16 min de leitura
Macacos selvagens encontram uma máquina com IA no meio da floresta, dão tapas, mordem e puxam até uma banana aparecer, em poucos dias, aprendem a usar a tela e sistema reconhece cada um com 97% de precisão
Escrito por Roberta Souza
Publicado em 08/09/2026 às 16:49
Curiosidades
Canal
Seja o primeiro a reagir!
Prefira o CPG no Google
CapuchinAI combina reconhecimento facial, touchscreen e dispensador automático de banana para testar macacos-prego que vivem livres na Costa Rica. 16 animais participaram voluntariamente do piloto e agora cientistas querem acompanhar memória, autocontrole e envelhecimento ao longo de suas vidas
Durante os primeiros dias, a estranha caixa instalada no meio de uma floresta da Costa Rica praticamente não recebeu visitantes. Então um macaco-prego selvagem resolveu investigar. Bateu na estrutura, mexeu no equipamento e, finalmente, tocou na tela. Uma fatia de banana seca apareceu. Pouco depois, o animal repetiu a ação. Outros começaram a se aproximar e alguns chegaram a morder, puxar, dar tapas e até “beijar” a tela enquanto tentavam descobrir como conseguir a recompensa. Conforme reportagem publicada pela People em 7 de setembro de 2026, a máquina faz parte do CapuchinAI, sistema criado para estudar a cognição de primatas selvagens sem retirá-los de seu ambiente natural.
Além disso, o equipamento não simplesmente distribui comida. Desenvolvido por pesquisadores da Emory University e do Georgia Institute of Technology, ele utiliza inteligência artificial para reconhecer individualmente o rosto dos macacos, seleciona uma tarefa cognitiva específica para aquele animal, registra sua resposta numa tela sensível ao toque e libera um pequeno pedaço de banana quando a condição do experimento é atendida. Nos testes de campo, o reconhecimento individual alcançou 97% de precisão, segundo a Emory.
Ainda mais curioso, 16 macacos-prego-de-cara-branca participaram do piloto, e nenhum pesquisador precisou capturá-los ou obrigá-los a entrar numa sala experimental. Os animais continuaram vivendo livremente na Taboga Forest Reserve, na Costa Rica, e decidiram por conta própria se e quando queriam interagir com a máquina. Agora, os cientistas querem transformar o protótipo em uma ferramenta para investigar por que alguns indivíduos aprendem mais rapidamente, possuem maior autocontrole, adaptam estratégias com facilidade ou mantêm memórias por períodos diferentes.
ARTIGO CONTINUA ABAIXO
Veja também
Recomendado para você
Geração de Energia
Copel libera R$ 971,6 milhões para modernizar usinas e transmissão enquanto prepara mais 2,1 GW para o sistema elétrico brasileiro
A Copel reservou R$ 971,6 milhões para ampliar e modernizar usinas, reforçar ativos de transmissão e preparar mais 2,1 GW de capacidade para o Sistema Interligado Nacional, numa carteira que…
Paulo Nogueira
0
Tudo começou com um problema antigo: cientistas sabem testar inteligência no laboratório, mas a mente de um macaco não evoluiu dentro de uma sala
Pesquisadores estudam cognição animal há décadas usando ambientes controlados. Essa estratégia permite repetir tarefas, controlar estímulos e comparar resultados com precisão.
Entretanto, existe um problema importante: o animal estudado deixa de enfrentar muitas das situações que fazem parte de sua vida normal.
Na natureza, um primata precisa procurar alimento, lembrar lugares, competir e cooperar com outros indivíduos, avaliar riscos e responder continuamente a mudanças no ambiente. Portanto, a capacidade cognitiva que aparece num laboratório pode não contar toda a história.
Marcela Benítez, professora assistente de antropologia da Emory e autora sênior do estudo, resume o dilema lembrando que o cérebro dos primatas evoluiu em ambientes complexos e competitivos, e não em laboratórios.
Ao mesmo tempo, fazer experimentos controlados com animais completamente livres é extremamente difícil.
Foi justamente essa distância que o CapuchinAI tentou reduzir.
