Pular para o conteúdo principal
OpenAI

29 de julho de 2025

Produto

Apresentamos o modo Estudo

Uma nova forma de aprender no ChatGPT. Chega de respostas rápidas: está na hora de aproveitar orientações passo a passo.

Carregando…

Hoje, apresentamos o modo Estudo no ChatGPT: uma experiência de aprendizagem que ajuda você a resolver problemas passo a passo, em vez de apenas receber uma resposta. A partir de hoje, esse modo está disponível para usuários com login nos modos Free, Plus, Pro e Team. No ChatGPT Edu, a funcionalidade será lançada nas próximas semanas.

O ChatGPT está se tornando uma das ferramentas de aprendizagem mais utilizadas no mundo. Estudantes contam com a nossa tecnologia para concluir tarefas difíceis da lição de casa, na hora de estudar para provas e exames e até quando querem explorar novos conceitos. No entanto, esse uso para a educação também traz uma questão importante: como garantir que a ferramenta seja utilizada para apoiar uma aprendizagem real, que vai de fato ajudar os alunos e não apenas oferecer soluções prontas?

Criamos o modo Estudo para ajudar a resolver essa questão. Quando entram no modo Estudo, os alunos encontram perguntas especializadas que calibram as respostas de acordo com objetivos e níveis de habilidade individuais. Dessa forma, eles conseguem adquirir uma compreensão mais profunda dos tópicos que estão estudando. O modo Estudo foi projetado para ser envolvente e interativo. Ele vem para ajudar os alunos a aprender, e não apenas concluir uma tarefa.  

Como desenvolvemos o modo Estudo

A programação do modo Estudo baseia-se em instruções personalizadas que desenvolvemos em conjunto com professores, cientistas e profissionais da pedagogia. Ela estabelece comportamentos básicos de promoção de aprendizado profundo, como:estímulo à participação ativa, gestão da carga cognitiva e desenvolvimento proativo da metacognição e autorreflexão. Isso ajuda a instigar a curiosidade e também oferece feedbacks úteis e construtivos. Esses comportamentos baseiam-se em pesquisas científicas bem estabelecidas sobre aprendizado, que definem a forma como o modo Estudo responde aos alunos.

”Em vez de fazer o trabalho para os alunos, o modo Estudo incentiva o pensamento crítico sobre aquele tema. Recursos como esse são um passo positivo rumo ao uso eficaz da IA na aprendizagem. Mesmo na era da IA, a melhor aprendizagem ainda ocorre quando os alunos se entusiasmam e se envolvem com o material das aulas", conclui Robbie Torney, diretor sênior de programas de IA da Common Sense Media.

Principais recursos

Prompts interativos: em vez de fornecer respostas diretas, combina questionamento socrático, dicas e prompts de autorreflexão para orientar a compreensão e promover o aprendizado ativo.

Respostas com conteúdo progressivo: as informações são organizadas em seções fáceis de acompanhar, destacando as conexões entre os tópicos, mantendo as informações interessantes com a quantidade ideal de contexto e reduzindo a sobrecarga com tópicos complexos.

Suporte personalizado: as aulas são adaptadas ao nível do usuário, com base em perguntas que definem seu nível de habilidade e retenção de chats anteriores.

Avaliações: a retenção do aprendizado é acompanhada com perguntas de múltipla escolha, fechadas e abertas, além de feedback personalizado e análise da capacidade de aplicar o conhecimento em novos contextos.

