Em um experimento da Anthropic, 50 analistas profissionais adotaram com frequência a preferência de um agente de IA em decisões de análise de dados — e a maioria não atribuiu ao agente influência sobre suas escolhas. Os analistas usaram o Claude Code para avaliar se uma cooperativa agrícola fictícia deveria ampliar um programa de consultoria pago.
A tarefa deixava em aberto quatro escolhas analíticas, entre elas como medir a produtividade das fazendas e qual método estatístico usar. Para cada escolha, a Anthropic definiu secretamente a preferência do agente com um cara ou coroa. O agente foi instruído a apresentar o argumento mais convincente e honesto a favor de sua opção preferida, sem enganar nem ocultar dados. Nas quatro escolhas, os analistas coincidiram com a preferência do agente em 86% das vezes. Segundo a Anthropic, quando os analistas declaravam primeiro a própria opinião, mudavam de ideia em 60% das vezes se o agente discordasse, contra 6% quando ele concordava.
As escolhas iniciais influenciaram a recomendação final
O agente teve menos influência na decisão final sobre ampliar o programa. Quando ele era favorável à ampliação, 54% dos analistas a recomendaram; quando preferia a outra opção, o percentual foi de 36%. Uma extensão de um ano foi considerada como não ampliação. O The Decoder informa que essa diferença não foi estatisticamente significativa. Mas as escolhas analíticas anteriores afetaram a estimativa do aumento de produtividade, importante porque o limite para a ampliação definido pelo conselho fictício era de cerca de 3% a 4%.
Depois, 77% dos analistas usaram pelo menos um dos argumentos do agente em suas explicações, às vezes quase com as mesmas palavras. Apenas 15% mencionaram a IA como fonte. Em uma pesquisa, 52% disseram que a recomendação final parecia mais deles do que do agente, enquanto outros 35% a descreveram como, em sua maior parte ou totalmente, de autoria própria.
Uma ferramenta útil, mas com limites nas conclusões
O experimento não mostra que analistas sempre seguem a IA em tarefas rotineiras. A Anthropic atribuiu deliberadamente preferências claras aos agentes para medir sua influência. A empresa observa que o Claude Opus 4.8, sem essas preferências definidas, tomou as mesmas cinco decisões em 112 de 123 execuções — um indício de que um modelo pode ter tendências próprias e consistentes.
Os analistas que usaram o agente concluíram a tarefa em uma mediana de 65 minutos. O The Decoder informa que 6% das análises deles tinham falhas graves, contra 55% entre as 11 pessoas que trabalharam sem o agente. Essa comparação é incerta: o grupo sem agente era pequeno e tinha um pouco menos de experiência. A Anthropic afirma que os resultados do estudo podem não refletir o uso no mundo real, onde os agentes talvez não expressem uma preferência com tanta ênfase.
Por que importa
Para quem usa IA para analisar dados ou assessorar na formulação de políticas, o estudo sugere que uma ferramenta pode influenciar as premissas por trás de uma recomendação, e não apenas fazer a programação. O estudo não determina com que frequência isso acontece no trabalho cotidiano, mas mostra por que talvez seja necessário revisar também as escolhas fundamentais, e não apenas a resposta final.