Em vez de levar o macaco até o experimento, os pesquisadores levaram o laboratório até os macacos
A solução parece simples quando já está pronta.
Os pesquisadores construíram uma estação compacta e levaram o equipamento para dentro da área onde os animais vivem.
A caixa possui câmera, touchscreen, pequeno computador, motor e dispensador automático de alimento. Além disso, funciona com bateria e pode permanecer no campo sem depender continuamente de uma tomada ou de um pesquisador operando o sistema.
Quando um macaco se aproxima, a câmera registra seu rosto.
Então o software tenta identificar qual indivíduo chegou.
Depois, o sistema pode carregar uma atividade apropriada para aquele participante.
Finalmente, dependendo da resposta, a máquina libera uma pequena fatia de banana seca.
Assim, o experimento consegue acontecer praticamente sozinho.
O reconhecimento facial usado em pessoas foi adaptado para distinguir rostos de macacos-prego
Essa é uma das partes mais interessantes do projeto.
Federico Sánchez Vargas, doutorando em antropologia da Emory e primeiro autor do estudo, adaptou um modelo existente de reconhecimento facial para identificar macacos-prego individualmente.
Para treiná-lo, estudantes precisaram analisar imagens e vídeos de campo, marcar os rostos e associá-los corretamente aos indivíduos já conhecidos pelos pesquisadores.
Isso só foi possível porque a população de Taboga não era desconhecida.
O Capuchinos de Taboga Research Project acompanha esses animais há anos. Consequentemente, pesquisadores conhecem indivíduos, relações sociais e partes de suas histórias de vida.
A inteligência artificial acrescenta outra camada.
Em vez de alguém precisar observar a máquina e anotar manualmente qual macaco está usando o equipamento, o próprio sistema tenta identificá-lo em tempo real.
Nos testes de campo, alcançou 97% de precisão depois do treinamento com fotografias e vídeos.
A máquina também resolve um problema muito “macaco”: impedir que o valentão do grupo coma todas as bananas
Imagine instalar um dispensador de comida no território de animais que vivem dentro de uma hierarquia social.
Um indivíduo dominante poderia simplesmente ocupar a máquina.
Então ele faria dezenas de testes, receberia dezenas de recompensas e impediria os demais de participar.
Nesse caso, os cientistas acabariam estudando principalmente o macaco que monopolizou o equipamento.
O reconhecimento individual ajuda a evitar justamente isso.
Como a máquina sabe — com sua margem de erro — quem está diante dela, pesquisadores podem definir previamente quantas recompensas determinado participante pode receber.
Além disso, podem bloquear temporariamente um monopolizador e permitir que outros integrantes do grupo tenham oportunidades.
Consequentemente, a IA não serve apenas para colocar um nome em cada rosto.
Ela também ajuda a controlar o desenho experimental em um ambiente que continua completamente selvagem.
Mas antes de testar memória ou autocontrole, havia uma pergunta muito mais básica: algum macaco usaria aquilo?
Um equipamento sofisticado não teria utilidade se os animais simplesmente o ignorassem.
E, inicialmente, foi exatamente isso que aconteceu.
Nos primeiros dias dos testes relatados pela Emory, nenhum macaco apareceu.
Sánchez Vargas começou a ficar preocupado.
Então, no terceiro dia, um grande macho conhecido pelos pesquisadores como Trompudo sentiu o cheiro das bananas e resolveu investigar a caixa.
Primeiro, começou a bater na parte traseira.
Entretanto, em algum momento acertou a touchscreen.
A máquina respondeu.
Uma fatia de banana saiu.
Trompudo comeu.
Depois colocou a mão novamente na tela.
Outra banana apareceu.
Ali, o experimento mudou.
Depois da primeira banana, os pesquisadores viram o macaco repetir exatamente aquilo que havia funcionado
O comportamento chamou atenção porque Trompudo aparentemente estabeleceu rapidamente uma associação entre tocar a tela e receber alimento.
Depois dele, outros macacos começaram a explorar o equipamento.
E cada um fazia isso de uma maneira um pouco diferente.
Alguns aprendiam rapidamente.
Outros demoravam mais.
Havia ainda indivíduos que ficavam afastados, observando os companheiros utilizarem a caixa antes de se aproximar.
