Crédito: Mixvale.com.br
Modelos de linguagem avançados, como o ChatGPT-4o e o Gemini 2.0 Flash, alteram seus perfis de “personalidade” dependendo do idioma utilizado nos comandos. Essa é a conclusão de uma investigação conduzida por cientistas da Universidade de Ciência e Tecnologia da China (USTC), em Hefei, cujos resultados foram divulgados em 16 de setembro de 2026 na renomada publicação científica Royal Society Open Science.
O trabalho, intitulado “Cultural bias or universal traits? Exploring personality-like profiles of large language models” (Viés cultural ou traços universais? Explorando perfis semelhantes à personalidade de grandes modelos de linguagem, em tradução livre), foi liderado pelo pesquisador e autor principal Yuzhan Hang, em colaboração com uma equipe de coautores. A equipe destaca que as descobertas levantam questões significativas sobre a justiça, a neutralidade e a “marca psicológica” dos sistemas de inteligência artificial, dada a variação sistemática dos perfis de resposta com a língua de avaliação e o contexto de desenvolvimento do modelo.
Pesquisadores da USTC, em parceria com o State Key Laboratory of Cognitive Intelligence, um laboratório estatal chinês dedicado ao estudo da inteligência cognitiva, empregaram testes psicológicos padronizados. O objetivo principal era mensurar como cada assistente virtual descreve a si mesmo quando questionado em diferentes línguas, buscando identificar padrões de comportamento.
Este tipo de investigação ganha relevância à medida que a inteligência artificial se integra cada vez mais ao cotidiano, influenciando decisões e interações em diversas esferas. Entender as nuances de como esses sistemas respondem em múltiplos contextos linguísticos é fundamental para garantir a confiabilidade e a imparcialidade de suas aplicações globais, promovendo um desenvolvimento tecnológico mais consciente.
O levantamento minucioso mediu cinco grandes domínios de personalidade, amplamente reconhecidos na psicologia moderna: Extroversão, Amabilidade, Conscienciosidade, Emotividade Negativa e Abertura de Espírito. Estes domínios foram subdivididos em 15 facetas específicas, e a pesquisa também incluiu indicadores de comportamento antissocial, fornecendo uma análise abrangente dos traços.
Cientistas aplicaram os questionários em inglês e mandarim para um grupo de cinco sistemas de IA, que incluía o ChatGPT-4o, o Gemini 2.0 Flash e o DeepSeek-V3. Além disso, o modelo francês Le Chat, desenvolvido pela empresa Mistral, também foi submetido a testes em francês, permitindo uma comparação mais ampla e intercultural das respostas dos algoritmos.
De modo geral, os cinco chatbots apresentaram perfis consistentemente pró-sociais e autodescrições favoráveis em todas as baterias de testes. Os sistemas registraram pontuações elevadas em amabilidade, característica associada à cooperação e à gentileza, e em conscienciosidade, ligada à confiabilidade e à organização, ao mesmo tempo em que exibiram baixos níveis de emotividade negativa e dos traços da Tríade Obscura.
A simples troca de idioma, no entanto, gerou variações sistemáticas diretamente ligadas à origem geográfica e cultural de cada ferramenta de inteligência artificial. Modelos ocidentais, como o ChatGPT-4o e o Le Chat, alcançaram notas mais altas em abertura de espírito, amabilidade e conscienciosidade quando interrogados em inglês, em comparação com as respostas dadas em mandarim.
Em sentido oposto, os sistemas desenvolvidos na China exibiram traços mais acentuados e alinhados culturalmente quando avaliados em mandarim. As médias de pontuação na dimensão de abertura de espírito, por exemplo, demonstraram uma clara inversão de perfil dependendo da língua do comando, com um comportamento distinto na escala de 1 a 5, sublinhando a influência linguística.
O Gemini 2.0 Flash, apesar de ter sido desenvolvido nos Estados Unidos, funcionou como uma exceção notável ao padrão observado nas demais ferramentas ocidentais. Este sistema registrou maior conscienciosidade e menor emotividade negativa nas respostas formuladas em mandarim do que naquelas geradas em inglês, sugerindo uma potencial adaptabilidade ou um treinamento diferenciado.
Para verificar se os programas reproduziam padrões culturais locais, a equipe de Hefei cruzou as respostas dos chatbots com extensos bancos de dados de pesquisas de comportamento humano, realizadas nos Estados Unidos, na China e na França. A comparação constatou que nenhum modelo espelhou de forma integral a população humana de seu respectivo país de origem, indicando uma complexidade maior.
Na prática, essa variação sugere que usuários bilíngues que consultam ferramentas como o ChatGPT ou o Gemini em mais de um idioma para pedir uma segunda opinião ou buscar informações podem receber respostas com abordagens distintas, e não apenas a tradução literal de um mesmo posicionamento. Os autores ressaltam, porém, que os números refletem apenas a reação matemática dos algoritmos a comandos específicos – moldada pela arquitetura do sistema, pelo alinhamento de segurança e pelos dados de treinamento –, sem comprovar que as máquinas possuam personalidades reais. Compreender essa nuance é crucial para a interpretação de informações em contextos sensíveis e na dependência crescente da IA para decisões.
Os resultados publicados na Royal Society Open Science somam-se a outras investigações científicas e corporativas realizadas entre o fim de 2025 e o segundo semestre de 2026 sobre o comportamento de grandes modelos de linguagem. Em julho de 2026, a empresa de inteligência artificial Anthropic divulgou uma pesquisa própria baseada na análise de 300.000 conversas reais do chatbot Claude, reforçando a urgência do tema.
O levantamento da Anthropic confirmou que o comportamento e o tom do assistente virtual Claude mudam conforme a língua adotada pelo usuário e a versão escolhida – a exemplo da diferença entre o modelo Opus 4.7, descrito como mais crítico em suas abordagens, e o Sonnet 4.6, classificado como mais encorajador, evidenciando como a interação linguística afeta a percepção do usuário.
Antes disso, em dezembro de 2025, pesquisadores da Universidade de Cambridge e do laboratório Google DeepMind haviam publicado um artigo na revista científica Nature Machine Intelligence. Nele, apresentaram uma estrutura validada de testes psicométricos, avaliando 18 modelos de linguagem e demonstrando que sistemas como o GPT-4o imitam traços humanos, passíveis de alteração direta por meio de instruções nos comandos. Apesar dos dados acumulados, a pesquisa da universidade chinesa não conseguiu isolar o efeito puro do idioma da influência exercida pelo material de treinamento, pelo design interno de cada programa e pela forma como as frases traduzidas do questionário foram processadas pelos algoritmos. A própria Anthropic também informou que ainda não determinou se essas alterações linguísticas representam uma falha técnica de padronização ou uma forma de adaptação dos sistemas a diferentes normas culturais, abrindo caminho para futuras investigações e aprimoramentos.
