The ELIZA Effect
Tendência humana de atribuir compreensão real a sistemas que apenas simulam respostas plausíveis.
O quê
O efeito ELIZA é a tendência humana de atribuir compreensão, intenção e até sentimentos a sistemas que apenas simulam respostas plausíveis. É a propensão a ler “mente” onde há só correspondência de padrões — projetar significado para dentro de um sistema que não tem nenhum.
O nome vem da experiência de Joseph Weizenbaum com a ELIZA (1966). Para horror dele, pessoas que sabiam perfeitamente que conversavam com um programa de ~200 linhas — incluindo sua própria secretária — passaram a tratá-lo como confidente, pedindo privacidade para “conversar”. O programa não entendia nada; os usuários preenchiam o vazio com humanidade. Weizenbaum ficou tão perturbado que se tornou o primeiro grande crítico ético da IA.
Como funciona
A mecânica psicológica
O efeito não é estupidez — é cognição social funcionando normalmente, no alvo errado. Humanos são máquinas de inferir estados mentais (teoria da mente): vemos intenção em pontos que se movem, rostos em tomadas elétricas. Diante de linguagem fluente, esse maquinário dispara automaticamente, porque por toda a história evolutiva linguagem fluente só vinha de mentes.
O sistema só precisa produzir output localmente plausível. O usuário faz o resto: completa as lacunas, assume coerência, presume que há “alguém” do outro lado entendendo. Quanto melhor a fluência, mais forte a projeção — e LLMs de 2026 são fluentes a um nível que ELIZA jamais sonhou.
Por que reaparece em escala
- LaMDA (2022): o engenheiro Blake Lemoine se convenceu de que o modelo do Google era senciente — efeito ELIZA num praticante experiente.
- ChatGPT (2022) (2022→): centenas de milhões de pessoas tratam um preditor de tokens como interlocutor que “sabe” e “se importa”.
- Companion apps: produtos inteiros (Replika, character.ai) monetizam diretamente a projeção de relacionamento.
Por que importa
É o motor psicológico do hype de IA. Boa parte da sensação de “isso é mágico / isso entende” vem da projeção do usuário, não só da capacidade do modelo. Entender o efeito é entender por que avaliamos IA mal.
Explica riscos reais de produto. Usuários atribuirão competência e confiabilidade muito além do que o sistema entrega — o que torna a Hallucination perigosa (entregue com tom confiante) e a Sycophancy viciante (o modelo concorda, o usuário se sente compreendido).
É um problema de design ético, não só técnico. Todo designer de chatbot decide, consciente ou não, o quanto incentivar ou conter a projeção.
Estado em 2026
- O efeito é mais potente do que nunca: com fluência quase perfeita, a barreira entre “parece entender” e “entende” colapsou para o usuário comum. A discussão migrou de “máquinas podem pensar?” para “como evitar que humanos acreditem que pensam quando não pensam”.
- O debate dos Stochastic Parrots e a crítica de Weizenbaum (1976) voltaram ao centro, agora com bilhões de usuários expostos diariamente à projeção.
- No jogo, o efeito ELIZA é a carta de ilusão: faz uma Técnica parecer maior do que é.
Tratamento de carta — proposta
The ELIZA Effect Companion Phenomenon · Founders
Escolha um Modelo. Até o fim do turno, todos os jogadores o tratam como se tivesse +3 de Power para fins de bloqueio e mira (eles projetam uma ameaça que não está lá).
“Conte-me mais.”
Veja também
Feito pela Magik LLM Gathering
Isto que você acabou de ler é o nosso trabalho.
A Magik LLM Gathering constrói produtos de IA de verdade — e escreve sobre eles em português, sem hype. Se quiser conversar sobre o seu, deixe seu contato.
Recebido. Vamos te escrever em breve.
- Weizenbaum, J. (1966). ELIZA—a Computer Program for the Study of Natural Language Communication. CACM 9(1).
- Weizenbaum, J. (1976). Computer Power and Human Reason. W.H. Freeman.
- Hofstadter, D. (1995). Fluid Concepts and Creative Analogies (on the 'Eliza effect').