Portanto, mesmo uma tarefa extremamente simples começou a revelar justamente aquilo que os pesquisadores queriam estudar:
diferenças entre indivíduos.
Assim como outros estudos encontram comportamentos animais que desafiam nossas expectativas, o projeto parte da ideia de que não basta dizer que “macacos-prego são inteligentes”. A pergunta seguinte é descobrir como essa capacidade varia de um animal para outro.
Alguns deram tapas, outros morderam e houve até macaco que descobriu que podia “beijar” a tela
Antes de compreender o mecanismo, os animais exploravam praticamente tudo.
Segundo Sánchez Vargas, eles tocavam, mordiam, batiam e puxavam diferentes partes do aparelho enquanto tentavam descobrir de onde vinha a banana.
Então acontecia a descoberta.
Depois que associavam o touchscreen à recompensa, começavam a concentrar as interações na tela.
Entretanto, nem todos utilizavam as mãos.
Alguns animais exploravam o aparelho com os lábios e perceberam que encostar a boca na tela também acionava o sensor.
Consequentemente, aprenderam a “beijá-la” para receber uma fatia de banana.
É uma cena divertida, mas cientificamente relevante.
O aparelho não precisa exigir que todos os indivíduos executem exatamente o mesmo movimento corporal.
Ele registra a interação com a tela e permite observar as diferentes estratégias usadas para chegar ao mesmo resultado.
A caixa precisava sobreviver não apenas à curiosidade, mas à tentativa dos macacos de arrombá-la
Construir equipamentos para animais selvagens cria outro desafio.
Um primata curioso não necessariamente respeita o manual de instruções.
Alguns macacos tentaram forçar e abrir a estrutura para alcançar diretamente o alimento.
Por isso, o aparelho precisava ser resistente.
Além disso, existia outro visitante inesperado.
Quatis também mexeram na caixa.
Esses animais são conhecidos pela capacidade de explorar recipientes e encontrar comida. Entretanto, o sistema de visão evita iniciar os experimentos cognitivos quando não identifica o primata esperado.
Segundo a equipe, a caixa resistiu.
Portanto, antes de ser um laboratório com inteligência artificial, o CapuchinAI precisava cumprir uma exigência bastante prática:
sobreviver aos animais que pretendia estudar.
Por trás da IA existe um computador menor que um celular e uma caixa montada pelos próprios pesquisadores
Apesar do nome futurista, o equipamento foi construído com uma filosofia de baixo custo.
O processamento roda em um Raspberry Pi, pequeno computador descrito pela Emory como aproximadamente metade do tamanho de um iPhone.
Além disso, a estação utiliza uma webcam, touchscreen, motor rotativo e dispensador de comida produzido com impressão 3D.
A estrutura externa também não nasceu em uma fábrica sofisticada.
Benítez e Sánchez Vargas compraram tábuas de pinho, selante para madeira, tiras isolantes de borracha e tubos plásticos e montaram a caixa.
A estrutura possui aproximadamente 20 polegadas de altura, pouco mais de 50 centímetros.
Portanto, uma pesquisa envolvendo IA, reconhecimento facial e cognição animal acabou dependendo também de carpintaria e criatividade.
Uma bateria mantém todo o laboratório funcionando por até 8 horas no meio da floresta
A mobilidade era essencial.
Uma estação ligada permanentemente à rede elétrica teria pouca utilidade em muitos locais de pesquisa de campo.
Por isso, a equipe desenvolveu o sistema para funcionar com uma bateria portátil.
Segundo a Emory, o conjunto consegue operar por aproximadamente oito horas antes de precisar de recarga.
Além disso, os pesquisadores disponibilizaram orientações para construção da plataforma e código relacionado ao projeto.
O objetivo é permitir que outros grupos adaptem a metodologia para diferentes espécies e ambientes.
Assim, o CapuchinAI funciona tanto como experimento quanto como prova de conceito para uma nova maneira de estudar cognição na natureza.
No primeiro piloto, 16 macacos decidiram participar — e já apareceram diferenças entre eles
Ao final dessa etapa inicial, 16 indivíduos haviam interagido com o protótipo.
