Última atualização: agosto de 2026
O poker ocupa uma posição incomum no mundo científico.
Para matemáticos, é um problema de probabilidades e teoria dos jogos. Para economistas, funciona como um laboratório de decisões sob risco. Para psicólogos, permite estudar autocontrole, emoções, blefes e vieses cognitivos. Para pesquisadores de inteligência artificial, tornou-se um dos principais desafios envolvendo informações incompletas.
O poker também é pesquisado pela saúde pública. Nesse campo, cientistas estudam comportamento excessivo, dependência, impulsividade, depressão, distorções cognitivas, qualidade do sono e ferramentas de jogo responsável.
Este guia reúne alguns dos principais estudos, artigos, pesquisas, cursos e palestras científicas relacionados ao poker.
Como este levantamento foi organizado
Os trabalhos foram separados em seis grupos:
- habilidade, sorte, matemática e economia;
- inteligência artificial e teoria dos jogos;
- psicologia, emoções e tomada de decisão;
- jogo problemático e saúde pública;
- sociologia, carreira profissional e gênero;
- cursos e palestras sobre ciência e poker.
Foram priorizados artigos originais, revistas científicas, universidades, conferências acadêmicas e repositórios de pesquisa.
Os trabalhos identificados como preprints foram disponibilizados antes ou independentemente de uma revisão formal por uma revista científica. Por isso, suas conclusões devem ser interpretadas com mais cautela.
O que a ciência já descobriu sobre o poker
A literatura científica não sustenta uma resposta simplista como “poker é apenas habilidade” ou “poker é apenas sorte”.
O quadro mais preciso é o seguinte:
- a sorte exerce enorme influência no curto prazo;
- diferenças de habilidade tornam-se mais visíveis com o aumento da amostra;
- o nível dos adversários afeta diretamente a vantagem de um jogador;
- controle emocional e disciplina fazem parte da performance;
- jogadores habilidosos também podem apresentar comportamentos problemáticos;
- poker é um dos principais ambientes de pesquisa sobre decisões com informações incompletas;
- programas de inteligência artificial já superaram profissionais em diferentes versões do jogo;
- modelos de linguagem ainda apresentam limitações quando comparados a agentes especializados.
Estudos sobre habilidade, sorte, matemática e economia
1. A Simplified Two-Person Poker
Em 1951, Harold W. Kuhn publicou um modelo simplificado de poker para estudar jogos com informações incompletas.
No chamado Kuhn Poker, dois jogadores recebem cartas de um pequeno baralho e precisam decidir entre apostar, pagar ou desistir. Apesar da simplicidade, o modelo reúne elementos fundamentais do poker real: blefe, captura de valor, aleatoriedade e equilíbrio estratégico.
O Kuhn Poker continua sendo utilizado em pesquisas de teoria dos jogos e inteligência artificial.
Acessar o estudo: A Simplified Two-Person Poker, de Harold W. Kuhn
2. The Challenge of Poker
Publicado em 2002, o artigo explica por que o poker representa um desafio diferente de jogos como xadrez.
No xadrez, todas as peças estão visíveis. No poker, o programa precisa tomar decisões sem conhecer as cartas dos adversários, interpretar apostas, administrar aleatoriedade e considerar estratégias de engano.
O trabalho foi uma das principais bases do projeto de poker computacional da Universidade de Alberta.
Acessar o estudo: The Challenge of Poker
3. Universal Statistical Properties of Poker Tournaments
O pesquisador Clément Sire analisou torneios de poker por meio da física estatística.
O estudo investigou distribuições de fichas, sobrevivência dos jogadores e evolução dos torneios. O autor mostrou que determinados padrões estatísticos podem aparecer em diferentes eventos, apesar das diferenças entre participantes e estruturas.
O trabalho ajuda a compreender o poker como um sistema complexo formado por competição, eliminação e transferência de recursos.
Acessar o preprint: Universal Statistical Properties of Poker Tournaments
4. Social and Psychological Challenges of Poker
Kyle Siler analisou aproximadamente 27 milhões de mãos de poker online.
O estudo observou que jogadores podem vencer frequentemente em potes pequenos e, ainda assim, perder dinheiro por causa de decisões ruins em potes maiores. Isso ajuda a explicar por que a percepção de “ganhar muitas mãos” nem sempre corresponde a um resultado financeiro positivo.
O artigo também aborda como vieses psicológicos e estruturas de recompensa podem influenciar a tomada de decisão.
Acessar o estudo: Social and Psychological Challenges of Poker
5. Problem Gambling in Poker: Money, Rationality and Control
Ole Bjerg investigou a relação entre racionalidade, dinheiro e controle no poker.
O artigo argumenta que jogadores de poker frequentemente enxergam sua atividade de maneira diferente de jogos baseados predominantemente em sorte. A crença na própria habilidade pode contribuir para o estudo e a disciplina, mas também pode dificultar a percepção de perda de controle.
O trabalho conecta filosofia, sociologia econômica e jogo problemático.
Acessar o estudo: Problem Gambling in Poker: Money, Rationality and Control
6. The Role of Skill Versus Luck in Poker
Os economistas Steven Levitt e Thomas Miles utilizaram dados da World Series of Poker para comparar jogadores previamente classificados como habilidosos com os demais participantes.
No conjunto analisado, o grupo considerado altamente habilidoso apresentou retorno sobre investimento superior a 30%, enquanto os demais jogadores tiveram retorno médio negativo.
O resultado foi apresentado como evidência de que habilidade influencia significativamente o desempenho em torneios, embora não elimine a variância de cada evento.
Acessar o estudo: The Role of Skill Versus Luck in Poker
7. Is Poker a Game of Skill or Chance? A Quasi-Experimental Study
Este estudo colocou jogadores classificados como especialistas e jogadores comuns em situações controladas de poker.
Nas condições utilizadas, a distribuição das cartas teve influência maior sobre os resultados financeiros do que a categoria de experiência dos participantes.
O trabalho oferece um contraponto importante aos estudos que encontram predominância da habilidade. Os resultados mostram que a conclusão depende do formato, do tamanho da amostra e da maneira utilizada para medir habilidade.
Acessar o estudo: Is Poker a Game of Skill or Chance? A Quasi-Experimental Study
8. Beyond Chance? The Persistence of Performance in Online Poker
Publicado na revista PLOS ONE, o estudo analisou o desempenho de jogadores de poker online ao longo do tempo.
