Seis Paralelos Baseados em Pesquisa Entre Modos de Falha de LLM e Cognição no TDAH

Paralelos Práticos Entre Padrões Cognitivos de LLMs e TDAH

Um desenvolvedor com TDAH que tem programado em par com LLMs notou padrões de falha familiares: fabricação confiante, perda de contexto no meio da conversa, conexões laterais brilhantes seguidas por falhas básicas de lógica sequencial. A pesquisa revela seis paralelos específicos entre a operação de LLMs e a cognição do TDAH.

Seis Paralelos Comprovados por Pesquisa

• Processamento associativo: No TDAH, a Rede de Modo Padrão invade as redes voltadas para tarefas (Castellanos et al., JAMA Psychiatry). A atenção do Transformer calcula associações ponderadas em todos os tokens sem um forte controle de relevância. Ambos os sistemas funcionam como máquinas de associação com alta conectividade criativa e intrusões irrelevantes aleatórias.
• Confabulação: Adultos com TDAH produzem significativamente mais falsas memórias que parecem verdadeiras (Soliman & Elfar, 2017, d=0,69+). Um artigo de 2023 da PLOS Digital Health argumenta que os erros de LLMs deveriam ser chamados de confabulação em vez de alucinação. Um artigo da ACL de 2024 descobriu que as confabulações de LLMs compartilham características mensuráveis com a confabulação humana (Millward et al.). Nenhum dos sistemas está mentindo—ambos preenchem lacunas com conteúdo plausível completado por padrões.
• Janela de contexto como memória de trabalho: Déficits na memória de trabalho estão entre os achados mais replicados do TDAH (d=0,69-0,74 em meta-análises). A janela de contexto de um LLM funciona como sua memória de trabalho—tamanho fixo, com informações caindo no final e conteúdo anterior ficando confuso. Estratégias de compensação se espelham: humanos usam planejadores e sistemas externos; LLMs usam prompts de sistema, arquivos CLAUDE.md e RAG.
• Completamento de padrões sobre precisão: O TDAH se correlaciona com melhor pensamento divergente e pior pensamento convergente (Hoogman et al., 2020). LLMs exibem o mesmo padrão—excelentes em correspondência de padrões e completamento criativo, ruins em raciocínio preciso de múltiplos passos. Ambos otimizam para "o que se encaixa no padrão" em vez de "o que é logicamente correto em sequência".
• Estrutura como multiplicador de força: Ambientes estruturados melhoram significativamente o desempenho no TDAH (Frontiers in Psychology, 2025). O mesmo se aplica a LLMs—prompts de sistema claros com restrições produzem resultados dramaticamente melhores. Remova a estrutura e ambos os sistemas produzem resultados divagantes e desfocados.
• Persistência orientada por interesse vs continuidade de linha: O engajamento focado sustentado em uma linha de pensamento produz qualidade composta em ambos os casos. Interromper a linha causa perda completa de contexto, semelhante a como as interrupções perturbam o foco profundo no TDAH.

Implicações Práticas

Pessoas que passaram anos gerenciando cérebros com TDAH já têm treinado habilidades relevantes para colaboração com IA: estruturação externa, pensamento baseado em padrões e iteração sem frustração. A pesquisa completa com todas as citações está disponível em thecreativeprogrammer.dev.