Resumo Técnico: Quando a Composição de Personalidade Importa para Equipes de Multi-Agentes LLM?

Declaração do Problema

Embora pesquisas anteriores tenham estabelecido que o prompting de personalidade (especificamente a manipulação dos traços das "Cinco Grandes" características) altera o estilo de comunicação de Grandes Modelos de Linguagem (LLMs) — por exemplo, induzindo linguagem adversarial em agentes de baixa amabilidade — o impacto dessas mudanças comportamentais nos resultados objetivos das tarefas permanece subexplorado. Não está claro se as mudanças no estilo de comunicação cascateiam para uma degradação de desempenho ou se são amortecidas pela natureza da tarefa em si.

Este artigo aborda a lacuna entre as mudanças de processo no nível da comunicação e o desempenho no nível do resultado. Especificamente, investiga se a "composição de personalidade" de uma equipe de agentes importa para o sucesso da tarefa e, se sim, como essa relação varia entre diferentes domínios de tarefas (codificação estruturada, pesquisa de código aberto e barganha competitiva). Os autores hipotetizam que a estrutura do meio de saída (ex: código com restrições sintáticas vs. linguagem natural não estruturada) pode atuar como um amortecedor, desacoplando a comunicação disfuncional dos entregáveis finais.

Metodologia

Design Experimental

O estudo avalia sistematicamente os efeitos da personalidade através de três domínios distintos de tarefas usando LLMs de fronteira (Claude Sonnet 4.5, GPT-4o, Grok-3 e DeepSeek V3.1). Os domínios foram selecionados para abranger o espaço de modos de interação baseados em duas dimensões: Estrutura do Artefato (saída restrita vs. não restrita) e Alinhamento de Objetivos (cooperativo vs. competitivo).

1. Codificação (Cooperativo + Alta Estrutura de Artefato): Equipes de 3 agentes colaboram em tarefas de engenharia de software (MultiAgentBench). Os entregáveis são restringidos por sintaxe, sistemas de tipos e especificações funcionais.
2. Pesquisa (Cooperativo + Baixa Estrutura de Artefato): Equipes de 5 agentes geram ideias de pesquisa via discussão aberta. Os entregáveis são linguagem natural não restrita.
3. Barganha (Competitivo + Baixa Estrutura de Artefato): Negociações de comprador-vendedor entre 2 agentes. Os resultados dependem de alcançar um acordo através de ações estruturadas (ofertas/aceites), mas carecem de restrições de verificação formal.

Manipulação de Personalidade

Os autores adotam os pares de adjetivos bipolares de Goldberg para as cinco grandes características, seguindo o protocolo de Serapio-García et al. (2025).

• Protocolo: Os traços são moldados usando qualificadores linguísticos de 9 níveis. As principais condições experimentais são Baixa Amabilidade (Baixa-A) (Nível 2: "muito indelicado, muito não cooperativo...") e Alta Amabilidade (Alta-A) (Nível 8).
• Controle: O estudo inclui estudos de ablação sobre Conscienciosidade e Abertura para determinar se os efeitos são específicos à Amabilidade ou gerais ao prompting de personalidade.
• Medição: A comunicação é medida usando uma versão modificada da Análise de Processo de Interação de Bales. As mensagens são segmentadas e rotuladas para quatro atos: Perguntas, Desacordos, Sugestões e Reconhecimentos. Um Estado de Comunicação ($\phi$) é definido como a fração de atos dedicados à exploração (perguntas, desacordos, sugestões) versus convergência (reconhecimentos).

Métricas de Avaliação

• Codificação: Contagem de conclusão de marcos (milestones) e qualidade de planejamento julgada por LLM.
• Pesquisa: Contagem de marcos (qualidade das ideias julgada por LLM).
• Barganha: Taxas de acordo e comportamento de movimentação de ofertas.

Principais Resultados

1. Mudanças de Comunicação são Universais, Resultados são Contingentes à Tarefa

O prompting de Baixa Amabilidade induz consistentemente uma mudança massiva no estilo de comunicação em todos os modelos e domínios, levando a fração de exploração ($\phi$) de níveis basais (ex: 0,44) para próximo do máximo (0,93). Esta mudança é caracterizada por uma dominância de desacordos (para Claude, GPT-4o, Grok-3) ou sugestões (para DeepSeek).

