Consenso Lexical: Aprendizagem de Palavras Fundamentada e Significado Compartilhado em Agentes Artificiais

Resumo

Sistemas de inteligência artificial são comumente avaliados por meio do desempenho em tarefas e imitação comportamental, mas tais avaliações deixam em aberto se um agente artificial pode adquirir, estabilizar e usar novos significados lexicais a partir da experiência fundamentada. Este artigo apresenta o Consenso Lexical, uma estrutura experimental para estudar a aprendizagem de palavras fundamentada em um substrato perceptual estruturado. Utilizando embeddings visuais congelados do DINOv2, palavras inventadas no estilo Carroll e aprendizes lexicais interpretáveis com baselines lineares, testamos se agentes podem adquirir rótulos artificiais para conceitos visuais, generalizá-los bidirecionalmente e estabilizá-los em ambientes controlados. O principal resultado é um gradiente robusto de coerência perceptual: categorias nativas são as mais fáceis de aprender, superextensões coerentes permanecem aprendíveis, conceitos disjuntivos intermediários se degradam e conceitos altamente disjuntivos se aproximam do acaso. Um experimento de dissociação pré-registrado com CIFAR-100 confirma que esse gradiente é governado pela distância perceptual, e não pela relação semântica: a distância perceptual prediz a precisão da aquisição (R² parcial = 0,245, p < 1e-7), enquanto a distância semântica não adiciona poder explicativo significativo (R² parcial = 0,002, p = 0,660). A avaliação bidirecional mostra que nomeação e recuperação são distintas: mecanismos baseados em exemplares superam protótipos de centróide na recuperação imagem-rótulo, revelando uma dimensão de fidelidade de memória separada da precisão da nomeação. Controles de falseamento, avaliações com conjuntos candidatos homogêneos e resultados nulos em reestruturação representacional indicam que a geometria perceptual congelada tanto viabiliza a fundamentação lexical quanto limita o que pode ser adquirido sem adaptação representacional.

English

Artificial intelligence systems are commonly evaluated through task performance and behavioral imitation, but such evaluations leave open whether an artificial agent can acquire, stabilize, and use new lexical meanings from grounded experience. This paper introduces Lexical Consensus, an experimental framework for studying grounded word learning over a structured perceptual substrate. Using frozen DINOv2 visual embeddings, Carroll-style nonce words, and interpretable lexical learners plus linear baselines, we test whether agents can acquire artificial labels for visual concepts, generalize them bidirectionally, and stabilize them across controlled settings. The main result is a robust perceptual-coherence gradient: native categories are easiest to learn, coherent overextensions remain learnable, mid-range disjunctive concepts degrade, and far-disjunctive concepts approach chance. A pre-registered CIFAR-100 dissociation experiment confirms that this gradient is governed by perceptual distance rather than semantic relatedness: perceptual distance predicts acquisition accuracy (partial R^2 = 0.245, p < 1e-7), while semantic distance adds no significant explanatory power (partial R^2 = 0.002, p = 0.660). Bidirectional evaluation shows that naming and retrieval are distinct: exemplar-based mechanisms outperform centroid prototypes in label-to-image retrieval, exposing a memory-fidelity dimension separate from naming accuracy. Falsification controls, homogeneous candidate-pool evaluations, and null results on representational restructuring indicate that frozen perceptual geometry both enables lexical grounding and limits what can be acquired without representational adaptation.