Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media

Resumo Técnico: Divinação por Prompt: Xuanxue Mediada por LLM nas Redes Sociais Chinesas

Definição do Problema
A rápida proliferação de Modelos de Linguagem de Grande Escala (LLMs) introduziu uma prática cultural inédita: o uso de IA conversacional para divinação. Embora a "divinação algorítmica" (ex: aplicativos de tarô ou astrologia online) já existisse desde a era inicial da internet, o advento dos LLMs marca uma mudança metodológica. Diferente das ferramentas de adivinhação pré-programadas e baseadas em menus, os LLMs permitem um diálogo fluido de múltiplos turnos e engenharia de prompt personalizada, criando efetivamente um oráculo altamente interativo e coproduzido. Este artigo investiga este fenômeno dentro do contexto cultural específico do "Xuanxue" (玄学) nas redes sociais chinesas. O Xuanxue, originalmente uma escola metafísica do Neo-Taoísmo, evoluiu para um termo guarda-chuva nativo da internet para práticas místicas e espirituais (divinação, astrologia, crenças populares) que viram um ressurgimento entre os jovens chineses como fonte de conforto e conexão social. O estudo aborda como os usuários interagem com LLMs para fins divinatórios, como constroem e avaliam a autoridade dessas leituras geradas por IA e como essa prática remodela a organização social da divinação.

Metodologia
O estudo emprega um design de métodos mistos para analisar sistematicamente o fenômeno emergente da divinação mediada por LLM:

1. Análise de Grande Escala em Redes Sociais: Os autores extraíram dados do Xiaohongshu (uma importante rede social chinesa), visando a palavra-chave "DeepSeek Xuanxue". Esta consulta específica foi escolhida para capturar a interseção entre a popularidade do LLM doméstico DeepSeek e o uso codificado de "Xuanxue" para evitar a censura da plataforma em relação à "superstição".

   • Corpus: O conjunto de dados final compreendeu 232 postagens e 23.340 comentários (incluindo respostas aninhadas) publicados até 10 de abril de 2025.
   • Codificação: Foi utilizada uma abordagem híbrida, aproveitando o DeepSeek-V3.1 como um codificador automatizado (selecionado por seu desempenho superior em PLN para o chinês) para classificar os comentários em três dimensões: Classificação de Tópicos (11 categorias), Orientação Atitudinal (escala de 5 pontos de crença) e Troca de Prompts (variável binária para compartilhamento de prompts). Codificadores humanos validaram um subconjunto de 224 comentários, alcançando alta confiabilidade inter-avaliador (Cohen's Kappa > 0,90) e confirmando a concordância moderada a substancial do LLM (Fleiss's Kappa > 0,60).
   • Verificação Longitudinal: Uma fase suplementar de amostragem intencional (abril–dezembro de 2025) selecionou 25 postagens de alto engajamento e 192 comentários para validar a persistência dos padrões.

2. Entrevistas Semiestruturadas: Os autores realizaram 32 entrevistas em profundidade (30–45 minutos) com dois grupos distintos:

   • Usuários (n=26): Indivíduos que utilizaram o DeepSeek para divinação ou participaram ativamente de discussões relacionadas.
   • Praticantes (n=6): Divinadores humanos profissionais (Tarô, Bazi, etc.) com algum conhecimento de ferramentas de LLM.
   • Foco: As entrevistas exploraram hábitos de uso, eficácia percebida, perspectivas comparativas (IA vs. humano) e a integração de LLMs em fluxos de trabalho profissionais.