Jogadores com bom desempenho em determinado período apresentaram maior probabilidade de continuar superando jogadores de pior desempenho nos períodos seguintes.
Nas simulações realizadas pelos autores, a habilidade começou a superar a influência da sorte após aproximadamente 1.500 mãos. Isso não significa que essa quantidade seja suficiente para classificar qualquer jogador individualmente. O número representa o resultado do modelo específico utilizado.
Acessar o estudo: Beyond Chance? The Persistence of Performance in Online Poker
9. Is Poker a Skill Game? New Insights from Statistical Physics
Marco Alberto Javarone utilizou conceitos de física estatística para investigar a dinâmica do poker.
O autor modelou diferenças de habilidade e distribuição de recursos para observar quando jogadores mais fortes conseguem se destacar apesar da aleatoriedade.
O trabalho oferece uma perspectiva teórica sobre a interação entre vantagem técnica, variância e duração do jogo.
Acessar o preprint: Is Poker a Skill Game? New Insights from Statistical Physics
10. Poker Cash Game: A Thermodynamic Description
Neste trabalho, Javarone aplicou analogias da termodinâmica ao cash game.
Fichas e dinheiro são tratados como recursos que circulam dentro de um sistema competitivo. O artigo estuda como diferenças entre os participantes podem gerar concentrações de recursos ao longo do tempo.
A proposta é uma modelagem matemática e não uma fórmula para prever resultados individuais.
Acessar o preprint: Poker Cash Game: A Thermodynamic Description
11. The Dominance of Skill in Online Poker
Este estudo analisou mais de 91 mil jogadores durante aproximadamente 40 meses.
Os autores encontraram persistência de desempenho: jogadores que apresentavam bons resultados em um período tendiam a continuar com desempenho relativamente melhor posteriormente.
Segundo a comparação realizada pelos pesquisadores, a persistência encontrada se aproximava da observada em esportes de habilidade.
Acessar o estudo: The Dominance of Skill in Online Poker
12. Online Poker and Rummy: Games of Skill or Chance?
Este trabalho propõe métodos estatísticos para avaliar a contribuição relativa de habilidade e sorte no poker online e no rummy.
Os autores discutem como volume, consistência e desempenho relativo podem ser utilizados para diferenciar resultados aleatórios de vantagens persistentes.
Por se tratar de um preprint, suas conclusões ainda devem ser interpretadas com cautela.
Acessar o preprint: Online Poker and Rummy: Games of Skill or Chance?
13. Quantifying Skill and Chance: A Unified Framework
Este trabalho tenta criar uma estrutura unificada para medir habilidade e sorte em diferentes jogos.
No modelo proposto, o poker aparece como uma atividade com participação relevante dos dois componentes: decisões melhores afetam os resultados, mas a aleatoriedade continua exercendo forte influência.
Trata-se de um preprint e não de um consenso definitivo sobre o tema.
Acessar o preprint: Quantifying Skill and Chance: A Unified Framework
14. The Gambling Habits of Online Poker Players
Ingo Fiedler analisou mais de 2,1 milhões de identidades de jogadores de poker online.
A pesquisa mostrou que grande parte dos usuários jogava com pouca frequência e em limites baixos, enquanto uma parcela pequena concentrava um grande volume de mãos.
Essa distribuição é importante para diferenciar o comportamento do jogador ocasional daquele apresentado por jogadores regulares e profissionais.
Acessar o estudo: The Gambling Habits of Online Poker Players
Poker, inteligência artificial e teoria dos jogos
O poker tornou-se um dos mais importantes testes de inteligência artificial porque exige decisões sem acesso a todas as informações relevantes.
Um agente precisa trabalhar com probabilidades, ranges, ações anteriores, tamanhos de aposta, estratégias adversárias e possibilidade de blefe.
15. Studies in Machine Cognition Using the Game of Poker
Em 1977, Nicholas Findler publicou um dos primeiros trabalhos sobre o uso do poker para estudar cognição de máquinas.
O artigo discute como programas podem modelar o comportamento do oponente e tomar decisões em um ambiente de incerteza.
Mesmo limitado pela tecnologia da época, o trabalho antecipou temas que se tornariam centrais décadas depois.
Acessar o estudo: Studies in Machine Cognition Using the Game of Poker
16. Bayesian Poker
O artigo Bayesian Poker utiliza redes bayesianas para modelar decisões e informações desconhecidas.
O método procura atualizar probabilidades à medida que novas ações são observadas. Uma aposta, um call ou um raise altera a estimativa sobre as possíveis cartas e intenções do adversário.
O estudo foi uma das primeiras aplicações explícitas de raciocínio probabilístico moderno ao poker computacional.
Acessar o estudo: Bayesian Poker
17. Approximating Game-Theoretic Optimal Strategies for Full-Scale Poker
Publicado em 2003, este trabalho apresentou métodos para aproximar estratégias de equilíbrio em versões mais completas de poker.
Como o jogo real possui um número gigantesco de situações, os pesquisadores precisaram agrupar mãos e estados semelhantes. Essa técnica, conhecida como abstração, tornou possível calcular estratégias com os computadores disponíveis na época.
O artigo ajudou a estabelecer a base dos primeiros bots competitivos de Limit Hold’em.
Acessar o estudo: Approximating Game-Theoretic Optimal Strategies for Full-Scale Poker
18. Regret Minimization in Games with Incomplete Information
Publicado na NeurIPS em 2007, este artigo apresentou o Counterfactual Regret Minimization, conhecido como CFR.
O algoritmo simula repetidamente o jogo e mede quanto cada decisão teria ganhado ao escolher outra ação. Com o tempo, ele reduz o arrependimento acumulado e se aproxima de uma estratégia de equilíbrio.
O CFR tornou-se uma das tecnologias mais importantes para a criação de solvers e agentes de poker.
Acessar o estudo: Regret Minimization in Games with Incomplete Information
19. Computer Poker: A Review
Este artigo de revisão apresenta o desenvolvimento histórico do poker computacional.
Os autores explicam abstração de cartas e apostas, modelagem de oponentes, busca em árvores, equilíbrio de Nash e diferentes tipos de agentes.
