Empatia Cognitiva Artificial: Como o GPT Reflete e Adapta Estilos de Raciocínio em Contextos Educacionais

Resumo

Este artigo investiga como o GPT-5 manifesta diferentes padrões discursivos ao atuar em tarefas educacionais e em que medida esses padrões se aproximam de estilos de raciocínio descritos na literatura sobre estilos cognitivos e de aprendizagem. Foram analisadas respostas produzidas para quarenta tarefas educacionais, executadas em três configurações de temperatura, parâmetro que controla o grau de aleatoriedade na seleção das palavras geradas pelo modelo, totalizando 120 interações. A metodologia combinou indicadores linguísticos, embeddings semânticos, medidas de similaridade e técnicas de agrupamento. Os resultados evidenciaram quatro padrões discursivos predominantes. Temperaturas mais baixas favoreceram respostas estruturadas e analíticas, enquanto valores mais elevados ampliaram a diversidade lexical e a presença de características narrativas. Mais do que confirmar que a temperatura altera o texto gerado, o estudo mostra que sua variação produz mudanças sistemáticas e mensuráveis na coerência, na complexidade sintática e na organização discursiva, permitindo associar diferentes configurações probabilísticas a formas distintas de apresentação do raciocínio. Os resultados contribuem para a compreensão do GPT-5 como potencial mediador adaptativo em ambientes educacionais, embora a adequação desses estilos a estudantes reais ainda deva ser investigada.