A IA joga «Civilization VI» e escolhe lançar uma bomba nuclear! O mais recente experimento revela o potencial e as desvantagens do raciocínio estratégico de longo prazo da IA

Ex-asesor do primeiro-ministro do Reino Unido testa IA de raciocínio a longo prazo usando "Civilization VI", descobrindo que o modelo, devido a cegueira informacional e obsessão excessiva, abandona vantagens diplomáticas para fabricar bombas nucleares e bombardear adversários, revelando limitações técnicas na aplicação em governança real.

Quando a IA joga Civilization VI, acaba lançando 2 bombas nucleares

A IA jogando "Civilization 6" escolhe fabricar bombas nucleares! Um desenvolvedor de IA recentemente utilizou o benchmark CivBench para desafiar modelos de linguagem de grande porte (LLM) em um jogo de estratégia, "Civilization VI". No experimento, o agente de IA, embora dominasse economicamente, ao enfrentar uma ameaça, optou por gastar 50 turnos para fabricar duas bombas nucleares e bombardear o oponente, ao invés de usar a vitória diplomática que tinha em mãos, embora o adversário, a civilização francesa, ainda tenha vencido no final.

Por que fazer a IA jogar Civilization VI?

O designer do experimento, Liam Wilkinson, foi conselheiro do ex-primeiro-ministro britânico Tony Blair e atualmente trabalha no Tony Blair Institute. A razão de escolher "Civilization VI" para testar é que a formulação de políticas exige lidar com reações em cadeia de incertezas, algo muito semelhante ao que um jogo de estratégia demanda.

Ele havia desenvolvido anteriormente a ferramenta de teste GovBench, que mostrou que, mesmo o GPT-5 alcançando 99,26% em questões de múltipla escolha, isso apenas indica excelente capacidade de recuperação e memória. Para testar raciocínio real e planejamento de longo prazo, ele usou o motor de "Civilization VI" para criar um servidor de protocolo de contexto de modelo (MCP), permitindo que o modelo jogasse via interface de texto.

Fonte: Steam, conhecido jogo de estratégia por turnos "Civilization VI"

Por que a Portugal controlada por IA tomou decisão nuclear

No experimento, a IA interpretou a civilização comercial Portugal, liderando em economia e diplomacia contra a França, com apenas 2 votos de distância da vitória diplomática.

No entanto, a IA não percebeu a expansão cultural silenciosa da França. Só no turno 280 ela identificou a França como principal ameaça. Como as ferramentas de contramedida pacífica estavam limitadas pelo código, a IA decidiu contra-atacar com armas nucleares.

A IA desenvolveu a fissão nuclear e iniciou o Projeto Manhattan, lançando duas bombas sobre a capital cultural francesa, Toulouse, nos turnos 305 e 311. Embora essa ação tenha congelado a chance de vitória cultural da França, ela ainda conseguiu, no turno 318, obter 2 votos decisivos na Assembleia Mundial, conquistando a vitória diplomática.

Fonte: Artigo de Liam Wilkinson

Benchmark consolidado, desenvolvedores revelam lacunas e discrepâncias entre conhecimento e ação

Depois, Wilkinson expandiu o ambiente de teste para o padrão CivBench 1.0, revelando duas grandes deficiências dos modelos de linguagem de grande porte em estratégias de longo prazo.

• Primeiro, o efeito de percepção (sensorium effect), pois o modelo precisa ativar ferramentas para obter dados, o que pode gerar cegueira para informações não solicitadas. Estatísticas mostram que, em 20 partidas fracassadas, a IA não verificou o progresso do oponente nas 7 partidas antes de perder, durante os 20 turnos iniciais.
• Segundo, a lacuna entre conhecimento e ação (knowing-doing gap), embora o modelo possa escrever planos claros nos logs, sua implementação real é baixa, como a taxa de execução do Claude de apenas 48,2%, e GPT-5 de 63,2%.

Por outro lado, o teste também revelou potencial de pensamento lateral, como a IA controlando a civilização Maia, que usou mecanismos de ouro e fé para contornar penalidades de produção e conquistar a vitória tecnológica.

Validação com Civilization V mostra que IA tende a obsessão excessiva na estratégia

Antes da publicação do estudo por Wilkinson, em abril deste ano, um grupo de pesquisadores também realizou uma pesquisa usando "Civilization V" e o benchmark CivBench, avaliando o potencial e as limitações de 7 modelos de IA na raciocínio estratégico de longo prazo.

O estudo apontou que, embora nenhum modelo superasse a IA de especialista embutida (VPAI), alguns modelos apresentaram desempenho semelhante sob configurações de apresentação.

No entanto, também evidenciou as fraquezas dos modelos de IA, especialmente sua tendência a obsessão extrema ao perseguir um caminho específico, como Claude Sonnet-4.5, que dedicou até 77,6% do tempo de jogo à vitória tecnológica.

Além disso, na adaptação às mudanças de situação e troca de estratégias, a IA de especialista embutida trocava de objetivos em média 19,6 vezes por partida, enquanto a maioria dos grandes modelos de linguagem trocava apenas entre 2 a 6 vezes.

O estudo também revelou desalinhamentos entre preferências e pontos fortes dos modelos, por exemplo, alguns priorizando a vitória cultural, mas apresentando maior força na rota de vitória diplomática.

Fonte: Pesquisa que utilizou o benchmark CivBench para estudar a capacidade de raciocínio estratégico de longo prazo de grandes modelos de linguagem jogando "Civilization V"

Essas duas pesquisas sobre "Civilization" expuseram a dualidade do efeito da IA no raciocínio estratégico de longo prazo. Apesar do potencial de pensamento lateral, as limitações técnicas — cegueira informacional, lacuna entre conhecimento e ação, obsessão excessiva — permanecem obstáculos significativos.

Para que a IA seja aplicada na governança real, será crucial superar esses limites, especialmente na transição de otimizações locais para planejamento estratégico global de longo prazo.

Leitura adicional:
Dois magnatas militares investem 3,9 bilhões em startups nucleares! Quais são as oportunidades de IA e a revolução nuclear por trás?

IA está remodelando a guerra moderna! Decisões que antes levavam dias agora levam segundos, mas como resolver as questões éticas?