Entenda como a IA pode ajudar a traçar estratégias no jogo de pôquer

Uma inteligência artificial (IA) especializada pode auxiliar jogadores a tomar as melhores decisões em uma partida de pôquer. O material foi desenvolvido pelo discente Lucas Diniz em sua dissertação de mestrado, orientada pelo docente Murilo Carneiro, na Faculdade de Computação da Universidade Federal de Uberlândia (Facom/UFU), com o título “Ajuste Fino Supervisionado de Grandes Modelos de Linguagem para Tomada de Decisão Estratégica no Poker”.

O estudo investiga se modelos de linguagem, como os usados em assistentes de inteligência artificial, conseguem aprender a tomar decisões estratégicas no pôquer. “Na pesquisa, utilizamos uma base de dados que apresenta cada cenário de jogo em formato de texto, e os modelos precisavam indicar a melhor ação, como desistir, pagar, passar, apostar ou aumentar”, explica o autor.

Uma IA tradicional é treinada para responder perguntas e realizar tarefas diferentes. “Ela pode até conhecer as regras e os termos do pôquer, mas isso não significa que consiga tomar boas decisões estratégicas de forma consistente”, destaca Diniz. Já a IA especializada, como a Qwen3-14B, utilizada na pesquisa, passa por um treinamento supervisionado adicional com milhares de situações de pôquer acompanhadas das decisões estratégicas de referência. “Assim, ela deixa de depender apenas do conhecimento geral adquirido em seu treinamento original e passa a reconhecer padrões específicos do jogo”, completa.

Para exemplificar a diferença, Diniz explica: “é como comparar uma pessoa inteligente que leu sobre medicina e um médico que, além da formação geral, foi treinado com muitos casos clínicos. O conhecimento geral ajuda, mas a especialização melhora bastante a qualidade das decisões.”

Em sua pesquisa, o estudioso utiliza o “ajuste fino supervisionado”, processo de especialização do modelo. Ele usou milhares de exemplos de partidas de pôquer, com informações detalhadas das cartas, posição na mesa, quantidade de fichas de cada jogador e sequência de apostas. Após essa apresentação, o modelo foi orientado sobre qual seria a melhor decisão em cada situação, como desistir, pagar, passar, apostar ou aumentar.

O autor sinaliza que “durante o treinamento, o modelo ajusta parte de seus parâmetros para aumentar a probabilidade de fornecer a decisão correta em cenários semelhantes. Não ensinamos cada regra manualmente. O modelo aprende os padrões a partir dos exemplos.”

Decisões em diferentes etapas

Os exemplos utilizados no treinamento representam diversos processos de uma partida, ou “mão”, de Texas Hold’em, modalidade de pôquer mais popular e também investigada no trabalho. Entre elas estão o pré-flop e o pós-flop, que apresentam diferentes níveis de complexidade para a tomada de decisão.

O pré-flop é a etapa inicial de apostas, que acontece logo após os jogadores receberem suas duas cartas particulares e antes de qualquer carta comunitária ser revelada na mesa. Nessa fase, as decisões dependem principalmente das cartas do jogador, de sua posição e das ações realizadas anteriormente pelos adversários.

Já o pós-flop começa depois da revelação das primeiras cartas comunitárias, ao fim da rodada inicial de apostas. A partir desse momento, novas informações são acrescentadas ao jogo e precisam ser analisadas em conjunto com as cartas do próprio jogador, sua posição e tudo o que aconteceu nas rodadas anteriores. Por isso, as decisões se tornam mais complexas.

Essa diferença também apareceu nos experimentos realizados pelo pesquisador. Sem o treinamento especializado, o melhor modelo analisado acertou aproximadamente 76% das decisões no pré-flop, mas apenas 51,5% das decisões no pós-flop. Depois do ajuste fino supervisionado, o desempenho chegou a 95,7% no pré-flop e a 91,8% no pós-flop.

Os resultados mostram que a especialização foi especialmente importante na etapa mais complexa do jogo. Ou seja, ao ser treinado com exemplos específicos de situações de pôquer, o modelo passou a reconhecer com maior precisão os padrões relacionados às decisões estratégicas, aumentando significativamente seu desempenho tanto no pré-flop quanto no pós-flop.

Como acessar essa IA?

Diniz explica que qualquer pessoa interessada pode conhecer, estudar e experimentar a tecnologia. “Como utilizamos modelos abertos e disponibilizamos publicamente o artigo e os principais códigos do projeto no repositório da UFU, outros pesquisadores podem reproduzir, analisar e ampliar o trabalho.”

Ele destaca que uma aplicação possível seria uma ferramenta de estudo na qual o próprio usuário descrevesse a situação em linguagem natural e recebesse rapidamente uma recomendação estratégica. Isso poderia aproximar informações hoje apresentadas por programas especializados e interfaces complexas de uma experiência mais simples e semelhante à conversa com um assistente.

O artigo foi aceito na principal conferência brasileira na área de inteligência artificial e sistemas inteligentes, a Brazilian Conference on Intelligent Systems, que acontece entre 19 e 22 de outubro deste ano, em Cuiabá, Mato Grosso.  A expectativa dos pesquisadores é que o trabalho fique disponível oficialmente próximo ao evento ou nos meses seguintes, dependendo do cronograma editorial da Springer, uma editora acadêmica de ciência. 

Política de uso: A reprodução de textos, fotografias e outros conteúdos publicados pela Diretoria de Comunicação Social da Universidade Federal de Uberlândia (Dirco/UFU) é livre; porém, solicitamos que seja(m) citado(s) o(s) autor(es) e o Portal Comunica.