O chatbot de 1966 que ainda explica muito sobre a Inteligência Artificial atual

Nas aulas sobre Inteligência Artificial do Bootcamp Santander 2026, a apresentação do chatbot ELIZA ajuda a mostrar que a história da IA não começou com os modelos generativos modernos. Muito antes de ferramentas como ChatGPT, Gemini ou Copilot, pesquisadores já investigavam uma questão central: até que ponto uma máquina poderia sustentar uma conversa aparentemente humana? Foi nesse contexto que surgiu ELIZA, um dos programas mais importantes da história da interação homem-máquina.

ELIZA foi criado por Joseph Weizenbaum no MIT, na década de 1960, e apresentado em 1966 no artigo “ELIZA — A Computer Program for the Study of Natural Language Communication Between Man and Machine”, publicado na Communications of the ACM. O próprio título do artigo já revela a proposta original: ELIZA não nasceu como uma “inteligência consciente”, nem como um assistente capaz de compreender profundamente o mundo, mas como um experimento para estudar a comunicação em linguagem natural entre pessoas e computadores.

O funcionamento de ELIZA era relativamente simples quando comparado às IAs atuais. O programa analisava frases digitadas pelo usuário, procurava palavras-chave e aplicava regras de decomposição e recomposição textual para gerar respostas. Em outras palavras, ELIZA não “entendia” o conteúdo da conversa como um ser humano entende. Ela identificava padrões linguísticos e devolvia frases que pareciam fazer sentido dentro do contexto imediato. Esse mecanismo de pattern matching, ou casamento de padrões, foi suficiente para produzir uma ilusão conversacional poderosa.

A versão mais famosa de ELIZA usava um roteiro chamado DOCTOR, que imitava o estilo de um psicoterapeuta rogeriano. Esse tipo de terapeuta muitas vezes devolve ao paciente perguntas abertas ou reformula o que ele acabou de dizer. Por exemplo, quando o usuário dizia algo como “estou triste”, o sistema poderia responder “por que você acha que está triste?”. Essa estratégia era tecnicamente simples, mas psicologicamente eficaz, porque fazia o usuário sentir que estava sendo ouvido.

O ponto mais importante de ELIZA não está apenas em sua implementação, mas na reação das pessoas. Muitos usuários atribuíram ao programa uma capacidade de compreensão maior do que ele realmente possuía. Mesmo sabendo que estavam interagindo com um sistema computacional, algumas pessoas tratavam ELIZA como se ela demonstrasse atenção, empatia ou inteligência real. Esse fenômeno ficou conhecido como “Efeito ELIZA”: a tendência humana de projetar compreensão, intenção e sensibilidade em sistemas que apenas manipulam símbolos ou textos.

Foi a partir dessa ideia que desenvolvi meu próprio experimento inspirado na ELIZA, disponível em https://carlosdelfino.eti.br/Eliza. A proposta não é apenas recriar um chatbot histórico, mas investigar, de forma prática, como perguntas bem posicionadas, palavras-chave e respostas abertas podem conduzir o usuário a revelar mais sobre seu próprio pensamento. Nesse experimento, tento desenvolver o que chamo de Algoritmo da Cartomante.

Chamo esse conceito de Algoritmo da Cartomante porque ele lembra, de forma crítica e experimental, a estratégia usada por alguém que lança perguntas amplas, observa palavras, capta pistas emocionais e tenta inferir o que a outra pessoa está pensando ou deseja ouvir. A ideia não é “adivinhar” no sentido místico, mas demonstrar como um sistema pode parecer perspicaz ao combinar perguntas abertas, reaproveitamento de termos ditos pelo próprio usuário e respostas que mantêm a conversa em movimento.

Esse comportamento é muito próximo do mecanismo que tornou ELIZA tão marcante. O programa não precisava compreender profundamente a mente humana para gerar a sensação de diálogo. Bastava devolver ao usuário partes de sua própria fala em forma de pergunta, criando um espelho linguístico. Quando alguém dizia “eu estou preocupado com meu futuro”, uma resposta como “por que você está preocupado com seu futuro?” parecia atenciosa, embora fosse apenas uma transformação estrutural da frase original.

No meu experimento, o Algoritmo da Cartomante busca explorar exatamente essa zona ambígua entre linguagem, inferência e projeção. Ele joga perguntas, recolhe palavras relevantes, reorganiza sinais textuais e tenta estimar a intenção do usuário. Quanto mais a pessoa responde, mais o sistema tem elementos para continuar parecendo contextual. O ponto central é observar que parte da “inteligência” percebida não está apenas no algoritmo, mas também na interpretação que o usuário faz da resposta recebida.

