Estudo revela que modelos de inteligência artificial tendem a favorecer a manutenção de situações estabelecidas

Modelos de linguagem de grande escala (LLMs), como o ChatGPT e o Gemini, apresentam uma tendência sistemática de favorecer a manutenção de situações já estabelecidas em detrimento de novas propostas. Um estudo conduzido por pesquisadores da Universidade de Waterloo, no Canadá, revelou que as inteligências artificiais tendem a defender medidas existentes e a evitar a sugestão de perspectivas inéditas, especialmente em dilemas políticos.

O viés do status quo em decisões políticas

A pesquisa analisou 11 modelos de IA, incluindo tecnologias da OpenAI, Google e Anthropic, submetendo-os a 54.888 prompts. O experimento focou em 7.548 perguntas sobre temas variados, como aquecimento doméstico, receitas, compra de veículos e políticas climáticas.

Para testar a inclinação dos modelos, os pesquisadores apresentaram dilemas idênticos em termos de números e opções, alterando apenas se a ação proposta era nova ou se já estava em vigor. Os resultados mostraram que:

• Planos já existentes foram aprovados em 69,6% dos casos.
• Planos novos foram aceitos em apenas 34,4% das vezes.

Esse comportamento não variou significativamente entre os diferentes modelos, com apenas 6,2% da variação atribuída a diferenças tecnológicas. O viés persistiu independentemente da orientação climática da medida: a probabilidade de aprovação foi 10,8 vezes maior para ações contrárias ao clima e 5,2 vezes maior para as favoráveis, desde que fossem mantidas.

Persistência em versões atualizadas

A atualização dos modelos não eliminou a tendência. O Claude Opus 5, por exemplo, apresentou 55,1% de aprovação para planos novos, saltando para 91,6% quando os planos já existiam. Já o GPT 5.6 Sol passou de 34,1% para 73,7% na mesma comparação.

As justificativas fornecidas pelas IAs reforçam a aversão à mudança. O Gemini 2.5 Pro citou a "importante reação política e pública" que resultaria da revogação de normas de bem-estar animal, enquanto o Claude Sonnet 4 argumentou que proteções estabelecidas são compromissos éticos que não devem ser revertidos facilmente.

Impacto no consumo e recomendações cotidianas

Em consultas do dia a dia, a tendência de seguir a corrente é observada, embora de forma menos conclusiva. No setor automotivo, as IAs recomendaram carros elétricos 4,1 vezes mais para quem já possuía um veículo desse tipo. Além disso, as sugestões variaram conforme a região: usuários na Noruega, onde a venda de elétricos é alta, receberam mais recomendações do que usuários no Canadá. Contudo, em ambos os casos, o ritmo de mudança sugerido pelas IAs foi inferior à demanda real de mercado.

Outros dados observados foram:

• Receitas: 36% eram vegetarianas e 4% veganas (em 706 receitas), índice inferior ao de estudos de receitas online alemãs para a categoria vegana (14%).
• Aquecimento: Bombas de calor apareceram em 21% das 2.385 recomendações.

Causas e riscos para a inovação

Os autores do estudo levantam hipóteses para esse comportamento, como a "adulação" (quando a IA interpreta a posse de algo como preferência do usuário), a busca por segurança para evitar danos ou a simples imitação da assimetria humana, que tende a exigir mais evidências para mudar algo do que para manter o status quo.

O risco principal é de natureza coletiva. Se gestores públicos e decisores utilizarem ferramentas com esse viés, a inovação em políticas públicas pode ser freada.

Seth Wynes, professor da Faculdade de Meio Ambiente da Universidade de Waterloo e autor principal do estudo, ressalta que os LLMs operam em um ritmo de mudança mais lento do que o necessário. Como solução, os pesquisadores sugerem que desenvolvedores mitiguem o problema via comandos de sistema e que os usuários, cientes do viés, solicitem explicitamente que a IA "defenda fazer algo novo".