É uma boa porta de entrada para compreender o campo antes das grandes conquistas de Cepheus, DeepStack, Libratus e Pluribus.
Acessar o estudo: Computer Poker: A Review
20. Bayes’ Bluff: Opponent Modelling in Poker
O trabalho utiliza modelos probabilísticos para inferir o estilo e as possíveis decisões dos adversários.
Em vez de seguir somente uma estratégia defensiva próxima do equilíbrio, o agente tenta identificar padrões e explorá-los.
A pesquisa representa a linha de estudos que busca combinar solidez matemática com adaptação ao oponente.
Acessar o preprint: Bayes’ Bluff: Opponent Modelling in Poker
21. Identifying Players’ Strategies in No-Limit Texas Hold’em Poker
Os pesquisadores analisaram estatísticas de jogo para agrupar participantes de No-Limit Hold’em em diferentes perfis.
O método identificou sete grupos estratégicos com características distintas. A proposta mostra como mineração de dados pode ser utilizada para reconhecer estilos sem depender apenas de classificações tradicionais como tight, loose, agressivo ou passivo.
Esse tipo de pesquisa pode ser aplicado à modelagem de adversários.
Acessar o preprint: Identifying Players’ Strategies in No-Limit Texas Hold’em Poker
22. Poker-CNN: A Pattern Learning Strategy for Making Draws and Bets
Poker-CNN aplicou redes neurais convolucionais às decisões de poker.
Os autores buscaram representar situações do jogo de maneira que uma rede neural pudesse reconhecer padrões e decidir entre diferentes ações.
O estudo faz parte da transição de sistemas baseados principalmente em regras e abstrações para métodos de aprendizado profundo.
Acessar o preprint: Poker-CNN: A Pattern Learning Strategy for Making Draws and Bets
23. Heads-Up Limit Hold’em Poker Is Solved
Em 2015, pesquisadores da Universidade de Alberta anunciaram que o heads-up Limit Hold’em havia sido fracamente resolvido.
O programa Cepheus jogou contra si mesmo durante uma enorme quantidade de simulações até produzir uma estratégia tão próxima do equilíbrio que uma pessoa não conseguiria demonstrar vantagem estatisticamente significativa ao longo de uma vida de jogo.
Resolver uma versão de poker com aproximadamente (10^{14}) pontos de decisão foi um marco da inteligência artificial.
Acessar o estudo: Heads-Up Limit Hold’em Poker Is Solved
24. Deep Reinforcement Learning from Self-Play in Imperfect-Information Games
Este trabalho apresentou o Neural Fictitious Self-Play, conhecido como NFSP.
O método combina aprendizado por reforço com redes neurais para que um agente aprenda estratégias por meio de partidas contra si mesmo.
O NFSP foi testado em jogos de informações incompletas, incluindo versões de poker, e ajudou a mostrar que redes neurais poderiam aprender comportamentos próximos do equilíbrio.
Acessar o preprint: Deep Reinforcement Learning from Self-Play in Imperfect-Information Games
25. Equilibrium Approximation Quality of Current No-Limit Poker Bots
Os autores analisaram a qualidade das aproximações de equilíbrio utilizadas por bots de No-Limit Hold’em.
O estudo discute um problema importante: vencer determinados adversários não prova que uma estratégia esteja próxima do equilíbrio. Um agente pode explorar jogadores específicos e ainda possuir fraquezas significativas.
A pesquisa procura desenvolver maneiras melhores de avaliar a robustez dos bots.
Acessar o preprint: Equilibrium Approximation Quality of Current No-Limit Poker Bots
26. DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker
Publicado na revista Science em 2017, DeepStack combinou redes neurais, raciocínio recursivo e resolução localizada de situações.
O sistema disputou mais de 44 mil mãos contra jogadores profissionais de heads-up No-Limit Hold’em e apresentou resultado estatisticamente significativo.
Uma inovação importante foi evitar o cálculo completo do jogo antes da partida. O programa reavaliava a situação durante cada mão e utilizava redes neurais para estimar o valor das posições futuras.
Acessar o estudo: DeepStack: Expert-Level Artificial Intelligence in Heads-Up No-Limit Poker
27. Libratus: Superhuman AI for Heads-Up No-Limit Poker
Libratus enfrentou quatro especialistas em heads-up No-Limit Hold’em durante 120 mil mãos no desafio Brains vs. AI.
O agente terminou com uma vantagem expressiva e estatisticamente significativa.
O sistema combinava uma estratégia inicial, resolução detalhada durante o jogo e um mecanismo que procurava identificar e corrigir possíveis fraquezas exploradas pelos humanos.
Acessar o estudo: Superhuman AI for Heads-Up No-Limit Poker: Libratus
28. Depth-Limited Solving for Imperfect-Information Games
Este trabalho apresentou métodos para resolver subárvores de jogos com informações incompletas sem precisar calcular todas as possibilidades até o final.
A técnica utiliza estimativas do valor de situações futuras, reduzindo significativamente os recursos computacionais necessários.
Os pesquisadores demonstraram desempenho de alto nível em poker utilizando hardware relativamente modesto.
Acessar o preprint: Depth-Limited Solving for Imperfect-Information Games
29. Deep Counterfactual Regret Minimization
Deep CFR substitui partes das tabelas tradicionais de CFR por redes neurais.
O objetivo é generalizar o aprendizado para situações semelhantes e enfrentar jogos grandes demais para serem armazenados integralmente.
O método alcançou desempenho competitivo em No-Limit Hold’em e tornou-se uma referência para pesquisas posteriores sobre solvers baseados em aprendizado profundo.
Acessar o estudo: Deep Counterfactual Regret Minimization
30. Pluribus: Superhuman AI for Multiplayer Poker
Até o surgimento do Pluribus, as maiores conquistas da inteligência artificial no poker estavam concentradas no heads-up.
Publicado na Science em 2019, o trabalho mostrou um agente capaz de superar profissionais no No-Limit Hold’em com seis jogadores.
O multiplayer é especialmente difícil porque a estratégia envolve vários adversários, mudanças de incentivos e situações que não se reduzem diretamente a um jogo de soma zero entre duas pessoas.
Acessar o estudo: Superhuman AI for Multiplayer Poker: Pluribus
31. Combining Deep Reinforcement Learning and Search for Imperfect-Information Games
O ReBeL combinou aprendizado por reforço e busca com conceitos da teoria dos jogos.
