A Theory of Appropriateness That Accounts for Norms of Rationality

Título: Uma Teoria da Adequação que Explica as Normas de Racionalidade

Autores: Joel Z. Leibo, Alexander Sasha Vezhnevets, Manfred Diaz, et al. (Google DeepMind e colaboradores).
Data: 17 de março de 2026.

---

1. O Problema

A ciência social e a ciência cognitiva enfrentam um dilema fundamental sobre como a ordem social emerge. A maioria das teorias existentes adota uma perspectiva "individualista" (método individualista), onde a sociedade é derivada da agregação de ações de agentes desocializados que buscam maximizar uma utilidade ou recompensa escalar exógena (Teoria da Escolha Racional).

Essas abordagens falham em explicar cinco regularidades empíricas ("fatos estilizados") do comportamento normativo humano sem recorrer a suposições ad hoc complexas:

1. Dependência de Contexto: O que é apropriado varia drasticamente com a situação, papel e cultura.
2. Arbitrariedade: O conteúdo das normas é frequentemente arbitrário (ex: cumprimentar com aperto de mão vs. beijo), sem necessidade lógica intrínseca, mas ainda assim vinculante.
3. Automaticidade: A maioria das ações normativas é rápida, intuitiva e habitual, não deliberativa.
4. Dinamismo: As normas podem mudar rapidamente através de interações sociais (pontos de virada) ou lentamente.
5. Sanção Social: A adesão às normas é mantida por sanções sociais (gossip, exclusão, punição), não apenas por recompensas materiais diretas.

Além disso, a teoria da escolha racional exige que o modelador especifique manualmente preferências e funções de utilidade exógenas, ignorando como essas preferências são formadas endogenamente pela cultura.

2. Metodologia e Estrutura Teórica

Os autores propõem uma teoria "society-first" (sociedade em primeiro lugar), onde os indivíduos são modelados como Agentes Pré-treinados com arquiteturas cognitivas análogas a Modelos de Linguagem de Grande Escala (LLMs).

Mecanismo Central: Completamento Preditivo de Padrões

A decisão humana não é vista como a maximização de utilidade, mas como um processo de completamento preditivo de padrões.

• Modelo: O indivíduo é um agente gerativo que responde a um contexto ($o_t$) completando sequências simbólicas distribuídas.
• Pergunta Fundamental: O agente responde à pergunta: "O que uma pessoa como eu faz em uma situação como esta?".
• Arquitetura Cognitiva:
  • Espaço de Trabalho Global ($z_t$): Representa a consciência transitória onde informações (observações, memórias, objetivos) são integradas.
  • Rede de Completamento de Padrões ($p$): Análoga aos pesos de um LLM (neocórtex), contendo conhecimento cultural consolidado e implícito.
  • Memória ($M_t$): Análoga ao sistema hipocampal, armazenando episódios explícitos e regras articuláveis.

Distinção entre Normas Implícitas e Explícitas

• Normas Explícitas: Regras verbalizáveis (leis, instruções). Operam via recuperação de memória (hipocampo) e raciocínio deliberativo (cadeias longas de pensamento).
• Normas Implícitas: Padrões de comportamento automatizados (distância conversacional, etiqueta). Estão consolidados nos pesos da rede $p$ (neocórtex) e operam automaticamente via completamento de padrões curtos.

Lógicas de Decisão

O modelo permite diferentes "lógicas de decisão" como padrões aprendidos:

• Lógica A (Racionalidade Clássica): Identificar opções -> Avaliar consequências -> Maximizar valor esperado. O artigo argumenta que isso é apenas uma norma cultural específica, não uma verdade universal.
• Lógica B (Adequação): Identificar o tipo de situação -> Identificar o tipo de pessoa que sou -> Completar o padrão de ação apropriado para esse par.

