Ferramentas de IA estão por toda parte agora. Para alguém completamente novo nelas, a primeira reação costuma ser: por onde começar? Este capítulo primeiro explica o que é um modelo de linguagem de grande escala (LLM) e depois discute como usá-lo.
O que Queremos Dizer com IA?
Se você tem ouvido conversas de amigos recentemente, oito em cada dez frases podem ser sobre “IA”. Mas você sabia? A IA que todo mundo está falando agora não é a mesma IA de alguns anos atrás.
A IA que está atualmente dominando a internet tem um nome profissional: IA Generativa.
O que isso significa? De forma simples: Você dá uma frase para ela, e ela pode gerar um artigo para você; você dá uma ideia, e ela pode gerar uma imagem; você dá um requisito, e ela pode escrever um pedaço de código.
É como um assistente incrivelmente inteligente. Você diz “escreva uma carta de demissão para mim”, e ela realmente escreve; você diz “desenhe um gato vestindo um terno”, e ela realmente desenha. Essa capacidade de “criar conteúdo do nada” é o núcleo de “generativo”.
Os que ouvimos falar com frequência — ChatGPT, Claude, DeepSeek — todos pertencem a essa categoria. A essência deles é um Modelo de Linguagem de Grande Escala (LLM), que aprende a entender e gerar linguagem humana treinando em quantidades massivas de dados textuais.
Mas aqui está um segredo importante:
A IA na verdade não “entende” o que você está dizendo; ela apenas “calcula probabilidades”.
Isso pode parecer contraintuitivo, mas deixe-me explicar:
Quando você pergunta à IA “Qual é a cor do céu?”, ela na verdade não olha para o céu, nem realmente entende os conceitos de “céu” e “cor”. Veja como funciona:
Com base nas centenas de milhões de artigos que leu, quando o texto anterior é “Qual é a cor do céu”, a probabilidade de a próxima palavra ser “azul” é 82%, “cinza” é 10%, “vermelho” é 5%… e então ela escolhe a palavra com a maior probabilidade.
Aqui está um exemplo mais vívido:
Você pergunta: “Quanto é 1+1?”
- A IA não está “fazendo conta”; ela descobre que em todo o texto que já viu, “1+1 é igual a” é seguido por “2” 99,9% das vezes.
- Então ela responde “2.”
Você pergunta: “Recomende um bom filme.”
- A IA na verdade não assistiu a filmes; ela analisa que nos textos que aprendeu, “bons filmes” são frequentemente seguidos por palavras como “Um Sonho de Liberdade”, “Titanic”, etc.
- Ela recomenda aqueles com alta probabilidade.
É como um super aluno que leu todos os livros do mundo, mas:
- Ele pode te dizer “Paris é a capital da França” (porque os livros dizem isso).
- Mas ele nunca esteve em Paris, e nem sabe o que “capital” significa.
- Ele apenas lembra que quando você diz “Paris é”, a continuação mais frequente é “a capital da França”.
Então a IA pode ter alguns problemas estranhos:
- Às vezes ela “fala bobagem com confiança” (inventa fatos inexistentes).
- Pode errar problemas matemáticos simples (porque não está realmente calculando).
- Pode dar respostas contraditórias (cálculos de probabilidade inconsistentes).
Esse fenômeno de “falar bobagem com confiança” tem um termo técnico: Alucinação. Assim como os humanos sonham, a IA “sonha” com coisas que não existem e as diz com grande confiança.
Como Resolver a Alucinação com Raciocínio
Já que a IA é tão propensa a erros, o que podemos fazer? Cientistas encontraram uma solução: Deixar a IA “pensar” antes de responder.
Essa técnica é chamada de “Pensamento” ou “Cadeia de Pensamento”.
Como a IA tradicional funciona:
- Você faz uma pergunta → A IA imediatamente cospe uma resposta.
- Como um aluno que vê um problema e diz a resposta sem fazer o cálculo no rascunho.
IA com raciocínio:
- Você faz uma pergunta → A IA primeiro calcula e pensa no “rascunho” → depois te dá a resposta.
- Como um aluno que primeiro lista os passos, verifica e depois escreve a resposta final.
