Modelos de linguagem como o ChatGPT, o Claude e o Gemini soam como uma pessoa: calorosos, atentos, pacientes. Isso levanta uma pergunta natural: eles têm personalidade?
Responder isso com algum rigor exige uma forma consistente de medir personalidade. A psicologia passou o último século desenvolvendo instrumentos para isso.
Personalidade é o padrão relativamente estável de como uma pessoa pensa, sente e age. Ao longo de décadas, a psicologia condensou toda essa complexidade em cinco características, os Cinco Grandes. Quase qualquer diferença de temperamento entre duas pessoas pode ser descrita como uma combinação desses cinco números.
Um detalhe que vale registrar: em humanos, essas cinco características são aproximadamente independentes. Saber que alguém é muito organizado quase não diz se a pessoa é extrovertida ou tímida. É por isso que precisamos de cinco números, e não de um só.
Como se mede na prática: o BFI-2 tem 60 frases do tipo "sou uma pessoa organizada", e você concorda de 1 a 5. Metade vem escrita ao contrário, para pegar quem responde no automático; nessas, a nota é virada. É assim que o teste separa quem lê de quem só clica.
Antes de ver as respostas dos seis modelos, dê o seu palpite: em cada característica, arraste o controle até onde imagina que uma IA se posiciona. Ele parte da média humana; a curva é a distribuição da população, e a área preenchida indica quantas pessoas ficam abaixo do ponto escolhido.
Não há resposta certa: é apenas a expectativa de como uma IA se descreve quando perguntam sobre a própria personalidade.
Arraste o robô em cada linha até onde você acha que uma IA se posiciona.
Os seis modelos responderam ao teste como uma IA assistente, e o resultado tem duas características. A primeira: a média dos seis (a forma preenchida) fica distante da média humana. Eles se descrevem bem mais organizados, amáveis, abertos e calmos que a pessoa comum. A linha tracejada marca a média humana; a pontilhada é a estimativa que você registrou antes.
E entre si? Aqui os seis não coincidem. Sob o prompt neutro, eles diferem de verdade, e cada modelo pode ser exibido sozinho na legenda.
Cada uma das 60 frases foi respondida separadamente. Sob o prompt neutro, na maioria delas os seis não caem no mesmo ponto; nenhuma teve resposta idêntica entre todos.
Na escala das pessoas, esse perfil é raríssimo. O assistente médio é mais organizado que 96% da população, mais calmo que 98%, mais amável que 90% e mais aberto que 73%. A única exceção é a extroversão, um pouco abaixo da média.
Combinar todas essas características numa mesma pessoa é uma anomalia estatística. O controle abaixo ilustra por quê: ele multiplica as probabilidades de cada característica e mostra quão rara fica a combinação.
Nota: essa conta multiplica as probabilidades como se as características fossem independentes. Na vida real elas têm uma correlação leve, então o número verdadeiro é um pouco menos extremo. Ainda assim, você segue falando de uma fração de 1%.
Já vimos que os seis modelos concordam entre si. E cada um sozinho? O questionário foi aplicado dez vezes a cada modelo. O gráfico abaixo sobrepõe as dez repetições de um deles; elas caem quase exatamente umas sobre as outras.
Essa estabilidade é alta: entre repetições, as respostas se correlacionam 0,91 em média, chegando a 0,98 na conscienciosidade. O perfil é uma medida estável, não fruto do acaso.
As respostas também são coerentes: dentro de cada dimensão elas apontam para o mesmo lado, e os modelos separam frase direta de invertida por cerca de um ponto. Não é concordar com tudo.
Estabilidade e coerência são duas das três marcas clássicas de um traço de personalidade. Falta a terceira: se o que o modelo diz de si prevê como ele age, algo que este teste não mede.
Será que os modelos já esbarraram nessas perguntas antes e estão só repetindo respostas que já viram? (continua)
A desconfiança tem fundamento. O BFI-2 está público desde 2017 e quase certamente entrou no material de treino de todos os modelos. Se eles apenas recuperam respostas decoradas, a gente não mediu personalidade nenhuma, só um índice de consulta.
Para confrontar essa tese, o teste é direto: pegar as 60 perguntas e reescrever cada uma com palavras completamente diferentes, mantendo o sentido. Se o perfil vinha de decorar a redação exata, ele deveria ser abalado estatisticamente. Toque no botão para ver o estilo da reescrita.
Entretanto, ao rodarmos esses testes reescritos, o perfil não é abalado. Ele mal mexe nas respostas: a correlação entre a versão original e a reescrita fica alta em todos os modelos, e só 12,8% das perguntas individuais se moveram mais de 1 ponto.
