IA - O que é

Antecedentes

Contexto histórico

De longa data estamos acostumados a recorrer a softwares que nos auxiliam nas tarefas do dia-a-dia.

Esses "softwares" podem ser simples como um Excel onde uma simples planilha permite gerar um gráfico consolidado da posição das vendas resumindo milhões de informação, sumarizando num gráfico que guia toda a gerencia da empresa na condução do negócio. O Excel pode ser uma aplicação simples, mas pode consolidar informações muito importantes para a empresa.

Se a coisa é muito mais complexa costumamos usar sites web ou sistemas de controle empresarial onde, por exemplo, todo fluxo necessário para realizar as vendas da empresa estão dentro de uma solução que acompanha desde a recepção do produto, estocagem, comercialização, emissão NF, envio, etc.

O antigo problema da humanidade que era ter "acesso ao conhecimento" agora se transformou em "ao que devo me dedicar" porque jamais seremos muito bons em diversas áreas do conhecimento humano.

Evolução dos sistemas

Muitas vezes brincamos no passado em confrontar os humanos com esses "programas"... e essas tentativas fizeram parte da era pré-cambriana do desenvolvimento de softwares — verdadeiros brinquedos perto da IA de hoje. Mas já se passaram muitos anos e os sistemas ganharam capacidade suficiente para executar algumas tarefas que hoje ainda são feitas por humanos ou 'ajudar' os seres humanos a realizar a tarefa em muito menos tempo.

Mito comum: "roubar empregos"

Aí você pensa... IA está vindo para "roubar" nossos empregos. A realidade não é bem essa. Quando uma Tesla colocou no mercado um carro capaz de dirigir sozinho, todo mundo achou legal porque abriu leque para conforto e abriu possibilidades para companhias de taxi. Tecnicamente a IA não "roubou" o emprego do motorista, mas sim permitiu que o motorista se dedicasse a outras tarefas e, com isso, aumentou a produtividade do funcionário e da empresa.

O maior desafio

O maior desafio da IA ainda é viabilizar seu uso contra o seu custo. Não adianta fazer milagres se o custo a empresa não deseja pagar. E a pergunta fica: é mais vantajoso contratar mais um funcionário ou a IA?

E é exatamente isso que é IA... dependendo do seu uso tem o potencial de ser aquele amigo imaginário que todos gostaríamos de ter nos avisando sobre algo que esquecemos, por uma oportunidade a nossa frente.

Com certeza, IA irá agregar um potencial a raça humana e cabe a raça humana guiar seu uso e aplicação.

Com certeza num campo de batalha (coisa incompatível com uma sociedade moderna pois representa um custo não vital) o uso de IA irá poupar muitas vidas.

Uso responsável

Mas como toda ferramenta, IA poderá ser usada para o bem o mal. Eu pessoalmente acredito que o potencial benéfico é superior ao maléfico. Pensando mais pé no chão o uso inteligente da IA é a definição do que compensa ou não colocar na IA. Quando você coloca milhões de registros disponíveis para a IA, ela vai usar isso para gerar respostas. Se o 'processamento' para chegar a resposta for 'pesado' isso gera um custo e se centenas de pessoas fizerem centenas de pesquisas por dia esse custo pode ser significativo.

Se você tem uma Alexa ou google assistente já tem uma ideia de como um assistente pode ajudar no dia-a-dia... imagine quando tiver uma IA por traz.

Exatamente o que é IA

Definição + exemplo prático

Definição

A IA é uma ferramenta capaz de executar uma tarefa que há pouco tempo atrás só humanos eram capazes de executar.

Citando um exemplo, um cliente envia um sinistro para uma seguradora com uma foto do carro dele batido. Antigamente só uma pessoa poderia qualificar o que vem a seguir:

1

A apólice de seguro cobre o sinistro? Identificar veículo (placa, cor, etc.) e apólice.

2

O carro é realmente do cliente? Verificar se o veículo não foi vendido e quem dirigia no momento do acidente.

3

Período do dano é compatível com a atualidade? Checar se é foto de acidente anterior.

4

O acidente é coberto pela apólice? Ex.: apólice contra roubo vs. dano por inundação.

5

Qual o grau do dano? Pode ser perda total ou compensar recuperar.

Essas análises demorariam um bom tempo e exigiriam uma pessoa (ou mais) para a análise. Com IA isso seria feito em segundos.

Como funciona (em alto nível)

Tenha em mente que as IAs que temos contato hoje são um pool de servidores interconectados que executam tarefas, como responder perguntas pesquisando zilhões de sites na internet em um segundo.