Um exemplo prático:
Você pergunta: “João tem 15 maçãs. Ele dá 3 para Maria e depois compra mais 8. Quantas ele tem agora?”
IA tradicional pode:
- Ver os números “15, 3, 8.”
- Com base na probabilidade, achar que devem ser somados.
- Responder: “26” (errado!)
IA com raciocínio faria:
- Primeiro analisar: “João inicialmente tem 15.”
- “Dá 3 para Maria, então 15-3=12.”
- “Compra mais 8, então 12+8=20.”
- Finalmente responder: “20” (correto!)
Benefícios do raciocínio:
- Reduz alucinações - Porque a IA “verifica” seus próprios pensamentos, é menos provável que fale bobagem.
- Lógica mais rigorosa - Deriva passo a passo, sem pular etapas.
- Explicável - Você pode ver como a IA pensa (embora na maioria das vezes esse processo de pensamento esteja oculto).
- Lida com problemas complexos - A precisão melhora significativamente para problemas que exigem raciocínio de múltiplas etapas.
Mas o raciocínio também tem custos:
- Velocidade mais lenta (porque precisa “pensar”).
- Custo mais alto (mais computação).
- Nem todos os problemas precisam de raciocínio (por exemplo, “olá” não precisa de meio dia de pensamento).
Agora a maioria das IAs adicionou essa capacidade de raciocínio. Por exemplo, o modelo de pensamento do ChatGPT, o modo de pensamento profundo do DeepSeek.
Um resumo rápido:
- IA comum = um aluno que fala respostas rapidamente (pode estar errado).
- IA com raciocínio = um aluno que faz o rascunho cuidadosamente (maior precisão).
Isso não significa que a IA pode realmente “pensar”; ela apenas adiciona algumas etapas de verificação antes do cálculo de probabilidade. Mas o efeito é claro — menos alucinações, respostas mais confiáveis.
Para usar a analogia mais adequada: A IA Generativa é como um “super aluno de humanas” que leu inúmeros livros e viu o mundo. Você pode perguntar qualquer coisa, ela pode conversar com você e ajudar a escrever coisas. No entanto, ela responde “memorizando o banco de questões” em vez de realmente entender o conhecimento. As novas versões estão começando a aprender a “fazer o rascunho”.
Na Verdade, a Família da IA é Enorme
Muitas pessoas pensam que IA é só ChatGPT, mas não é. A família da IA tem muitos membros:
1. IA de Reconhecimento - A que vê claramente
- Reconhecimento facial (desbloqueio de celular, pagamento por rosto)
- Reconhecimento de imagem (identificar flores por foto, reconhecer texto)
- Reconhecimento de fala (Siri, Xiao Ai entendendo sua fala)
- Essas IAs são especializadas em “reconhecer”, não em “criar”.
2. IA de Recomendação - A que melhor conhece sua mente
- Douyin (TikTok) recomenda vídeos para você.
- Taobao recomenda produtos.
- NetEase Cloud Music recomenda músicas.
- Elas são excelentes em “adivinhar o que você gosta”, mas não geram novo conteúdo.
3. IA de Decisão - A que é ótima em xadrez e jogos
- AlphaGo (jogando Go)
- IA de jogos (como o oponente computadorizado no StarCraft)
- Elas focam em “tomar decisões”, superando humanos em domínios específicos.
4. IA Generativa - A onda quente atual
- Geração de texto: ChatGPT, Claude, DeepSeek
- Geração de imagem: Midjourney, Stable Diffusion, DALL-E
- Geração de vídeo: Sora, Runway
- Geração de música: Suno, Udio
Resumo
Um resumo rápido: Se compararmos a IA a uma caixa de ferramentas, a IA de reconhecimento é uma “lupa”, a IA de recomendação é uma “bússola”, a IA de decisão é um “manual de xadrez” e a IA generativa é uma “varinha mágica” — ela pode fazer aparecer o que você quer.
Mas essa “varinha mágica” é na verdade uma “calculadora de probabilidades”. Ela é poderosa, mas não é onipotente. E este tutorial é principalmente sobre como usar bem essa “varinha mágica”.