System 2 Thinking

O pensamento do Sistema 2 é o modo de raciocínio lento, deliberado e que exige esforço na teoria do processamento dual da cognição humana, em oposição ao Sistema 1, que é rápido, automático e intuitivo. Os psicólogos Keith Stanovich e Richard West deram nome aos dois sistemas em 2000, e Daniel Kahneman, que compartilhou o Prêmio Nobel Memorial de Ciências Econômicas de 2002, popularizou-os em seu livro de 2011 Rápido e devagar: duas formas de pensar. Kahneman ilustra os dois sistemas com o problema do taco e da bola de Shane Frederick: um taco e uma bola custam juntos US$ 1,10, e o taco custa US$ 1,00 a mais que a bola. O Sistema 1 responde que a bola custa 10 centavos; o Sistema 2, ao conferir a conta, conclui que custa 5 centavos. Em inteligência artificial (AI), o termo descreve modelos e sistemas que usam computação adicional para raciocinar, pesquisar ou verificar antes de responder.

Sistema 1 e Sistema 2 na IA#

Uma única passagem direta de uma rede neural funciona como o Sistema 1: um modelo de classificação de imagens, um modelo de detecção de objetos ou uma previsão do próximo token de um modelo de linguagem grande (LLM) usa a mesma quantidade fixa de computação para cada entrada, fácil ou difícil. Yoshua Bengio colocou essa distinção no centro de sua palestra principal na NeurIPS 2019, “Do aprendizado profundo do Sistema 1 ao aprendizado profundo do Sistema 2”, argumentando que o aprendizado profundo havia dominado a percepção rápida, mas ainda precisava do raciocínio, do planejamento e da generalização para situações novas que o Sistema 2 oferece. Os métodos do Sistema 2 permitem que a computação aumente com a dificuldade, por meio de busca, raciocínio passo a passo ou verificação de uma resposta antes de confirmá-la.

A IA para jogos combinou os dois sistemas desde cedo. O AlphaGo combinou uma rede de políticas que propõe rapidamente jogadas promissoras com a busca em árvore de Monte Carlo (MCTS), que simula variações antes de escolher; o trabalho Pensando rápido e devagar com aprendizado profundo e busca em árvore (2017), de Thomas Anthony, Zheng Tian e David Barber, treinou a rede rápida para imitar a busca lenta, transformando resultados deliberados em intuição ao longo do tempo. Sistemas que usam os dois modos costumam encaminhar cada entrada:

Técnicas do Sistema 2 em modelos de linguagem#

Prompting de cadeia de pensamento pede a um LLM que escreva etapas intermediárias, fornecendo-lhe mais tokens e, portanto, mais computação antes da resposta. A árvore de pensamentos, cujo artigo de 2023 cita diretamente a teoria do processamento dual, pesquisa ramificações de linhas de raciocínio e retrocede quando chega a becos sem saída; no desafio aritmético Game of 24, elevou a taxa de sucesso do GPT-4 de 4%, com prompting de cadeia de pensamento, para 74%. Modelos de raciocínio, como o o1 da OpenAI e o DeepSeek-R1, são treinados com aprendizado por reforço para raciocinar longamente por conta própria, e um modelo de recompensa de processo (PRM) pode verificar cada etapa de uma solução candidata durante a busca.

Muitos produtos oferecem os dois modos. O Claude 3.7 Sonnet, da Anthropic, lançado em fevereiro de 2025, é um modelo que responde diretamente ou usa raciocínio estendido, dependendo de uma configuração; o GPT-5, lançado em agosto de 2025, usa um roteador que encaminha cada solicitação para um modelo rápido ou um modelo de raciocínio mais profundo, de forma semelhante ao diagrama acima.

Sistemas rápidos e lentos na visão e na robótica#

A robótica distribui os dois sistemas entre modelos separados que operam em velocidades diferentes. O Helix da Figure, anunciado em fevereiro de 2025, executa um modelo de visão e linguagem (VLM) de 7 bilhões de parâmetros a 7–9 Hz como Sistema 2, que interpreta a cena e o comando falado, e uma política de controle de 80 milhões de parâmetros a 200 Hz como Sistema 1, que converte a saída do VLM em movimentos contínuos da parte superior do corpo, até os dedos.

Os pipelines de visão usam a mesma divisão para controlar custos. O modelo YOLO to VLM Monitor em Ultralytics Platform Agents executa um modelo nano YOLO26 em cada imagem e chama um VLM para descrever a cena somente quando o YOLO detecta pelo menos uma pessoa. Assim, as imagens sem pessoas nunca chegam ao modelo mais lento e caro.

Custos e limites#

Kahneman descreveu o Sistema 2 como preguiçoso: pensar deliberadamente é cansativo, então as pessoas recorrem ao Sistema 1 e muitas vezes aceitam seus erros. Na IA, o custo está na latência e na computação, pois um modelo de raciocínio pode gerar milhares de tokens ocultos antes de responder a uma pergunta que um modelo rápido resolve em uma única passagem, e o roteamento determina com que frequência esse custo é pago. A deliberação também não garante um raciocínio sólido. As etapas escritas por um modelo podem diferir da computação que produziu sua resposta — uma discrepância estudada na área de IA explicável (XAI) —, e os métodos de raciocínio latente transferem a deliberação para estados ocultos que não deixam nenhum registro escrito.