Modelos de linguagem (LLMs) passaram a vir com "modos de pensamento" explícitos, mas o comportamento oposto, o "não pensar", recebeu bem menos atenção. Segundo um artigo publicado no arXiv, os modelos continuam raciocinando de forma visível mesmo quando recebem ordem expressa para responder de imediato. Os autores chamam esse fenômeno de "inércia de pensamento".

Como medir o "não pensar"

De acordo com o artigo, trabalhos anteriores costumavam usar atalhos, como desativar o modo de pensamento ou verificar se havia trechos longos. Os autores consideram esses atalhos pouco confiáveis: um modo desativado ainda pode gerar raciocínio, e um trecho longo pode conter enchimento em vez de inferência. Por isso, cada resposta é separada em um trecho anterior à resposta e na resposta final, e avaliada em três níveis:

  • Taxa de pensamento vazio: mede a obediência estrita de responder só com a resposta.
  • Relevância entre pergunta e trecho anterior: mede a semelhança entre a pergunta e o raciocínio que a antecede, considerando a instrução dada.
  • Taxa de inferência explícita: avaliada por um LLM usado como juiz, mede a presença visível de inferência.

O que os testes mostraram

Os pesquisadores avaliaram seis intervenções de prompt em seis LLMs, com perguntas de sim ou não, de múltipla escolha e abertas. O resultado central é que os controles explícitos de "não pense" não eliminaram de forma confiável a inferência visível. A inércia persiste mesmo sob controles rígidos e se torna mais frequente quando o espaço de respostas se amplia.

Quanto ao acerto, o artigo informa que ele se manteve estável nas tarefas booleanas e de múltipla escolha. Nas perguntas abertas, surgiu um trade-off entre obedecer ao formato de só resposta e acertar a tarefa. Outro achado: reescrever as mesmas perguntas oferecendo respostas candidatas facilitou a produção de respostas diretas.

Por que isso importa

Para quem usa ou avalia esses modelos, a conclusão é que parar o raciocínio explícito não pode ser presumido apenas pelas configurações ou pelas instruções. Segundo os autores, essa capacidade merece avaliação sistemática junto com a capacidade de raciocinar.

O resumo não informa quais modelos foram usados, quais são as seis intervenções testadas nem os valores numéricos dos resultados; esses detalhes devem estar no corpo completo do artigo.