By: 
Nos últimos anos, os modelos de linguagem de grande escala (LLMs, sigla em inglês) se posicionaram como assistentes idôneos para o processo criativo. Seja para redigir histórias, estruturar código ou gerar ideias de negócio, milhões de usuários recorrem à IA confiando em sua capacidade de gerar propostas novedosas. Mas, o que acontece se a suposta “originalidade” da IA for unicamente um efeito óptico e, na realidade, todos os computadores estiverem tendo exatamente a mesma ideia?
Um estudo publicado por Wenger e Kenett (2026) abordou essa inquietação analisando não apenas um modelo isolado (como o ChatGPT), mas uma ampla gama de arquiteturas abertas e fechadas para determinar se a falta de variedade é um defeito de uma ferramenta específica ou um traço intrínseco da IA generativa.
Para compreender esse fenômeno, convém desmembrar como a psicologia cognitiva mede a capacidade criativa. Tradicionalmente, a criatividade verbal é avaliada por meio de dois pilares:
- Pensamento divergente: A habilidade de gerar múltiplas soluções a partir de um único ponto de partida, medida habitualmente com a Tarefa de Usos Alternativos (AUT, sigla em inglês).
- Pensamento associativo: A capacidade de navegar pela memória e conectar conceitos distantes entre si, avaliada por meio de tarefas como a Tarefa de Associação Divergente (DAT) ou o Fluxo para Frente (FF).
Nesses testes, a originalidade individual é calculada medindo a distância semântica entre o estímulo inicial e a resposta. Pense na distância semântica como a trajetória de uma viagem mental: se eu disser “livro” e você responder “ler”, a distância é curta; se responder “isolante acústico para paredes”, você percorreu uma distância semântica muito maior.
À primeira vista, os modelos de linguagem parecem dominar esse jogo. Quando você avalia o ChatGPT, Gemini ou Llama de forma isolada, eles costumam obter pontuações de distância semântica mais altas que a média humana. Parecem máquinas de ideias originais.
No entanto, Wenger e Kenett introduziram uma métrica populacional crucial: a variabilidade inter-resposta. Seguindo nossa analogia da viagem, os modelos de inteligência artificial efetivamente viajam muito longe do ponto de origem, mas todos pousam exatamente no mesmo destino. A inteligência artificial não está explorando um mapa amplo de possibilidades; está executando o mesmo desvio estatístico uma e outra vez.
Uma monocultura algorítmica revelada pelos dados
A equipe de pesquisa analisou as respostas de 102 participantes humanos e as comparou com as de 22 modelos de linguagem de famílias arquitetônicas independentes (como OpenAI, Google, Meta, Anthropic e Mistral). Os resultados desenharam um padrão inequívoco:
1. Superioridade individual frente à pobreza coletiva
No teste AUT, os modelos de linguagem superaram ligeiramente os humanos em originalidade individual (u = 0.711$ vs. u = 0.696). No entanto, ao medir a variabilidade populacional entre modelos, a diversidade semântica da IA despencou para u = 0.459, em comparação com o demonstrado pelos humanos.
A diferença arrojou uma magnitude de efeito descomunal (d = 1.8, t(308) = 12.6, p < 0.001). Em métricas de ciências do comportamento, um tamanho de efeito superior a $0.8$ é considerado massivo, o que confirma que a repetição entre modelos não é um acaso, mas uma constante estrutural.
2. O beco sem saída da “temperatura”
Costuma-se assumir que ajustar a “temperatura” de um modelo (o parâmetro que controla a aleatoriedade de suas seleções de palavras) resolve a falta de variedade. Wenger e Kenett testaram temperaturas desde 0.5 até 2.0. A T = 2.0. Na variabilidade entre modelos atingiu níveis humanos (u = 0.672), mas à custa da coerência: os textos se tornaram rapidamente incoerências sintáticas e inventos léxicos inúteis. Não existe um ponto médio onde a IA ganhe imaginação sem perder a lógica básica requerida para completar a tarefa.
3. A armadilha do prompting
Pode um comando persuasivo corrigir o problema? Os pesquisadores testaram prompts de sistema cada vez mais agressivos, incentivando o modelo a ser “o mais ousado e original possível”. Embora o prompting tenha elevado a originalidade individual do modelo para u = 0.754, a variabilidade coletiva mal se moveu para u = 0.551, mantendo-se abissalmente longe da diversidade humana (u = 0.699).
Isso significa que não importa qual modelo você utilize ou quão elaborado seja o seu prompt; se você recorre a um LLM como sócio criativo para uma campanha publicitária, um roteiro ou um design de produto, você está recebendo a mesma ideia “original” que milhões de outras pessoas estão obtendo nesse preciso instante.
O desenho do estudo cuidou de forma exaustiva das possíveis variáveis de confusão. Para garantir que a baixa variabilidade da IA não fosse um mero artefato de como eles estruturam suas frases (uso recorrente de certas conjugações ou gramáticas), os autores realizaram controles experimentais isolando a estrutura sintática da substância semântica. A homogeneidade se manteve firme.
Da mesma forma, ao analisar modelos pertencentes à mesma família (como a série Llama 3), a similaridade entre respostas foi ainda mais pronunciada.
Limites do estudo
Modelos alinhados frente a modelos locais
O trabalho avaliou modelos acessíveis via API pública. Esses modelos passam por um processo de alinhamento por reforço (RLHF) para garantir respostas seguras e úteis. Pesquisas anteriores sugerem que o alinhamento reduz a aleatoriedade. É possível que modelos open-weight não alinhados mostrem dinâmicas distintas, embora os modelos comerciais representem a esmagadora maioria do uso real.
A validade dos testes humanos em IA
Existe um debate sobre se os testes de lápis e papel desenhados para a cognição humana são ferramentas legítimas para avaliar redes neuronais. Os autores esclarecem que não buscam medir a “criatividade intrínseca” da IA como construto mental, mas sim a propriedade empírica de suas distribuições de saída frente a estímulos verbais.
Rumo a um estreitamento do horizonte cultural humano?
Se a criatividade prospera graças à heterogeneidade e ao choque de perspectivas dísimiles, a adoção massiva de LLMs como ferramentas de brainstorming corre o risco de criar um ciclo de retroalimentação empobrecedor.
Ao delegar a fase exploratória do pensamento a motores estatísticos, arriscamo-nos a convergir para uma “média de ouro” bastante previsível. A verdadeira inovação humana não surge unicamente de calcular distâncias entre palavras em um mapa vetorial; está enraizada na corporalidade, nas intenções, na biografia individual e nas experiências vividas, fatores que nenhum modelo de linguagem possui.
Talvez a lição mais valiosa que nos deixa o trabalho de Wenger e Kenett (2026) é que a IA não deve substituir o caos fértil da mente humana, mas sim atuar, em todo caso, como um espelho frente ao qual contrastar nossas desviasões mais autênticas.
Fonte
Wenger, E. & Kenett, Y. (2026). Large language models are homogeneously creative. PNAS Nexus, 5, (3). DOI: 10.1093/pnasnexus/pgag042
