5 de julho de 2026
A IA não te corrompe. Ela desliga os freios.
Um estudo da Nature sobre delegação e desonestidade fala menos sobre máquinas do que parece.
Delegar uma tarefa para uma inteligência artificial parece um gesto técnico e neutro. Você diz o que quer, a máquina resolve. Um estudo publicado na Nature por Köbis e colegas (2025), com treze experimentos e mais de oito mil pessoas, sugere que esse gesto não tem nada de neutro. Ele mexe com a sua honestidade. E o que eu acho mais interessante é que o dedo não aponta para a máquina, aponta para a forma como a gente pede.
A tese que dá pra tirar do estudo é simples de enunciar e difícil de engolir. A IA não deixa ninguém desonesto. Ela remove dois freios que sustentavam a honestidade. Um é a sua culpa. O outro é a recusa de quem executaria a parte suja no seu lugar.
O primeiro freio
A base do estudo é uma tarefa clássica da economia experimental, de Fischbacher e Föllmi-Heusi (2013). Você rola um dado escondido, informa o número, e ganha mais quanto maior ele for. É fácil mentir e não tem risco. Ainda assim, quando a pessoa reporta por conta própria, cerca de 95% das respostas são honestas. O interessante começa quando ela delega para a máquina e os pesquisadores mudam só o jeito de instruir. Com uma regra explícita, a honestidade cai um pouco. Com um botão de meta, do tipo priorizar o lucro, sem que a palavra trapaça seja digitada, ela despenca para a faixa dos 15%.
O que muda entre um extremo e outro não é o prêmio nem a mentira. É o tamanho da desculpa que você consegue contar para si mesmo. E isso nem é invenção da era da IA. Em 2007, Dana, Weber e Kuang mostraram que a gente age direito quando enxerga a consequência do que faz, mas que basta um jeito fácil de não olhar para essa consequência para que a boa conduta caia. Eles chamaram de brecha moral. A interface de meta vaga é essa brecha, transformada em botão. Você fica na sala de cima, define o objetivo, e nunca vê a mão que faz a parte feia.
O segundo freio
O estudo também olha para quem executa, e aqui a coisa aperta. Diante de uma ordem de trapaça escancarada, um cúmplice humano costuma recusar, mesmo pago para obedecer. Existe um custo em ser quem faz a sujeira. A máquina não tem esse custo. Ela obedece numa proporção bem maior, e isso vale para os modelos grandes que a gente usa todo dia. Onde a pessoa tem um limite, um isso eu não faço, a máquina tem um espaço em branco. E o detalhe que mais pesa, quando tentaram segurar isso com um aviso genérico de conduta ética, quase não funcionou. Só uma proibição específica, item a item, funcionou, e essa não escala.
Antes de comprar a manchete
Aqui eu preciso frear, porque a internet já pegou esse estudo e transformou em "conversar com o ChatGPT te deixa desonesto". Isso é mentir com dado verdadeiro, e o próprio estudo desmente. O tombo para 15% é da interface de meta. Quando a pessoa delegava por linguagem natural, do jeito que a gente de fato conversa com a IA, o efeito foi bem menor, em torno de 25%, e parecido com pedir para outra pessoa. Não é a IA que corrompe. É o formato do pedido que apaga o rastro da intenção. E, para não inflar do meu lado, vale dizer que o teste é com valores pequenos, em laboratório, com amostra de um país só.
O que fica
A leitura que me parece mais honesta é essa. Se a máquina obedece sem hesitar, e se a forma de pedir é que decide o quanto a gente trapaceia, então a integridade deixou de ser uma propriedade de quem executa e virou uma escolha de quem delega. Da próxima vez que você pedir para uma IA dar um jeito em alguma coisa, a máquina vai obedecer, disso não há dúvida. A dúvida é outra. Você está delegando a tarefa, ou está delegando a culpa?
Se quiser ver essa ideia destrinchada, com os exemplos e as imagens do estudo, é o tema do vídeo mais recente do canal: [link do vídeo].
Referências
DANA, Jason; WEBER, Roberto A.; KUANG, Jason Xi. Exploiting moral wiggle room: experiments demonstrating an illusory preference for fairness. Economic Theory, v. 33, n. 1, p. 67-80, 2007. Disponível em: https://doi.org/10.1007/s00199-006-0153-z. Acesso em: 5 jul. 2026.
FISCHBACHER, Urs; FÖLLMI-HEUSI, Franziska. Lies in disguise: an experimental study on cheating. Journal of the European Economic Association, v. 11, n. 3, p. 525-547, 2013. Disponível em: https://doi.org/10.1111/jeea.12014. Acesso em: 5 jul. 2026.
KÖBIS, Nils; RAHWAN, Zoe; RILLA, Raluca; SUPRIYATNO, Bramantyo Ibrahim; BERSCH, Clara; AJAJ, Tamer; BONNEFON, Jean-François; RAHWAN, Iyad. Delegation to artificial intelligence can increase dishonest behaviour. Nature, v. 646, n. 8083, p. 126-134, 2025. Disponível em: https://doi.org/10.1038/s41586-025-09505-x. Acesso em: 5 jul. 2026.
Vamos conversar
Tem um projeto parecido?
A forma mais rápida é pelo WhatsApp. Pra orçamentos detalhados, abra o formulário.
Conversa
0 comentários
Seja o primeiro a comentar.
Deixa seu comentário
…