3. Principais Contribuições e Resultados

A. Explicação Unificada dos Fatos Estilizados

A teoria explica os cinco fatos observados sem assumir maximização de utilidade:

1. Contexto: O espaço de trabalho global integra identidade e situação, alterando dinamicamente a probabilidade de completamento do padrão de ação.
2. Arbitrariedade: Como as normas emergem de convenções (padrões de precedência) e sanções, o conteúdo específico é arbitrário, mas a estabilidade é garantida pela consistência do completamento de padrões em uma população.
3. Automaticidade: Comportamentos consolidados em $p$ (normas implícitas) geram respostas de alta probabilidade com cadeias de pensamento curtas, exigindo pouco esforço cognitivo.
4. Dinamismo: Mudanças ocorrem quando um número crítico de agentes altera seus padrões de completamento (efeito de cascata), alterando o contexto para todos os outros.
5. Sanção: Sanções não são recompensas/punições escalares, mas informação simbólica contextual. Observar uma sanção altera o contexto de entrada para $p$, tornando padrões de comportamento normativos mais prováveis e desviantes menos prováveis.

B. Reinterpretação da Racionalidade

A maior contribuição conceitual é a reconceitualização da racionalidade.

• A racionalidade não é a adesão a axiomas lógicos universais ou maximização de utilidade.
• É uma prática normativa culturalmente contingente. Ser "racional" significa aderir aos padrões de justificação e raciocínio sancionados pela comunidade epistêmica do indivíduo (ex: lógica formal em ciência ocidental vs. narrativas em outros contextos).
• A "racionalidade" é, portanto, uma norma aprendida (Lógica A), que pode ser consolidada em um padrão implícito, mas que não é inerente à cognição humana.

C. Crítica aos Modelos de Duplo Processo e RL

• O modelo unifica os sistemas "Sistema 1" (rápido) e "Sistema 2" (lento) como variações no comprimento das cadeias de completamento de padrões (autoregressivas), não como sistemas neurais separados.
• Substitui a necessidade de sinais de recompensa escalar exógena (comuns em Aprendizado por Reforço) por sinais contextuais simbólicos e sanções sociais.

D. Formação Endógena de Preferências

Diferente da teoria da escolha racional, onde preferências são dadas, neste modelo as preferências emergem endogenamente. O que um agente "prefere" é o resultado do completamento de padrões baseado em suas memórias, identidade social e normas culturais internalizadas.

4. Significado e Implicações

1. Paradigma Sociológico-Cognitivo: A teoria oferece uma ponte rigorosa entre a sociologia (estrutura social, co-constituição) e a ciência cognitiva (arquitetura de IA, LLMs), validando a ideia de que a mente é um produto da cultura.
2. Parsimônia (Navalha de Occam): O modelo explica um espectro mais amplo de fenômenos sociais (desde tabus alimentares até raciocínio lógico complexo) com menos pressupostos fundamentais do que as teorias de escolha racional, eliminando a necessidade de especificar funções de utilidade exógenas.
3. Simulação de Agentes Sociais: A abordagem sugere que simulações baseadas em agentes (como o framework Concordia mencionado) devem utilizar LLMs pré-treinados culturalmente para capturar a complexidade da ordem social, em vez de agentes que aprendem do zero (tabula rasa).
4. Implicações para IA e Ética: Para a Inteligência Artificial, sugere que alinhar sistemas com valores humanos requer não apenas otimização de recompensas, mas a internalização de normas sociais e epistêmicas através de treinamento em dados culturais ricos.

Conclusão

O artigo conclui que o completamento preditivo de padrões é tudo o que é necessário para explicar a ordem social e a racionalidade. A racionalidade não é o motor da ação, mas sim uma prática normativa que emerge da interação entre indivíduos culturalmente competentes e suas estruturas sociais. Ao rejeitar a maximização de utilidade como axioma fundamental, a teoria oferece uma explicação mais robusta e parcimoniosa para a complexidade, arbitrariedade e dinamismo do comportamento humano.