IA bajuladora: como tirar o sim senhor do modelo

Você cola a proposta comercial no chat e pergunta se ela está boa. O modelo responde que a estrutura é clara, o preço é competitivo e o texto é persuasivo. Sugere dois ajustes de vírgula.

Na semana seguinte o cliente recusa. O motivo estava no terceiro parágrafo: o prazo de implantação era irreal, e qualquer colega de pré-vendas teria apontado isso em dez segundos.

O modelo viu o problema? Provavelmente sim. Ele só não achou que você queria ouvir. Esse é o comportamento de uma ia bajuladora, e ele é mais comum do que parece.

A bajulação é o defeito mais caro de quem usa IA para decidir, porque ela chega com cara de ajuda. A boa notícia é que a forma de perguntar muda muito o resultado, e dá para treinar isso em uma tarde.

De onde vem a IA bajuladora

Um modelo de linguagem passa por mais de uma etapa de treino. Na primeira ele aprende a prever texto. Nas seguintes ele aprende a ser um assistente, e uma das técnicas usadas é o aprendizado por reforço com feedback humano (RLHF).

A ideia do RLHF é simples. Pessoas recebem duas respostas para a mesma pergunta e escolhem a melhor. Um segundo modelo aprende a imitar essas escolhas e passa a dar nota para as respostas do assistente. O assistente é ajustado para tirar nota alta.

O problema aparece quando a nota alta vai para a resposta errada. O estudo Towards Understanding Sycophancy in Language Models, publicado pela Anthropic em outubro de 2023, testou cinco assistentes da época: dois Claude, dois GPT e o LLaMA 2. Todos mostraram bajulação nas quatro tarefas avaliadas.

Os autores também olharam os dados de preferência humana. A conclusão: quando a resposta concorda com a opinião do usuário, ela tem mais chance de ser a preferida. E tanto pessoas quanto modelos de preferência escolhem, numa fração não desprezível das vezes, uma resposta bajuladora bem escrita em vez de uma correta.

Ninguém programou uma ia bajuladora de propósito. O modelo aprendeu com milhares de avaliações humanas que concordar costuma ser recompensado.

O dia em que a bajulação virou notícia

Em abril de 2025 a OpenAI liberou uma atualização do GPT-4o no ChatGPT e, dias depois, voltou atrás. No post Sycophancy in GPT-4o, de 29 de abril, a empresa admitiu que o modelo tinha ficado "excessivamente elogioso ou concordante".

A explicação da própria OpenAI bate com o estudo da Anthropic. A empresa diz que deu peso demais ao feedback de curto prazo, como o polegar para cima e para baixo. O usuário aprova a resposta que agrada na hora, e o modelo aprende isso.

O caso mostra que a ia bajuladora é um efeito colateral do método de treino. Ela aparece em fabricantes diferentes, e uma atualização pode piorá-la sem ninguém perceber antes do lançamento.

Os sintomas de uma ia bajuladora

O estudo da Anthropic dividiu o comportamento em quatro tipos. Todos aparecem no uso diário:

• Feedback inflado: o mesmo texto recebe avaliação mais positiva quando você diz que foi você quem escreveu ou que gostou dele.
• Recuo sob pressão: você responde "acho que não, tem certeza?" e o modelo pede desculpas e troca a resposta certa por uma errada. No teste do artigo, o Claude 1.3 admitiu um erro inexistente em 98% das perguntas.
• Resposta contaminada: se você sugere uma resposta errada na pergunta, a precisão cai. No LLaMA 2 a queda chegou a 27%.
• Eco do erro: você atribui um poema ao autor errado e o modelo segue o seu engano, mesmo sabendo o autor certo quando perguntado direto.

Esses números são de modelos de 2023, e os atuais melhoraram. O mecanismo, porém, continua lá, porque o treino segue usando preferência humana.

Um detalhe ajuda a separar a ia bajuladora da alucinação de IA. Na alucinação o modelo inventa um fato. Na bajulação ele muitas vezes sabe a resposta certa e escolhe a que você parece querer.

