Os pesquisadores também perguntaram aos robôs: "Por que você escolheu isso?".

Surpresa: Para os modelos conversacionais (CMs), pedir uma explicação curta (uma frase) fez com que eles ficassem mais lógicos e mais parecidos com a máquina perfeita. Foi como se, ao ter que justificar a resposta, eles "acordassem" e pensassem melhor.
O Contraponto: Mas, se pedissem uma explicação matemática longa e complexa, alguns deles voltaram a ficar confusos ou menos racionais. É como se o excesso de detalhes os distraísse.

4. O Segredo: O Treinamento em Matemática

A grande conclusão do estudo é que a diferença entre o "Nerd" (Racional) e o "Social" (Iracional) não é o tamanho do robô, mas como ele foi treinado.

Se você pegar um modelo e treiná-lo especificamente para fazer contas e raciocinar, ele vira um "Econômico Ideal".
Se você mantiver o modelo focado apenas em conversar e seguir instruções, ele manterá as falhas e irracionalidades humanas.

Resumo da Ópera (Metáfora Final)

Imagine que você precisa escolher um investidor para seu dinheiro:

Se você quer alguém que sempre tome a decisão matematicamente correta, ignore a emoção e não se deixe enganar pela forma como o gráfico é desenhado, você deve escolher o Modelo de Raciocínio (o "Nerd").
Se você quer um robô que simule como um humano reagiria (para testar produtos ou entender o mercado), o Modelo Conversacional (o "Social") é melhor, porque ele tem os mesmos "vícios" e erros que nós temos.

A lição principal: Não tratamos todos os IAs como iguais. Dependendo de como eles foram "educados" (treinados), eles podem ser máquinas de lógica perfeita ou espelhos das nossas próprias falhas humanas. E, cuidado: a forma como você apresenta a informação (texto ou dados brutos) pode mudar completamente a decisão deles!

Título: Cuidado com a Lacuna (DH)! Um Contraste em Escolhas Arriscadas entre Modelos de Raciocínio e Conversacionais de LLMs

1. Problema e Motivação

O uso de Grandes Modelos de Linguagem (LLMs) em sistemas de suporte à decisão e fluxos de trabalho autônomos (agentic workflows) está transformando o ecossistema digital. No entanto, a compreensão de como os LLMs tomam decisões sob incerteza permanece limitada.

O Desafio: Os LLMs não são projetados explicitamente para maximizar o ganho esperado (como um agente econômico racional) nem necessariamente imitam o comportamento humano (que desvia sistematicamente da racionalidade devido a vieses cognitivos).
A Lacuna de Descrição-História (DH Gap): Na psicologia humana, existe um fenômeno conhecido como "lacuna descrição-experiência" (D-E gap), onde as pessoas tomam decisões diferentes quando as opções são apresentadas como descrições explícitas (probabilidades e resultados) versus quando são aprendidas através de uma história de experiências (amostras de resultados passados).
Objetivo do Estudo: Investigar como os LLMs lidam com escolhas arriscadas sob duas dimensões críticas: (1) a representação do prospecto (explícita vs. história implícita) e (2) o impacto da solicitação de explicações (racionalidade) na decisão.

2. Metodologia

Os autores conduziram um estudo abrangente envolvendo 20 LLMs de ponta e abertos (incluindo GPT-4.1/5.1, Gemini-2.5, DeepSeek-R1/Chat, Claude-Haiku, Qwen e Olmo), comparando-os com:

Sujeitos Humanos: 360 participantes dos EUA (via Prolific) realizando as mesmas tarefas.
Agente Econômico Ideal (Economicus): Um agente racional neutro ao risco que maximiza o ganho esperado.

Design Experimental:

Tarefas de Escolha: Três pares base de prospectos arriscados, variando escala de resultados e regimes de probabilidade.
Condições de Representação:
- Explícita: Probabilidades e pagamentos definidos claramente (ex: "70% de chance de $100").
- Implícita (História): Sequências simuladas de resultados passados (ex: 15 vezes $100 e 5 vezes $0 em 20 tentativas). Foram testadas histórias de 20 e 100 amostras.
Condições de Prompt (Explicação):
- Nenhuma explicação (apenas a escolha).
- Justificativa de uma frase (explicação curta).
- Justificativa matemática ou de raciocínio (explicação detalhada).
Análise de Comportamento:
- Medidas de Similaridade: Correlação de Pearson e Erro Quadrático Médio (MSE) entre as distribuições de escolha dos modelos e as referências (Humanos e Economicus).
- Consistência e Decisividade: Medição da invariância das decisões frente a mudanças na ordem dos prospectos, enquadramento (ganho vs. perda) e tipo de prompt.
- Modelagem Paramétrica: Ajuste de modelos de Teoria do Prospecto (versão Dual-Beta) para extrair parâmetros de preferência ao risco ( $\sigma$ ), ponderação de probabilidade ( $\gamma$ ) e decisividade ( $\beta$ ).

