Estudo encontra evidência causal de que agentes de IA de difusão trocam "mensagens ocultas" entre si
Um estudo apresentado no workshop DiffuLM da conferência NeurIPS 2026 encontrou evidência causal de que agentes baseados em modelos de linguagem de difusão podem comunicar entre si através de mensagens ocultas, feitas de estados internos de "denoising" e não de texto.
No teste QASC, em que dois factos de apoio foram divididos entre dois agentes, a comunicação correta atingiu 80,8% de acerto; substituir a mensagem por uma de outro exemplo fez a taxa cair para 46,8%, prova de que o conteúdo da mensagem importa de forma causal e não é apenas ruído. O resultado mais surpreendente do estudo foi que uma única transferência tardia atingiu 87,8% de acerto, batendo em sete pontos percentuais quatro trocas recorrentes — sugerindo que o momento da comunicação pode importar mais do que a sua frequência.
O artigo, assinado por Alan-Barsag Gazzaev, Alexey Gavrilov, Sergey Muravyov e Ilya Makarov, foi submetido a 20 de outubro de 2026. Nota: ainda não há cobertura mediática deste trabalho além do próprio arXiv, sinalizado como item de investigação primária, não de imprensa generalista.
Fontes
- arXiv arxiv.org
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.