O sistema representa o estado público do jogo e as crenças sobre as informações privadas de cada jogador. Isso permite planejar sem conhecer as cartas do oponente.
O método atingiu desempenho super-humano no heads-up No-Limit Hold’em utilizando menos conhecimento específico de poker do que sistemas anteriores.
Acessar o preprint: Combining Deep Reinforcement Learning and Search for Imperfect-Information Games
32. Student of Games
Publicado na Science Advances, o Student of Games procura unificar técnicas de busca, aprendizado por autojogo e teoria dos jogos.
O agente foi testado em ambientes muito diferentes, incluindo xadrez, Go, Scotland Yard e heads-up No-Limit Hold’em.
A importância do trabalho está na tentativa de criar uma arquitetura mais geral, capaz de atuar tanto em jogos de informação perfeita quanto imperfeita.
Acessar o estudo: Student of Games
33. A Survey on Game Theory Optimal Poker
Esta revisão reúne conceitos e métodos utilizados na criação de estratégias GTO.
O trabalho aborda equilíbrio de Nash, CFR, abstrações, solvers e inteligência artificial aplicada ao poker.
Por ser um levantamento disponibilizado como preprint, serve principalmente como material introdutório e mapa de referências.
Acessar o preprint: A Survey on Game Theory Optimal Poker
34. PokerBench: avaliando modelos de linguagem no poker
PokerBench criou um conjunto com aproximadamente 11 mil situações para testar a capacidade de modelos de linguagem em decisões de poker.
Os modelos gerais avaliados apresentaram desempenho inferior ao jogo considerado ótimo no benchmark. A adaptação ou o treinamento específico melhorou os resultados, mas não eliminou todas as limitações.
O trabalho sugere que domínio de linguagem e raciocínio genérico não são suficientes para garantir decisões de alto nível no poker.
Acessar o preprint: PokerBench
35. How Far Are LLMs from Professional Poker Players? ToolPoker
Este trabalho comparou modelos de linguagem com métodos tradicionais de poker.
Os resultados indicaram que LLMs utilizados isoladamente ainda ficavam atrás de agentes especializados. Os pesquisadores desenvolveram então o ToolPoker, que permite ao modelo consultar ferramentas e cálculos externos.
A integração melhorou a qualidade das decisões, reforçando a utilidade de combinar modelos de linguagem com solvers e ferramentas especializadas.
Acessar o preprint: How Far Are LLMs from Professional Poker Players? ToolPoker
36. PokerSkill
PokerSkill é uma proposta que combina regras produzidas por especialistas com modelos de linguagem.
O objetivo é melhorar a tomada de decisão sem depender integralmente de grandes quantidades de treinamento ou de um solver executado durante cada ação.
Como se trata de um preprint, ainda são necessários testes independentes e comparações mais amplas.
Acessar o preprint: PokerSkill
37. AlphaExploitem
AlphaExploitem estuda agentes que não buscam apenas uma estratégia próxima do equilíbrio, mas também tentam explorar tendências observadas nos adversários.
O sistema utiliza informações de mãos anteriores para adaptar suas decisões.
A proposta é relevante porque jogadores humanos frequentemente deixam padrões exploráveis. Ao mesmo tempo, abandonar uma estratégia equilibrada também pode criar novas vulnerabilidades.
Acessar o preprint: AlphaExploitem
Psicologia, emoções, cognição e performance
38. Don’t Worry, It’s Just Poker!
Este estudo contou com 354 participantes e analisou a relação entre experiência, habilidade percebida e controle emocional.
Os resultados indicaram que habilidade no poker não deve ser compreendida somente como conhecimento matemático. Regulação emocional, interpretação das situações e capacidade de lidar com perdas também fazem parte da performance.
Jogadores mais experientes relataram maneiras diferentes de interpretar e controlar suas emoções durante as sessões.
Acessar o estudo: Don’t Worry, It’s Just Poker!
39. Poker Experience, Sensitivity to Losses and Tilt Severity
Os pesquisadores estudaram como experiência e sensibilidade às perdas se relacionam com a intensidade do tilt.
A pesquisa encontrou relações entre a maneira como jogadores percebem perdas e sua resposta emocional. A experiência pode ajudar na regulação, mas não torna ninguém completamente imune ao tilt.
O artigo contribui para tratar tilt como um fenômeno psicológico mensurável, e não apenas como uma expressão informal utilizada por jogadores.
Acessar o estudo: Poker Experience, Sensitivity to Losses and Tilt Severity
40. Emotional and Social Factors Influence Poker Decision-Making Accuracy
Em um experimento com 459 participantes, os pesquisadores analisaram decisões matemáticas de poker sob diferentes condições emocionais e sociais.
A experiência esteve associada a maior precisão. A indução de raiva prejudicou determinadas decisões quando os participantes também eram expostos a uma imagem de olhos, utilizada como sinal social.
O trabalho mostra que emoções e sensação de observação podem interagir com o raciocínio técnico.
Acessar o estudo: Emotional and Social Factors Influence Poker Decision-Making Accuracy
41. Executive Functions and Poker Ability
O estudo investigou a relação entre capacidade de jogar poker e funções executivas.
Funções executivas incluem controle inibitório, memória de trabalho, flexibilidade cognitiva e planejamento.
A pesquisa procura compreender se jogadores mais habilidosos também apresentam vantagens em capacidades cognitivas gerais utilizadas para controlar ações e avaliar alternativas.
Acessar o estudo: Executive Functions and Poker Ability
42. Increased Ventral-Striatal Activity in Frequent Poker Gamblers
Pesquisadores compararam 15 jogadores frequentes de poker com 15 participantes de controle durante uma tarefa de tomada de decisão analisada por ressonância magnética funcional.
Os jogadores apresentaram diferenças de atividade em regiões associadas à recompensa, incluindo o estriado ventral.
A amostra é pequena e os resultados não devem ser generalizados para todos os jogadores. Ainda assim, o trabalho ajuda a investigar possíveis diferenças no processamento de risco e recompensa.
Acessar o estudo: Increased Ventral-Striatal Activity in Frequent Poker Gamblers
43. The Science and Detection of Tilting
Este trabalho propõe identificar tilt automaticamente por meio de expressões faciais e computação afetiva.
