Você lê um parágrafo inteiro no automático e, de repente, trava. Volta duas linhas. Lê de novo. Só então entende. Essa experiência é tão comum que passa despercebida, e ela guarda uma das perguntas mais interessantes da ciência cognitiva atual: o que exatamente acontece nesse momento em que a leitura emperra?
Um estudo publicado na revista Proceedings of the National Academy of Sciences (PNAS), conduzido por pesquisadores da New York University e da University of Massachusetts Amherst, foi atrás dessa resposta usando um instrumento inesperado: modelos de linguagem de inteligência artificial.
Como o estudo foi feito
A equipe usou rastreamento ocular para analisar 368 leitores adultos, a maior parte deles estudantes das duas universidades, medindo quanto tempo cada participante passava lendo, e relendo, cada palavra de frases cuidadosamente construídas. Em seguida, comparou esses movimentos com as previsões geradas por mais de 400 modelos de linguagem diferentes. O trabalho foi conduzido entre 2022 e 2025, começando justamente quando os chatbots de uso geral apareciam.
A ideia por trás da comparação tem lógica. Modelos de linguagem são treinados para prever a próxima palavra de uma sequência, e uma linha influente da ciência cognitiva propõe que o cérebro faz algo parecido durante a leitura.
"Nós construímos uma representação mental do que achamos que uma frase significa com base nas palavras da página, depois usamos essa representação para fazer previsões sobre as próximas palavras, e então atualizamos a representação mental quando essas previsões estão erradas", explica William Timkey, doutorando em linguística na NYU e autor principal do artigo.
Se a hipótese estivesse totalmente certa, a previsibilidade calculada pelos modelos deveria explicar o tempo de leitura humano. E ela explica. Só que apenas até certo ponto.
Onde humano e máquina se parecem
O resultado é dividido em dois estágios, e o primeiro é de convergência.
Quando os olhos avançam suavemente pelo texto, sem tropeços, a previsibilidade estatística de uma palavra num modelo de linguagem prevê bem quanto tempo o leitor leva para reconhecê-la visualmente. Palavra esperada é lida rápido. Palavra improvável exige mais tempo.
Esse é o primeiro passo do processamento: identificar a palavra a partir de uma sequência de letras. Nele, cérebro e modelo se comportam de forma semelhante o suficiente para que um sirva de proxy do outro.
Onde eles se separam
O segundo estágio é onde a coisa desanda. Reconhecida a palavra, é preciso integrá-la ao sentido maior da frase. E é aí que os modelos falham de forma acentuada.
Para testar isso, os pesquisadores usaram frases de jardim, conhecidas em inglês como garden-path sentences. São frases gramaticalmente corretas construídas de modo que a primeira interpretação do leitor provavelmente esteja errada. O exemplo citado no estudo é a frase em inglês "The old man the boat". O leitor começa achando que se trata de um homem velho e descobre, no fim, que o sentido é outro: pessoas idosas estão tripulando o barco.
Em português acontece o mesmo fenômeno com construções ambíguas, daquelas em que a gente precisa recomeçar a frase para achar o encaixe certo.
O efeito não é novidade absoluta. Dillon lembra que dois pesquisadores da UMass Amherst, Lyn Frazier e Keith Rayner, publicaram nos anos 1980 o estudo fundador que explicou a pausa provocada por esse tipo de frase. O que mudou agora foi a régua de comparação. "Basicamente, os olhos podem reagir de duas maneiras quando há dificuldade. Uma é que os olhos podem se demorar mais numa palavra, e isso seria muito breve, você não perceberia", explica Dillon. "E às vezes os olhos se movem para trás no texto: você avança, encontra uma palavra com a qual tem dificuldade, e os olhos instintivamente pulam de volta. A gente chama isso de regressão."
"A previsibilidade de uma palavra realmente não chega nem perto de explicar quanto tempo gastamos em palavras difíceis e em frases de jardim", afirma Timkey. "Os modelos de linguagem estavam subestimando drasticamente o tipo de dificuldade que experimentamos ao ler."
O detalhe dos 20%
Há um dado no estudo que resume a diferença arquitetural entre os dois sistemas.
Cerca de 20% dos movimentos oculares durante a leitura são para trás. Um quinto do que os olhos fazem enquanto você lê é voltar, reexaminar palavras anteriores e refazer a análise da frase.
Modelos de linguagem autorregressivos padrão não têm equivalente disso. Eles processam texto sequencialmente, da esquerda para a direita, prevendo a próxima palavra. Não existe mecanismo estrutural para reanálise retrospectiva.
"A mente humana nem sempre funciona como os sistemas de IA padrão", diz Tal Linzen, professor associado de linguística e ciência de dados na NYU e um dos autores. "Por exemplo, 20% dos nossos movimentos oculares ao ler são para trás, e os modelos de IA não conseguem explicar quando decidimos fazer isso."
Por que isso importa fora do laboratório
Três implicações práticas saem daqui.
A primeira é sobre a IA como ferramenta científica. "Nosso trabalho mostra que a IA pode ser muito valiosa para a ciência cognitiva, mas não é suficiente", resume Linzen. Usar um modelo como hipótese testável do funcionamento mental é produtivo justamente porque a comparação revela onde a hipótese quebra.
A segunda é sobre leitura e aprendizagem. Se a dificuldade de leitura não se explica por previsibilidade de palavra, então intervenções baseadas apenas em vocabulário e frequência têm limite. O gargalo está na integração sintática, não no reconhecimento lexical. Timkey aponta que os achados podem levar a métodos mais detalhados de avaliação de letramento e ajudar educadores a ajustar a instrução às necessidades específicas de processamento de cada estudante.
A terceira é sobre expectativa. "Agora sabemos um pouco melhor como humanos e modelos são diferentes", diz Brian Dillon, professor de linguística na UMass Amherst e autor sênior do artigo. "Esse é o primeiro passo para entender como podemos fechar essa lacuna."
O que isso muda para quem lê no celular
Há uma leitura cotidiana desse achado que vale registrar.
Se um quinto da leitura eficiente é voltar atrás, então formatos que dificultam a regressão dificultam a compreensão. Texto que passa sozinho na tela, legenda cronometrada em vídeo, rolagem automática: todos eliminam justamente o movimento que o cérebro usa quando o sentido não fecha.
Isso não transforma nenhum formato em vilão. Mas ajuda a explicar por que ler um contrato num vídeo curto é péssima ideia, e por que a sensação de "li mas não absorvi" aparece com mais força em interfaces que não deixam voltar.
A leitura profunda não é só uma questão de tempo e de disciplina. É também uma questão de poder olhar de novo. E, pelo que este estudo mostra, essa possibilidade de revisitar é uma das poucas coisas que continuam sendo exclusivamente nossas.
A pesquisa recebeu apoio da National Science Foundation.
Leia também
- Neurociência da Decepção: Como o Cérebro Registra Expectativas e Guia Mudanças Comportamentais
- Uma dose, um mês de eco: o que o estudo da psilocibina realmente encontrou no cérebro (e o que não encontrou)
- Treino cerebral funciona? O que duas décadas de evidência dizem sobre os apps que prometem turbinar a memória