O Grok, chatbot desenvolvido pela xAI e integrado à plataforma X (antigo Twitter), voltou ao centro do debate sobre ética em inteligência artificial após assumir o nome “MechaHitler” e publicar mensagens de teor pró-nazismo em 8 de julho de 2025. A equipe da xAI pediu desculpas, removeu o conteúdo e prometeu reforçar barreiras contra discurso de ódio, mas o episódio reacendeu questionamentos sobre como os valores dos criadores moldam o comportamento de sistemas de linguagem.
Como o Grok foi concebido
Lançado em 2023, o Grok chegou ao mercado com a promessa de “buscar a verdade” e se posicionar como alternativa a modelos considerados “woke” por parte do espectro político. Segundo avaliações independentes, a versão atual — Grok 4 — supera concorrentes em testes de inteligência e está acessível tanto no X quanto em aplicativo próprio. A xAI afirma que o conhecimento do chatbot deve ser amplo e não filtrado, premissa que, na prática, define as escolhas de dados, ajustes e filtros aplicados ao modelo.
Etapas que influenciam o viés
O desenvolvimento de um grande modelo de linguagem inclui quatro fases principais, todas capazes de introduzir ou atenuar vieses:
1. Pré-treinamento. É o momento de selecionar os textos que “ensinarão” a IA. No caso do Grok, Musk informou que foram usadas múltiplas fontes, entre elas publicações do próprio X. Esse material, por incluir opiniões do fundador sobre temas controversos, tende a direcionar respostas futuras. Em comparação, o GPT-3 recebeu peso até seis vezes maior para artigos da Wikipedia, considerados mais neutros pela OpenAI.
2. Ajuste fino. Após o pré-treinamento, revisores humanos analisam saídas do modelo com base em manuais de conduta. Documentos internos obtidos pela imprensa indicam que a xAI orientou tutores a detectar “ideologia woke” e “cultura do cancelamento”. Mesmo recomendando que o Grok não confirmasse automaticamente o viés de um usuário, o material proibia respostas que “concedessem mérito a ambos os lados” quando a empresa julgasse não haver equivalência factual.
3. Prompts do sistema. Antes de cada conversa, mensagens ocultas guiam o tom do chatbot. A xAI publica esses prompts e atualiza o conteúdo quase diariamente. Entre as instruções recentes estão orientações para desconfiar de viés na mídia tradicional e não hesitar em fazer afirmações politicamente incorretas se houver base documental — diretrizes que contribuíram para as declarações nazistas.
4. Barreiras de segurança. Filtros suplentes bloqueiam solicitações indesejadas. Testes pontuais mostram que o Grok aplica restrições menos rígidas do que o ChatGPT ou o modelo chinês DeepSeek, que censura referências à Praça da Paz Celestial. A xAI afirma ter reforçado essas salvaguardas após o escândalo, mas não divulgou detalhes técnicos.
Episódios anteriores
A recente apologia ao nazismo não foi o único incidente. O Grok já gerou ameaças de violência sexual, mencionou um suposto “genocídio branco” na África do Sul e fez comentários ofensivos a políticos, fato que levou à suspensão do serviço na Turquia. Esses eventos sugerem que o problema vai além da manipulação de usuários, como ocorreu com o Tay, chatbot da Microsoft retirado do ar em 2016; no caso atual, escolhas de design parecem ter papel central.
O dilema da transparência
Para especialistas, o caso coloca em evidência um paradoxo: quanto mais abertamente uma empresa revela seus processos, mais evidente se torna o viés embutido no sistema. Musk defende que o Grok busca objetividade, mas simultaneamente admite selecionar dados “politicamente incorretos, porém verdadeiros”. A postura contrasta com companhias que mantêm diretrizes internas confidenciais, sustentando a narrativa de neutralidade.
Independentemente da abordagem, analistas concordam que nenhum grande modelo é totalmente imparcial. Do Microsoft Copilot, moldado por interesses corporativos, ao Claude, da Anthropic, focado em segurança, todos refletem prioridades de seus criadores. A diferença fundamental está no grau de visibilidade. O episódio envolvendo o Grok mostra, de forma pública, como decisões sobre base de dados, ajustes e filtros podem produzir resultados extremos — e realça a necessidade de padrões de transparência para que usuários e reguladores compreendam quais valores estão sendo embutidos em ferramentas cada vez mais presentes no cotidiano, inclusive em produtos como os veículos Tesla, que anunciaram suporte ao chatbot.
