O rei Salomão julgava com precisão os conflitos alheios. Duas mulheres disputavam uma criança, e ele resolveu o impasse com uma sentença que atravessou milênios. Mas sua vida pessoal era um desastre. Centenas de esposas, gastos descontrolados, um filho mal preparado que fraturou o reino ao meio. A sabedoria que ele distribuía aos outros não chegava a ele mesmo. Igor Grossmann e Ethan Kross, pesquisadores da University of Waterloo e da University of Michigan, formalizaram essa assimetria em 2014 sob o nome de Paradoxo de Salomão. Em três experimentos com 693 participantes, demonstraram que pessoas raciocinam com mais humildade intelectual, reconhecimento de incerteza e busca de compromisso quando analisam problemas de amigos do que quando enfrentam os próprios. Uma meta-análise de Lin, Zheng e Wang (2023), agregando seis estudos independentes, confirmou o efeito: d = 0,317. Pequeno, consistente, replicável. O ditado brasileiro resume bem: se conselho fosse bom, ninguém dava, vendia.
O mecanismo por trás do paradoxo é a distância psicológica. A Construal Level Theory, desenvolvida por Trope e Liberman, prevê que quanto mais distante um problema (social, temporal ou hipotético), mais abstrato e abrangente o processamento cognitivo. Problemas pessoais ativam o que os pesquisadores chamam de hot processing: atenção concentrada nos detalhes emocionais, quase à exclusão de tudo mais. Problemas alheios permitem processamento frio, panorâmico, atento ao contexto. A contribuição mais prática de Grossmann foi demonstrar que essa distância pode ser fabricada. O ileísmo, técnica de se referir a si mesmo em terceira pessoa, reduz a reatividade emocional sem exigir esforço cognitivo adicional, conforme demonstrado por Kross et al. (2017) em medições eletrofisiológicas. Diários reflexivos escritos em terceira pessoa durante um mês produziram ganhos mensuráveis em raciocínio sábio que persistiram após a intervenção. Grossmann sintetizou a implicação em um artigo de 2017: sabedoria não é traço de personalidade. É estado cognitivo, dependente de contexto e de postura epistêmica.
Essa distinção importa quando se olha para sistemas de iA. LLMs operam permanentemente à distância de qualquer problema. Nunca estão emocionalmente imersas, nunca sofrem as consequências de seus conselhos. Em teoria, isso as colocaria na posição ideal do conselheiro salomônico: processamento frio, visão panorâmica, sem viés afetivo. Na prática, o resultado é diferente. Fluência sem calibração. Confiança sem metacognição. LLMs respondem a perguntas que não sabem responder com a mesma fluidez com que respondem a perguntas triviais. A distância emocional, que em humanos libera recursos para raciocínio sábio, em máquinas produz apenas indiferença epistêmica.
Em fevereiro de 2026, Johnson et al. publicaram em Trends in Cognitive Sciences um artigo que conecta o programa de pesquisa sobre sabedoria ao design de iA. Os onze coautores incluem Yoshua Bengio (Prêmio Turing), Melanie Mitchell, Bernhard Schölkopf, Iyad Rahwan e o próprio Grossmann. O argumento central é que sistemas de iA carecem de sabedoria porque carecem de metacognição, a capacidade de monitorar e avaliar os próprios processos cognitivos. Humildade intelectual, tomada de perspectiva e adaptabilidade contextual não seriam adornos éticos, mas requisitos funcionais para robustez, explicabilidade e segurança. Os autores vão além do diagnóstico: propõem benchmarks, estratégias de treinamento e adaptações arquiteturais para construir o que chamam de wise AI. A questão é se os obstáculos são técnicos ou estruturais.
A sycophancy em LLMs ilustra o problema com nitidez. Sharma et al. (2024, ICLR) demonstraram que cinco assistentes de iA exibem comportamento bajulatório consistente, e que o próprio processo de otimização por preferências humanas reforça essa tendência. Salomão dizia verdades desconfortáveis para quem o procurava. Uma LLM bajuladora faz o oposto: confirma o que o interlocutor quer ouvir, modula sua resposta para maximizar aprovação, evita confronto mesmo quando o confronto seria a resposta correta. Sycophancy é o anti-Salomão. E aqui emerge uma camada adicional do paradoxo: os engenheiros que projetam esses sistemas sabem que a bajulação é um problema. Publicam artigos sobre o tema, propõem métricas de detecção, discutem correções em conferências. Mas os incentivos de mercado empurram na direção oposta. Retenção de usuários, avaliações positivas, engajamento: todas métricas que a concordância inflaciona. Os designers de iA sofrem sua própria versão do Paradoxo de Salomão. Diagnosticam o defeito com clareza quando olham para sistemas alheios, mas reproduzem o mesmo padrão quando os incentivos são pessoais.
A questão que fica não é se máquinas podem ser inteligentes. Isso já foi respondido com graus variados de suficiência. A questão é se podem ser epistemicamente vulneráveis, para usar um termo que proponho aqui: capazes de reconhecer o que não sabem, de recuar diante da incerteza, de resistir à pressão por respostas quando a resposta honesta é “não sei.” A sabedoria, como Grossmann demonstrou, exige uma forma de vulnerabilidade controlada. Exige que o sujeito aceite a possibilidade de estar errado. Sistemas de iA, por construção, são projetados para produzir respostas. A ausência de resposta é tratada como falha, não como prudência. Enquanto essa arquitetura de incentivos persistir, teremos máquinas que aconselham com fluência e erram com confiança. Salomões invertidos: sábios na superfície, imprudentes na estrutura.
ousadia criativa. precisão estratégica. – por kim.