Modelos de linguagem como ChatGPT, Claude e Gemini geram respostas com base em cálculos de probabilidade sobre unidades chamadas tokens, e não por meio de conhecimento consciente. Especialistas ouvidos explicam que, embora as respostas pareçam coerentes e organizadas, o funcionamento dessas plataformas difere do processo cognitivo humano.
IA trabalha com tokens e probabilidades
Fabrício Carraro, Program Manager da Alura, afirma que os modelos tratam texto como unidades menores conhecidas como tokens — equivalentes a subpalavras — que são associadas a códigos numéricos. Termos como “feliz”, “triste” e “divisível” podem corresponder a tokens únicos, enquanto palavras como “infeliz” podem ser divididas em partes, por exemplo “in” e “feliz”, cada uma com seu número no vocabulário do modelo.
Segundo Carraro, ao receber uma pergunta o sistema não elabora pensamentos; em vez disso, calcula quais tokens têm maior probabilidade de ocorrer na sequência, com base nos padrões observados durante o treinamento. O processo envolve um volume enorme de dados na fase inicial, seguido por etapas de pós-treinamento e aprendizado por reforço, que orientam o modelo a priorizar saídas consideradas mais úteis.
No momento da inferência, o modelo seleciona token por token aquilo que julga mais provável para formar a resposta solicitada, processo que, nas palavras do especialista, é sustentado por cálculos matemáticos aplicados às unidades da rede neural.
Recursos tentam reduzir limitações
Embora não detenham conhecimento próprio, plataformas de IA têm recebido recursos para mitigar limitações. Alguns modelos passaram a consultar a internet para atualizar respostas sobre eventos recentes, como resultados esportivos e premiações. Outra funcionalidade chamada de “raciocínio” refere-se à geração de etapas intermediárias internas — perguntas e respostas internas — que podem ajudar a identificar erros e ajustar a resposta final.
Carraro observa que esse tipo de procedimento melhora a confiabilidade, mas não assegura veracidade absoluta das saídas.
Uso exige supervisão humana
Kenneth Corrêa, especialista em inteligência artificial e professor da FGV, compara esses sistemas, em teoria, a “calculadoras mais avançadas”. Na prática, modelos com trilhões de parâmetros conseguem completar tarefas como gerar textos, classificar documentos, identificar padrões e executar comandos com desempenho que, em certas situações, supera a média humana.
Corrêa alerta, porém, que as plataformas podem produzir alucinações — respostas incorretas apresentadas com confiança — e não possuem julgamentos morais ou éticos. Carraro reforça que descobertas auxiliadas por esses modelos costumam ser recombinações de conhecimento pré-existente, organizadas de forma nova ou obtidas por meio de alto poder de processamento.
Por esses motivos, ambos os especialistas defendem a validação humana das respostas: cabe ao usuário verificar, ajustar e decidir quais informações geradas pela IA devem ser adotadas.