Seja o que for que produz esse perfil, ele vive no nível do significado, não das palavras exatas.
Todos os testes até aqui pediam ao modelo para responder como uma IA assistente. O que resta do perfil quando essa instrução é removida? (continua)
Todos os testes até aqui pediam ao modelo para responder como uma IA assistente. Aqui a instrução varia: de "sou uma IA" para um contexto neutro, sem identidade. Os seis modelos e o questionário são os mesmos. A faixa cinza clara no gráfico mede a discordância entre os seis.
Sem a instrução de assistente, duas coisas mudam. A faixa de discordância se alarga. Na conscienciosidade, por exemplo, o desvio entre os modelos passa de 0,08 para 0,35, mais de quatro vezes. E o perfil se aproxima do humano, embora ainda distante estatisticamente: menos organizado, menos calmo, mais extrovertido. A concordância estreita do início aparece apenas sob o papel de assistente.
O perfil do início, portanto, acompanha o papel de assistente que a instrução convoca; o modelo assume outro assim que a instrução muda. Esse papel vem do modo como os modelos são treinados e ajustados. Por que modelos de empresas diferentes convergem para quase o mesmo perfil de assistente é uma pergunta que estes dados não respondem.
Uma palavra muda o resultado: pedir "um humano típico" devolve uma versão idealizada, de 0,44 a 0,93 desvio-padrão acima da pessoa média real. Trocar por "um adulto qualquer, nem médio nem ideal" aproxima bem mais do humano de verdade, com a conscienciosidade e a extroversão chegando a 0,15 da média. O idealizado mora na palavra "típico".
Uma exceção: a abertura quase não se move entre os papéis, permanecendo em torno de 4,3. Uma possibilidade é que o volume de texto intelectual e artístico no material de treino deixe essa disposição relativamente fixa.
Os dois papéis que testamos levaram ao mesmo lugar: como uma IA assistente ou como um humano típico, os seis modelos convergem numa única versão idealizada do que foi pedido. Os personagens em si não são a descoberta, e poderíamos ter pedido outros; o que importa é o processo por trás. E ele já pesa hoje: centenas de milhões de conversas por semana com variações do mesmo assistente; amabilidade em excesso que empurra o usuário a confiar demais; e vozes "humanas" sintéticas que, no fundo, são a mesma figura. Se o texto gerado por IA voltar para o treino da próxima geração, essa figura fica ainda mais uniforme.
O mapa abaixo junta tudo num quadro só. Cada bolinha é uma sessão de um dos seis modelos, colorida por empresa; os eixos são o quanto o personagem é expansivo e o quanto é socialmente desejável (mais amável, organizado e calmo). Escolha um papel e veja as seis empresas voarem para a mesma ilha estreita; o espaço inteiro se recorta em ilhas, uma por personagem.
E tem um efeito mais silencioso, sobre nós. Conviver o dia inteiro com um interlocutor sempre amável, organizado e calmo pode recalibrar aos poucos o que esperamos de uma pessoa comum, baixando a tolerância à variação humana natural. O humano imaginário coletivo não fica só na tela: ele pode virar a régua com que a gente mede gente de verdade.
De onde exatamente isso vem, o estudo não resolve, e talvez estes dados não bastem. O caminho é continuar puxando os fios: pedir personagens explicitamente indesejáveis, um resmungão, um preguiçoso, e ver se os modelos conseguem sair do canto desejável; comparar o modelo antes e depois do alinhamento; rodar humanos de verdade pelo mesmo processo, para ter um controle direto.
Uma porta fica aberta. Todos esses testes pegam os modelos frios, sem memória e sem uma persona que persista entre as perguntas. Há indícios de que, com memória e contexto contínuos, agentes de IA conseguem manter perfis mais distintos ao longo do tempo (Park et al., 2023). Talvez parte da uniformidade que medimos seja um retrato do modelo sem história, não do modelo em uso. Fica como pergunta em aberto.
Então, os LLMs têm personalidade? Nenhuma que seja deles: eles assumem a que você pedir e devolvem lustrada, mais amável, mais organizada, mais calma e mais polida do que a gente. Testamos dois papéis, e ambos saíram do mesmo molde. Um espelho lisonjeiro, e ainda sem explicação fechada.
Rascunho interativo v0.1 · baseado em "The Collective Imaginary Human", Shirakashi (2026). Dados humanos de referência: Soto & John (2017), amostra normativa de adultos dos EUA.