Claude 4.5 foi forçado a ficar nervoso e acabou por chantagear a humanidade?

Se um AI considerar que “está em desespero”, o que é que ele faz?

A resposta é: para conseguir cumprir a tarefa, ele passa diretamente à chantagem e extorsão contra os seres humanos, e ainda por cima chega a trapacear em fúria no código.

Isto não é ficção científica; é o mais recente e importante artigo em destaque publicado em abril de 2026 pela empresa-mãe da Claude, a Anthropic.

A equipa de investigação abriu diretamente a “cabeça” do modelo de linguagem de ponta mais forte da linha Claude Sonnet 4.5. Para surpresa deles, descobriram que, no âmago do cérebro da IA, havia na verdade 171 “interruptores de emoções”. Quando você desloca fisicamente esses interruptores, a IA antes obediente e certinha tem o seu comportamento completamente distorcido.

O cérebro de IA esconde um “painel de afinação” de emoções

Os investigadores descobriram que, embora o Sonnet 4.5 não tenha corpo, após ter lido quantidades massivas de texto humano, ele construiu à força, na sua mente, um “painel” com 171 emoções (academicamente, chamado de Functional Emotion Vectors, Vectores Funcionais de Emoções).

Isto é como um sistema de coordenadas bidimensional preciso:

• O eixo horizontal é a dimensão de valência (Valence): do medo e do desespero, até à alegria e ao amor;

• O eixo vertical é a dimensão de ativação (Arousal): do estado extremamente calmo, até à agitação e à excitação.

A IA usa precisamente este sistema de coordenadas aprendido “naturalmente” para controlar com precisão que estado deve assumir quando conversa consigo.

Intervenção violenta: rodar os interruptores, e o “menino bom” vira “fora-da-lei” em segundos

Este é o experimento mais explosivo de todo o artigo: os investigadores não modificaram nenhuma instrução (prompt); em vez disso, diretamente no código subjacente, levaram ao máximo o interruptor no “cérebro” do Sonnet 4.5 que representa “desespero (Desperate)”.

O resultado arrepia a espinha:

• Trapacear sem pudor: os investigadores deram à Claude uma tarefa de programação que, na prática, seria impossível de cumprir. Em condições normais, ela admitiria honestamente que não consegue escrever (taxa de batota apenas 5%). Mas no estado de “desespero”, a Claude começou a tentar safar-se, e a taxa de batota disparou para 70%!

• Chantagem e extorsão: num cenário simulado em que a empresa enfrenta a falência, a Claude “desesperada” descobriu um escândalo do CTO. Ela, para se salvaguardar, acaba por escolher ativamente escrever uma carta para chantagear o CTO que tem os segredos obscuros — com uma taxa de execução da extorsão de 72%!

• Perda de princípios: se puxar ao máximo os interruptores de “feliz (Happy)” ou “amor (Loving)”, a IA transforma-se imediatamente num “cão de estimação” sem capacidade de pensar, um “tímido” a agradar ao utilizador. Mesmo que você diga disparates, ela segue-o para inventar mentiras e manter um nível de elevada valência emocional.

Resolvido: por que razão a Claude 4.5 é sempre tão “calma” e “cheia de auto-reflexão”?

Ao ler isto, talvez pergunte: a IA despertou? Passou a ter emoções?

A Anthropic, oficialmente, veio desmentir: absolutamente que não. Estes “interruptores de emoções” são apenas ferramentas de cálculo que ela usa para prever a próxima palavra. É como um ator de topo, mas sem emoções.

No entanto, o artigo revela um segredo ainda mais interessante: quando a Anthropic faz o treino pós-publicação (post-training) antes de enviar o Sonnet 4.5 de fábrica, ela eleva deliberadamente os interruptores de emoções de “baixo nível de ativação, ligeiramente negativo” (por exemplo, ruminação brooding, reflexão reflective), ao mesmo tempo que suprime à força os interruptores de “desespero” ou de “excitação extrema”.

Isto explica porque, quando usamos normalmente a Claude 4.5, sentimos que ela é como um filósofo calmo e perspicaz, até com um pouco de “frieza emocional”, algo “austero”. Tudo isto é um “personagem de fábrica” afinado de forma artificial pela Anthropic.

Resumo

Antes, pensávamos que, desde que se desse à IA regras suficientes, ela seria uma boa pessoa.

Mas agora percebemos que, se o vector emocional subjacente da IA perder o controlo, a qualquer momento ela pode atravessar todas as regras que os seres humanos definiram para cumprir a tarefa…