Gabriele Farina cresceu em uma pequena cidade em uma região vinícola montanhosa do norte da Itália. Nenhum de seus pais tinha diploma universitário e, embora ambos estivessem convencidos de que “não entendiam de matemática”, Farina conta que compraram para ele os livros técnicos que ele queria e não o desencorajaram a frequentar uma escola de ensino médio voltada para as ciências, em vez de uma escola de ensino médio tradicional.

Por volta dos 14 anos, Farina já havia se concentrado em uma ideia que se revelaria fundamental para sua carreira.

“Desde muito cedo, fiquei fascinado pela ideia de que uma máquina pudesse fazer previsões ou tomar decisões muito melhores do que os humanos”, diz ele. “O fato de a matemática e os algoritmos criados pelo homem poderem gerar sistemas que, de certa forma, superam seus criadores, tudo isso a partir de elementos básicos simples, sempre foi uma grande fonte de admiração para mim.”

Aos 16 anos, Farina escreveu um código para resolver um jogo de tabuleiro que jogava com sua irmã de 13 anos.

"Eu usava partida após partida para calcular a jogada ideal e provar para minha irmã que ela já havia perdido muito antes de qualquer um de nós perceber", diz Farina, acrescentando que sua irmã não se mostrou muito entusiasmada com seu novo sistema.

Atualmente professor assistente no Departamento de Engenharia Elétrica e Ciência da Computação (EECS) do MIT e pesquisador principal no Laboratório de Sistemas de Informação e Decisão (LIDS), Farina combina conceitos da teoria dos jogos com ferramentas como aprendizado de máquina, otimização e estatística para desenvolver fundamentos teóricos e algorítmicos para a tomada de decisões.

Ao ingressar no Politecnico di Milano para cursar a faculdade, Farina estudou engenharia de automação e controle. Com o tempo, porém, ele percebeu que o que despertava seu interesse não era “apenas aplicar técnicas conhecidas, mas compreender e expandir seus fundamentos”, afirma. “Gradualmente, fui me voltando cada vez mais para a teoria, sem deixar de me importar profundamente em demonstrar aplicações concretas dessa teoria.”

O orientador de Farina no Politecnico di Milano, Nicola Gatti, professor e pesquisador em ciência da computação e engenharia, apresentou a Farina questões de pesquisa em teoria computacional dos jogos e o incentivou a se candidatar a um doutorado. Na época, sendo o primeiro de sua família a obter um diploma universitário e morando na Itália, onde os doutorados funcionam de maneira diferente, Farina diz que nem sabia o que era um doutorado.

Contudo, um mês após se formar na graduação, Farina iniciou um doutorado em ciência da computação na Universidade Carnegie Mellon. Lá, ele recebeu distinções por sua pesquisa e dissertação, bem como uma bolsa de estudos do Facebook em Economia e Computação.

Enquanto concluía seu doutorado, Farina trabalhou por um ano como pesquisador científico nos Laboratórios de Pesquisa Fundamental em IA da Meta. Um de seus principais projetos foi ajudar a desenvolver o Cicero, uma IA capaz de vencer jogadores humanos em um jogo que envolve formar alianças, negociar e detectar quando outros jogadores estão blefando.

Farina afirma: "Quando construímos Cicero, projetamos o jogo para que ele não concordasse em formar uma aliança se isso não fosse do seu interesse, e também para que entendesse se um jogador provavelmente estava mentindo, pois fazer o que propunha seria contrário aos seus próprios interesses."

Um artigo de 2022 da MIT Technology Review afirmou que o Cicero poderia representar um avanço em direção a IAs capazes de resolver problemas complexos que exigem compromisso.

Após seu ano na Meta, Farina ingressou no corpo docente do MIT. Em 2025, foi agraciado com o Prêmio CAREER da Fundação Nacional de Ciência (NSF). Seu trabalho — baseado na teoria dos jogos e em sua linguagem matemática que descreve o que acontece quando diferentes partes têm objetivos distintos, e que quantifica o “equilíbrio” onde ninguém tem motivos para mudar sua estratégia — visa simplificar cenários complexos e de grande escala do mundo real, onde o cálculo de tal equilíbrio poderia levar bilhões de anos.

Farina está particularmente interessado em cenários com “informação imperfeita”, o que significa que alguns agentes possuem informações desconhecidas para outros participantes. Nesses cenários, a informação tem valor, e os participantes devem ser estratégicos ao agir com base na informação que possuem, de modo a não revelá-la e reduzir seu valor. Um exemplo cotidiano ocorre no jogo de pôquer, onde os jogadores blefam para ocultar informações sobre suas cartas.

Segundo Farina, “agora vivemos em um mundo onde as máquinas são muito melhores em blefar do que os humanos”.

Uma situação com "grandes quantidades de informações imperfeitas" trouxe Farina de volta às suas origens no mundo dos jogos de tabuleiro. Stratego é um jogo de estratégia militar que inspirou pesquisas que custaram milhões de dólares para produzir sistemas capazes de derrotar jogadores humanos. Exigindo cálculos complexos de risco e desinformação, ou blefe, era possivelmente o único jogo clássico para o qual grandes esforços falharam em produzir um desempenho sobre-humano, diz Farina.

Com novos algoritmos e treinamento custando menos de US$ 10.000, em vez de milhões, Farina e sua equipe de pesquisa conseguiram derrotar o melhor jogador de todos os tempos — com 15 vitórias, quatro empates e uma derrota. Farina afirma estar entusiasmado por ter alcançado tais resultados de forma tão econômica e espera que “essas novas técnicas sejam incorporadas em sistemas futuros”.

“Temos observado um progresso constante na construção de algoritmos capazes de raciocinar estrategicamente e tomar decisões acertadas, mesmo diante de grandes espaços de ação ou informações imperfeitas. Estou entusiasmado em ver esses algoritmos incorporados à revolução da IA que está acontecendo ao nosso redor.”