Os autores discutem a possibilidade de sistemas detectarem alterações emocionais e emitirem alertas antes que o jogador tome uma sequência de decisões prejudiciais.
A pesquisa foi apresentada em conferência e antecipa possíveis ferramentas de jogo responsável e monitoramento emocional.
Acessar o estudo: The Science and Detection of Tilting
44. Tilt in Online Poker: Loss of Control and Gambling Disorder
Com 291 jogadores, o estudo analisou frequência de tilt, distorções cognitivas e comportamento excessivo.
A frequência de tilt e as crenças distorcidas relacionadas ao jogo apareceram como preditores relevantes de problemas.
Os resultados sugerem que tilt recorrente pode ser mais do que um problema de performance, funcionando também como sinal de perda de controle.
Acessar o estudo: Tilt in Online Poker: Loss of Control and Gambling Disorder
45. Sleep or Play Online Poker?
Durante 28 dias, pesquisadores acompanharam o sono e as sessões de 23 jogadores regulares.
Sessões realizadas após sono insuficiente estiveram associadas a mais tilt, maior quantidade de mãos e piores resultados financeiros.
Apesar da amostra pequena, o estudo fornece evidência naturalística de que a privação de sono pode prejudicar tanto a regulação emocional quanto a tomada de decisão.
Acessar o estudo: Sleep or Play Online Poker?
46. Uso de medicamentos para melhorar a performance no poker
Este estudo investigou o uso de medicamentos e substâncias com a intenção de aumentar concentração, resistência ou desempenho entre jogadores de poker.
O tema envolve riscos relacionados à automedicação e ao uso de estimulantes sem acompanhamento profissional.
Longas sessões, horários irregulares e pressão competitiva podem incentivar práticas prejudiciais à saúde.
Acessar o estudo: Estudo sobre uso de medicamentos entre jogadores de poker
47. Heart-Rate Sonification Biofeedback for Poker
Os pesquisadores transformaram a frequência cardíaca dos participantes em sinais sonoros durante uma experiência de poker.
A ideia era permitir que o jogador percebesse alterações fisiológicas associadas ao estresse e à excitação.
O estudo laboratorial contou com 29 participantes e investigou se biofeedback poderia melhorar consciência emocional e controle durante o jogo.
Acessar o estudo: Heart-Rate Sonification Biofeedback for Poker
48. Quality of Professional Players’ Poker Hands Is Perceived from Arm Motions
O experimento investigou quais partes do corpo transmitem informações sobre a força de uma mão.
Observadores conseguiram fazer inferências melhores quando viam os movimentos dos braços dos jogadores. As expressões faciais, por outro lado, podiam induzir a interpretações equivocadas.
O resultado sugere que profissionais podem controlar conscientemente o rosto enquanto deixam sinais mais sutis em outros movimentos.
Acessar o estudo: Quality of Professional Players’ Poker Hands Is Perceived from Arm Motions
49. Gender-Biased Deceptive Behavior in Online Poker
Publicado na PLOS ONE, este estudo investigou se o gênero sugerido pelo avatar alterava o comportamento dos adversários.
Os participantes blefaram com maior frequência contra avatares femininos. Homens também apresentaram maior frequência de blefes do que mulheres no experimento.
O artigo mostra que estereótipos sociais podem influenciar decisões mesmo quando a identidade real do adversário é desconhecida.
Acessar o estudo: Gender-Biased Deceptive Behavior in Online Poker
50. Machiavelli as a Poker Mate
A pesquisa analisou a relação entre maquiavelismo, blefe e comportamento estratégico.
Maquiavelismo é um traço associado à manipulação, cálculo social e disposição para enganar em benefício próprio.
O estudo naturalístico procurou verificar se pessoas com pontuações mais altas nesse traço apresentavam diferenças em suas decisões durante o poker.
Acessar o estudo: Machiavelli as a Poker Mate
51. Deception and Arousal in Texas Hold’em Poker
Esta tese examinou alterações de condutância da pele durante situações de verdade e blefe.
A condutância da pele é uma medida de ativação fisiológica relacionada a estresse e excitação.
Como se trata de uma tese e de um estudo piloto, seus resultados devem ser vistos como exploratórios, mas o trabalho ilustra as tentativas de detectar blefes por sinais fisiológicos.
Acessar a tese: Deception and Arousal in Texas Hold’em Poker
52. Poker Players with Experience and Skill Are Not “Ill”
Este conjunto de estudos questiona a aplicação indiscriminada de instrumentos de jogo problemático a jogadores experientes.
Alguns comportamentos, como pensar frequentemente em poker, jogar muitas horas ou aumentar limites, podem ter significados diferentes para profissionais e jogadores recreativos.
Os autores defendem que avaliações precisam considerar habilidade, contexto, renda e controle, sem deixar de reconhecer que jogadores experientes também podem desenvolver problemas.
Acessar o estudo: Poker Players with Experience and Skill Are Not “Ill”
Jogo problemático, dependência e saúde pública
53. Sitting at the Virtual Poker Table
Publicado em 2009, este foi um dos primeiros estudos epidemiológicos baseados no comportamento real de jogadores de poker online.
Em vez de depender somente de questionários e lembranças dos participantes, os pesquisadores utilizaram registros fornecidos por uma plataforma.
O método inaugurou uma importante linha de pesquisa sobre frequência, valores, duração e intensidade do jogo online.
Acessar o estudo: Sitting at the Virtual Poker Table
54. Predictive Factors of Excessive Online Poker Playing
O estudo analisou fatores associados ao uso excessivo de poker online.
Impulsividade, humor negativo, dissociação e tédio estavam entre as variáveis investigadas.
Os resultados reforçam que comportamento problemático não pode ser explicado apenas por perdas financeiras. Motivações emocionais e características individuais também exercem influência.
Acessar o estudo: Predictive Factors of Excessive Online Poker Playing
55. Cognitive Distortions, Anxiety and Depression among Online Poker Players
A pesquisa analisou 245 jogadores e comparou diferentes níveis de envolvimento problemático.
Participantes classificados no grupo patológico apresentaram níveis maiores de ansiedade, depressão e distorções cognitivas.
Entre as distorções estão superestimar o próprio controle, interpretar coincidências como padrões e acreditar que resultados passados alteram eventos independentes.
