Pesquisadores do Korea Advanced Institute of Science and Technology (KAIST), em parceria com a Microsoft Research Asia, apresentam um sistema que identifica, a partir de sinais elétricos do cérebro, quando uma inteligência artificial (IA) compreende de forma equivocada o objetivo ou a estratégia desejada por uma pessoa.
Denominada Neural Value Alignment (NVA), a solução recorre a eletroencefalografia (EEG) para capturar a atividade neural e ajustar, em tempo real, as decisões tomadas pela IA. O método parte da constatação de que a mesma ação humana pode representar propósitos diferentes e que um mesmo propósito pode ser alcançado por vários caminhos, o que gera ambiguidades na interação homem-máquina.
A equipe observou dois tipos de sinais que surgem quando o resultado diverge das expectativas: o erro de previsão de recompensa (RPE) e o erro de previsão de estado (SPE). O RPE indica que o objetivo percebido está incorreto; já o SPE sinaliza que o objetivo foi entendido, mas o procedimento adotado não corresponde ao esperado.
Nos testes, padrões distintos de ondas cerebrais foram associados a RPE, SPE ou à ocorrência simultânea de ambos. Técnicas de aprendizado profundo aplicadas aos registros do EEG permitiram ao sistema classificar a resposta do usuário e alimentar a IA com o retorno adequado: corrigir o objetivo ou alterar a estratégia.
De acordo com o KAIST, simulações revelam que a NVA se adapta com maior rapidez que abordagens existentes, inclusive em cenários de incerteza, como mudanças repentinas de meta ou ausência parcial do retorno neural. O estudo foi divulgado em agosto de 2026, na revista IEEE Transactions on Cybernetics, sob o título “Neural Value Alignment: Human–AI Collaboration Under Goal–Action Ambiguity”.
Os autores sugerem aplicação em robôs domésticos, sistemas industriais, veículos autônomos, soluções médicas e ferramentas educacionais que precisem reagir ao estado cognitivo do usuário. Apesar disso, o trabalho ainda se limita a simulações; a captação de sinais por EEG requer eletrodos e enfrenta ruídos que desafiam o uso fora de ambientes controlados.
Com informações de Olhar Digital
