Simulação como nova lei de escala: por que a Simile aposta em gêmeos digitais de humanos

O criador de Smallville voltou a falar de simulação, mas agora com um cheque de US$ 2 bilhões na mesa. Em entrevista ao podcast Latent Space, Joon Sung Park, cofundador e CEO da Simile AI↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI →, argumenta que a próxima lei de escala em IA não é sobre empilhar mais dados da web nem mais parâmetros: é sobre simular comportamento humano antes de tomar decisões no mundo real.

Para quem acompanha o campo, Park não é um nome qualquer. Ele assinou o paper Generative Agents (2023), o famoso experimento de Smallville, em que personagens de IA conseguiam lembrar de eventos, planejar, socializar e desenvolver comportamentos emergentes. O trabalho passa de 7.200 citações no Google Scholar e ainda é resposta recorrente quando alguém pergunta qual foi o melhor paper recente. A Simile é a continuação comercial daquela linha de pesquisa.

O que a Simile está construindo

A tese central é o que Park chama de "física social": assim como um modelo de linguagem aprende a estatística da linguagem, um modelo de comportamento precisaria aprender as regras que governam por que as pessoas fazem o que fazem. E aqui está o ponto que interessa a quem constrói: segundo Park, prompting não resolve isso sozinho.

O raciocínio dele é direto. Você só precisa treinar (ou fazer post-training) quando o modelo ainda não tem a "física" daquele domínio. Se o modelo já domina as estatísticas de base e só precisa reagir a um ambiente, prompt basta. O problema é que os modelos de fronteira foram treinados em dados da web, que capturam principalmente o que as pessoas dizem que fazem, não o que fazem de fato. Essa lacuna, que ele apelida de "conhecimento sombrio da humanidade", exigiria mexer nos pesos do modelo, não só no contexto.

A empresa afirma rodar dezenas de milhões de simulações para clientes Fortune 100 como a CVS, com precisão de 85% a 99% comparada a grupos focais humanos reais. Entre os investidores da Série B estão Fei-Fei Li e Andrej Karpathy.

As três camadas de dados

O detalhe técnico mais aproveitável da conversa é como a Simile estrutura os dados de treino, em três baldes:

1. Dados de entrevista (qualitativos): eles literalmente pedem para a pessoa contar a história da vida, incluindo memórias de infância, traumas, primeiro amor. É informação de cauda longa que dá textura ao modelo daquele indivíduo.
2. Dados observacionais: transações, comportamento raspado da web. Fornecem a estatística de base do que as pessoas realmente fazem.
3. Dados causais (os porquês): para Park, os mais importantes. É onde entram experimentos controlados randomizados (RCTs), usados no post-training para ensinar o modelo o mecanismo causal por trás das decisões.

Esse último ponto é o que separa a Simile de um pipeline RAG convencional. A ideia não é recuperar contexto sobre uma pessoa e injetar num LLM genérico, é treinar o modelo nos mecanismos causais extraídos de RCTs.

Simulação não é predição

Um ponto que Park faz questão de separar: o objetivo não é prever o futuro, é entender como moldá-lo. A diferença é a mesma entre um modelo preditivo e um simulador. Um simulador permite rodar contrafactuais, testar um produto, uma política pública ou um preço antes de lançar, e encontrar caminhos contraintuitivos para o resultado desejado. Ele conecta isso à psico-história de Asimov e ao trabalho de Thomas Schelling em modelagem baseada em agentes.

Há também um alerta técnico interessante para quem imagina que basta usar o melhor modelo disponível: modelos otimizados para serem racionais são simuladores ruins de humanos irracionais. Uma boa simulação precisa reproduzir os vieses e os erros das pessoas. Um LLM alinhado para dar a resposta "correta" tende justamente a falhar em reproduzir a resposta enviesada que um humano real daria. Foi por isso que, em experimentos com gêmeos digitais de mil pessoas reais, o modelo reproduziu comportamento e atitudes com 85% da precisão com que as próprias pessoas reproduzem suas respostas, um teto que expõe tanto o potencial quanto os limites.

A conexão com memória e agentes

Para quem constrói agentes, o insight mais reaproveitável é sobre arquitetura de memória. Park conta que, ao projetar a memória dos generative agents lá em 2022, o time considerou grafos de conhecimento e modelos dedicados, e decidiu jogar tudo num arquivo de texto simples. LLMs são bons em raciocinar sobre texto, então a memória vira um markdown. Ele nota que ferramentas atuais, que usam arquivos .md de contexto, chegaram à mesma intuição de forma independente.

Mas ele é honesto sobre o limite: recuperar e dar sentido a dados muito grandes num arquivo de texto dá muito trabalho, e certas coisas simplesmente não se resolvem por prompt. É a mesma fronteira entre prompt e treino que estrutura toda a tese da Simile.

O que isso muda para o dev brasileiro

Aqui vale o ceticismo. Nada do que a Simile faz roda num pipeline local hoje: são modelos proprietários, treinados sobre dados de entrevista e RCTs que uma empresa individual não tem. As precisões de 85% a 99% vêm da própria empresa, sem paper público auditável no episódio, e comparação com grupo focal humano é uma régua com margem de erro conhecida.

O que dá para levar para casa é mais conceitual, e é útil:

• Populações sintéticas para testar hipóteses de produto antes de gastar com pesquisa de campo cara. Mesmo com um LLM comum, dá para prototipar personas e rodar entrevistas simuladas, sabendo que o resultado tende a ser otimista demais e enviesado para respostas "racionais".
• A separação prompt versus peso: se o seu agente erra sistematicamente num domínio (não em casos isolados), talvez o problema seja que o modelo não tem a "física" daquele domínio, e nenhum prompt vai resolver. Isso ajuda a decidir entre engenharia de contexto e fine-tuning.
• Memória como texto legível continua sendo um baseline forte e barato antes de partir para grafos ou bancos vetoriais complexos.

A ambição declarada de simular os 8 bilhões de humanos do planeta, com data centers inteiros dedicados a mundos simulados, é o tipo de afirmação que pede o benchmark antes da fé. Mas a distinção entre simular e prever, e a insistência de que reproduzir humanos exige reproduzir a irracionalidade deles, são ideias que valem entrar no repertório de quem projeta agentes hoje. O episódio completo está no Latent Space.

Fonte: Latent Space