Esse número ainda não transforma o estudo em um grande levantamento comparativo sobre inteligência.
O trabalho publicado funciona principalmente como prova de conceito.
Ou seja, os pesquisadores queriam demonstrar que o sistema consegue reconhecer indivíduos e que macacos selvagens aceitam participar voluntariamente de tarefas usando uma touchscreen.
Entretanto, mesmo nessa fase inicial, diferenças comportamentais ficaram evidentes.
Alguns aprenderam rapidamente.
Outros precisaram experimentar durante mais tempo.
E havia aqueles que preferiam observar outros indivíduos antes de se aproximar.
Agora, a equipe quer medir essas diferenças de maneira sistemática.
Próxima etapa vai testar quatro capacidades: aprendizagem, autocontrole, flexibilidade e memória
Com o protótipo funcionando, os pesquisadores começaram a desenvolver experimentos em quatro grandes domínios cognitivos.
O primeiro envolve aprendizagem.
O segundo avalia controle de impulsos.
O terceiro investiga flexibilidade cognitiva, isto é, a capacidade de mudar de estratégia quando as condições mudam.
Finalmente, os cientistas pretendem medir memória de curto e longo prazo.
O reconhecimento facial torna possível apresentar tarefas diferentes conforme o histórico de cada participante.
Se o sistema reconhece um animal já treinado, pode mostrar a etapa correspondente àquele indivíduo.
Entretanto, se encontra um macaco desconhecido, começa com uma tarefa básica de habituação:
tocar a tela para obter a recompensa.
A grande promessa é acompanhar a mente do mesmo macaco durante anos
É aqui que o projeto pode se tornar especialmente valioso.
Testar um animal uma vez oferece uma fotografia.
Acompanhar o mesmo indivíduo durante anos cria um filme.
Como os pesquisadores de Taboga já possuem dados observacionais sobre os animais, o CapuchinAI pode adicionar medições cognitivas repetidas ao longo da vida.
Dessa forma, cientistas poderão perguntar se experiências sociais, mudanças ambientais, idade e acontecimentos individuais se relacionam com diferenças cognitivas.
Além disso, poderão investigar desenvolvimento e envelhecimento sem depender exclusivamente de animais mantidos em laboratório.
Isso abre uma possibilidade fascinante: observar como a capacidade de memória ou flexibilidade de um mesmo indivíduo muda conforme ele envelhece.
Dois macacos da mesma espécie podem possuir mentes muito mais diferentes do que uma média sugere
Quando estudos apresentam resultados sobre uma espécie, frequentemente resumem comportamentos em médias.
Entretanto, indivíduos não são médias.
Sánchez Vargas destaca que pesquisadores de macacos-prego reconhecem personalidades, hábitos, relações e peculiaridades diferentes entre os animais.
Portanto, o CapuchinAI pretende colocar números nessas diferenças cognitivas.
Um indivíduo pode possuir excelente memória, mas controle de impulsos relativamente baixo.
Outro pode aprender lentamente uma primeira regra, porém adaptar-se rapidamente quando ela muda.
Além disso, idade, posição social e experiências anteriores podem influenciar resultados.
Esse tipo de variação também ajuda pesquisadores a compreender como diferentes estratégias cognitivas se relacionam à sobrevivência e à reprodução.
Macacos-prego foram escolhidos porque já são conhecidos como curiosos, sociais e excelentes solucionadores de problemas
A escolha da espécie não aconteceu por acaso.
Macacos-prego possuem cérebros relativamente grandes, sociedades complexas e grande capacidade de manipular objetos.
Além disso, demonstram curiosidade diante de novidades.
Essas características fazem deles modelos importantes para estudar a evolução da cognição em primatas.
No caso de Taboga existe outra vantagem: pesquisadores acompanham a população há aproximadamente uma década, segundo a People.
Consequentemente, não estão olhando apenas para “macaco número 12”.
Conhecem histórias individuais e relações sociais.
Isso permite cruzar aquilo que acontece na touchscreen com acontecimentos observados na vida real.
A IA não está medindo uma “nota de inteligência” única para decidir qual macaco é mais inteligente
Essa distinção é fundamental.
