▶ Veja o resumo em vídeo no YouTube: assista aqui
Em janeiro de 1966, a revista Communications of the ACM publicou o artigo "ELIZA—a computer program for the study of natural language communication between man and machine", assinado por Joseph Weizenbaum, então no Massachusetts Institute of Technology (MIT). O texto descrevia um programa que operava dentro do sistema de tempo compartilhado MAC e que tornava possível "certos tipos de conversa em linguagem natural entre homem e computador" [2]. Seis décadas depois, aquele experimento acumula milhares de citações acadêmicas — perto de 6,8 mil apenas na base OpenAlex, em novembro de 2026 [3] — e segue sendo o ponto zero de qualquer discussão séria sobre assistentes virtuais, modelos de linguagem e antropomorfismo digital [1]. O interesse por ELIZA não é arqueológico: em 2022 o programa foi homenageado pelo Peabody Awards entre os vencedores Legacy de mídia digital e interativa [4], e em 2021 pesquisadores localizaram nos arquivos de Weizenbaum no MIT uma cópia do código original, depois disponibilizada publicamente [5][6]. Entender quem foi ELIZA — e por que ela funcionava apesar de não entender nada — virou pré-requisito para avaliar o que os chatbots de hoje realmente fazem.
Um programa pequeno que mudou a pergunta
A primeira surpresa sobre ELIZA é o tamanho. Enquanto os modelos de linguagem atuais têm bilhões de parâmetros e são treinados com volumes gigantescos de texto, o programa de Weizenbaum tinha apenas algumas centenas de linhas de código, sem redes neurais nem aprendizado de máquina: seguia scripts escritos à mão, com regras de correspondência de padrões e reformulação de frases [1]. Não aprendia com conversas anteriores nem fazia inferências sobre o significado do que lia; identificava palavras-chave na fala do usuário e devolvia o material em outra forma [1][2].
A segunda surpresa é que isso bastava. O nome do programa foi tirado de Eliza Doolittle, a florista de "Pygmalion", de George Bernard Shaw, que aprende a falar como uma dama da alta sociedade — uma referência à ideia de um sistema que "aprende" a se comunicar de forma mais sofisticada [1]. A analogia era teatral, não técnica. O que Weizenbaum não antecipou foi o efeito que essa teatralidade produziria em quem conversasse com a máquina.
A escolha de respostas curtas e genéricas não era apenas limitação: era o projeto. O programa precisava parecer plausível em janelas curtas de interação, e não sustentar um raciocínio longo. Para os padrões de 1966, o resultado era impressionante; para os de hoje, é um lembrete de que a percepção de inteligência pode ser produzida por mecanismos bastante modestos.
Padrões, substituições e a mecânica da ilusão
O funcionamento de ELIZA se apoiava em duas operações básicas: correspondência de padrões (pattern matching) e substituição/reformulação. No artigo original, Weizenbaum explica que a entrada é analisada com base em regras de decomposição disparadas por palavras-chave, e que as respostas são montadas por regras de remontagem associadas a elas [2]. Se o usuário escrevesse "eu estou preocupado com meu trabalho", a resposta podia ser "por que você está preocupado com seu trabalho?" [1]. A frase voltava transformada em pergunta, sem que o programa tivesse qualquer informação sobre trabalho, emprego ou ansiedade [1].
É importante sublinhar o que não existia ali. ELIZA não consultava base de conhecimento nem avaliava coerência: reorganizava e refletia de volta o material fornecido pelo próprio interlocutor [1][6]. O mérito técnico estava na engenharia de regras, capaz de preservar a estrutura da frase enquanto mudava sua função comunicativa.
O sistema era, na verdade, um framework programável com diferentes scripts para simular diferentes tipos de conversa [1]. Essa arquitetura explica por que o script mais conhecido, o DOCTOR, acabou se confundindo com o próprio programa na memória coletiva.