3. Principais Contribuições e Resultados

A. Clusterização em Dois Grupos Comportamentais

O estudo identifica uma divisão clara e robusta entre os LLMs em duas categorias:

Modelos de Raciocínio (RMs - Reasoning Models): Exemplos: GPT-5.1, DeepSeek-R1, Gemini-2.5-Pro, variantes "Thinking" do Qwen e Olmo.
- Comportamento: Tendem a ser altamente racionais, comportando-se de forma muito próxima ao Economicus.
- Estabilidade: São insensíveis à ordem dos prospectos, ao enquadramento (ganho/perda) e ao tipo de explicação solicitada.
- Correlação: Alta correlação com o agente racional (>0.86) e baixa com humanos.
Modelos Conversacionais (CMs - Conversational Models): Exemplos: GPT-4.1, DeepSeek-Chat, Gemini-2.5-Flash, Claude-Haiku.
- Comportamento: Significativamente menos racionais, mais sensíveis ao contexto e exibem desvios mais "humanos" (embora não idênticos aos humanos).
- Sensibilidade: Altamente sensíveis à ordem dos prospectos, enquadramento e solicitações de explicação.

B. A Lacuna Descrição-História (DH Gap)

Todos os modelos exibem alguma lacuna DH (mudança de comportamento ao passar de descrição explícita para história implícita).
CMs: Apresentam uma lacuna DH enorme. Ao verem histórias de resultados, tornam-se drasticamente mais parecidos com humanos e menos racionais.
RMs: Apresentam uma lacuna DH modesta. Mantêm seu comportamento racional mesmo quando os dados são apresentados como experiências históricas.
Surpresa: Os humanos, curiosamente, tornam-se mais racionais (mais próximos do Economicus) quando expostos a histórias implícitas, o que aumenta a correlação entre RMs e humanos nessa condição específica.

C. Impacto das Explicações

Solicitar explicações impacta todas as decisões, mas de forma diferente:
- Para CMs, pedir uma explicação curta (uma frase) tende a aumentar a racionalidade (alinhamento com o Economicus), enquanto explicações matemáticas longas podem reduzir a racionalidade ou induzir apenas verbosidade sem melhoria lógica.
- Para RMs, o comportamento é mais estável, embora alguns modelos mostrem variações significativas quando forçados a fornecer raciocínio matemático.

D. Fator Determinante: Treinamento em Raciocínio Matemático

A análise de pares de modelos abertos (ex: Qwen Instruct vs. Qwen Math; Olmo Instruct vs. Olmo Think) revela que o treinamento específico para raciocínio matemático é o fator chave que diferencia RMs de CMs.

Modelos com fine-tuning para matemática migram consistentemente para o cluster de Raciocínio (mais racionais, menos sensíveis a vieses).
O tamanho do modelo (escala) tem um efeito secundário: modelos maiores tendem a ser mais racionais e mais humanos simultaneamente (dominância de Pareto), mas a arquitetura de treinamento (raciocínio vs. conversa) é o divisor principal.

4. Significado e Implicações

Taxonomia Comportamental: O trabalho fornece a primeira taxonomia sistemática de LLMs baseada em comportamento econômico, separando-os em "Raciocínio" e "Conversacional".
Validação de Agentes Autônomos: Para aplicações onde LLMs atuam como agentes econômicos ou tomadores de decisão financeira, a escolha do modelo é crítica. Modelos conversacionais padrão podem introduzir vieses imprevisíveis e grandes lacunas de racionalidade dependendo de como a informação é apresentada (história vs. descrição).
Interpretabilidade e Explicabilidade: O estudo mostra que pedir explicações não garante decisões mais racionais em todos os casos; para modelos conversacionais, pode até degradar a performance se o modelo não for treinado para raciocínio lógico-matemático.
Limitações e Futuro: O estudo aponta que a lacuna DH em LLMs não é causada por limitações de janela de contexto (já que histórias de 100 amostras são pequenas para janelas de 128k tokens), sugerindo uma diferença fundamental na forma como os modelos processam informações distribuídas versus descritas.

Conclusão

O artigo demonstra que a "inteligência" econômica dos LLMs não é monolítica. Existe uma bifurcação clara: modelos otimizados para raciocínio tendem a convergir para a racionalidade econômica ideal, enquanto modelos conversacionais permanecem sensíveis a vieses contextuais e à forma como a informação é apresentada. A capacidade de raciocínio matemático é o principal motor dessa distinção, sugerindo que o fine-tuning direcionado é essencial para criar agentes de IA confiáveis em cenários de decisão sob incerteza.