Acessar o estudo: Cognitive Distortions, Anxiety and Depression among Online Poker Players
56. Impulsive Sensation Seeking and Online Poker
Com 180 jogadores online, o estudo investigou impulsividade e busca por sensações.
Jogadores com comportamento problemático apresentaram maior impulsividade. Os resultados também indicaram que busca por excitação e dificuldade de controle podem desempenhar papéis diferentes na progressão do problema.
O trabalho ajuda a diferenciar intensidade recreativa de perda de controle.
Acessar o estudo: Impulsive Sensation Seeking and Online Poker
57. Are Poker Players All the Same? A Latent Class Analysis
Os pesquisadores utilizaram análise de classes latentes para estudar 258 jogadores.
Foram identificados três perfis com diferentes padrões de frequência, motivações, problemas e características psicológicas.
A principal conclusão é que jogadores de poker não formam um grupo homogêneo. Estratégias de prevenção e tratamento podem precisar ser adaptadas a perfis distintos.
Acessar o estudo: Are Poker Players All the Same? A Latent Class Analysis
58. Psychopathology of Online Poker Players: Review of the Literature
Esta revisão examinou 17 estudos sobre psicopatologia e poker online.
Os autores encontraram grande heterogeneidade entre amostras, critérios e instrumentos de avaliação. Impulsividade, depressão, ansiedade, distorções cognitivas e motivações de fuga aparecem repetidamente, mas não da mesma maneira em todos os jogadores.
O trabalho também alerta para limitações metodológicas da literatura disponível.
Acessar o estudo: Psychopathology of Online Poker Players: Review of the Literature
59. Online and Live Regular Poker Players
O estudo comparou jogadores regulares de poker online e presencial.
Jogadores online participavam com maior frequência, enquanto jogadores presenciais tendiam a realizar sessões mais longas. A impulsividade esteve relacionada à gravidade dos problemas em ambos os ambientes.
Os resultados mostram que formato e facilidade de acesso podem modificar o padrão de envolvimento.
Acessar o estudo: Online and Live Regular Poker Players
60. Tracking Online Poker Problem Gamblers with Account-Based Data Only
Os pesquisadores estudaram se registros de conta poderiam identificar jogadores com risco de problemas.
Variáveis como frequência, valores, duração e mudança de comportamento podem ajudar a criar sistemas de detecção.
A proposta é relevante para plataformas que desejam intervir antes que o comportamento alcance níveis graves, embora algoritmos também possam produzir falsos positivos e exijam proteção de dados.
Acessar o estudo: Tracking Online Poker Problem Gamblers with Account-Based Data Only
61. Anxiety, Depression and Emotion Regulation among Online Poker Players
Com uma amostra de 416 jogadores, o estudo analisou sintomas emocionais e dificuldades de regulação.
Ansiedade, depressão e estratégias inadequadas de regulação emocional estiveram relacionadas a níveis maiores de comportamento problemático.
O resultado reforça a importância de considerar o poker como possível mecanismo de fuga emocional para alguns participantes.
Acessar o estudo: Anxiety, Depression and Emotion Regulation among Online Poker Players
62. Gambling Motives: Do They Explain Cognitive Distortions in Poker Players?
O estudo investigou se as motivações para jogar ajudam a explicar crenças distorcidas.
Pessoas podem jogar por diversão, socialização, desafio intelectual, lucro, excitação ou fuga de emoções negativas.
A motivação de fuga e outras razões de maior risco podem estar relacionadas a interpretações menos realistas sobre controle e resultados.
Acessar o estudo: Gambling Motives: Do They Explain Cognitive Distortions in Poker Players?
63. Trajetória de jogadores de poker durante três anos
Este estudo acompanhou jogadores ao longo de três anos.
Pesquisas longitudinais são especialmente valiosas porque permitem observar mudanças, em vez de registrar somente uma fotografia momentânea do comportamento.
O trabalho analisou estabilidade, agravamento e redução dos problemas, ajudando a identificar fatores associados a diferentes trajetórias.
Acessar o estudo: Estudo longitudinal sobre jogadores de poker
64. A visão dos jogadores sobre estratégias de redução de danos
Os pesquisadores perguntaram aos próprios jogadores de poker online como avaliavam ferramentas de prevenção.
O estudo aborda limites de depósito, alertas, histórico de atividade, pausas e autoexclusão.
Incluir a percepção dos usuários pode ajudar a criar mecanismos mais compreensíveis e utilizados, embora a preferência dos jogadores não deva ser o único critério para avaliar eficácia.
Acessar o estudo: Estudo sobre estratégias de redução de danos no poker online
65. A Contemporary Study of Actual Online Poker Activity
Publicado em 2022, o estudo analisou registros reais de 2.489 usuários de poker online.
O objetivo foi atualizar pesquisas anteriores sobre frequência, gastos e intensidade, considerando mudanças nas plataformas e no mercado.
Dados comportamentais apresentam vantagens sobre questionários, mas representam somente os usuários e o período fornecidos pela plataforma estudada.
Acessar o estudo: A Contemporary Study of Actual Online Poker Activity
66. Problem Gambling Poker Players and the Pathways Model
Este estudo avaliou jogadores problemáticos com base no modelo de caminhos para a dependência.
Os participantes apresentaram características compatíveis principalmente com o perfil comportamentalmente condicionado, além de maiores níveis de depressão, impulsividade, distorções cognitivas e consumo de álcool.
O trabalho sugere que modelos gerais de jogo problemático podem ser úteis no poker, mas precisam considerar suas particularidades.
Acessar o estudo: Problem Gambling Poker Players and the Pathways Model
67. Autoexclusão temporária em jogos online
Embora não seja exclusivamente sobre poker, este estudo analisou o uso de ferramentas de autoexclusão temporária em plataformas de jogo online.
A pesquisa ajuda a compreender quem utiliza pausas voluntárias e como o comportamento muda antes e depois da exclusão.
Os resultados são relevantes para salas de poker que oferecem períodos de bloqueio.
Acessar o estudo: Estudo sobre autoexclusão temporária em jogos online
68. Efeito de alertas e mensagens durante o jogo
Este estudo investigou mensagens exibidas durante atividades de jogo online.