Flexibilidade: é fácil ativar e desativar o modo Estudo durante a conversa, permitindo flexibilidade conforme suas metas de aprendizado em cada conversa

Como os estudantes usam o modo Estudo

O modo Estudo foi desenvolvido pensando nos estudantes universitários. Veja alguns exemplos do feedback que recebemos de estudantes nos primeiros testes:

"A melhor descrição é que ele é tipo um plantão de dúvidas 24 horas, com respostas para tudo." – Noah Campbell, estudante universitário

"O modo Estudo foi ótimo, porque explicou um assunto complexo de uma forma bem simples e fácil de acompanhar." – Caleb Masi, estudante universitário

"Testei o modo Estudo para me ajudar a aprender um conceito que já tentei aprender muitas vezes antes: codificações posicionais sinusoidais. E foi como se eu tivesse um professor particular que não se cansava das minhas perguntas. Depois de uma sessão de estudos que durou três horas, finalmente entendi o suficiente para ganhar segurança no tópico." – Maggie Wang, estudante universitária

Formas de usar o modo Estudo, de acordo com estudantes universitários do laboratório do ChatGPT

I want to learn about Game Theory, specifically the broad spectrum that the field entails, then also the ways in which you think it'd be useful for me to understand in my daily life. I want you to of course follow my curiousity, but mostly you will be teaching me about it, and keeping a high level plan to iterate through so I can cover the full scope here. I will ask questions when I am curious, but be deadset on quickly educating me on this.

Perfect. Here’s the high-level plan I’ll drive us through—think of it as a layered roadmap from foundational ideas to practical intuition:


🔹 Phase 1: Core Foundations

1. What is Game Theory, really?

  • Strategic interaction, rational agents, assumptions.

2. Types of Games

  • Cooperative vs non-cooperative
  • Simultaneous vs sequential
  • Zero-sum vs non-zero-sum

3. Basic Concepts

  • Players, strategies, payoffs, information
  • Dominant strategies
  • Nash equilibrium (core to nearly everything)

🔸 Phase 2: Classic Games & Concepts

4. Famous Games

  • Prisoner’s Dilemma
  • Chicken
  • Battle of the Sexes
  • Stag Hunt
  • Matching Pennies

5. Mixed Strategy Equilibria

  • When no pure strategy works
  • Randomization and expected payoffs

🔹 Phase 3: Deepening the Model

6. Repeated Games & Folk Theorems

  • Cooperation emerging over time
  • Tit for Tat, Grim Trigger, etc.

7. Extensive-Form Games

  • Game trees, backward induction
  • Subgame Perfect Equilibria

8. Bayesian Games

  • Games with incomplete information
  • Beliefs, types, and expected utility

🔸 Phase 4: Real-Life Relevance

9. Mechanism Design / Reverse Game Theory

  • Voting systems, auctions, contracts

10. Behavioral Game Theory

  • Bounded rationality, fairness, heuristics

11. Daily Life Applications

  • Negotiation, dating, politics, AI systems, etc.

🔹 Phase 5: Advanced & Optional

12. Evolutionary Game Theory

  • Strategies that reproduce over time

13. Algorithmic Game Theory

  • Network effects, internet auctions

14. Your world: How it matters to Parker

  • Systems design, incentives, power structures

Throughout this, I’ll mix in:

  • 🔄 Guided examples
  • 🧠 Thought experiments
  • 🎭 Real-life situations to map theory onto
  • 🧩 Quick checks to make sure ideas are sticking

Let’s kick off Phase 1.
First quick one: In your own words, what do you think Game Theory is about? No need to be polished—just get it out.

I think Game Theory is sort of this meta aspect framing of modern society in life where we look at people in situations and complex systems and we try to analyze how people in them make decisions, sometimes why they make it, and how this affects the situation/system

Nice—you're already circling the core.

Let’s sharpen it a bit together. Game Theory is fundamentally about strategic decision-making—situations where the outcome for each person depends not just on what they do, but on what others do too.

So real quick:

If you’re making a decision and it depends entirely on nature or chance—like a dice roll—is that Game Theory?

And then:

If you’re making a decision and it depends on what someone else does—like whether they cooperate or betray you—is that Game Theory?

Walk me through your thinking on both.

No random chance isn't game theory, though agents in game theory may end up having things depend on random chance. But if youre decision matters then of course it is. Also please remember you should be teaching this to me, via paragraphs of information and moving through a high level plan. If I want to do interactions and questions, I will ask. Continue

Got it—I'll stay in teaching mode and drive forward through the roadmap unless you tap in.


