Pesquisadores da Universidade Aalto, em parceria com colaboradores internacionais, desenvolveram o modelo mais preciso até o momento sobre o modo como os seres humanos leem. O novo sistema utiliza aprendizado por reforço — uma modalidade de inteligência artificial aplicada frequentemente na robótica, na qual o software aprende a tomar decisões por meio de tentativa, erro e recompensa — para explicar e reproduzir as escolhas que os leitores fazem ao percorrer um texto. Os resultados foram publicados na revista científica Nature Human Behaviour e representam um avanço significativo na compreensão dos mecanismos cognitivos envolvidos na leitura.
O estudo parte de uma perspectiva descrita pelos próprios pesquisadores como um "mecanismo racional de recursos" para a leitura. Na prática, isso significa que o modelo busca entender como o cérebro humano distribui seus recursos cognitivos — como atenção e processamento visual — enquanto percorre palavras e linhas de um texto. Ao invés de tratar a leitura como um processo uniforme, o sistema reconhece que os leitores tomam decisões constantes, decidindo onde fixar o olhar, por quanto tempo permanecer em uma palavra e quando avançar para o próximo trecho.
Ao empregar o aprendizado por reforço, os pesquisadores conseguiram treinar a inteligência artificial para simular esses movimentos oculares e essas decisões de leitura de maneira altamente fidedeligna ao comportamento humano real. A abordagem difere de modelos anteriores por incorporar uma estrutura na qual o sistema é recompensado quando reproduz padrões de leitura que coincidem com os dados observados em pessoas, refinando progressivamente sua capacidade preditiva. Isso permitiu que o modelo atingisse um nível de precisão inédito na replicação dos caminhos visuais que os leitores percorrem ao processar textos.
As implicações práticas dessa descoberta são amplas. Um modelo capaz de antecipar e reproduzir com exatidão a forma como as pessoas leem pode servir de base para a criação de textos personalizados, adaptados ao ritmo e ao padrão de processamento de cada indivíduo. Em ambientes educacionais, por exemplo, materiais de leitura poderiam ser ajustados dinamicamente para otimizar a compreensão e reduzir a carga cognitiva do leitor, respeitando a maneira específica como cada pessoa se move visualmente pelas informações.
Outro campo que pode se beneficiar diretamente é o da realidade aumentada. Sistemas de realidade aumentada frequentemente sobrepõem textos e elementos visuais ao ambiente físico, exigindo que o usuário processe informações em camadas. Compreender com precisão como os olhos do leitor percorrem esses elementos pode permitir o desenvolvimento de interfaces mais intuitivas, que apresentem o conteúdo no momento e na posição ideais, alinhando-se ao fluxo natural da leitura humana e evitando sobrecarga visual.
O trabalho conduzido na Universidade Aalto representa, portanto, um marco ao unir inteligência artificial e ciência cognitiva em torno de uma questão fundamental: como, exatamente, o ser humano lê. Ao demonstrar que um modelo de aprendizado por reforço pode não apenas descrever, mas também recriar as decisões envolvidas na leitura, a pesquisa abre caminhos concretos para aplicações em personalização de conteúdo e em tecnologias imersivas. O avanço sugere que, no futuro próximo, a forma como consumimos textos possa ser moldada de maneira mais inteligente e individualizada, com base em uma compreensão aprofundada do próprio ato de ler.
