Uma pessoa escreve que está angustiada. A tela devolve uma pergunta: “Por que você está angustiada?”. Não há memória de uma vida, conhecimento do contexto ou preocupação com o que virá depois. Ainda assim, a conversa pode parecer íntima.
Essa não é uma cena inventada para a era dos grandes modelos de linguagem. Em 1966, Joseph Weizenbaum publicou ELIZA, um programa que analisava frases digitadas e aplicava regras de transformação para devolver respostas. O roteiro mais conhecido, DOCTOR, imitava a forma de uma primeira conversa em psicoterapia centrada na pessoa. Ele não fazia diagnóstico nem compreendia o relato. Procurava palavras-chave, trocava pronomes e usava moldes de resposta para manter o diálogo em movimento.
A leitura fácil é que o episódio ficou velho porque os programas atuais produzem frases muito melhores. A leitura mais útil é outra: a aparência de compreensão nunca dependeu apenas de uma máquina ser sofisticada. Ela também depende da nossa disposição de ler atenção, intenção e presença em uma troca que tem a forma certa.
O truque não era esconder a regra
O próprio artigo de Weizenbaum descreve ELIZA como um experimento sobre comunicação em linguagem natural. O programa separava a entrada em partes, identificava termos previstos no roteiro e priorizava regras. Diante de “I am unhappy”, por exemplo, um roteiro poderia deslocar a frase para uma pergunta sobre o motivo da infelicidade. Quando nada se encaixava, havia respostas genéricas que devolviam a responsabilidade da conversa a quem digitava.
Essa arquitetura é importante porque desarma uma explicação confortável: a pessoa não precisava acreditar que havia uma consciência escondida no computador para reagir socialmente. Bastava que o programa sustentasse o turno de fala, recuperasse uma palavra relevante e respondesse como quem convida a continuar. A conversa não prova entendimento. Mas pode organizar o relato de quem fala.
FIGURA 1 — Como o roteiro DOCTOR transformava uma frase em nova pergunta.
Em seu livro de 1976, Weizenbaum relatou o desconforto de ver pessoas atribuírem mais ao sistema do que ele pretendia demonstrar. A anedota mais repetida é a de sua secretária, que conhecia o programa e ainda assim pediu privacidade para conversar com ele. Ela não serve como levantamento estatístico, nem permite medir a reação do público. Serve como cena: conhecer o mecanismo não impede, por si só, que a forma da interação pareça pessoal.
De onde vem a pessoa que vemos na máquina
A psicologia chama de antropomorfismo a tendência de atribuir características humanas a agentes não humanos. Em uma revisão teórica, Nicholas Epley, Adam Waytz e John Cacioppo propõem três condições que tornam isso mais provável: ter conhecimento humano disponível para interpretar o agente, querer explicar um comportamento ambíguo e buscar contato social. A proposta não foi feita para demonstrar que ELIZA acolhia alguém. Ela ajuda a explicar por que um sistema que fala em primeira pessoa, responde no tempo certo e usa palavras do interlocutor pode ser lido como parceiro de conversa.
O ponto decisivo é que antropomorfizar não é simplesmente cometer um erro infantil. É uma estratégia comum de interpretação. Usamos referências humanas para entender animais, objetos e sistemas quando seu comportamento parece ter direção ou resposta. Em uma interface conversacional, a linguagem oferece muitos desses sinais de uma vez: pergunta, continuidade, tom e aparente atenção ao que foi dito.
FIGURA 2 — Sinais de conversa e a inferência de presença.
Isso também explica a persistência da questão quando muda a tecnologia. ELIZA dependia de regras explícitas; sistemas contemporâneos são construídos de outro modo e podem manter diálogos muito mais longos. Essa diferença técnica é relevante. Mas a mudança não autoriza a conclusão inversa, de que fluência linguística comprova experiência, responsabilidade moral ou capacidade de cuidar. O mecanismo do sistema e a experiência de quem conversa são coisas diferentes, ainda que se influenciem.
O que a evidência sustenta, e o que ela não sustenta
ELIZA sustenta uma afirmação modesta e forte: é possível produzir a impressão de diálogo por meio de transformações linguísticas simples. A teoria de Epley e colegas sustenta outra: há condições psicológicas reconhecíveis que favorecem a atribuição de traços humanos a agentes não humanos. Juntas, essas fontes ajudam a interpretar por que uma interface conversacional pode nos parecer mais social do que é.
Elas não demonstram que toda pessoa cria vínculo com um chatbot, que uma conversa automatizada é necessariamente prejudicial ou que sistemas atuais equivalem a ELIZA. Tampouco permitem tratar um diálogo como terapia. Cuidado envolve responsabilidade, discernimento sobre o contexto, possibilidade de reparação e deveres que uma frase bem formada não cria por conta própria.
Essa distinção importa justamente porque a experiência pode ser real para quem a vive. Alguém pode se sentir menos só depois de escrever, pode organizar uma dúvida ao responder a uma pergunta e pode encontrar alívio momentâneo em uma conversa. Nenhuma dessas experiências exige que o programa tenha compreendido. A honestidade está em não confundir o efeito produzido na pessoa com uma propriedade moral da máquina.
A pergunta que ELIZA deixa na tela
Weizenbaum não nos deixou apenas uma relíquia da computação. Ele deixou uma forma mínima de testar nossas expectativas. Quando uma resposta nos parece cuidadosa, o que exatamente estamos reconhecendo nela? Uma memória confiável? Um compromisso com as consequências? Uma capacidade de dizer “não sei”? Ou apenas uma frase que devolve nossa própria linguagem em uma ordem persuasiva?
Essa pergunta não pede que abandonemos toda conversa com tecnologia. Pede que o fascínio pela conversa não decida sozinho o que chamamos de compreensão, relação ou cuidado. ELIZA continua incômoda porque uma máquina simples já mostrava que, diante de uma tela que responde bem, parte do interlocutor é criada por quem está do lado de cá.
Prepare-se para os novos desafios do Direito Digital
Discussões como esta mostram que os impactos da tecnologia já fazem parte da prática jurídica contemporânea. A Pós-graduação em Direito Digital e Inteligência Artificial da Faculdade ESMAFE foi desenvolvida para profissionais que desejam compreender, com profundidade e visão crítica, os desafios legais, éticos e regulatórios do ambiente digital, da proteção de dados às novas formas de uso da inteligência artificial.
É uma formação voltada a quem busca atuar com mais segurança diante das transformações tecnológicas que já estão redefinindo o Direito.
Referências
- EPLEY, Nicholas; WAYTZ, Adam; CACIOPPO, John T. On Seeing Human: A Three-Factor Theory of Anthropomorphism. Psychological Review, v. 114, n. 4, p. 864-886, 2007. DOI: 10.1037/0033-295X.114.4.864.
- WEIZENBAUM, Joseph. ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine. Communications of the ACM, v. 9, n. 1, p. 36-45, 1966. DOI: 10.1145/365153.365168.
- WEIZENBAUM, Joseph. Computer Power and Human Reason: From Judgment to Calculation. San Francisco: W. H. Freeman, 1976. Registro bibliográfico: WorldCat.
- WEIZENBAUM INSTITUT. ELIZA: A Program for Simulating Understanding and Intelligence. Exposição institucional, acesso em 18 jul. 2026. https://www.weizenbaum-institut.de/w-100/exhibition-eliza/.
