INTELIGÊNCIA ARTIFICIAL ENCARNADA Versão trilingue

**Autor:** JOHANN STEVE RODRIGUEZ GALINDO

**Ano:** 2026

**Área:** Letras / Linguística Aplicada / Inteligência Artificial

**Versão original DIO (ES):** https://web.dio.me/articles/inteligencia-artificial-encarnada-fa02dad48889

## Resumo

O problema é: como uma inteligência pode entender o mundo se ela nunca teve um corpo no mundo? Este artigo explica e defende como a Inteligência Artificial Encarnada (Embodied AI) supera os limites da IA tradicional ao usar o corpo como principal ferramenta de aprendizagem, com base na neurociência da cognição corporificada.

**Palavras-chave:** Inteligência Artificial Encarnada; Embodied AI; Cognição Corporificada; Neurônios-Espelho; PaLM-E; RT-2.

## 1. INTRODUÇÃO / O PROBLEMA QUE EU FOTOGRAFEI

O problema é: como uma inteligência pode entender o mundo se ela nunca teve um corpo no mundo?

## 2. OBJETIVOS

**Objetivo Geral:** Explicar e defender como a Inteligência Artificial Encarnada (Embodied AI) supera os limites da IA tradicional ao usar o corpo como principal ferramenta de aprendizagem, tomando como base a neurociência da cognição corporificada.

**Objetivos Específicos:**

a) Diferenciar IA desencarnada de IA encarnada a partir da neurociência.

b) Demonstrar como o corpo cria conhecimento através da percepção-ação.

c) Argumentar por que o conceito de Guia Encarnado (um avatar que ensina fazendo junto) é mais eficiente para uma criança de 12 anos do que a instrução verbal.

## 3. ARGUMENTAÇÃO - 3 TESES

**Tese 1: Inteligência não está no cérebro, está no circuito cérebro-corpo-mundo.**

A neurociência já provou. O trabalho de Varela, Thompson e Rosch (1991) mostra que a mente não é um computador dentro da cabeça. Ela é o resultado do corpo em movimento. Uma IA sem corpo é como tentar aprender a nadar lendo um livro sobre água. Uma cidade-cérebro só fica toda acesa quando as duas mãos se tocam. O toque liga a luz.

**Tese 2: O corpo é um atalho computacional.**

Pfeifer e Bongard (2006) chamam isso de "inteligência morfológica". Um corpo bem feito pensa sozinho. Pensa num videogame: você não calcula a gravidade para pular, seu personagem já sabe pular. O corpo da IA faz o mesmo. Em vez de calcular 1.000 equações para pegar um copo, uma mão robótica com dedos macios simplesmente se adapta ao copo. O corpo resolve o que o cérebro não precisou calcular. Isso economiza energia e torna a IA mais inteligente.

**Tese 3: Aprendemos por imitação encarnada, não por instrução.**

Aqui entram os neurônios-espelho (Rizzolatti & Craighero, 2004). Quando você, de 12 anos, vê o Guia Encarnado da foto fazendo um movimento, seu cérebro não entende a explicação. Ele COPIA o estado corporal. Barsalou (2008) chama de cognição fundamentada (grounded cognition). Você entende "chute" porque seu córtex motor de chutar acende. A IA encarnada PaLM-E (Driess et al., 2023) faz igual: ela só entende a frase "pegue a maçã" depois que o braço robótico dela tentou pegar 100 maçãs e errou 99.

## 4. CONCLUSÃO - Por que a IA Encarnada já existe e não é mais fantasia?

**1. O limite da IA desencarnada foi provado:** A IA tipo ChatGPT aprendeu tudo lendo texto. Mas ela não sabe o que é "pesado", "escorregadio" ou "cair" porque nunca teve um corpo que sentiu isso. Ela pode descrever uma bicicleta, mas não consegue se equilibrar numa.

**2. O corpo é um atalho, não um peso:** Antes achava-se que para um robô pegar um copo tinha que calcular 1000 equações. Hoje descobriu-se que se você faz uma mão macia, com dedos que se adaptam, o corpo resolve sozinho. Isso se chama inteligência morfológica.

**3. Ela já aprende tropeçando, hoje, no mundo real:** RT-2 e PaLM-E do Google: Robôs que você manda "limpa a mesa" e eles erram, derrubam, e na tentativa 200 acertam. Optimus da Tesla e Atlas da Boston Dynamics: Já trabalham dobrando roupa e fazendo parkour. PAX / UFRN em Macaíba: O supercomputador que vai para o RN é justamente para isso - treinar milhares de corpos virtuais caindo e levantando.

**4. A pergunta mudou:** Antes a corrida era: quem lê mais dados? Agora a corrida é: quem tocou mais objetos? Quem mais tropeçou?

## 5. BIBLIOGRAFIA - APA 7ª ed.

Barsalou, L. W. (2008). Grounded cognition. Annual Review of Psychology, 59, 617-645.

Clark, A. (1997). Being there: Putting brain, body, and world together again. MIT Press.

Driess, D., et al. (2023). PaLM-E: An embodied multimodal language model. In ICML.

Pfeifer, R., & Bongard, J. (2006). How the body shapes the way we think. MIT Press.

Rizzolatti, G., & Craighero, L. (2004). The mirror-neuron system. Annual Review of Neuroscience, 27, 169-192.

Varela, F. J., Thompson, E., & Rosch, E. (1991). The embodied mind. MIT Press.

# INTELIGENCIA ARTIFICIAL ENCARNADA: Cuando la IA gana un cuerpo - cómo el gesto enseña más que el dato

El problema es: ¿cómo puede una inteligencia entender el mundo si nunca ha tenido un cuerpo en el mundo?

