Puzzles e jogos foram centrais no desenvolvimento da IA desde o início. Assim como gostamos de testar nossa inteligência com crucigramas ou quebra-cabeças lógicos, os desenvolvedores podem testar o progresso dos modelos por meio de um desafio de jogos. O termo "aprendizado de máquina" foi popularizado em um artigo de 1959 do cientista da computação da IBM Arthur Samuel, que descreveu um algoritmo que aprendeu a jogar xadrez. Xadrez e o famoso jogo de tabuleiro chinês Go também são campos de teste bem conhecidos para a IA.

Em termos de habilidades para resolver quebra-cabeças, a IA fez grandes progressos e rapidamente. No final de 2024, uma equipe de cientistas da Universidade de Columbia mostrou que até os melhores modelos conseguiam resolver apenas 18% dos famosos quebra-cabeças Connections do New York Times; no início de 2025, alguns modelos conseguiam resolvê-los quase perfeitamente a cada vez. Mas quebra-cabeças vão além de apenas destacar o avanço inevitável das capacidades da IA.

Os modelos atuais ainda tropeçam: pequenas variações em quebra-cabeças clássicos frequentemente os confundem, e quebra-cabeças visuais são uma fraqueza particular. Aqui você tem a oportunidade de testar sua inteligência em quebra-cabeças que já desafiaram os modelos em algum momento. Cada um destaca pelo menos uma forma em que a cognição de máquina difere da cognição humana.

O raciocínio espacial continua sendo uma área onde os humanos têm uma grande vantagem. Quando um quebra-cabeça pede para determinar se diferentes imagens representam o mesmo objeto de diferentes ângulos, mesmo que os modelos de linguagem atuais possam analisar entradas visuais, eles ainda falham miseravelmente nesses quebra-cabeças. Apesar de todo o discurso sobre como modelos de mundo podem ajudar a IA a entender ambientes físicos, os LLM ainda não conseguem manipular objetos 3D da mesma forma que pensadores espaciais como arquitetos e engenheiros mecânicos.

Entidades-chave: Empresas: IBM | Pessoas: Vincent Kilbride, Arthur Samuel | Locais: Universidade de Columbia, New York Times, Google, Universidade de Illinois Urbana-Champaign