O Teste de Turing é um método proposto pelo matemático britânico Alan Turing para investigar se uma máquina pode exibir comportamento inteligente indistinguível do de um ser humano. A ideia surgiu em 1950, no artigo “Computing Machinery and Intelligence”, publicado na revista científica Mind. No texto, Turing discutiu a possibilidade de máquinas pensarem e apresentou o chamado “jogo da imitação” como uma maneira de abordar a questão.
Origens no jogo da imitação
A proposta parte de um jogo com participantes ocultos e sugere colocar uma máquina no lugar de um deles. Na versão mais conhecida, participam um avaliador humano, uma pessoa e um computador. A dinâmica pode ser dividida em quatro etapas.
As identidades ficam ocultas: o avaliador sabe que conversa com uma pessoa e uma máquina, mas desconhece qual é cada uma. A interação acontece por texto, sem pistas visuais ou sonoras. O avaliador envia perguntas e recebe as respostas dos dois interlocutores.
O avaliador tenta identificar o humano. As perguntas podem abordar diferentes assuntos, como conhecimentos gerais, opiniões e situações cotidianas. Por exemplo, o avaliador poderia perguntar o que os participantes acharam de um filme ou como reagiriam a uma situação inesperada. A forma de responder também pode influenciar a identificação.
Por fim, os pesquisadores analisam os julgamentos. Se a máquina não puder ser distinguida do humano com consistência, pode ser considerada aprovada naquela versão do teste. A avaliação considera as respostas fornecidas durante a interação, sem que o avaliador tenha acesso à aparência ou à voz dos participantes.
Quem foi Alan Turing
Alan Turing (1912–1954) foi um matemático britânico considerado um dos pioneiros da computação. Em 1936, apresentou o modelo teórico conhecido como máquina de Turing, fundamental para o estudo do que pode ser calculado por um computador.
Segundo a biografia escrita pelo pesquisador Andrew Hodges, durante a Segunda Guerra Mundial, Turing integrou a equipe de Bletchley Park que trabalhou na decifração de comunicações alemãs protegidas pela máquina Enigma. Sua trajetória também incluiu pesquisas sobre inteligência de máquinas e modelos matemáticos para explicar a formação de padrões em seres vivos.
Variações e critérios do teste
Pesquisas usam variações desse formato. Por isso, a duração da conversa, o número de avaliações e o critério adotado precisam acompanhar qualquer afirmação de que uma IA “passou” no teste. A fonte não detalhou exemplos específicos de variações, mas destacou que os resultados dependem das condições de cada experimento, como o tempo disponível e as instruções dadas ao sistema.
Pesquisas com modelos de linguagem já mostram que identificar o interlocutor artificial pode ser difícil em conversas curtas. Os resultados dependem das condições de cada experimento, como o tempo disponível e as instruções dadas ao sistema.
Estudo recente com GPT-4.5
Um estudo divulgado em março de 2025 por pesquisadores da Universidade da Califórnia em San Diego encontrou evidências disso em uma versão com três participantes. A pesquisa foi disponibilizada como preprint, formato de divulgação anterior à revisão por pares.
Os avaliadores conversavam simultaneamente com uma pessoa e um sistema de IA durante cinco minutos. Quando recebeu instruções para adotar uma personalidade humana, o GPT‑4.5 foi escolhido como o interlocutor humano em 73% das avaliações. O percentual corresponde aos julgamentos feitos naquele experimento. As instruções tiveram peso no resultado: sem a personalidade definida, o mesmo modelo não apresentou aprovação consistente nos dois grupos estudados.
Segundo os autores, as decisões também refletiam expectativas dos avaliadores sobre como humanos e máquinas deveriam conversar. Respostas informais ou pouco convencionais podiam ser interpretadas como sinais de humanidade.
Implicações para interações digitais
A capacidade de sustentar uma conversa convincente tem consequências para interações digitais. Os autores do estudo de 2025 apontam que sistemas capazes de se passar por pessoas podem afetar atividades profissionais e relações sociais, especialmente quando sua identidade artificial fica oculta.
Nesse contexto, o teste ajuda a investigar a dificuldade de reconhecer uma IA pelo diálogo. Seu resultado descreve o desempenho de um sistema diante de determinados avaliadores e condições de conversa.