Principais Resultados

• Motivações Pragmáticas e Tópicos: Os usuários consultam LLMs principalmente para preocupações pragmáticas em vez de investigação espiritual abstrata. Os tópicos mais frequentes incluem numerologia geral (Yijing, Bazi), relacionamentos românticos, resultados de emprego/estudo/exames e jogos (especificamente sorteios de "gacha"). Essas consultas mapeiam os principais estressores da juventude contemporânea chinesa, refletindo um desejo de gerenciar a incerteza em domínios de alto risco.
• Vias Duplas de Participação: O engajamento é impulsionado por duas vias que se interceptam:
  1. Curiosidade Impulsionada por Tendências: A visibilidade viral e o acesso de custo zero incentivam a experimentação. Muitos usuários abordam os LLMs como ferramentas lúdicas e de baixo obstáculo para entretenimento ou conforto psicológico, sem uma crença profunda no sobrenatural.
  2. Ansiedade Impulsionada por Eventos: Incertezas específicas de alto risco (ex: exames, crises de relacionamento) levam os usuários a buscar cl\a e um senso de controle, alinhando-se às visões antropológicas tradicionais da divinação como um mecanismo de enfrentamento.
• Engenharia de Prompt Colaborativa: Uma característica definidora é a cultura de "refinamento colaborativo de prompts". Os usuários atuam ativamente como engenheiros de prompt, compartilhando, depurando e refinando modelos de entrada para otimizar os resultados. Isso transforma os usuários de observadores passivos em coprodutores ativos do oráculo.
• Eficácia Percebida e Verificação:
  • Viés Positivo: Entre os usuários que expressam uma postura clara, a eficácia percebida inclina-se para o positivo. A "precisão" é frequentemente justificada pelo ajuste biográfico e confirmação retrospectiva (efeito Barnum e viés de confirmação).
  • Práticas de Verificação: Os usuários empregam estratégias de verificação rigorosas, incluindo tentativas repetidas (verificando a consistência entre sessões) e comparação entre modelos (triangulando resultados entre DeepSeek, Gemini, ChatGPT, etc.).
  • Ceticismo Profissional: Divinadores humanos rejeitam amplamente os LLMs, argumentando que eles carecem do "poder espiritual" ou "energia" necessários (compromisso ontológico) e vendo-os como ferramentas de trabalho de fronteira econômica. Eles frequentemente criticam a incapacidade dos LLMs de realizar tarefas fundamentais como o pai pan (cálculo de mapa) preciso.
• Tensão Epistemológica: Os usuários navegam em um espaço complexo entre quadros científicos e metafísicos. Alguns enquadram a divinação por LLM como "científica" (algorítmica, big data) para legitimá-la, enquanto outros afirmam que "o ponto final da ciência é o Xuanxue", posicionando a metafísica como superior ao entendimento científico atual. A maioria dos usuários tolera essa ambiguidade, tratando a prática como uma ferramenta flexível de interpretação.

Principais Contribuições

1. Documentação Sistemática: Este artigo fornece um dos primeiros estudos sistemáticos da divinação mediada por LLM, documentando a mecânica específica de como os usuários interagem com a IA generativa para fins espirituais no contexto chinês.
2. Integração Teórica: Ele une teorias antropológicas da divinação (funções instrumentais vs. não instrumentais, abordagens cognitivo-evolutivas) com estudos de interação humano-IA. Argumenta que a divinação por LLM preserva as funções epistêmicas e sociais centrais da prática tradicional, enquanto transforma fundamentalmente sua organização social.
3. Mudança na Autoridade: O estudo destaca uma mudança na autoridade divinatória de praticantes especializados para comunidades de usuários em rede. As capacidades de custo zero, repetibilidade e customização baseada em prompts permitem que os usuários coproduzam o oráculo, desafiando o monopólio dos especialistas humanos.
4. Verificação na Era da IA: Identifica novas estratégias de verificação exclusivas do contexto de LLM, como a triangulação entre modelos e a depuração iterativa de prompts, que servem como práticas cotidianas para avaliar a credibilidade de sistemas de IA opacos.

Significância e Alegações
O artigo alega que a divinação por LLM não é meramente uma novidade, mas uma adaptação duradoura de uma estratégia cognitiva-instrumental para novas tecnologias de mediação. Demonstra que:

• Continuidade: Apesar do substrato tecnológico, a lógica central permanece: os usuários consultam esses sistemas sob condições de incerteza e concedem seus resultados um valor epistêmico genuíno baseado na eficácia instrumental percebida.
• Transformação: A tecnologia remodela como a autoridade divinatória é construída. A autoridade não deriva mais apenas do "poder espiritual" do praticante, mas é distribuída através da capacidade da comunidade de projetar prompts e verificar resultados entre modelos.
• Impacto Psicológico e Social: A prática oferece suporte emocional de baixo custo e um senso de controle, mas introduz vulnerabilidades a vieses psicológicos bem documentados (efeito Barnum, viés de confirmação) e pode normalizar a terceirização de decisões consequentes para sistemas automatizados.
• Fluidez Epistemológica: Os usuários não aderem estritamente a um binário "ciência vs. superstição", mas utilizam um quadro epistemológico flexível onde os resultados da IA são legitimados tanto pela autoridade algorítmica quanto pela ressonância metafísica, dependendo do contexto.

Os autores concluem que, embora a divinação por LLM retenha o núcleo funcional das práticas tradicionais, ela introduz escalabilidade e repetibilidade que alteram fundamentalmente a dinâmica de confiança, verificação e autoridade nas práticas espirituais. O estudo apela para pesquisas longitudinais e transculturais futuras para compreender as consequências comportamentais de longo prazo deste fenômeno emergente.