Um estudo comparou a dinâmica de busca semântica entre 82 participantes humanos e três grandes modelos de linguagem (GPT-4o, Gemini-2.5-Pro, Claude-Sonnet-4.5) usando dados de fluência verbal. A análise quantificou entropia, distância para o próximo item e distância para o centróide em oito configurações de temperatura para cada modelo.
- Os humanos exibiram maior entropia, etapas semânticas maiores e dispersão mais ampla do que todos os LLMs testados.
- O ajuste da temperatura produziu apenas alinhamentos parciais entre as métricas humanas e do modelo.
- Nenhuma configuração reproduziu o perfil humano completo em todas as dimensões.
Os achados sugerem que a busca semântica humana implementa um equilíbrio distinto entre exploração local e exploração global que as arquiteturas de modelos atuais falham em reproduzir.