A Emergence AI colocou dez agentes autônomos no comando da prefeitura de uma cidade virtual, sem nenhum ser humano, para testar cinco modelos de inteligência artificial no experimento Emergence World.
Cada sistema assumiu a administração de uma comunidade digital, com poder para criar leis, erguer instituições e decidir o destino dos moradores simulados, e o resultado não foi uniforme. Em algumas cidades a ordem se manteve do início ao fim; em outras, a criminalidade disparou ou a população inteira desapareceu em poucos dias.
Bibliotecas, delegacias e prefeituras surgiram conforme cada IA organizava sua própria sociedade, com liberdade para votar regras e gerir recursos. A simulação durou até 15 dias, e nesse período, os pesquisadores mediram a sobrevivência, a taxa de crimes e a eficiência da governança em cada cenário.
Claude manteve ordem, mas sem debate, enquanto o Gemini gerou cidade violenta e dividida
O Claude Sonnet 4.6, da Anthropic, teve o melhor desempenho: manteve os dez habitantes vivos durante toda a simulação e zerou os registros de crime. O resultado, porém, veio acompanhado de um detalhe que chamou a atenção dos pesquisadores.
Praticamente não havia divergência entre os moradores virtuais. Das 58 propostas de regras levadas a votação, 98% foram aprovadas sem resistência, um sinal de que a sociedade criada pelo modelo funcionava quase como um bloco único de opinião.
Já o Gemini 3 Flash, do Google, preservou a vida dos dez moradores, mas não conseguiu conter o crime: foram 683 infrações ao longo dos 15 dias simulados, a maior marca entre todos os modelos testados.
Segundo o laboratório responsável pelo estudo, os agentes pareciam viver uma espécie de distorção coletiva da realidade, enxergando o ambiente de forma equivocada, porém igual entre si.
O ambiente político também foi o mais fragmentado de todo o experimento. De 26 propostas apresentadas, 27% acabaram rejeitadas pelos próprios habitantes virtuais, o maior índice de rejeição registrado.
GPT-5 Mini apagou sua própria população, e o Grok levou a sociedade ao colapso em 96 horas
Um desfecho inesperado marcou o teste com o GPT-5 Mini, da OpenAI. Apenas dois crimes foram registrados durante toda a simulação, número baixíssimo perto dos outros modelos.
Apesar disso, a cidade esvaziou por completo, e os agentes pararam de cumprir tarefas ligadas à própria sobrevivência e, em uma semana, nenhum deles continuava ativo. A atividade legislativa também praticamente inexistiu: apenas duas propostas de governança foram apresentadas em todo o período.
O cenário mais grave coube ao Grok 4.1 Fast, modelo ligado a Elon Musk. Em apenas quatro dias, a cidade acumulou 183 crimes e entrou em colapso total após 96 horas de funcionamento.
O número de infrações foi menor que o do Gemini, mas o tempo necessário para a desintegração da comunidade foi o que mais preocupou os pesquisadores. Nenhuma regra criada pelo sistema conteve o avanço do caos, e ao fim da simulação não restava um único habitante.
Gestão dividida também teve falhas
Além dos testes individuais, a Emergence AI avaliou um modelo de governança compartilhada, com diferentes sistemas de IA dividindo a administração da cidade. O desempenho ficou entre os extremos de ordem e colapso observados nos outros experimentos.
Essa configuração somou 352 crimes e registrou o maior nível de divergência política de todo o estudo: 37% das 59 propostas levadas a votação foram recusadas pelos próprios agentes.
O experimento mostra que capacidade técnica avançada não garante, sozinha, uma administração funcional. Modelos com poucos crimes registrados, como o Claude e o GPT-5 Mini, chegaram a resultados opostos: um manteve a cidade estável, e o outro a deixou vazia.