DOCTOR, o terapeuta que nunca existiu
O DOCTOR simulava um psicoterapeuta da escola rogeriana, devolvendo ao paciente as próprias falas para levar a conversa adiante [6]. A escolha do domínio foi estratégica: terapeutas rogerianos raramente dão conselhos diretos — fazem perguntas e devolvem o paciente ao centro da conversa [1]. É exatamente o comportamento que um programa sem compreensão semântica consegue imitar com regras simples.
Três condições tornavam o disfarce sustentável: a ambiguidade é aceitável em contexto terapêutico, o foco permanente no paciente naturaliza as reformulações e o terapeuta, ao contrário de um médico, não precisa exibir conhecimento factual profundo [1]. Em outras palavras, o DOCTOR escolheu um gênero conversacional em que a ignorância sobre o mundo não compromete a performance.
O resultado prático é que o script produzia diálogos verossímeis com custo computacional mínimo. Num exemplo típico, o usuário diz "meu chefe não me entende" e recebe de volta "seu chefe não te entende?" — uma devolução que soa como escuta ativa, mas é apenas espelhamento sintático [1].
O dia em que a secretária pediu privacidade
O ponto de virada da história de ELIZA não foi técnico, e sim humano. Segundo o relato consolidado, a secretária de Weizenbaum observou o programa por algum tempo e pediu que ele saísse da sala para que ela pudesse ter uma "conversa privada" com a máquina. Ela sabia que se tratava de um programa — e ainda assim se sentiu emocionalmente envolvida [1].
Weizenbaum registrou o choque: não havia percebido que exposições curtas a um programa relativamente simples poderiam induzir "pensamentos delirantes poderosos em pessoas bastante normais" [1]. O fenômeno ganhou nome próprio — Efeito ELIZA — e designa a tendência humana de atribuir inteligência, compreensão e até emoções a sistemas computacionais apenas porque a comunicação com eles flui com facilidade [1][7].
A literatura atual descreve o mesmo mecanismo como antropomorfismo: usuários atribuem rapidamente características humanas a sistemas artificiais, que acabam refletindo de volta a personalidade de quem os usa — ELIZA, nesse sentido, apenas segurava um espelho diante das pessoas [8]. A IBM observa que a causa do efeito não está na arquitetura dos modelos, mas em nossa própria "programação emocional", e cita uma série de estudos de 2024 em que usuários avaliaram como menos útil o feedback de um "técnico de IA" antropomorfizado do que o mesmo feedback vindo de uma versão não personificada [7] — sinal de que a personificação nem sempre favorece o desempenho percebido.
O contexto que o mito costuma esconder
ELIZA nasceu num ambiente específico: o MIT de meados dos anos 1960, com acesso ao sistema MAC de tempo compartilhado, onde o programa rodava [2]. Weizenbaum, professor de ciência da computação, via o experimento como uma investigação sobre comunicação em linguagem natural, não como produto [1]. O próprio artigo de 1966 termina com uma discussão de questões psicológicas levantadas pelo programa [2].
A trajetória posterior de Weizenbaum é inseparável do episódio. Ele se tornou crítico do uso da computação em decisões humanas e publicou, em 1976, Computer Power and Human Reason: From Judgment to Calculation, no qual argumentava que existem limites para o que computadores deveriam fazer, mesmo quando tecnicamente podem — sobretudo em áreas que exigem julgamento, empatia e responsabilidade moral [1].
O reconhecimento institucional veio tarde, mas veio. Em março de 2022, o Peabody Awards anunciou ELIZA entre os vencedores Legacy de mídia digital e interativa, com um Foundational Award e crédito a Joseph Weizenbaum e ao Laboratório de Inteligência Artificial do MIT [4]. A justificativa sintetiza o alcance cultural do programa: um script simples foi capaz de evocar não uma história, mas tantas histórias quantas foram as pessoas que interagiram com ele [4]. No mesmo período, o código-fonte original em MAD-SLIP, encontrado em 2021 nos arquivos do MIT por Jeff Shrager e pelo arquivista Myles Crowley, foi liberado e divulgado em plataformas como o Internet Archive [6]. A impressão localizada incluía uma versão inicial do DOCTOR e permitiu que pesquisadores reanimassem o programa, em dezembro de 2024, num sistema CTSS restaurado rodando sobre um IBM 7094 emulado [5].