📍Phase 1: Core Foundations — What Game Theory Is

At its heart, Game Theory studies strategic interactions: any situation where the outcome for each agent (person, company, nation, etc.) depends on the actions of others. It’s not about games in the traditional sense, but rather any “game” where decisions must be made in the presence of others who are also making decisions.

Key Assumptions (Classical Game Theory):

1. Rational agents – Everyone acts to maximize their own utility (whatever that means to them).

2. Strategic thinking – Agents consider what others might do before acting.

3. Common knowledge – Everyone knows the rules, the payoffs, and that everyone is rational (though later variants relax this).


🧩 Core Building Blocks

Here are the elements every formal game model needs:

  • Players – The decision-makers.
  • Strategies – The complete set of actions each player could take.
  • Payoffs – The outcomes (usually represented numerically) each player receives depending on the combination of strategies chosen.
  • Rules of play – Whether players move simultaneously or in turns, whether they see each other’s moves, whether they play once or repeatedly.

These get framed into a “game form”, and from there, you look for solutions—most famously, Nash equilibrium (more on that soon).


🎲 Quick Clarification: Game Theory vs Probability

You're exactly right—pure chance (like dice) isn’t Game Theory. That’s probability theory. But if you are choosing a strategy knowing that others may randomize their own moves? That’s Game Theory.

For example: in rock-paper-scissors, the “optimal” strategy is not deterministic—it’s a mixed strategy, which involves randomizing your choices. But you’re doing so strategically, in response to an opponent.


🧠 Where We’re Going Next

Next up, I’ll walk through types of games (Phase 1 continued), then move into dominant strategies and Nash equilibrium to set up the first actual game analysis.

Let me know if you want to pause, go deeper, or shift gears—but otherwise I’ll keep pressing forward.

I like the rock paper scissors example. Keep going, connecting to my life where possible. want to internalize this to be a better person/decision maker

Primeiros passos 

O modo Estudo é muito útil nas lições de casa, na hora de estudar para provas e também na aprendizagem de novos tópicos. Para experimentar, selecione "Estudar e aprender" nas ferramentas do ChatGPT e faça uma pergunta. 

Limitações e próximos passos

Este é o primeiro passo de uma longa jornada de melhoria da aprendizagem dentro do ChatGPT.  Hoje, o modo Estudo baseia-se em instruções específicas no sistema. Com essa abordagem, conseguimos aplicar rapidamente os feedbacks de estudantes para melhorar a experiência, mesmo que haja alguma inconsistência nos comportamentos e alguns erros em conversas. Nosso plano é inserir esse comportamento nos modelos principais depois que entendermos o que funciona melhor, com testes e feedback dos estudantes. 

Também estamos explorando novos recursos para que o modo Estudo seja mais interessante e útil para os estudantes, como:

  • Visualizações mais claras de conceitos complexos ou com muito texto
  • Definição e acompanhamento de metas em todas as conversas
  • Mais personalização conforme as habilidades e metas de cada aluno

As pesquisas sobre os melhores métodos de aplicar a IA no mundo da educação ainda estão só começando. Com a iniciativa NextGenAI, a OpenAI promove investigações adicionais sobre aprendizagem e IA por meio de diversos parceiros. Além disso, trabalha com especialistas da SCALE Initiative do Accelerator for Learning da Stanford University(abre em uma nova janela) para estudar e compartilhar de que forma as ferramentas de IA influenciam resultados educacionais em áreas como ensino fundamental e médio.

Conforme tivermos mais estudos de longo prazo analisando o aprendizado dos alunos com IA, publicaremos análises mais detalhadas da relação entre o design dos modelos e a cognição, moldando produtos futuros conforme esses insights e colaborando com toda a comunidade de educação para garantir que a IA seja proveitosa para estudantes de todo o mundo.