Por esse motivo as grandes companhias fizeram grandes investimentos em IA para ter lucro com a venda de serviços. Como estão na fase de implantação, abriram recursos para as pessoas usarem e verem o resultado. Este é o caso do ChatGPT (OpenAI), onde você pode fazer vinte pesquisas diárias gratuitamente.

Um bom exemplo de IA seria quando você faz uma pesquisa no Google e recebe milhares de resultados — você perde horas para achar o que precisa. Com IA você pode "categorizar" a pesquisa para trazer uma única resposta, exatamente a que melhor atende sua pergunta; não em uma hora, mas em um segundo. Se a resposta não for exatamente a desejada, você pode pedir para a IA refinar a pesquisa com novas "condições".

Como o investimento em IA precisa ser grande, a IA é oferecida por grandes empresas como OpenAI (ChatGPT e ChatBot), Microsoft (Copilot e Bing), Gemini (Google) entre outras.

Note que, por exemplo, o ChatGPT responde perguntas via web. Já existe outro "site" chamado ChatBot que cria imagens "personalizadas" de usuários (bots) e teve enorme aceitação no mercado.

Ordem de grandeza por acessos e uso

ChatGPT (14,6 bilhões de acessos), Character.ai (3,8 bilhões), QuillBot (1,1 bilhão), MidJourney (500,4 milhões), HuggingFace (316,6 milhões), Bard (242,6 milhões), NovelAI (238,7 milhões), CapCut (203,8 milhões), JanitorAI (192,4 milhões), CivitAI (177,2 milhões), Vocal Remover (165,5 milhões), You (140,3 milhões), Perplexity AI (134,4 milhões), CutOut Pro (133,5 milhões), Craiyon (128,1 milhões), HotPot (125,3 milhões), Copy.ai (109,3 milhões), Leonardo.ai (101,6 milhões), Jasper (94,9 milhões), DeepAI (89,1 milhões), ElevenLabs (88,6 milhões), Tome (88,4 milhões), Stable Diffusion (85,1 milhões), Writesonic (80,7 milhões), Playground AI (79,3 milhões), Eightfold (77,2 milhões), ClipDrop (74,8 milhões), Voicemod (73,5 milhões), Runway (73 milhões), Otter.ai (70,7 milhões), D-ID (67,3 milhões), Photoroom (66,1 milhões), Lexica (62,9 milhões), PixAI (61,5 milhões), Zyro (60,1 milhões), Synthesia (58,2 milhões), OpenArt (50,9 milhões), Zmo (49,6 milhões), Remini (49,4 milhões), Dezgo (47,9 milhões), Kaiber (47,6 milhões), VanceAI (41,7 milhões), Gamma (27,6 milhões), CrushOn (24,6 milhões), Taskade (23,1 milhões), Opus Pro (22,4 milhões), Claude (21,2 milhões), Personal (17,9 milhões), Noty (9 milhões), Chatdoc (8,6 milhões).

Importante:

Não é só desenvolver a IA que viabiliza seu uso. As pessoas precisam ter acesso a ela, desenvolver utilizações práticas para ela e criar valor com ela. Lembre-se que a IA continua em desenvolvimento e a versão nova deve além de ser melhor que a anterior deve continuar sendo compatível com a anterior.

Participação no mundo (07/2026)

Visual de barras

ChatGPT (OpenAI)

≈ 46–64%

Gemini (Google)

≈ 21–28%

Claude (Anthropic)

≈ 10–11%

Outras IAs

≈ ≤ 5%

Note que temos muitas opções de IA, a maioria com utilidade específica ou principal — e seja qual for a IA, ela já tem milhões (senão bilhões) de usuários.

A IA é realmente Inteligente?

Reflexão

Visão crítica

Numa análise profunda IA não é inteligente porque não produz nada novo e não é artificial, já que tudo que ela toca foi feito por humanos anteriormente.

Depende do ponto de vista

Depende do ponto de vista, com algumas ressalvas, sim é. Por exemplo, se eu enviasse um cardápio com nome dos pratos em chinês e em inglês e a IA só conhecesse inglês, ela conseguiria discernir correspondências pela associação do anagrama em chinês com a palavra em inglês — ou seja, a IA seria capaz de aprender chinês sozinha.

