← Últimos artigos
📄 ciências sociais

Cognitive Processing of Ai-Generated Advice: The Role of Belief Congruence

Baseando-se no Modelo Heurístico-Sistemático, este estudo revela que a congruência de crenças entre usuários e consultores de IA atua como uma pista heurística que reduz o escrutínio crítico de conselhos de verificação de fatos gerados por LLM, criando uma tensão onde sistemas de IA personalizados podem inadvertidamente diminuir o processamento sistemático de informações pelos usuários.

Autores originais: Dorit Nevo, Benjamin D Horne, Jiangen He

Publicado 2026-10-12
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: Dorit Nevo, Benjamin D Horne, Jiangen He

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No cenário informacional moderno, enfrentamos constantemente uma escolha: paramos para examinar cuidadosamente uma nova informação ou a aceitamos rapidamente com base em um pressentimento? Psicólogos estudam há muito tempo esse equilíbrio, descrevendo duas formas como nossas mentes funcionam. Uma é lenta e deliberada, onde pesamos evidências e verificamos fatos, de forma muito semelhante a um juiz revisando um processo. A outra é rápida e intuitiva, onde dependemos de atalhos, como confiar em uma fonte porque ela nos parece familiar ou vem de um grupo de que gostamos. Todos usamos ambos os métodos, alternando entre eles dependendo de quanta energia temos e de quanto nos importa acertar a resposta. Agora, uma nova camada foi adicionada a essa mistura: a inteligência artificial. À medida que os chatbots se tornam nossos parceiros na triagem da verdade e da ficção, surge uma questão crítica. O fato de uma IA parecer compartilhar nossas próprias visões políticas muda a forma como a ouvimos? Se uma máquina nos diz algo que se alinha às nossas crenças, paramos de pensar criticamente e apenas concordamos com a cabeça, ou ainda fazemos o trabalho árduo de verificar seu raciocínio?

Pesquisadores do Instituto Politécnico Rensselaer e da Universidade do Tennessee decidiram responder a isso observando como pessoas reais interagem com verificadores de fatos de IA. Eles construíram um estudo onde adultos nos Estados Unidos leram manchetes de notícias políticas e depois pediram a um chatbot para verificá-las. A reviravolta foi que os pesquisadores criaram duas versões diferentes do chatbot. Um foi programado para soar como um liberal, citando fontes da esquerda e usando uma linguagem típica dessa perspectiva. O outro soava como um conservador, baseando-se em veículos de inclinação à direita e adotando um tom diferente. Os participantes não sabiam que os bots eram artificiais; eles simplesmente os viam como conselheiros com identidades políticas distintas. O objetivo era ver se as pessoas tratavam o conselho de forma diferente dependendo de se o bot parecia estar "do lado delas".

O estudo revelou um padrão claro na forma como as pessoas processavam a informação. Quando os participantes interagiam com um chatbot que compartilhava suas visões políticas, eles se engajavam em um pensamento menos cuidadoso. Eles passavam menos tempo lendo a explicação do bot e faziam menos perguntas de acompanhamento. Em vez disso, tendiam a aceitar o veredito final do bot — fosse ele dizendo que uma manchete era verdadeira ou falsa — sem investigar mais a fundo. Isso acontecia mesmo que o bot fornecesse uma explicação detalhada logo ao lado de sua resposta. Os pesquisらadores descobriram que, quando as pessoas sentiam um senso de alinhamento com a IA, utilizavam um atalho mental, assumindo que o conselho era confiável simplesmente porque vinha de uma fonte que parecia um amigo. Por outro outro lado, quando as visões do bot entravam em conflito com as delas, as pessoas eram mais propensas a escrutinar o raciocínio, lendo a explicação mais atentamente e questionando a conclusão.

Essa tendência era ainda mais forte quando as pessoas podiam escolher seu próprio conselheiro. Em uma parte do experimento, os participantes receberam um bot aleatoriamente. Em outra, eles puderam escolher qual queriam usar. Aqueles que escolheram seu próprio bot foram os que realizaram a menor quantidade de pensamento crítico. O ato de seleção em si parecia sinalizar para eles que aquela era a ferramenta certa para o trabalho, reduzindo a necessidade de verificar o trabalho. Os pesquisadores observaram que isso cria uma tensão sutil para o futuro da IA. Recursos que fazem uma IA parecer personalizada e confortável podem, na verdade, nos tornar menos vigilantes. Podemos nos sentir mais satisfeitos com a interação, mas também podemos ser menos propensos a detectar erros ou desafiar suposições porque já decidimos confiar na fonte.

Apesar dessa queda no pensamento crítico, o conselho da IA ainda mudava o que as pessoas acreditavam. Quando o chatbot rotulava uma manchete como falsa, a confiança das pessoas nessa manchete diminuía. Quando rotulava uma mancheção como verdadeira, a confiança aumentava. Essa mudança acontecia independentemente de a pessoa estar pensando intensamente sobre a explicação ou apenas aceitando o veredito. A voz da IA era poderosa o suficiente para mover opinições em ambas as direções. No entanto, o estudo também mostrou que a correspondência política entre o usuário e o bot importava. Quando o bot concordava com as políticas do usuário, o usuário era mais propenso a aceitar o veredito sem contestação. Quando o bot discordava, o usuário era mais resistente, embora a influência da IA ainda estivesse presente.

Os pesquisadores foram cuidadosos ao notar que isso não significa que as pessoas sejam incapazes de pensar criticamente. Quando os participantes sentiam que tinham o conhecimento para entender o tópico ou quando estavam altamente motivados para encontrar a verdade, eles de fato se engajavam em um pensamento mais profundo. Eles liam as fontes, verificavam a lógica e formavam suas próprias conclusões. Mas a presença de uma IA politicamente alinhada agia como um sinal poderoso que dizia: "Você pode parar aqui; você já tem sua resposta". O estudo sugere que, à medida que projetamos sistemas de IA mais personalizados, devemos estar cientes de que tornar esses sistemas um ajuste perfeito para nossa visão de mundo pode vir com um custo oculto: pode nos induzir a um estado de aceitação acrítica, onde paramos de fazer as perguntas difíceis que mantêm nossa compreensão do mundo afiada.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →