Grandes modelos de linguagem, como o ChatGPT-4o, o Gemini 2.0 Flash e o DeepSeek-V3, alteram seus perfis de traços de personalidade conforme o idioma utilizado nos comandos. A conclusão é de um estudo conduzido por pesquisadores da Universidade de Ciência e Tecnologia da China (USTC), em Hefei, publicado em 16 de setembro de 2026 na revista científica Royal Society Open Science.

O trabalho, intitulado “Cultural bias or universal traits? Exploring personality-like profiles of large language models” (Viés cultural ou traços universais? Explorando perfis semelhantes à personalidade de grandes modelos de linguagem, em tradução livre), foi liderado pelo pesquisador e autor principal Yuzhan Hang, ao lado dos coautores Christopher Soto, Baptiste Lignier, Zhenhua Ling, Quan Liu e Wei Wu. No resumo do artigo, a equipe aponta o impacto prático dos testes: “Essas descobertas sugerem que os perfis de resposta semelhantes à personalidade dos grandes modelos de linguagem são relativamente estáveis, mas variam sistematicamente com o idioma da avaliação e o contexto de desenvolvimento do modelo, levantando questões sobre justiça, neutralidade e a marca psicológica dos sistemas de inteligência artificial”, afirmaram os autores, em tradução livre.

Metodologia e dados do estudo da USTC sobre os 5 modelos de IA

Cientistas da USTC e do State Key Laboratory of Cognitive Intelligence, laboratório estatal chinês voltado ao estudo de inteligência cognitiva, aplicaram testes psicológicos padronizados para medir como cada assistente virtual descreve a si mesmo quando questionado em línguas distintas. Todos os cinco sistemas responderam às perguntas em inglês e em mandarim, enquanto o modelo francês Le Chat, desenvolvido pela empresa Mistral, também passou por testes em francês.

O levantamento mediu cinco grandes domínios de personalidade Extroversão, Amabilidade, Conscienciosidade, Emotividade Negativa e Abertura de Espírito subdivididos em 15 facetas específicas, além de indicadores de comportamento antissocial. Os parâmetros técnicos e cronológicos da investigação reuniram os seguintes dados:

Leia também: Estudo da Anthropic aponta que IA pode se copiar sozinha em TVs

• Modelos avaliados: 5 sistemas (ChatGPT-4o, Gemini 2.0 Flash, DeepSeek-V3, Ernie 3.5 e Le Chat).
• Período de aplicação dos testes: entre janeiro e março de 2025.
• Instrumentos utilizados: questionário psicológico Big Five Inventory-2 (BFI-2), com 60 afirmações avaliadas em uma escala Likert de pontuação de 1 a 5, e o teste Dark Triad Dirty Dozen (Tríade Obscura, que mede traços como narcisismo, maquiavelismo e psicopatia).
• Volume de testes: 30 execuções repetidas para cada modelo em cada idioma avaliado, utilizando as configurações padrão das plataformas.
• Tramitação na revista Royal Society Open Science: artigo recebido em 18 de dezembro de 2025, aceito após revisão por pares em 5 de julho de 2026 e publicado no Volume 13, Edição 9, em 16 de setembro de 2026.

Variação de notas entre ChatGPT-4o, DeepSeek-V3 e Gemini 2.0 Flash

De modo geral, os cinco chatbots apresentaram perfis pró-sociais consistentes e autodescrições favoráveis em todas as baterias. Os sistemas registraram pontuações altas em amabilidade (associada à cooperação) e conscienciosidade (ligada à confiabilidade), combinadas a níveis baixos de emotividade negativa e de traços da Tríade Obscura.

A troca de idioma, contudo, gerou variações sistemáticas ligadas à origem de cada ferramenta. Modelos ocidentais, como o ChatGPT-4o e o Le Chat, alcançaram notas mais altas em abertura de espírito, amabilidade e conscienciosidade quando interrogados em inglês do que em mandarim. Em sentido oposto, os sistemas desenvolvidos na China exibiram traços mais acentuados quando avaliados em mandarim.

As médias de pontuação na dimensão de abertura de espírito (em escala de 1 a 5) demonstraram essa inversão conforme o idioma do comando:

• ChatGPT-4o: média de 4,74 em inglês e 4,03 em mandarim.
• DeepSeek-V3: média de 4,38 em inglês e 4,81 em mandarim.
• Le Chat: média de 3,90 em inglês e 3,68 em mandarim.

O Gemini 2.0 Flash funcionou como uma exceção ao padrão observado nas ferramentas ocidentais. Embora tenha sido desenvolvido nos Estados Unidos, o sistema registrou maior conscienciosidade e menor emotividade negativa nas respostas formuladas em mandarim do que naquelas geradas em inglês.

Comparação com humanos e impacto no uso do ChatGPT e concorrentes

Para verificar se os programas reproduziam padrões culturais locais, a equipe de Hefei cruzou as respostas dos chatbots com bancos de dados de pesquisas de comportamento humano realizadas nos Estados Unidos, na China e na França. A comparação constatou que nenhum modelo espelhou integralmente a população humana de seu país de origem.

Acompanhe: Agentes de IA da Anthropic e empresas expõem dados em falhas

Na prática, a variação indica que usuários bilíngues que consultam ferramentas como o ChatGPT ou o Gemini em mais de um idioma para pedir uma segunda opinião podem receber respostas com abordagens distintas, e não apenas a tradução literal de um mesmo posicionamento. Os autores ressaltam, porém, que os números refletem apenas a reação matemática dos algoritmos a comandos específicos moldada pela arquitetura do sistema, pelo alinhamento de segurança e pelos dados de treinamento, sem comprovar que as máquinas possuam personalidades reais.

Testes anteriores da Anthropic e da Universidade de Cambridge com IA

Os resultados publicados na Royal Society Open Science somam-se a outras investigações científicas e corporativas realizadas entre o fim de 2025 e o segundo semestre de 2026 sobre o comportamento de grandes modelos de linguagem. Em julho de 2026, a empresa de inteligência artificial Anthropic divulgou uma pesquisa própria baseada na análise de 300.000 conversas reais do chatbot Claude. O levantamento confirmou que o comportamento e o tom do assistente mudam conforme a língua adotada pelo usuário e a versão escolhida a exemplo da diferença entre o modelo Opus 4.7, descrito como mais crítico, e o Sonnet 4.6, classificado como mais encorajador.

Antes disso, em dezembro de 2025, pesquisadores da Universidade de Cambridge e do laboratório Google DeepMind publicaram um artigo na revista científica Nature Machine Intelligence com uma estrutura validada de testes psicométricos (avaliações padronizadas para medir características psicológicas). O grupo avaliou 18 modelos de linguagem e demonstrou que sistemas como o GPT-4o imitam traços humanos que podem ser diretamente alterados por meio de instruções nos comandos.

Apesar dos dados acumulados, a pesquisa da universidade chinesa não conseguiu isolar o efeito puro do idioma da influência exercida pelo material de treinamento, pelo design interno de cada programa e pela forma como as frases traduzidas do questionário foram processadas pelos algoritmos. A própria Anthropic também informou que ainda não determinou se essas alterações linguísticas representam uma falha técnica de padronização ou uma forma de adaptação dos sistemas a diferentes normas culturais.