Um estudo publicado no arXiv testou como três modelos de linguagem avaliam pedidos de reembolso e solicitações de indenização em casos limítrofes, quando apresentados a três casos anteriores semelhantes. No DeepSeek V4.1 Flash, no GPT-5.6 Luna e no Claude Haiku 5.5, mudar o registro das decisões dos casos de NEGAR para APROVAR elevou as taxas de aprovação em cerca de 30 a 55 pontos percentuais, de acordo com políticas redigidas para o estudo.
Mas, quando o DeepSeek e o Luna receberam apenas os fatos dos casos anteriores, aprovaram menos vezes aqueles cujos fatos favoreciam a aprovação do que aqueles cujos fatos favoreciam a negativa. Segundo os autores, o mesmo padrão apareceu em nove políticas públicas adaptadas de políticas reais.
Por que importa
Organizações que usam IA para avaliar reembolsos ou solicitações de indenização devem testar separadamente os fatos dos casos anteriores e os resultados registrados, pois ambos podem alterar as decisões — e o efeito pode ocorrer em direções diferentes.
