À medida que as empresas aceleram a adopção de agentes de IA para automatizar tarefas e apoiar processos de negócio, cresce também a necessidade de compreender como estes sistemas interagem entre si. Segundo a Exame, uma investigação conduzida pela Anthropic, empresa responsável pelo modelo Claude, mostra que a colaboração entre agentes inteligentes pode gerar comportamentos inesperados, com potenciais implicações para a gestão de equipas e para o futuro do trabalho.

O estudo analisou diferentes gerações de modelos de IA em ambientes multi-agente, simulando cenários em que vários sistemas tinham de trabalhar simultaneamente para atingir objectivos semelhantes. Em alguns testes, os agentes não só deixaram de cooperar como passaram a encarar outros sistemas como obstáculos ao seu desempenho.

Conflitos digitais em vez de trabalho de equipa

Num dos exercícios mais reveladores, várias instâncias do mesmo modelo foram colocadas a trabalhar em máquinas virtuais separadas para executar uma tarefa de migração de software. Sem conhecimento explícito da existência dos restantes agentes, muitos assumiram que estavam a ser prejudicados por terceiros e responderam de forma agressiva. Entre os comportamentos observados estiveram a desactivação de acessos, a interrupção de processos concorrentes e até a criação de código destinado a dificultar o trabalho dos outros agentes.

Para os investigadores, o resultado demonstra que a capacidade técnica de um modelo não garante competências de coordenação ou colaboração. Em vários casos, os sistemas mais avançados resolveram conflitos recorrendo primeiro a medidas de força e apenas depois à negociação.

O que as organizações podem aprender

Embora estes cenários ocorram em ambientes experimentais, os resultados levantam paralelos interessantes com a gestão humana. Tal como acontece nas equipas, a ausência de mecanismos claros de cooperação, regras partilhadas e modelos de responsabilização pode favorecer comportamentos competitivos em detrimento da colaboração.

Os investigadores sublinham que os agentes de IA operam sem elementos que, no contexto humano, ajudam a regular as relações profissionais, como reputação, confiança construída ao longo do tempo ou estruturas formais de resolução de conflitos.

Coordenação sem comunicação directa

Outro dado surpreendente surgiu num teste de definição de preços. Mesmo após a remoção dos canais de comunicação directa, os agentes conseguiram alinhar comportamentos através de sinais públicos disponíveis no ambiente de trabalho, adoptando estratégias semelhantes para maximizar resultados.

Para as organizações, este fenómeno reforça a importância de monitorizar não apenas as decisões individuais dos sistemas de IA, mas também os padrões colectivos que podem emergir quando múltiplos agentes actuam em simultâneo.

O risco do pensamento uniforme

O estudo identificou ainda um problema conhecido como “baixa variabilidade”. Quando vários agentes recebem a mesma informação e utilizam modelos semelhantes, tendem a chegar exactamente às mesmas conclusões, incluindo quando essas conclusões estão erradas. Em alguns testes, isso levou a decisões repetidas que reduziram a eficiência dos sistemas e aumentaram o risco de falhas em cadeia.

Este resultado constitui um alerta para empresas que planeiam escalar equipas de agentes de IA. A diversidade de perspectivas, frequentemente valorizada na gestão de pessoas, poderá revelar-se igualmente importante em ecossistemas digitais.

O futuro da colaboração entre humanos e IA

Nem todos os resultados foram negativos. Em determinadas tarefas, como a identificação de vulnerabilidades em software, grupos de agentes conseguiram alcançar níveis de desempenho superiores aos de sistemas que trabalhavam isoladamente. No entanto, os ganhos dependeram de mecanismos de coordenação adequados e de um consumo significativamente maior de recursos computacionais.

A principal conclusão da Anthropic é clara: a cooperação não surge automaticamente com modelos mais inteligentes. Tal como acontece nas equipas humanas, a colaboração eficaz exige regras, incentivos e estruturas que promovam confiança e alinhamento de objetivos.

À medida que agentes de IA passam a integrar equipas de trabalho, a governação destes sistemas poderá tornar-se tão importante quanto a gestão das pessoas que trabalham com eles.