O CapuchinAI não funciona como um teste de QI para macacos.
Cognição envolve diferentes capacidades.
Além disso, desempenho em determinada tarefa pode sofrer influência de motivação, experiência, idade, personalidade e contexto.
Portanto, o objetivo não é simplesmente organizar os animais numa lista do “mais inteligente” para o “menos inteligente”.
A equipe quer compreender variações em habilidades específicas.
Da mesma maneira, o fato de um macaco aprender rapidamente que tocar uma tela libera banana não demonstra sozinho todas as suas capacidades cognitivas.
O experimento inicial mostrou principalmente que a metodologia funciona no ambiente selvagem.
E reconhecimento facial com 97% de precisão também não significa que a IA nunca confunde dois animais
O número exige outra ressalva.
A Emory relata 97% de precisão na identificação individual durante os testes do protótipo.
Isso representa desempenho elevado, mas não perfeito.
Consequentemente, erros ainda podem ocorrer.
Além disso, o modelo foi treinado utilizando imagens e vídeos de indivíduos conhecidos daquela população.
Portanto, seria incorreto afirmar que basta levar a caixa para qualquer floresta do planeta e ela reconhecerá imediatamente todos os primatas encontrados.
Novos contextos e populações exigem adaptação e treinamento.
Ainda assim, demonstrar identificação automatizada em condições reais de campo representa um avanço importante.
Esse recurso parece pequeno, mas resolve uma limitação difícil da pesquisa em campo.
Imagine que um macho dominante permaneça perto da estação.
Outros animais podem evitar a área.
Então a amostra ficaria enviesada.
Como o software reconhece participantes, os pesquisadores podem limitar recompensas e atividades para determinados indivíduos.
Assim, quando um “monopolizador” já participou o suficiente, a máquina pode deixar de oferecer novas tarefas para ele.
Com isso, outros integrantes ganham oportunidade.
É uma solução tecnológica para um problema que nasce justamente da complexidade social dos próprios animais.
O mais importante é que cada macaco continua podendo simplesmente ir embora
Existe uma diferença significativa entre esse sistema e determinados experimentos tradicionais.
Os animais não ficam presos diante da tela.
Também não precisam completar uma sessão antes de sair.
Eles se aproximam porque querem investigar ou conseguir alimento.
Depois, podem abandonar a estação.
Essa participação voluntária permite estudar animais em um contexto muito mais próximo daquele em que vivem normalmente.
Entretanto, os pesquisadores continuam interferindo no ambiente ao introduzir uma máquina e recompensas alimentares.
Portanto, o método não representa observação completamente neutra da natureza.
Ele cria um experimento controlado dentro do ambiente natural.
Essa é justamente a ponte que a equipe queria construir.
Tecnologia pode revelar diferenças individuais que seriam quase impossíveis de medir apenas observando a floresta
Observação tradicional continua indispensável.
Pesquisadores conseguem acompanhar alianças, conflitos, alimentação, deslocamentos, relações familiares e inúmeros outros comportamentos.
Entretanto, comparar rigorosamente a memória de dois indivíduos apenas observando-os na floresta é muito mais difícil.
Uma touchscreen pode apresentar a mesma tarefa estruturada aos dois.
Consequentemente, cientistas ganham um ponto de comparação.
Ao combinar essa informação com anos de observação, podem perguntar por que os resultados diferem.
É uma abordagem semelhante ao avanço de outras ferramentas usadas para investigar relações complexas entre animais e seus ambientes: a tecnologia não substitui o trabalho de campo, mas acrescenta informações que seriam extremamente difíceis de obter apenas olhando.
Os próprios criadores alertam que a IA não substitui pesquisadores humanos na floresta
Esse ponto aparece explicitamente no projeto.
Sánchez Vargas cita uma ideia associada ao primatólogo Frans de Waal: não é possível estudar cognição adequadamente sem compreender os animais.
Por isso, a equipe não vê a inteligência artificial como substituta do pesquisador.
A máquina consegue identificar rostos, administrar tarefas e registrar respostas.
Entretanto, ela não conhece automaticamente a história social daquele indivíduo.