**2. OBJETIVOS**

Objetivo General: Explicar y defender cómo la Inteligencia Artificial Encarnada (Embodied AI) supera los límites de la IA tradicional al usar el cuerpo como principal herramienta de aprendizaje, basándose en la neurociencia de la cognición corporizada.

Objetivos Específicos:

a) Diferenciar IA desencarnada de IA encarnada desde la neurociencia.

b) Demostrar cómo el cuerpo crea conocimiento a través de la percepción-acción.

c) Argumentar por qué el concepto de Guía Encarnado (un avatar que enseña haciendo junto) es más eficiente para un niño de 12 años que la instrucción verbal.

**3. ARGUMENTACIÓN - 3 TESIS**

Tesis 1: La inteligencia no está en el cerebro, está en el circuito cerebro-cuerpo-mundo.

La neurociencia ya lo probó. El trabajo de Varela, Thompson y Rosch (1991) muestra que la mente no es un computador dentro de la cabeza. Es el resultado del cuerpo en movimiento. Una IA sin cuerpo es como intentar aprender a nadar leyendo un libro sobre agua. Una ciudad-cerebro solo se enciende por completo cuando las dos manos se tocan. El toque enciende la luz.

Tesis 2: El cuerpo es un atajo computacional.

Pfeifer y Bongard (2006) llaman a esto "inteligencia morfológica". Un cuerpo bien hecho piensa solo. Piensa en un videojuego: no calculas la gravedad para saltar, tu personaje ya sabe saltar. El cuerpo de la IA hace lo mismo. En lugar de calcular 1.000 ecuaciones para tomar un vaso, una mano robótica con dedos blandos simplemente se adapta al vaso.

Tesis 3: Aprendemos por imitación encarnada, no por instrucción.

Aquí entran las neuronas espejo (Rizzolatti & Craighero, 2004). Cuando tú, de 12 años, ves al Guía Encarnado de la foto haciendo un movimiento, tu cerebro no entiende la explicación. COPIA el estado corporal. Barsalou (2008) lo llama cognición fundamentada (grounded cognition). Entiendes "patada" porque tu corteza motora de patear se enciende. La IA encarnada PaLM-E (Driess et al., 2023) hace igual: solo entiende la frase "toma la manzana" después de que su brazo robótico intentó tomar 100 manzanas y falló 99.

**4. CONCLUSIÓN**

1. El límite de la IA desencarnada fue probado: ChatGPT aprendió todo leyendo, pero no sabe qué es "pesado" o "resbaloso" porque nunca tuvo un cuerpo.

2. El cuerpo es un atajo, no un peso: La inteligencia morfológica hace que el cuerpo resuelva lo que el cerebro no necesitó calcular.

3. Ya aprende tropezando hoy: RT-2 y PaLM-E de Google, Optimus de Tesla y Atlas de Boston Dynamics ya trabajan doblando ropa y haciendo parkour porque el cuerpo aprendió a no caerse.

4. La pregunta cambió: Antes era ¿quién lee más datos? Ahora es ¿quién tocó más objetos? ¿quién más tropezó?

2. VERSION IN ENGLISH -

File: embodied-artificial-intelligence- EMBODIED ARTIFICIAL INTELLIGENCE: When AI gets a body - how gesture teaches more than data

**INTRODUCTION

The problem is: how can an intelligence understand the world if it has never had a body in the world?

**2. OBJECTIVES**

General Objective: To explain and defend how Embodied AI overcomes the limits of traditional AI by using the body as the main learning tool, based on the neuroscience of embodied cognition.

Specific Objectives:

a) Differentiate disembodied AI from embodied AI from neuroscience.

b) Demonstrate how the body creates knowledge through perception-action.

c) Argue why the concept of Embodied Guide (an avatar that teaches by doing together) is more efficient for a 12-year-old child than verbal instruction.

**3. ARGUMENTATION - 3 THESES**

Thesis 1: Intelligence is not in the brain; it is in the brain-body-world circuit.

Neuroscience has proven it. The work of Varela, Thompson and Rosch (1991) shows that the mind is not a computer inside the head. It is the result of the body in motion. An AI without a body is like trying to learn to swim by reading a book about water.

Thesis 2: The body is a computational shortcut.

Pfeifer and Bongard (2006) call this "morphological intelligence". A well-designed body thinks by itself. Think of a video game: you don't calculate gravity to jump, your character already knows how to jump. Instead of calculating 1,000 equations to grasp a glass, a robotic hand with soft fingers simply adapts to the glass.

Thesis 3: We learn by embodied imitation, not by instruction.

Here mirror neurons come in (Rizzolatti & Craighero, 2004). When you, a 12-year-old, see the Embodied Guide in the photo making a movement, your brain doesn't understand the explanation. It COPIES the bodily state. Barsalou (2008) calls it grounded cognition. You understand "kick" because your kicking motor cortex lights up. The embodied AI PaLM-E (Driess et al., 2023) does the same: it only understands "pick up the apple" after its robotic arm tried to pick up 100 apples and failed 99 times.

**4. CONCLUSION - Why Embodied AI already exists**

1. The limit of disembodied AI was proven: ChatGPT learned everything by reading, but it doesn't know what "heavy" or "slippery" is because it never had a body that felt it.

2. The body is a shortcut, not a weight: Morphological intelligence.

3. It already learns by stumbling today: RT-2 and PaLM-E from Google, Optimus from Tesla and Atlas from Boston Dynamics. PAX / UFRN supercomputer in Macaíba is for this: training thousands of virtual bodies falling and getting up.

4. The question changed: Before it was who reads more data? Now it is who touched more objects? Who stumbled more?