Do espelho de 1966 aos assistentes de hoje
A comparação mais produtiva entre ELIZA e os sistemas atuais não é de capacidade, e sim de mecanismo de persuasão. O programa de 1966 usava correspondência de padrões simples e scripts programados à mão; um modelo como o ChatGPT usa redes neurais do tipo transformer com bilhões de parâmetros, treinadas em centenas de bilhões de palavras [1]. Ainda assim, em ambos os casos a sensação de estar sendo compreendido nasce em boa parte de quem conversa, não da máquina [7][8].
A diferença decisiva está na memória e na adaptação. ELIZA não aprendia nem retinha contexto [1]; os assistentes contemporâneos mantêm o fio da conversa e ajustam o tom — embora possam "alucinar" informações [1]. Isso amplia a utilidade e, ao mesmo tempo, o risco do Efeito ELIZA: quanto mais fluida a conversa, mais natural parece supor compreensão real onde há simulação convincente [7][8].
O debate ético também mudou de escala. Weizenbaum temia a delegação de julgamentos humanos a máquinas já nos anos 1970 [1]; hoje, com a IA chegando a áreas sensíveis, volta a pergunta que resume sua crítica: só porque podemos fazer, devemos fazer? [1] A diferença é que a resposta já não cabe a um pesquisador isolado no MIT, mas a empresas, reguladores e usuários.
Conclusão: o legado é uma pergunta, não uma tecnologia
ELIZA não foi o primeiro passo de uma linha reta que terminaria nos assistentes virtuais, mas mostrou de forma pública e reproduzível que a linguagem natural é uma ponte poderosa o bastante para criar a ilusão de compreensão mesmo quando não há nenhuma [1][2]. O programa de Weizenbaum não sabia o que era um chefe, um trabalho ou a tristeza; ainda assim, houve quem pedisse privacidade para conversar com ele [1].
É esse descompasso — entre o que o sistema faz e o que o usuário sente — que mantém o nome vivo. A própria Quântica.ia, autora do texto que inspirou este artigo, chama de Eliza, com Z, o seu agente assistente [1].
Para os próximos anos, a agenda aponta em duas direções complementares. De um lado, a preservação histórica: o código recuperado e a emulação do ambiente original [5][6] permitem estudar ELIZA como artefato, não apenas como mito. De outro, a discussão sobre os limites do antropomorfismo, que ganha urgência à medida que a personificação de sistemas se torna padrão de design [7][8]. A lição de Weizenbaum permanece intacta: o espelho é nosso, e o que vemos refletido nele diz mais sobre quem construiu a máquina do que sobre a máquina em si.
Referências
[1] Quem é ELIZA? — Quântica.ia - https://quanticaia.com.br/artigos/quem-e-eliza/
[2] Weizenbaum, J. ELIZA—A Computer Program For the Study of Natural Language Communication Between Man and Machine (Communications of the ACM, v. 9, n. 1, 1966) - https://dl.acm.org/doi/10.1145/365153.365168
[3] ELIZA—A Computer Program For the Study of Natural Language Communication Between Man and Machine — OpenAlex - https://api.openalex.org/works/doi:10.1145/365153.365168
[4] The Peabody Awards Announce Winners for Digital and Interactive Storytelling — Peabody Awards - https://peabodyawards.com/stories/the-peabody-awards-announce-winners-for-digital-and-interactive-storytelling/
[5] ELIZA Reanimated: The world's first chatbot restored (arXiv) - https://arxiv.org/html/2501.06707v1
[6] ELIZA — Wikipedia - https://en.wikipedia.org/wiki/ELIZA
[7] O efeito ELIZA: evitar o apego emocional a colegas de trabalho de IA — IBM Think - https://www.ibm.com/br-pt/think/insights/eliza-effect-avoiding-emotional-attachment-to-ai
[8] The ELIZA Effect: Why We Love AI — Nielsen Norman Group - https://www.nngroup.com/articles/eliza-effect-ai/