Também não entende sozinha tudo aquilo que aconteceu no grupo antes ou depois de uma sessão.
São os dados observacionais humanos que oferecem contexto.
Assim, a força do método aparece justamente na combinação:
anos de observação humana + experimentos automatizados + inteligência artificial.
O projeto também carrega parte do legado de Frans de Waal, que transformou a forma como muita gente enxerga primatas
De Waal, que morreu em 2024, dirigiu o Living Links Center for the Advanced Study of Ape and Human Evolution, da Emory, e ficou conhecido internacionalmente por pesquisas sobre comportamento social e cognição animal.
Segundo Sánchez Vargas, o CapuchinAI procura continuar parte dessa tradição ao tratar primatas como indivíduos, e não apenas representantes intercambiáveis de uma espécie.
A diferença agora está na ferramenta.
Uma câmera pode reconhecer o rosto.
Um algoritmo seleciona o experimento.
Uma touchscreen registra a escolha.
E um dispensador entrega a banana.
Entretanto, a pergunta científica continua profundamente biológica:
por que mentes individuais se tornam diferentes?
No futuro, pesquisadores querem adaptar a mesma ideia para outras espécies de primatas
A arquitetura foi pensada para ser adaptável.
Os autores disponibilizaram código e orientações de construção justamente para que outros cientistas possam modificar o sistema.
Naturalmente, trocar de espécie não significa apenas trocar as fotografias do treinamento.
Tamanho corporal, maneira de manipular objetos, comportamento, ambiente e motivação podem exigir mudanças no aparelho e nos experimentos.
Ainda assim, a lógica permanece.
A máquina reconhece um indivíduo.
Depois apresenta uma tarefa.
Então registra sua resposta.
Ao longo do tempo, acumula dados cognitivos associados à história daquele animal.
Consequentemente, diferentes projetos poderiam começar a construir bancos de dados sobre como a cognição varia entre indivíduos, populações, ambientes e espécies.
O experimento mostra outra face da inteligência artificial: em vez de conversar com humanos, ela observa animais que nem sabem que existe um algoritmo ali
Grande parte da discussão atual sobre IA gira em torno de textos, imagens, empregos e computadores.
O CapuchinAI utiliza a tecnologia de maneira completamente diferente.
Para o macaco, não existe “inteligência artificial”.
Existe uma caixa estranha que às vezes entrega banana.
Entretanto, atrás da tela, algoritmos tentam reconhecer aquele rosto e decidir qual tarefa apresentar.
Assim, a IA funciona como uma ferramenta invisível de pesquisa.
Essa capacidade de automatizar observações pode ganhar importância em diferentes áreas da pesquisa sobre comportamento e adaptação animal, principalmente quando cientistas precisam distinguir muitos indivíduos ao longo de grandes períodos.
Mas a cena mais importante talvez continue sendo a mais simples: um macaco toca uma tela, vê uma banana cair e decide tentar novamente
Por trás de reconhecimento facial, Python, Raspberry Pi e modelos computacionais existe uma experiência comportamental bastante direta.
Um animal encontra algo novo.
Explora.
Tenta estratégias.
Uma delas produz resultado.
Então ele repete.
Depois, outros indivíduos fazem suas próprias tentativas.
Foi assim que 16 macacos selvagens começaram a fornecer aos pesquisadores uma demonstração de que testes cognitivos automatizados podem funcionar fora do laboratório.
Agora começa a etapa mais difícil.
A equipe quer descobrir por que um macaco aprende mais rápido, por que outro observa antes de agir, como a memória muda com a idade e de que maneira experiências vividas na floresta deixam marcas na cognição.
Se funcionar durante anos, o CapuchinAI poderá permitir algo que um teste isolado dificilmente consegue:
acompanhar a transformação de uma mente selvagem durante uma vida inteira, sem precisar tirar seu dono da floresta.
E você: acha mais surpreendente uma IA conseguir reconhecer individualmente macacos selvagens com 97% de precisão ou os próprios animais aprenderem, em poucos dias, que tocar — e até “beijar” — uma tela fazia a máquina entregar banana?
Fonte
People
Conteúdo reproduzido originalmente em: clickpetroleoegas por Roberta Souza.