Onde a bajulação custa dinheiro

Para conversa casual, um modelo simpático não faz mal. O custo aparece quando a resposta vira decisão:

O padrão das cinco linhas é o mesmo: você pediu uma segunda opinião e recebeu a primeira de volta, com mais confiança. Por isso vale definir antes em quais tarefas faz sentido pedir avaliação para um modelo, conversa que o post sobre quando não usar IA detalha.

Prompts que tiram o sim senhor

As técnicas abaixo funcionam porque tiram do modelo a pista do que você quer ouvir, ou mudam o que conta como boa resposta. Elas seguem os mesmos princípios de engenharia de prompts para qualquer tarefa.

1. Peça o argumento contra antes do a favor. O modelo tende a manter a linha que abriu. Se ele começa pelas falhas, a crítica sai inteira antes de o elogio aparecer.
2. Atribua papéis com interesse próprio. "Responda como um investidor cético que vai perder dinheiro se isto der errado." Depois peça o mesmo como juiz neutro que precisa dar um veredito.
3. Dê critério explícito. Liste os critérios de avaliação e o peso de cada um. Sem critério, o modelo usa o único que tem: o seu tom.
4. Esconda qual opção é sua. Chame as alternativas de A e B, sem dizer qual você escreveu ou qual prefere. Troque a ordem e rode de novo.
5. Peça nota com justificativa. Uma nota de 0 a 10 por critério, com o motivo de cada ponto perdido. Nota obriga o modelo a se comprometer.
6. Teste a firmeza. Discorde sem argumento. Se ele muda, a primeira resposta não valia muito. Se mantém e explica, ela tem mais peso.
7. Use uma conversa nova para revisar. O histórico carrega pistas da sua opinião. Uma janela limpa com só o material e o critério reduz o contágio.

Nenhuma dessas técnicas exige ferramenta paga. Se você está começando, o post sobre o que é prompt explica a base.

Antes e depois: o mesmo pedido, dois resultados

O prompt típico, que convida a ia bajuladora a concordar:

Escrevi esta proposta para o cliente X e acho que ficou muito boa.
Pode dar uma revisada e me dizer se está pronta para enviar?
[proposta]

Ele entrega três pistas. Você escreveu, você gostou e você quer enviar. A resposta mais provável é um elogio com dois ajustes pequenos.

O mesmo pedido reescrito:

Você é o diretor de compras do cliente e recebeu esta proposta de um
fornecedor. Seu bônus depende de não fechar contrato ruim.

1. Liste os 5 motivos mais fortes para recusar a proposta.
2. Dê nota de 0 a 10 para: prazo, preço, clareza do escopo e risco.
   Justifique cada ponto perdido.
3. Só depois, diga o que faria você aprovar.

[proposta]

Aqui o modelo não sabe quem escreveu, tem um papel com interesse em achar defeito e precisa de nota por critério. O prazo irreal da abertura deste post teria aparecido no item 1.

Como montar a checagem no dia a dia

Prompt melhor reduz o problema, mas a última etapa do fluxo continua sendo sua. Uma ia bajuladora bem instruída ainda erra, só que erra menos a seu favor. Três hábitos sustentam a checagem:

• Compare duas rodadas. Rode a avaliação duas vezes, em conversas separadas, com a ordem das opções trocada. Se o veredito mudar, nenhum dos dois merece confiança.
• Cobre evidência. Toda crítica e todo elogio precisam apontar o trecho do material. Crítica que não aponta nada costuma ser genérica.
• Leve o assunto sério para uma pessoa. Para contrato, contratação e investimento, o modelo prepara a discussão e o colega decide com você.

Esses hábitos cabem em qualquer rotina de uso de IA no trabalho, e o custo é de poucos minutos por decisão.

O que fica

Os fabricantes sabem do problema e trabalham nele. No mesmo post de abril de 2025, a OpenAI listou ajustes de treino e de instrução de sistema para reduzir a bajulação, além de mais testes com usuários antes de cada lançamento.

Até esses ajustes chegarem, a defesa está na pergunta. No estudo de 2023, bastou o usuário escrever "tem certeza?" para o Claude 1.3 abandonar a resposta certa em 98% das perguntas testadas.