Gerações da IA

Desenvolvimento

O conceito de "geração" é meio abstrato, mas há duas formas comuns de responder:

1. Gerações dos modelos de IA (como o ChatGPT).
Atualmente estamos em uma fase que pode ser considerada a '5ª geração' dos grandes modelos da OpenAI:
GPT-1 (2018) – Demonstrou que o treinamento prévio em grandes volumes de texto funcionava.
GPT-2 (2019) – Muito mais capaz na geração de texto, chegando a ser inicialmente restrito por preocupações com uso indevido.
GPT-3 (2020) – Grande salto em qualidade e versatilidade, popularizando os LLMs.
GPT-4 (2023) – Melhor raciocínio, multimodalidade (texto e imagens) e maior confiabilidade.
GPT-5 (2025–2026) – Melhor desempenho em raciocínio, programação, planejamento, contexto longo e uso de ferramentas. É a família de modelos da qual eu faço parte.

2. Evolução histórica da Inteligência Artificial
Se olharmos a IA como uma área de pesquisa, podemos dividir sua evolução em "gerações":
1. IA Simbólica (1950–1980) - Baseada em regras, lógica e sistemas especialistas.
2. IA Estatística / Machine Learning (1990–2010) - Algoritmos aprendendo a partir de dados, em vez de regras escritas manualmente.
3. Deep Learning (2012–2022) - Redes neurais profundas revolucionaram visão computacional, fala e processamento de linguagem.
4. IA Generativa (2022–presente) - Modelos capazes de criar textos, imagens, áudio, vídeo e código com alta qualidade. 5. IA Agêntica (em desenvolvimento) - Sistemas que não apenas respondem perguntas, mas planejam, utilizam ferramentas, executam tarefas em várias etapas, colaboram com outros agentes e mantêm objetivos ao longo do tempo.

E a AGI?
O próximo grande marco é a 'AGI (Inteligência Artificial Geral)', uma IA que consiga aprender e atuar em praticamente qualquer domínio intelectual em nível comparável ao humano . Ainda 'não existe consenso de que ela tenha sido alcançada'.

Em resumo
Hoje (2026), muitos pesquisadores consideram que estamos vivendo a transição entre:
* a era da 'IA Generativa' (já consolidada), e
* a era da 'IA Agêntica', em que os modelos começam a executar tarefas complexas de forma autônoma utilizando ferramentas, memória e planejamento.
Ainda não há uma classificação oficial de "gerações" aceita por toda a comunidade científica, mas essa divisão representa bem o estágio atual da tecnologia.

Viabilidade

Custos

Há uma regra que a IA não irá quebrar: A IA pode gerar qualquer tipo de informação mas o responsável pelo resultado é o humano que a utiliza. Ou seja, a IA nunca poderá ser responsabilizada sobre o resultado, mas sim quem a utiliza.
Sendo assim existe um outro 'custo' associado a IA que é o custo de validação do resultado.
A IA é até capaz de detectar problemas, alucinações e corrigir automaticamente o problema. Contudo alguns erros podem ser causados por falta de critérios na seleção dos resultados.

Tudo que se encaixa na condição "se você pensar descobre o que é" pode ser feito pela IA. Hoje, 5ª geração de IA ainda é um punhado de computadores processando um mar de informações, mas realizam coisas que um humano teria muito trabalho em fazer.
Portanto, se você quisesse emular um psiquiatra tentando descobrir se um paciente é psicótico, seu problema não seria fazer a análise do paciente para chegar ao resultado, mas sim em obter as informações que assegurassem essa decisão. Note bem que até para os humanos, isso é muito subjetivo, conceitual e sujeito a erros nas análises.

Teste de Turing e aprendizagem por imitação

A IA hoje está na 5ª geração e já passa no Turing Test (teste se é possível distinguir um robô de um humano).
Hoje eu vi uma reportagem que um robô "aprendeu" a dançar valsa dançando com um humano. Note bem: ele não foi programado para dançar valsa — mas sim com a IA dele aprendeu (como um humano) a dançar valsa imitando o que o outro estava dançando.

Hoje alguns robôs industriais tem IA integrada e a programação deles é simplificada pela repetição do processo humano: você guia o braço robótico para o ponto onde deve soldar, ponto a ponto, e depois ele repete a sequência indefinidamente.

Não é mais necessário um engenheiro em robótica para programar o robô; um operador pode fazer isso. E o robô tem embutido verificações se o serviço está sendo feito corretamente: se não estiver, ele para e aguarda a correção.

Veremos em documentos a seguir sobre este assunto como isso é feito em detalhes. Note que o assunto é complexo e envolve muitos conceitos relativamente novos.