Computational representations and evolutionary functions of emotions (Part 1): Reward signals

Nas profundezas da maquinaria da vida, desde o organismo unicelular mais simples até o cérebro humano mais complexo, existe um cálculo constante e silencioso. Este é o reino da biologia evolutiva e da inteligência artificial, dois campos que, embora aparentemente distantes, estão convergindo para uma única e profunda questão: o que são os sentimentos, afinal? Por séculos, emoções como alegria, medo e ansiedade foram vistas como as experiências coloridas e subjetivas dos seres vivos — o calor de um sorriso ou o nó frio do pavor. No entanto, cientistas há muito suspeitam que, sob essa superfície subjetiva, reside um mecanismo funcional, uma forma de um organismo navegar em um mundo caótico e tomar decisões que garantam sua sobrevivência. No mundo dos computadores, esse processo de tomada de decisão é frequentemente impulsionado por um conceito simples conhecido como sinal de recompensa. Imagine um programa de computador aprendendo a jogar um jogo; ele recebe um pequeno ponto digital por um movimento bom e uma penalidade por um movimento ruim. Com o tempo, o computador aprende a buscar os pontos e evitar as penalidades. Este artigo faz uma pergunta ousada: poderiam as complexas e agitadas tempestades da emoção humana não passar de esses mesmos sinais de recompensa, evoluídos ao longo de milhões de anos para nos guiar em direção ao que importa?

A pesquisa, conduzida por Yikai Wang na Universidade Jiao Tong de Xangai, propõe-se a testar essa ideia construindo agentes digitais e observando como eles aprendem. O objetivo não era criar um robô que sente, mas ver se os sinais internos que impulsionam um computador a sobreviver e se reproduzir evoluem naturalmente para algo que se parece e age exatamente como as emoções humanas. Os pesquisadores focaram em cinco características fundamentais que definem as emoções biológicas: elas devem surgir naturalmente através do processo de otimização; devem ser ativadas apenas quando um organismo está em um caminho rumo à sobrevivência ou ao sucesso, e permanecerem silenciosas quando o caminho é perigoso ou inútil; sua ativação deve alterar o comportamento futuro, seja incentivando a repetição de uma ação ou punindo um erro; elas devem crescer à medida que o valor do objetivo aumenta; e devem se intensificar conforme o objetivo se aproxima no tempo e no espaço, desaparecendo uma vez que o objetivo é alcançado ou perdido.

Para verificar se essas regras se aplicavam à alegria, os pesquisadores primeiro criaram um ambiente digital onde os agentes só poderiam sobreviver através da reprodução. Nesta simulação, os agentes não tinham um desejo intrínseco de ter filhos; eles simplesmente existiam. A única pressão era que, sem a reprodução, a população morreria. Os pesquisadores permitiram que os agentes evoluíssem um sinal interno oculto que poderia ser ajustado pela seleção natural. Ao longo de centenas de gerações simuladas, algo notável aconteceu. Os agentes que desenvolveram um sinal interno positivo especificamente quando escolhiam se reproduzir foram os que prosperaram. Aqueles sem esse sinal, ou com um sinal negativo, falharam em transmitir seus traços. O resultado foi uma população onde o ato da reprodução era automaticamente acompanhado por um surto de feedback interno positivo. Esse sinal não surgiu por design; ele emergiu porque era necessário para a sobrevivência da população. Além disso, esse sinal só estava ativo quando o caminho levava à descendência, e tornava-se mais forte conforme o potencial de reprodução aumentava, diminuindo apenas quando a oportunidade passava. A simulação mostrou que um simples sinal matemático, otimizado para a sobrevivência, espelhava perfeitamente os cinco traços da alegria.

Os pesquisadores então expandiram sua investigação para o lado sombrio da emoção: a ansiedade. Eles construíram um cenário diferente onde os agentes enfrentavam uma ameaça, como a morte potencial de um descendente. Neste mundo, os agentes tinham que aprender a evitar o perigo. Assim como a alegria emergiu do impulso de se reproduzir, um sinal interno negativo emergiu do impulso de evitar a morte. Esse sinal, que os pesquisadores identificaram como o equivalente computacional da ansiedade, ativava-se apenas quando o agente estava em um caminho que levava ao perigo. Permanecia silencioso quando o caminho era seguro. Crucialmente, esse sinal não ficava apenas parado; ele punia o agente por realizar ações arriscadas, efetivamente ensinando o agente a manter distância do dano. O sinal também escalava com a gravidade da ameaça; quanto mais perigosa a situação, mais forte o sinal se tornava. Ele também se intensificava à medida que o perigo se aproximava no tempo e no espaço, e desaparecia uma vez que a ameaça era removida. A simulação demonstrou que a ansiedade, também, poderia ser entendida como um sinal de recompensa, mas um que é negativo, projetado para punir comportamentos que levam ao desastre.

O estudo foi além, mostrando que esses mesmos princípios se aplicavam a outras emoções. Os pesquisadores descobriram que os mesmos sinais positivos que impulsionavam a alegria também poderiam explicar a esperança e o alívio, enquanto sinais negativos poderiam explicar o medo, o nojo, a tristeza e o arrependimento. A lógica era consistente: as emoções não são sentimentos aleatórios, mas ferramentas precisas e evoluídas. São sinais que dizem a um organismo se ele está se movendo em direção a um objetivo ou para longe dele, e com que urgência ele precisa agir. O artigo sugere que esses sinais não são apenas conceitos abstratos, mas provavelmente são o próprio código rodando dentro da "caixa preta" de nossos cérebros e das redes de políticas de inteligências artificiais avançadas. Os pesquisadores propõem que a seleção natural manteve esses sinais porque eles alteram nossas ações para alcançar objetivos que não podem ser tocados ou vistos, como a sobrevivência futura de nossos genes.

No entanto, o estudo também sugere os limites dessa evolução digital. Nas simulações, os sinais às vezes cresciam demais ou duravam tempo demais, o que seria desastroso no mundo real. Os pesquisadores sugerem que, na natureza, devem existir outras forças para manter essas emoções sob controle. Por exemplo, se a alegria de encontrar comida fosse tão avassaladora que fizesse um animal esquecer de vigiar predadores, esse animal não sobreviveria. Portanto, a evolução provavelmente poda esses sinais, garantindo que sejam fortes o suficiente para motivar a ação, mas não tão fortes que ceguem o organismo para outros perigos. O artigo conclui que as emoções não são meramente subprodutos de um cérebro complexo, mas são sinais fundamentais e otimizados que foram refinados ao longo de eras para ajudar os seres vivos a navegar o intervalo entre onde estão e onde precisam estar. Ao compreender esses sinais como recompensas computacionais, podemos finalmente começar a decodificar a antiga e silenciosa linguagem da sobrevivência que impulsiona cada batida de coração e cada decisão.