Stabilising Generative Models of Attitude Change

Resumo Técnico: Estabilização de Modelos Generativos de Mudança de Atitude

1. O Problema

As teorias clássicas da psicologia sobre mudança de atitude (como a Teoria da Dissonância Cognitiva de Festinger, a Teoria da Autoconsistência de Aronson e a Teoria da Auto-percepção de Bem) são frequentemente descritas como "esboços de mecanismos" verbais. Embora ricas em detalhes conceituais, elas carecem de especificações técnicas e restrições operacionais necessárias para serem executadas como sistemas computacionais.

• Desafio Principal: Existe uma lacuna entre a riqueza conceitual das teorias verbais e a necessidade de rigor replicável dos modelos computacionais. As teorias verbais são frequentemente "subdeterminadas" (não especificam todas as condições necessárias para ocorrerem), e modelos computacionais tradicionais tendem a abstrair demais o contexto e a linguagem natural, perdendo a nuance psicológica original.
• Objetivo: O artigo propõe "renderizar" essas teorias verbais em sistemas executáveis usando Grandes Modelos de Linguagem (LLMs) para testar se os mecanismos psicológicos podem emergir de forma estável em simulações, e identificar quais pressupostos contextuais ocultos são necessários para que isso aconteça.

2. Metodologia: Modelagem Baseada em Agentes Generativos (GABM)

Os autores utilizam o framework Concordia (Vezhnevets et al., 2023, 2025) para criar simulações de agentes generativos.

• Arquitetura do Agente:

  • Os agentes operam através de completamento de padrões preditivos: geram uma "sufixo" (ação pretendida) baseado em um "prefixo" que contém memórias passadas e observações presentes.
  • O ambiente é orquestrado por um Game Master (GM) central, inspirado em jogos de RPG de mesa, que adjudica as ações dos agentes e mantém o estado do mundo.
  • Decisão Lógica (Decision Logic): Em vez de uma única previsão de LLM, a cognição do agente é estruturada em uma sequência de passos computacionais (uma "lógica de decisão") que processa as observações antes de gerar a ação.

• Implementação das Teorias:

  • Agente Festinger (Dissonância Cognitiva): Detecta inconsistências lógicas entre atitudes, crenças e comportamentos. Se houver conflito, gera desconforto psicológico e busca resolução (mudando crenças ou atitudes).
  • Agente Aronson (Autoconsistência): Similar ao Festinger, mas restringe o conflito apenas a ameaças ao conceito de "eu" moral ou competente.
  • Agente Bem (Auto-percepção): Não usa conflito interno. Em vez disso, infere atitudes observando seu próprio comportamento e o contexto (perguntas reflexivas: "Que tipo de pessoa sou eu?", "Que tipo de situação é esta?", "O que uma pessoa como eu faria?").
  • Agente Mínimo (Baseline): Um LLM "nu" sem lógica de decisão específica, servindo como controle.

• Experimentos Paradigmáticos:
  Os agentes foram submetidos a três cenários clássicos:

  1. Experimento de Classificação de Itens (Escolha Difícil): Medição de mudança de preferência após uma escolha difícil entre itens similares.
  2. Experimento da Tarefa Chata (Compliance Forçada): Participantes realizam uma tarefa tediosa e recebem recompensas pequenas ($5) ou grandes ($200) para mentir sobre o quão divertida foi.
  3. Experimento da Minhoca (Sofrimento Antecipatório): Participantes esperam antes de escolher entre comer uma minhoca ou medi-la.

• Processo de Estabilização:
  O artigo destaca que a simples execução do modelo não reproduz os resultados históricos. Foi necessário um processo iterativo de estabilização manual, onde os pesquisadores ajustaram o "andaime" (scaffolding) do ambiente e os prompts para alinhar as "priors" (pressupostos) modernas dos LLMs com as premissas históricas dos experimentos dos anos 50/60.

