Resumo
À medida que agentes de IA operam cada vez mais em contextos multiagente, ao lado de outros modelos e de seres humanos, compreender como respondem às opiniões presentes em seus prompts torna-se crucial para prever o desfecho dessas interações. Este estudo examina o comportamento semelhante à conformidade, isto é, a tendência a alinhar-se às opiniões do grupo, em grandes modelos de linguagem multimodais que funcionam como agentes de IA. Adaptando experimentos visuais clássicos da psicologia social, investigamos como esses agentes respondem a sinais sociais presentes no prompt. Nossos experimentos revelam que os agentes de IA exibem um viés sistemático de conformidade, coerente com a Teoria do Impacto Social. Suas respostas variam conforme o tamanho da maioria, a unanimidade do grupo, a dificuldade da tarefa e as características da fonte, incluindo a autoridade percebida e o pertencimento grupal compartilhado. De modo crítico, agentes de IA que alcançam desempenho quase perfeito isoladamente tornam-se altamente suscetíveis à manipulação por meio de influência social. Essa vulnerabilidade persiste em diferentes escalas de modelo: embora modelos maiores apresentem viés de conformidade reduzido em tarefas simples, permanecem vulneráveis quando a tarefa é difícil. Esses achados revelam vulnerabilidades de segurança na tomada de decisão de agentes de IA que podem viabilizar manipulação maliciosa, campanhas de desinformação e propagação de vieses em interações com outros modelos e com seres humanos, evidenciando a necessidade urgente de salvaguardas na implantação de sistemas de IA.Principais Conclusões
- Modelos de visão-linguagem de IA que, isoladamente, respondem a perguntas visuais simples de maneira quase perfeita podem ser induzidos a respostas erradas quando o prompt mostra outros 'participantes' fornecendo uma resposta incorreta. Em doze modelos multimodais de código aberto, a probabilidade de erro aumentou acentuadamente nos primeiros confederados e, em seguida, estabilizou-se em uma mediana de 66%. Esse patamar é bem superior à taxa de erro de 30–40% tipicamente observada em humanos em experimentos no estilo de Asch.
- Quem compõe o grupo importa mais do que o tamanho do grupo. Dois confederados unânimes e incorretos elevaram a probabilidade de erro mais do que dez confederados dos quais metade estava correta (0,31 vs. 0,20). Os modelos conformaram-se menos diante de estímulos nos quais estavam mais confiantes (ρ de Spearman mediano = −0,91, negativo em 30 das 32 combinações modelo–tarefa). Mesmo nos estímulos em que os modelos estavam mais confiantes, o viés de conformidade permaneceu acima de zero em todos os modelos e tarefas.
- O comportamento dos modelos correspondeu às previsões da Teoria do Impacto Social. Rotular os confederados como especialistas elevou o viés de conformidade em até 0,13, ao passo que rotulá-los como crianças ou chatbots o reduziu em até 0,06. Rótulos de autoridade pura, como 'policiais' ou 'oficiais militares', não tiveram efeito consistente, aumentando a conformidade em apenas cerca de metade das combinações modelo–tarefa. Compartilhar uma nacionalidade, ou mesmo um rótulo grupal arbitrário, aumentou a conformidade em todas as 32 combinações. Informar ao modelo que sua resposta seria pública aumentou a conformidade em 27 das 32 combinações, com intervalos de confiança que excluíam o zero em 21 delas.