Alertas podem apresentar tempo gasto, valores apostados, perdas ou recomendações de pausa. Sua eficácia depende da clareza, do momento de exibição e da possibilidade de o usuário simplesmente ignorá-los.
As conclusões podem orientar ferramentas de jogo responsável em plataformas de poker, embora não sejam evidência exclusiva da modalidade.
Acessar o estudo: Estudo sobre alertas e mensagens de jogo responsável
69. Jogo patológico e consequências para a saúde pública
Este artigo brasileiro discute o jogo patológico como questão de saúde pública.
O trabalho não é específico sobre poker, mas oferece contexto sobre impactos financeiros, sociais, familiares e psicológicos associados à dependência.
Também ajuda a compreender a evolução do reconhecimento clínico e institucional dos transtornos relacionados ao jogo no Brasil.
Acessar o artigo: Jogo patológico e suas consequências para a saúde pública
Sociologia, gênero e carreira profissional
70. The Professional Poker Player: Career Identification and Respectability
Este estudo sociológico clássico foi baseado em aproximadamente dois anos de trabalho de campo com jogadores profissionais.
O autor investigou como os participantes construíam uma identidade profissional e enfrentavam o estigma associado ao jogo.
A pesquisa mostra que ser profissional envolve mais do que resultados: inclui reputação, relações sociais, rotina, administração financeira e tentativa de legitimar a atividade.
Acessar o estudo: The Professional Poker Player: Career Identification and Respectability
71. Relações de trabalho dos jogadores profissionais de poker
Publicado no Brasil, o estudo analisa como jogadores profissionais percebem seu trabalho.
Entre os temas estão autonomia, ausência de vínculos tradicionais, pressão por resultados, rotina irregular e dificuldade de separar lazer e profissão.
O artigo é particularmente relevante para compreender a realidade profissional do poker fora das discussões puramente matemáticas.
Acessar o estudo: Relações de trabalho dos jogadores profissionais de poker
72. Play the Man, Not the Cards
Este trabalho analisa socialização e masculinidade no poker a partir de entrevistas com jogadores suecos.
A pesquisa discute como competição, controle emocional, coragem, agressividade e pertencimento são interpretados dentro de grupos predominantemente masculinos.
O estudo mostra que decisões e experiências no poker também são influenciadas por normas sociais e identidades de gênero.
Acessar o estudo: Play the Man, Not the Cards
Cursos universitários e palestras sobre poker
73. MIT — Poker Theory and Analytics
O Massachusetts Institute of Technology disponibiliza gratuitamente o curso Poker Theory and Analytics.
O programa cobre estratégia, probabilidades, teoria dos jogos, análise de dados, economia do poker e tomada de decisão. O curso também relaciona conceitos do jogo a investimentos e negociação.
É um dos materiais universitários abertos mais completos para quem deseja estudar poker por uma perspectiva científica.
Acessar o curso: MIT Poker Theory and Analytics
74. MIT — Introduction to Poker Theory
A aula introdutória apresenta a estrutura do curso e explica por que o poker pode ser utilizado para estudar decisões sob incerteza.
O conteúdo discute valor esperado, informação incompleta, comportamento adversário e diferença entre resultado e qualidade da decisão.
Assistir à aula: Introduction to Poker Theory
75. MIT — Analytical Techniques com Joel Fried
Esta aula aborda ferramentas de análise de banco de dados e utilização de históricos de mãos.
Joel Fried demonstra como estatísticas podem ser usadas para encontrar padrões, avaliar decisões e identificar erros.
O conteúdo também ajuda a compreender limites de amostra e o risco de interpretar números sem contexto.
Assistir à aula: Analytical Techniques
76. MIT — Basic Strategy
A aula de estratégia básica aborda pot odds, implied odds, fold equity, semi-blefes e construção de decisões.
Apesar do nome introdutório, esses conceitos formam a base matemática de análises mais avançadas.
Assistir à aula: Basic Strategy
77. MIT — Game Theory com Bill Chen
Bill Chen, jogador profissional e pesquisador de matemática, apresenta aplicações de teoria dos jogos ao poker.
A aula aborda equilíbrio, estratégias mistas, exploração, CFR e o desenvolvimento do Cepheus.
É um dos melhores conteúdos gratuitos para ligar conceitos acadêmicos à estratégia prática.
Assistir à aula: Game Theory with Bill Chen
78. MIT — Decision Making com Matt Hawrilenko
Matt Hawrilenko discute a relação entre estratégias próximas do equilíbrio e estratégias exploratórias.
A aula mostra que uma decisão pode depender tanto de fundamentos matemáticos quanto das tendências específicas do adversário.
O conteúdo também aborda o risco de se tornar explorável ao realizar ajustes excessivos.
Assistir à aula: Decision Making with Matt Hawrilenko
79. MIT — Programa completo de Poker Theory and Analytics
O programa completo inclui aulas sobre análise pré-flop, jogo em torneios, economia, teoria dos jogos e decisões.
A diversidade das aulas torna o curso útil para jogadores, estudantes de ciência de dados e pessoas interessadas em economia comportamental.
Acessar o programa: Syllabus de Poker Theory and Analytics
80. MIT — How to Win at Texas Hold’em Poker
Este segundo conjunto de aulas do MIT inclui fundamentos, jogo pós-flop, diferenças entre cash games e torneios, 3-bets, combinatória e ICM.
O material é mais diretamente voltado à aplicação estratégica do que o curso de teoria e análise.
Acessar as aulas: How to Win at Texas Hold’em Poker
81. Johns Hopkins Poker Course
A Universidade Johns Hopkins também disponibilizou um curso relacionando poker, matemática, combinatória e teoria dos jogos.
O conteúdo utiliza situações práticas para explicar probabilidades e decisões estratégicas.
É um bom complemento ao material do MIT.
Acessar o curso: Johns Hopkins Poker Course
82. Computers Playing Poker — Michael Bowling
Michael Bowling apresenta a trajetória de mais de uma década de pesquisas em poker computacional.
A palestra explica por que incerteza, engano e informações ocultas tornam o problema relevante para aplicações fora do jogo.
Bowling foi um dos principais pesquisadores envolvidos no desenvolvimento do Cepheus.
Acessar a palestra: Computers Playing Poker
83. Endgame Solving and Libratus — Carnegie Mellon University
O material da Carnegie Mellon University apresenta técnicas de resolução utilizadas no Libratus.
