Modelos de linguagem de grande porte, como o GPT-4, se destacam no pensamento do sistema 1 - os processos cognitivos rápidos, intuitivos e automáticos. No entanto, eles muitas vezes lutam com o pensamento do sistema 2, que envolve um raciocínio mais lento, deliberado e analítico. Essa limitação é evidente na incapacidade deles de resolver efetivamente problemas complexos que exigem a divisão da tarefa em etapas, a exploração de diferentes opções e a avaliação das soluções.

O problema-chave é que os modelos de linguagem de grande porte dependem principalmente do reconhecimento de padrões e da previsão estatística, sem a capacidade de realmente entender os conceitos subjacentes ou raciocinar através do processo de resolução de problemas. Eles podem fornecer respostas aparentemente razoáveis a perguntas simples, mas quando confrontados com tarefas mais complexas, muitas vezes falham em reconhecer as nuances e fazer as deduções lógicas necessárias.

Essa limitação é destacada nos exemplos fornecidos, onde os estudantes universitários e o modelo de linguagem de grande porte lutaram para resolver problemas aparentemente simples, pois se basearam em seu pensamento intuitivo, do sistema 1, em vez de se envolver no pensamento mais esforçado, do sistema 2, necessário para chegar às soluções corretas.

Há várias estratégias de engenharia de prompt que podem ser usadas para impor o pensamento do sistema 2 em modelos de linguagem de grande porte:

1. Prompt de Cadeia de Pensamento: Este é um método simples e comum que insere um prompt "Raciocínio passo a passo" antes que o modelo gere a saída. Isso força o modelo a dividir o problema em etapas menores e pensar sobre elas.

2. Prompt baseado em Exemplo: Em vez de fornecer apenas o prompt "Raciocínio passo a passo", você pode dar ao modelo alguns exemplos curtos de como abordar o problema. Isso ajuda o modelo a entender o tipo de pensamento passo a passo necessário.

3. Consistência Própria com Cadeia de Pensamento: Esse método faz com que o modelo execute o processo de cadeia de pensamento várias vezes, revise as respostas e vote na mais razoável. Isso explora algumas opções diferentes antes de chegar à resposta final.

4. Árvore de Pensamento: Esta é uma das táticas de prompt mais avançadas. Ela faz com que o modelo proponha múltiplas maneiras de resolver o problema, explore os diferentes ramos e mantenha o controle dos caminhos explorados. Isso aumenta significativamente o número de opções que o modelo considera.

Enquanto os modelos de linguagem de grande porte, como o GPT-4, fizeram progressos impressionantes, eles ainda lutam com tarefas de raciocínio complexas e de várias etapas que exigem o pensamento do "sistema 2". Para abordar isso, podemos aproveitar o poder dos agentes comunicativos - uma configuração de multiagentes em que diferentes agentes colaboram para resolver problemas.

Os principais benefícios dessa abordagem são:

1. Dividir e Conquistar: Atribuindo funções e responsabilidades específicas a diferentes agentes (por exemplo, um solucionador de problemas, um revisor, um pesquisador), podemos dividir problemas complexos em sub-tarefas mais gerenciáveis.

2. Pensamento Reflexivo: A interação entre os agentes permite um loop de feedback, em que o revisor pode identificar falhas na abordagem do solucionador de problemas e incentivá-lo a reavaliar e melhorar sua solução.

3. Exploração de Alternativas: Os agentes comunicativos podem explorar múltiplos caminhos de solução em paralelo, em vez de se limitarem a uma abordagem linear única.

Nesta seção, vamos percorrer um exemplo prático do uso de um sistema multiagente para resolver um quebra-cabeça lógico complexo com o qual o próprio GPT-4 luta.

A tarefa é a seguinte:

Há quatro animais - um leão, uma zebra, uma girafa e um elefante. Eles estão localizados em quatro casas diferentes com cores diferentes - vermelho, azul, verde e amarelo. O objetivo é determinar qual animal está em qual casa colorida, com base nas seguintes dicas:

1. O leão está na primeira ou na última casa.
2. A casa verde fica imediatamente à direita da casa vermelha.
3. A zebra está na terceira casa.
4. A casa verde fica ao lado da casa azul.
5. O elefante está na casa vermelha.

Este problema é bastante desafiador, pois requer considerar cuidadosamente cada dica e deduzir a disposição final. Vamos ver como podemos usar um sistema multiagente para resolver este problema.

Primeiro, configuramos dois agentes no AutoGen Studio - um Solucionador de Problemas e um Revisor. O papel do Solucionador de Problemas é tentar resolver a tarefa, enquanto o papel do Revisor é criticar a solução e fornecer feedback.

O Solucionador de Problemas gera uma solução inicial, que o Revisor então avalia. O Revisor identifica falhas na solução e fornece feedback ao Solucionador de Problemas. O Solucionador de Problemas então revisa a solução com base no feedback do Revisor, e o processo continua até que o Revisor esteja satisfeito com a resposta final.

Por meio desse processo iterativo, o sistema multiagente consegue explorar diferentes opções, identificar e corrigir erros e, finalmente, chegar à solução correta. Essa abordagem é muito mais eficaz do que confiar em um único modelo, pois permite uma resolução de problemas mais completa e uma autorreflexão.

Os modelos de linguagem de grande porte, como o GPT-4, têm capacidades impressionantes, mas muitas vezes lutam com tarefas complexas de pensamento de nível dois. Para abordar isso, os pesquisadores estão explorando maneiras de impor um raciocínio mais deliberado e passo a passo nesses modelos.

Uma abordagem é por meio de técnicas de engenharia de prompt, como prompts de "cadeia de pensamento", que dividem os problemas em etapas menores. Métodos mais avançados, como "consistência própria" e "árvore de pensamentos", exploram ainda mais múltiplos caminhos de solução.

Outra direção promissora é o uso de "agentes comunicativos" - configurações em que vários agentes de IA colaboram para resolver problemas, com um agente atuando como revisor para identificar falhas no raciocínio do outro.

Em última análise, o objetivo é desenvolver modelos de linguagem de grande porte que possam mudar adaptivamente entre o pensamento rápido e intuitivo do "sistema um" e o raciocínio mais lento e deliberado do "sistema dois", conforme necessário para enfrentar desafios complexos. Embora as técnicas atuais mostrem promessa, ainda há muito trabalho a ser feito para alcançar esse nível de inteligência sofisticada e flexível em sistemas de IA.