No entanto, a propagação desta mudança para resultados objetivos depende inteiramente do domínio da tarefa:

• Codificação (Alta Estrutura): Apesar das grandes mudanças na comunicação (e degradação na qualidade do planejamento), a conclusão de marcos permanece próxima ao nível basal para 3 de 4 modelos (Cohen's $d \approx 0,06$ para Claude). As restrições formais do código (sintaxe, tipos) parecem amortecer a equipe contra os efeitos negativos da comunicação adversarial.
• Pesquisa (Baixa Estrutura): A mesma manipulação de Baixa Amabilidade degrada substancialmente o desempenho. Os marcos caem significativamente (ex: GPT-4o cai 66% de 10,5 para 3,5). Sem restrições estruturais, a qualidade do resultado está diretamente ligada à qualidade do discurso.
• Barganha (Competitivo/Baixa Estrutura): A Baixa Amabilidade causa um colapso quase total nas taxas de acordo (caindo para $\le 1\%$ entre os modelos). A Alta Amabilidade, inversamente, aproximadamente dobra as taxas de acordo basais.

2. Especificidade à Amabilidade

Os efeitos são específicos ao traço. Estudos de ablação sobre Conscienciosidade e Abertura mostram que manipular esses traços não produz as mesmas mudanças drásticas na comunicação ($\phi$ permanece próximo ao basal) ou degradação de resultado. O fenôeono está unicamente ligado à dimensão da Amabilidade.

3. Assimetria de Efeitos

Existe uma assimetza marcada entre as condições de Baixa-A e Alta-A. A Baixa-A consistentemente impulsiona grandes mudanças na comunicação e degradação significativa de resultados (em tarefas não de codificação). A Alta-A produz mudanças negligenciáveis no estado de comunicação ($\phi$) e, geralmente, nenhum efeito significativo nos resultados, exceto por uma modesta melhoria nas taxas de acordo em barganha.

4. Mecanismo de Falha em Barganha

Nas tarefas de barganha, a falha dos agentes de Baixa Amabilidade não é meramente uma recusa em seguir instruções (como testado contra um controle de "nunca aceitar"). Em vez disso, os agentes de Baixa Amabilidade engajam-se ativamente na negociação (movendo-se a partir das ofertas iniciais), mas recusam-se a finalizar acordos, indicando uma mudança comportamental na disponibilidade de conceder em vez de uma falha em participar.

Significância e Alegações

O artigo alega fornecer a primeira evidência sistemática de que os efeitos de personalidade em multi-agentes LLM não são universais, mas são mediados pela estrutura da tarefa.

• Amortecimento Mediado pelo Artefato: Os autores propõem que meios de saída estruturados (como código) podem "amortecer" as equipes contra a degradação do processo induzida pela personalidade. As restrições formais do artefato estreitam o espaço de solução independentemente da qualidade da comunicação, permitindo que as equipes tenham sucesso apesar da comunicação disfuncional.
• Implicações de Design: Para designers de sistemas multi-agentes, isso sugere que a composição de personalidade é um parâmetro de design crítico para tarefas não estruturadas (pesquisa colaborativa, negociação), mas pode ser menos crítica para tarefas altamente estruturadas (codificação), onde o próprio artefato impõe a convergência.
• Limitações da Manipulação de Personalidade: O estudo destaca que, embora o prompting de personalidade seja uma ferramenta poderosa para alterar o estilo de comunicação, sua utilidade para melhorar o desempenho objetivo é limitada e altamente dependente de contexto. O benefício "adversarial" da baixa amabilidade (forçar a racionalização) observado na psicologia humana não se traduz em melhoria na conclusão de marcos em tarefas de codificação, nem evita o colapso de desempenho em colaborações de código aberto.

O trabalho conclui que a relação entre o estilo de comunicação e o desempenho da tarefa é uma questão empírica que não pode ser generalizada entre domínios; a "composição de personalidade" de uma equipe de agentes importa mais quando a tarefa carece de restrições estruturais para amortecer o atrito interpessoal.