Pesquisadores do Google alcançaram um avanço que pode revolucionar a IA. Eles desenvolveram o "RL interno", uma técnica que permite que modelos de IA aprendam raciocínio complexo sem as armadilhas típicas de alucinação. Esta inovação, revelada em 16 de janeiro de 2026, oferece um caminho para a criação de agentes de IA avançados.

O RL interno direciona o funcionamento interno de um modelo para a resolução de problemas passo a passo. Isso contrasta com os métodos tradicionais que dependem da previsão da próxima palavra em uma sequência. A abordagem atual limita a capacidade da IA de planejar com eficácia. O aprendizado por reforço é fundamental para LLMs pós-treinamento, especialmente para tarefas que exigem planejamento de longo prazo.

O impacto imediato pode ser visto em sistemas autônomos. Especialistas acreditam que isso pode levar a agentes de IA capazes de lidar com tarefas complexas e robótica do mundo real. Este avanço reduz a necessidade de supervisão humana constante.

Os LLMs atuais têm dificuldades com raciocínio complexo devido à sua arquitetura. Eles geram sequências token por token, limitando sua capacidade de explorar novas estratégias. O RL interno supera essa limitação, concentrando-se no estado interno do modelo.

O Google planeja refinar ainda mais o RL interno. O próximo passo envolve explorar seu potencial em várias aplicações. Isso pode desbloquear novas possibilidades para a IA em áreas que exigem tomada de decisão complexa.