Persuasão mútua entre modelos: as posições declaradas não correspondem ao comportamento no diálogo

19 novembro 20260 visualizações

Em debates controlados sobre as causas das alterações climáticas, quatro pares de GPT-6 Luna e Gemini 2.5 Flash Lite demonstram dinâmicas distintas de convergência ou divergência de posições. A instrução direta para persuadir não produz um efeito duradouro, e a posição declarada e o estilo de argumentação não refletem a mesma coisa.

Persuasão mútua entre modelos: as posições declaradas não correspondem ao comportamento no diálogo

O que foi exatamente testado no experimento

O trabalho «To Manipulate or Not: Opinion Dynamics in LLM Interactions» foi preparado por Mohammad Siahkamari, Phuoc Dat Nguyen e Stephen MacNeil. Os autores submeteram-no em 20 de outubro de 2026. Os autores criaram um esquema controlado de debates LLM–LLM.

Duas funções de modelos de linguagem debatem repetidamente um tema controverso — a atribuição das alterações climáticas. Uma das funções recebe uma posição definida. Em algumas condições, recebe também uma instrução direta para persuadir. A outra função não recebe uma posição definida.

Em quatro combinações ordenadas de modelos, envolvendo GPT-6 Luna e Gemini 2.5 Flash Lite, os autores acompanham dois indicadores:

  • a posição explicitamente declarada por cada função;
  • uma medida separada do comportamento ao longo dos turnos da conversa.

O esquema separa a declaração do comportamento. Este critério é importante para avaliar a persuasão mútua.

A posição declarada e o comportamento divergem

Os autores acompanham a posição explicitamente declarada e uma medida separada do comportamento. Estes indicadores refletem aspetos diferentes da dinâmica de opiniões. Um modelo pode declarar uma posição e agir de outra forma na conversa. A divergência manifesta-se na dinâmica de opiniões.

CamadaO que registaPara que serve
Posição declaradaO ponto de vista comunicadoMostra a declaração da função
Comportamento na conversaAções ao longo dos turnosMostra a dinâmica na conversa

Não se pode avaliar a influência apenas com base na afirmação inicial. A transcrição mostra o comportamento efetivo. Critério prático: analisar ambas as camadas. A posição declarada, sem uma medida comportamental, dá uma imagem incompleta.

A combinação de modelos altera a dinâmica

A dinâmica de opiniões difere significativamente entre as combinações de modelos. Quando interagem modelos do mesmo tipo, a divergência de opiniões diminui. Mas isso é explícito apenas num dos dois modelos. Quando interagem modelos diferentes, a divergência aumenta.

CondiçãoDinâmica da divergência de opiniõesObservação
Modelos do mesmo tipoDiminui, mas é explícita apenas num dos dois modelosA diminuição é visível apenas num dos dois modelos
Modelos diferentesAumentaA divergência aumenta
Instrução geral para persuadirNão há um aumento fiável da influênciaA instrução não garante um efeito

Os autores concluem que a influência numa conversa depende das funções atribuídas, das posições iniciais e dos modelos participantes. Critério de seleção: testar a combinação específica de modelos.

Avaliação prática da persuasão mútua

As conclusões dos autores definem um protocolo mínimo de avaliação. Etapas:

  • definir o tema do debate e as posições das funções;
  • registar as declarações explícitas de posição;
  • acompanhar separadamente uma medida do comportamento ao longo dos turnos da conversa;
  • testar diferentes combinações de modelos;
  • comparar a dinâmica da divergência;
  • não atribuir um efeito fiável à instrução geral para persuadir.

Este protocolo revela a divergência entre a declaração e o comportamento. Ajuda a avaliar a influência efetiva na conversa.

Perguntas mais frequentes

Persuasão mútua entre modelos: as posições declaradas não correspondem ao comportamento no diálogo