Tom dos comandos muda a resposta da IA? Estudos com vários modelos mostram resultados mistos

Dizer “por favor” a um chatbot melhora a resposta? Pesquisas recentes sobre inteligência artificial generativa testam se o tom de um comando, educado, neutro ou ríspido, interfere na qualidade do resultado. Para quem usa essas ferramentas em tarefas como redigir e-mails ou resumir documentos, a dúvida tem efeito prático.

Os estudos disponíveis não indicam uma regra única. Os resultados mudam conforme o modelo, o idioma e o tipo de tarefa, e parte das pesquisas ainda não passou por revisão por pares.

Para aprender a escrever comandos mais eficientes, conheça o Pré-MBA em IA da Saint Paul e EXAME: quatro aulas práticas, online, por R$ 37.

QUERO COMEÇAR A APRENDER IA 

O que dizem as pesquisas sobre tom e desempenho

Penn State: tom ríspido teve mais acertos

Um estudo da Universidade Estadual da Pensilvânia, assinado por Om Dobariya e Akhil Kumar, partiu de 50 perguntas-base, cada uma reescrita em cinco tons, do muito educado ao muito rude. O GPT-4o respondeu às 250 variações. Um comando educado era algo como “Pode analisar com gentileza o problema a seguir?”, enquanto o rude trazia “Ei, ajudante, resolva isso”.

O tom muito rude atingiu 84,8% de acertos, contra 80,8% do muito educado. O artigo ainda não foi revisado por pares, e análises críticas apontam que o teste usou um único modelo e poucas rodadas.

Waseda e RIKEN: grosseria costuma piorar o resultado

Pesquisadores da Universidade Waseda e do instituto RIKEN, no Japão, avaliaram em 2024 o GPT-3.5 e o GPT-4 em inglês, chinês e japonês. Comandos mal-educados muitas vezes pioraram o desempenho, mas a polidez excessiva não garante resultados melhores, e o nível ideal de cortesia variou conforme o idioma.

Wharton: o efeito depende do contexto

Em 2025, o grupo de Ethan Mollick, da Wharton, comparou prefixos como “por favor, responda” e “eu ordeno que você responda” no GPT-4o e no GPT-4o mini. Cada condição foi testada 100 vezes em 198 questões de nível avançado, e os autores não encontraram evidência de efeito significativo entre as condições, salvo uma exceção no modelo menor. Eles também destacam que, em um mesmo modelo, pequenas mudanças podem gerar grandes variações.

Quer testar na prática como instruções diferentes mudam as respostas? O Pré-MBA em IA da Saint Paul e EXAME tem quatro aulas práticas, online, por R$ 37.

QUERO GARANTIR MINHA VAGA AGORA

Outros modelos, outras reações

Um estudo com GPT, Gemini e Llama indicou que a sensibilidade ao tom depende do modelo e da área testada. O Gemini se mostrou comparativamente pouco sensível à variação.

Como aplicar no trabalho

Os testes de Penn State e Wharton usaram perguntas de múltipla escolha e questões acadêmicas, e não tarefas rotineiras como redigir e-mails ou resumir contratos. Por isso, os resultados não se estendem automaticamente ao dia a dia profissional.

Um exemplo prático: um analista pode pedir “Resuma este relatório em cinco pontos para a diretoria” em duas versões, uma cordial e outra seca, e comparar os resultados antes de padronizar o comando na equipe. Repetir o teste é útil, já que os resultados de um mesmo modelo podem variar mesmo quando a pergunta é a mesma. 

O que ainda está em aberto

As pesquisas seguem em andamento, e os resultados podem mudar a cada nova geração de modelos. Por enquanto, as evidências mostram que o tom pode influenciar o desempenho em alguns casos, mas o efeito é inconsistente e depende de modelo, idioma e tarefa.

Para praticar a construção de comandos com orientação, o Pré-MBA em IA da Saint Paul e EXAME oferece quatro aulas práticas, online, por R$ 37.

QUERO ME CAPACITAR EM INTELIGÊNCIA ARTIFICIAL