Inteligência artificial generativa

O que você vai ver aqui

Esta aula não ensina a usar uma ferramenta específica — elas mudam de nome a cada semestre. Ela ensina três coisas que não mudam: como esses modelos funcionam, como pedir bem, e por que conferir.

Conceitos

Inteligência artificial é a área que constrói sistemas capazes de executar tarefas que exigiriam inteligência humana. Aprendizado de máquina é o ramo em que o sistema aprende padrões a partir de dados, em vez de seguir regras escritas à mão. Aprendizado profundo usa redes neurais com muitas camadas.

Tipo de modelo	O que faz	Exemplos de uso
Discriminativo	Classifica, separa, decide entre categorias	Filtro de spam, reconhecimento facial, diagnóstico por imagem, análise de crédito
Generativo	Cria conteúdo novo a partir dos padrões aprendidos	Texto, imagem, áudio, vídeo, código

Analogia de sala: o modelo discriminativo é o avaliador que diz se um texto é ou não é uma redação nota mil; o generativo é quem escreve uma redação nova.

Como funciona um modelo de linguagem

O modelo foi treinado em grandes volumes de texto e aprendeu a prever qual é o próximo pedaço de palavra mais provável, dado tudo o que veio antes. Ele não consulta um banco de verdades e não tem consciência.

Isso explica, de uma vez, os dois comportamentos que mais confundem quem está começando:

• Ele escreve com fluência mesmo quando está errado.
• Ele pode inventar dados, citações e referências com aparência perfeitamente plausível. Esse fenômeno tem nome: alucinação.

Panorama de ferramentas

Ferramenta	Perfil
ChatGPT (OpenAI)	Texto, código, análise, geração de imagem
Claude (Anthropic)	Texto, análise de documentos longos, código
Gemini (Google)	Texto e integração com o ecossistema Google
Copilot (Microsoft)	Integrado ao Windows e ao pacote Office
Perplexity	Busca com resposta citada e links
DALL·E, Midjourney, Stable Diffusion	Geração de imagem

Escrever um bom prompt

1. Papel — quem a IA deve assumir. "Você é um instrutor de informática básica."
2. Tarefa — o que fazer, com verbo claro. "Escreva um roteiro de aula."
3. Contexto — para quem, em que situação, com qual restrição. "Turma de adultos, 4 horas, laboratório com Windows e Office."
4. Formato — como a resposta deve sair. "Em tópicos, com tempo estimado por etapa."
5. Exemplo, quando ajudar.

Técnicas que melhoram o resultado: pedir o raciocínio passo a passo em cálculo e lógica; iterar em vez de recomeçar do zero; pedir alternativas e escolher; e pedir que a própria IA aponte o que ficou incerto na resposta.

Comparar na tela o resultado de "faça um texto sobre segurança" com o de um prompt estruturado é o exercício mais convincente desta aula.

Limites, vieses e ética

• Alucinação — confira sempre dados, números, leis, datas e referências.
• Corte de conhecimento — o modelo pode desconhecer eventos recentes.
• Viés — ele reproduz padrões dos dados de treinamento, inclusive preconceitos e sub-representação.
• Privacidade — não insira dado pessoal, sigiloso ou de terceiros em ferramenta pública. Isso conversa diretamente com a LGPD, na aula 08.
• Direito autoral — o uso de obras no treinamento e a titularidade do conteúdo gerado são discussões abertas.
• Autoria acadêmica — entregar texto gerado como se fosse próprio é desonestidade. A postura correta é usar como apoio e declarar o uso quando a instituição exigir.
• Impacto no trabalho — tarefas repetitivas tendem a ser automatizadas; o que se valoriza é saber formular o problema e avaliar a resposta.

Na prática

1. Faça a mesma pergunta em duas ferramentas diferentes e compare as respostas.
2. Escreva um prompt fraco e um prompt estruturado para a mesma tarefa, e compare.
3. Peça cinco fatos com fonte sobre um tema local e verifique cada um em fonte oficial, registrando acertos e erros.
4. Use IA para gerar um rascunho de e-mail formal e depois revise e corrija manualmente.
5. Gere uma imagem a partir de descrição e refine o pedido três vezes.
6. Discuta em grupo um caso de uso indevido: colar dados de clientes numa ferramenta pública.

Exercícios

1. Diferencie modelo discriminativo de modelo generativo com um exemplo de cada.
2. O que é alucinação e como reduzir o risco?
3. Reescreva um prompt fraco aplicando os cinco elementos da estrutura.
4. Liste três informações que nunca devem ser inseridas numa ferramenta de IA pública.
5. Explique por que a IA pode reproduzir preconceitos.

Erros comuns

• Aceitar a resposta como verdade sem conferir, principalmente quando ela cita uma lei ou um número.
• Pedir de forma vaga e culpar a ferramenta pelo resultado ruim.
• Colar informação sigilosa em serviço público.

Checklist de saída

Você usa IA generativa com método, senso crítico e responsabilidade, e sabe explicar por que a conferência é obrigatória.

Referências

• TAULLI, Tom. Introdução à inteligência artificial: uma abordagem não técnica. São Paulo: Novatec, 2020.
• BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm
• FREIRE, Emerson; BATISTA, Sueli Soares dos Santos. Sociedade e tecnologia na era digital. São Paulo: Érica, 2014.