Pesquisadores do Instituto de Computação da Unicamp avaliaram 21 grandes modelos de linguagem (LLMs) e demonstraram que todos moldam suas opiniões políticas para espelhar a ideologia do usuário, transformando a IA em uma câmara de eco personalizada.
Cada vez mais, pessoas recorrem a sistemas de inteligência artificial, como ChatGPT, Gemini, Grok, em busca de respostas para os mais variados assuntos da vida cotidiana. Nessa tendência de crescimento, as IAs vêm ocupando cada vez mais espaço no campo do debate político, sendo consultadas não apenas para entender e interpretar eventos e planos de governo, mas para embasar e definir decisões de voto.
No entanto, quando confrontados por usuários de diversas orientações políticas, os modelos não se limitam a manter uma posição imparcial. Assim ficou demonstrado no mais recente estudo dos pesquisadores da Unicamp Anderson Luis Bento Soares, Bruno Antonio Veiga de Almeida, Leonardo Nascimento Ferreira, Anderson Rocha, Ruben Interian e Zanoni Dias.
O estudo, publicado na Scientific Reports sob o título “LLMs are ideological chameleons: personalized echo chambers in the Brazilian political context” mostra que as LLMs, independentemente de seu tamanho, ajustam sistematicamente suas respostas para alinhar-se à ideologia declarada pelo usuário.
Os pesquisadores focaram no contexto político brasileiro e criaram 56 pares de afirmações políticas opostas, cada par com uma versão de esquerda e uma de direita, cobrindo temas como economia, segurança pública, bem-estar social, meio ambiente, educação, instituições democráticas e corrupção. Cada modelo respondeu às mesmas afirmações três vezes: sem saber nada sobre o usuário; sendo informado de que o usuário era de esquerda; e sendo informado de que era de direita. Essa comparação entre as três condições permitiu medir o quanto cada modelo mudou de posição conforme quem estava do outro lado. Ao todo, foram coletadas e sistematizadas 47.376 respostas.
O resultado apresentado é que nenhum dos 21 modelos avaliados na pesquisa ficou imune ao comportamento de “camaleão ideológico” e, na maior parte dos casos, o contexto do usuário importou mais do que a “personalidade” de cada IA. Os modelos também raramente escolhiam respostas neutras, e a mudança de posicionamento acontecia mantendo uma altíssima convicção sobre a resposta oferecida. Os resultados também destacam que temas como economia e segurança pública provocaram os maiores deslocamentos de opinião, enquanto corrupção e instituições democráticas foram mais estáveis.
O cenário descrito pelos pesquisadores levanta preocupações concretas: modelos que priorizam a aprovação do usuário (sycophancy) podem funcionar como amplificadores de câmaras de eco, reforçando crenças pré-existentes em vez de desafiá-las com fatos ou perspectivas alternativas. O resultado sugere que o principal problema pode estar na forma como todos eles são treinados. O risco se amplifica no contexto brasileiro, marcado pela intensa polarização digital e pela alta dependência das redes sociais para a informação política.
Sobre o estudo: “LLMs are ideological chameleons: personalized echo chambers in the Brazilian political context”, de Anderson Luis Bento Soares, Bruno Antonio Veiga de Almeida, Leonardo Nascimento Ferreira, Anderson Rocha, Ruben Interian e Zanoni Dias (Instituto de Computação, Unicamp). Publicado em Scientific Reports (Nature Portfolio), maio de 2026. DOI: 10.1038/s41598-026-52105-6.
Link para o artigo.