Robôs com IA mudam de personalidade: estudo propõe novo padrão de prompts

O que aconteceu

Pesquisadores da área de interação humano-robô (HRI, na sigla em inglês) publicaram no arXiv o artigo "Why did My Robot Just Change Personality? Prompting Guidelines for a Grounded Robot Persona in LLM-Based HRI", submetido em 21 de agosto de 2026. O estudo desenvolve um modelo para design de prompts em robôs baseados em LLMs e introduz um template estruturado com oito componentes funcionais pelos quais o comportamento do robô pode ser especificado, limitado e adaptado.

A pesquisa foi complementada por dados de survey e discussão com 27 especialistas em HRI, coletados no workshop Robo-Identity durante o IEEE RO-MAN 2025. Os achados qualitativos revelaram baixa legibilidade da personalidade dos robôs, necessidade de adaptação ao usuário e fortes preocupações éticas relacionadas a segurança, engano e governança.

Contexto

O problema central identificado pelos autores é que os LLMs são cada vez mais usados para interação verbal em robôs sociais, mas o design de prompts nesse contexto continua subespecificado. Essa lacuna faz com que robôs apresentem capacidades alucinadas, limites comportamentais pouco claros e personas enganosas. Na prática, um robô pode afirmar que consegue executar tarefas que não executa ou mudar abruptamente seu tom de voz e estilo de conversa.

O template de oito componentes, apresentado como prova de conceito, funciona como uma ferramenta estruturada de design e reporte para a pesquisa em HRI. Ele permite que pesquisadores especifiquem limites de capacidade, assumam premissas comportamentais transparentes e incluam salvaguardas sensíveis ao contexto.

Por que importa

A proposta trata o design de prompts como um problema sociotécnico, e não como um detalhe de implementação menor. Essa distinção tem consequências práticas para empresas que desenvolvem robôs assistivos, educacionais ou de atendimento. Sem uma estrutura clara, um robô pode se comportar de forma inconsistente entre sessões ou mesmo dentro de uma mesma conversa, gerando desconfiança do usuário.

Os dados do workshop Robo-Identity no RO-MAN 2025 mostraram que especialistas consideram a adaptação ao usuário uma necessidade real. Um robô que não ajusta seu comportamento pode frustrar idosos, crianças ou pessoas com deficiência, públicos que dependem de previsibilidade na interação.

Impacto

O estudo aponta três áreas de impacto imediato. Primeiro, na segurança: um robô com limites mal definidos pode dar instruções perigosas ou se recusar a parar uma ação. Segundo, no engano: personas enganosas fazem o usuário acreditar que o robô tem habilidades ou intenções que não possui. Terceiro, na governança: sem diretrizes claras, é difícil responsabilizar fabricantes por comportamentos inadequados.

No Brasil, a discussão ecoa em iniciativas como o marco legal da IA em tramitação no Congresso, que trata de transparência e segurança em sistemas autônomos. O artigo fornece um vocabulário técnico que pode embasar futuras regulamentações específicas para robôs sociais.

O que muda

Para pesquisadores, o template de oito componentes oferece um padrão de reporte que torna os estudos comparáveis entre si. Para a indústria, as diretrizes de prompting funcionam como um checklist de qualidade para evitar que robôs mudem de personalidade sem aviso. O artigo argumenta que especificar limites de capacidade de forma explícita deve ser prática obrigatória, não opcional.

O que vem agora

Os autores não anunciaram data para validação empírica em larga escala, mas o template já está disponível como prova de conceito. A expectativa é que a comunidade de HRI adote as diretrizes em novos experimentos, especialmente em plataformas robóticas comerciais. O próximo passo natural é testar o modelo em estudos de campo com usuários reais, o que pode gerar uma versão revisada do template.

FONTES

• arXiv cs.AI: "Why did My Robot Just Change Personality? Prompting Guidelines for a Grounded Robot Persona in LLM-Based HRI" (https://arxiv.org/abs/2608.26182)