O conteúdo explica como o agente reavaliava partes menores do jogo durante a partida e corrigia possíveis vulnerabilidades.
É um material mais técnico, indicado para estudantes de inteligência artificial e teoria dos jogos.
Acessar o material: Endgame Solving and Libratus
84. Parables on the Power of Planning in AI — Noam Brown
Noam Brown utiliza o poker para explicar a importância do planejamento na inteligência artificial.
A palestra conecta pesquisas em jogos com problemas mais gerais de negociação, estratégia e tomada de decisão.
Brown participou do desenvolvimento de Libratus e Pluribus.
Assistir à palestra: Parables on the Power of Planning in AI
85. The Building Blocks of Superhuman Poker AI
Nesta palestra, Noam Brown apresenta alguns dos elementos necessários para criar agentes super-humanos.
O conteúdo aborda aprendizado por autojogo, abstração, busca, equilíbrio e adaptação durante a partida.
É uma introdução acessível às tecnologias utilizadas nos principais sistemas modernos de poker.
Assistir à palestra: The Building Blocks of Superhuman Poker AI
86. Poker and Game Theory — Tuomas Sandholm
Tuomas Sandholm discute teoria dos jogos, inteligência artificial e poker em uma conversa extensa.
A apresentação aborda Libratus, Pluribus, jogos com informações incompletas e aplicações em negociações e segurança.
Sandholm liderou parte das pesquisas de poker computacional da Carnegie Mellon University.
Assistir à palestra: Tuomas Sandholm: Poker and Game Theory
87. Katayanagi Distinguished Lecture — Noam Brown
Nesta palestra realizada na Carnegie Mellon University, Noam Brown apresenta a evolução de agentes capazes de competir com profissionais.
O evento oferece contexto sobre o desenvolvimento de Libratus e Pluribus e sobre como os métodos podem ser aplicados a problemas além do poker.
Acessar a palestra: Katayanagi Distinguished Lecture — Noam Brown
88. Brains vs. AI
A Carnegie Mellon University disponibilizou vídeos e materiais sobre o confronto entre Libratus e quatro profissionais de heads-up No-Limit Hold’em.
Além do valor histórico, o conteúdo permite observar como os humanos tentavam identificar fraquezas na inteligência artificial e como o programa respondia ao longo do desafio.
Acessar o material: Brains vs. AI: Libratus contra jogadores profissionais
O que esses estudos significam para um jogador de poker?
Uma boa decisão pode produzir um resultado ruim
A variância impede que o resultado de uma mão isolada seja utilizado como medida confiável da qualidade da decisão.
O jogador deve avaliar ranges, probabilidades, informações disponíveis e valor esperado, não apenas o resultado final.
Amostras pequenas enganam
Resultados de poucos torneios ou poucas mãos podem ser fortemente influenciados pela sorte.
Quanto maior a variância do formato, maior tende a ser a amostra necessária para avaliar o desempenho.
Habilidade técnica não é suficiente
Conhecimento de ranges e matemática pode ser prejudicado por raiva, cansaço, ansiedade, privação de sono ou desejo de recuperar perdas.
A ciência trata controle emocional como parte da performance, e não como uma característica completamente separada do jogo.
GTO e exploração não são opostos absolutos
Uma estratégia equilibrada procura reduzir a possibilidade de exploração. Uma estratégia exploratória tenta lucrar com erros específicos do adversário.
Os agentes mais avançados mostram que sistemas de alto nível podem combinar fundamentos sólidos com adaptação, desde que os ajustes sejam cuidadosamente controlados.
Volume não prova profissionalismo saudável
Jogar muitas horas pode fazer parte da rotina profissional, mas também pode representar perda de controle.
O contexto financeiro, emocional e profissional precisa ser considerado. Pensar frequentemente em poker não possui necessariamente o mesmo significado para um profissional organizado e para alguém que acumula dívidas tentando recuperar perdas.
Inteligência artificial não eliminou a complexidade do poker
Agentes especializados alcançaram resultados super-humanos em determinadas versões do jogo.
Isso não significa que qualquer inteligência artificial genérica jogue bem, que todas as modalidades tenham sido resolvidas ou que estratégias produzidas para uma configuração possam ser aplicadas automaticamente a outra.
Limitações das pesquisas sobre poker
Mesmo os melhores estudos possuem limitações.
Muitas pesquisas psicológicas utilizam amostras pequenas ou participantes recrutados pela internet. Estudos laboratoriais podem não reproduzir a pressão financeira e emocional de uma sessão real.
Bases fornecidas por plataformas representam somente os usuários daquela empresa e podem excluir depósitos, perdas ou atividades realizadas em outros sites.
Resultados de heads-up Limit Hold’em não podem ser transferidos diretamente para torneios multiway, Pot-Limit Omaha ou jogos com estruturas diferentes.
Também existe um problema de definição: experiência, lucratividade, habilidade, profissionalismo e jogo problemático não são medidos da mesma maneira em todos os estudos.
Por isso, pesquisas aparentemente contraditórias podem estar respondendo a perguntas diferentes.
O poker é simultaneamente um jogo de habilidade, uma atividade sujeita a grande variância e um ambiente de decisões sob informações incompletas.
A ciência mostra que jogadores mais habilidosos conseguem apresentar desempenho persistentemente superior em amostras longas. Ao mesmo tempo, o curto prazo continua profundamente afetado pela distribuição das cartas e por outros fatores aleatórios.
O poker também se tornou um dos mais importantes laboratórios da inteligência artificial. Cepheus, DeepStack, Libratus e Pluribus marcaram diferentes etapas da evolução de agentes capazes de raciocinar em situações de incerteza.
Na psicologia, os estudos demonstram que tilt, privação de sono, impulsividade, emoções e crenças distorcidas podem afetar decisões e resultados.
Na saúde pública, as pesquisas reforçam que jogadores possuem perfis diferentes. Para algumas pessoas, o poker permanece uma atividade recreativa ou profissional controlada. Para outras, pode se tornar fonte de prejuízos financeiros, emocionais e sociais.
A principal contribuição da ciência é substituir afirmações absolutas por uma compreensão mais realista: boas decisões aumentam a expectativa de longo prazo, mas não oferecem controle completo sobre os resultados.