Esse experimento também ajuda a diferenciar dois níveis de sistemas conversacionais. O primeiro nível é o da simulação simbólica, baseada em regras, padrões e palavras-chave, como ocorria com ELIZA. O segundo nível é o das IAs generativas modernas, capazes de construir respostas mais longas, inferir relações mais complexas e manter contexto por mais tempo. Porém, mesmo com toda essa diferença técnica, o risco psicológico continua parecido: quando a resposta parece adequada, tendemos a atribuir ao sistema mais compreensão do que ele realmente possui.

A conclusão científica e filosófica mais forte do experimento original de ELIZA é desconfortável e ainda atual: muitas vezes, não é necessário que uma máquina compreenda para que o ser humano sinta que ela compreende. Basta que a resposta esteja bem formulada, seja contextual o suficiente e mantenha a continuidade da conversa. Isso nos obriga a separar duas coisas: simulação de entendimento e entendimento real. ELIZA simulava uma conversa, mas não possuía consciência, intenção, memória profunda, experiência subjetiva ou compreensão semântica do mundo.

Joseph Weizenbaum ficou preocupado com a forma como as pessoas reagiram ao programa. O experimento revelou que interfaces textuais podem gerar vínculos psicológicos muito rapidamente. Essa percepção é extremamente importante para os debates atuais sobre IA generativa, chatbots terapêuticos, agentes autônomos e assistentes pessoais. Quanto mais natural for a conversa, maior será o risco de o usuário esquecer que está diante de um sistema computacional, e não de uma pessoa.

No contexto das aulas de IA, ELIZA serve como uma excelente porta de entrada para compreender três conceitos fundamentais. Primeiro, ela mostra que linguagem não é apenas transmissão de informação; linguagem também cria relação, expectativa e confiança. Segundo, ela demonstra que uma interface simples, baseada em texto, pode produzir forte impacto emocional. Terceiro, ela antecipa um dos grandes desafios éticos da IA moderna: como projetar sistemas úteis sem induzir o usuário a acreditar que existe uma mente humana por trás da máquina.

O Algoritmo da Cartomante, nesse sentido, funciona como um estudo prático sobre a fronteira entre interação, sugestão e inferência. Ele mostra que um chatbot pode parecer inteligente não apenas por responder, mas por perguntar bem. Muitas vezes, uma boa pergunta desloca o esforço cognitivo para o próprio usuário, que passa a preencher lacunas, explicar sentimentos, organizar ideias e atribuir sentido à conversa. Isso torna o experimento útil para refletir sobre educação, atendimento automatizado, interfaces conversacionais e até sobre os limites éticos de sistemas que simulam acolhimento.

Hoje, os modelos generativos são muito mais avançados que ELIZA. Eles conseguem resumir textos, escrever códigos, interpretar imagens, gerar argumentos e manter diálogos longos. Porém, o alerta de ELIZA permanece. A fluência textual de uma IA não deve ser confundida automaticamente com verdade, consciência ou sabedoria. Uma resposta bem escrita pode parecer convincente mesmo quando está errada, incompleta ou baseada em uma interpretação frágil.

Por isso, estudar ELIZA em 2026 não é apenas olhar para uma peça de museu da computação. É compreender a origem de um problema que continua vivo: o poder da linguagem em criar a aparência de inteligência. A diferença é que, agora, essa aparência é muito mais sofisticada. Se ELIZA já causava a impressão de compreensão usando regras simples, os modelos atuais exigem ainda mais senso crítico, validação de fontes e responsabilidade no uso.

A versão modernizada que apresento em https://carlosdelfino.eti.br/Eliza busca justamente aproximar esse debate histórico da prática atual. Ela permite experimentar uma interface inspirada na ELIZA e refletir sobre como um sistema pode usar perguntas, palavras e padrões para tentar inferir intenções. Mais do que uma homenagem ao passado da IA, é um exercício para compreender como a linguagem pode conduzir a percepção humana.

ELIZA continua importante porque nos ensina que a inteligência artificial não deve ser analisada apenas pelo lado técnico. Também precisamos observar o comportamento humano diante da máquina. O maior legado desse chatbot talvez não tenha sido provar que computadores podem conversar, mas mostrar que nós, humanos, somos profundamente inclinados a encontrar sentido, intenção e presença mesmo onde há apenas regras, padrões e processamento simbólico. Meu experimento com o Algoritmo da Cartomante parte exatamente desse ponto: investigar como perguntas simples podem revelar pensamentos complexos e como a máquina, mesmo sem consciência, pode parecer estar entendendo mais do que realmente entende.