3. Principais Contribuições

1. Formalização Executável de Teorias Verbais: Transformou teorias psicológicas abstratas em algoritmos de decisão específicos que podem ser testados e isolados computacionalmente.
2. Descoberta de Dependências Ocultas (O Processo de Estabilização): A contribuição mais significativa é a demonstração de que a reprodução estável de efeitos psicológicos históricos exige a explicitação de pressupostos socioecológicos que estavam implícitos nos relatos originais.
   • Exemplos de ajustes necessários:
     • Item Rating: Foi necessário definir explicitamente que "desejabilidade" significava "utilidade líquida" para evitar que agentes modernos interpretassem a escolha como um ato político ou moral contra o consumismo.
     • Tarefa Chata: Foi necessário impedir que os agentes encontrassem "significado" na tarefa (ex: meditação), forçando a percepção de tédio para que a dissonância pudesse ocorrer.
     • Minhoca: Foi necessário garantir a legitimidade procedural do experimento para que os agentes não rejeitassem a tarefa por questões éticas modernas (ex: direitos dos animais), em vez de aversão visceral.
3. Validação de Mecanismos Distintos: Demonstrou que, com o ambiente corretamente estabilizado, os diferentes agentes (Festinger, Aronson, Bem) produzem padrões comportamentais distintos e consistentes com a literatura original, enquanto o agente mínimo falha em replicá-los.
4. Manipulação de Autoafirmação: O estudo validou que a autoafirmação (escrever sobre valores pessoais) reduz seletivamente a mudança de atitude apenas no Agente Aronson (que depende da ameaça ao "eu"), confirmando a distinção mecânica entre as teorias.

4. Resultados

• Reprodução de Padrões Clássicos:

  • Festinger e Aronson: Replicaram o efeito de dissonância na Tarefa Chata (avaliaram a tarefa como mais divertida na condição de baixa recompensa $5) e no Experimento da Minhoca (aceitaram comer a minhoca mesmo tendo a opção de não fazê-lo, devido à racionalização antecipatória).
  • Bem: Falhou em reproduzir o efeito de sofrimento antecipatório no Experimento da Minhoca (não mudou de atitude antes da ação), conforme previsto pela teoria da auto-percepção, mas replicou os efeitos nas tarefas de escolha e compliance forçada.
  • Agente Mínimo: Não exibiu mudanças de atitude sistemáticas ou padrões não-lineares, demonstrando que os efeitos surgem da arquitetura de decisão, não apenas da linguagem do LLM.

• Efeito da Autoafirmação:
  A manipulação de autoafirmação reduziu significativamente a mudança de atitude no Agente Aronson, mas não afetou os agentes Festinger ou Bem, validando a especificidade do mecanismo de Aronson (ameaça ao autoconceito moral/competente).

• Necessidade de Estabilização:
  Sem a estabilização manual (ajuste de prompts, memória e contexto), os agentes modernos falharam em replicar os resultados devido a conflitos com valores contemporâneos (ex: ceticismo corporativo, ética ambiental, busca por significado em tarefas repetitivas).

5. Significado e Implicações

• Revisão da Natureza das Teorias Psicológicas: O trabalho sugere que os mecanismos psicológicos clássicos não são apenas processos intrapsíquicos isolados, mas sistemas acoplados agente-ambiente. As condições experimentais dos anos 50 não eram "neutras", mas sim configurações culturais específicas que ativavam esses mecanismos.
• Metodologia de "Research through Design": O processo de estabilização não é visto apenas como "debugging", mas como uma parte central da metodologia científica. A dificuldade em estabilizar o modelo revela as dependências operacionais e normativas que as teorias verbais originais deixaram subdocumentadas.
• Novo Paradigma para Modelagem Psicológica: Em vez de abstrair a complexidade (como em modelos computacionais tradicionais) ou apenas testar se LLMs "têm" cognição, esta abordagem usa LLMs como motores de simulação para instantiar teorias em linguagem natural, permitindo testar a suficiência mecânica das teorias sob condições controladas.
• Limitações: Os modelos reproduzem padrões qualitativos, mas não tamanhos de efeito quantitativos calibrados com humanos históricos, devido às diferenças nas distribuições de treinamento dos LLMs modernos (priors culturais e linguísticos) em comparação com participantes dos anos 50.

Em suma, o artigo demonstra que a modelagem generativa baseada em agentes é uma ferramenta poderosa não apenas para simular comportamento, mas para clarificar e formalizar as condições de contorno e os pressupostos contextuais necessários para que teorias psicológicas clássicas funcionem como descrito.