O que é IA Generativa, como funciona, riscos e cuidados

Caro leitor, 

Para ser sincero com você, eu não conhecia muito sobre IA Generativa até ouvir um podcast que falava sobre seu uso no Marketing, o que despertou meu interesse pelo assunto. Este artigo, assim como outros que li, surgiu dessa curiosidade inicial.

O debate sobre a criação de uma inteligência artificial não é novo, sendo explorado por pesquisadores, cinema, mangás, HQs e quadrinhos, além de áreas filosóficas e éticas. Desde a antiguidade, mitos, ficção e filosofia já investigavam essa ideia.

A noção de arte automatizada remonta aos autômatos da antiga civilização grega, com inventores como Dédalo e Herói de Alexandria criando máquinas que podiam escrever textos, emitir sons e tocar música.

A tradição de automação criativa continuou ao longo da história, como demonstrado pelo autômato de Maillardet do início dos anos 1800. As cadeias de Markov têm sido utilizadas há tempos para modelar linguagens naturais, um conceito introduzido pelo matemático russo Andrey Markov no início do século XX. Em 1906, ele publicou um artigo analisando padrões de vogais e consoantes no romance Eugeny Onegin usando essas cadeias. Uma cadeia de Markov aprendida a partir de um corpus de texto pode ser usada como um gerador de texto probabilístico. Estes são apenas alguns exemplos do esforço para entender e desenvolver uma inteligência artificial.

Neste artigo, vamos explorar o que é a IA Generativa e como ela já começou a impactar nosso presente e moldar o futuro.

O que é a IA Generativa?

A inteligência artificial generativa, também conhecida como GenAI ou GAI, é um ramo da inteligência artificial que utiliza modelos geradores para criar texto, imagens, vídeos ou outras formas de dados. Esses modelos aprendem os padrões e estruturas dos dados de treinamento e os utilizam para gerar novos dados com base em entradas, frequentemente apresentadas como prompts em linguagem natural.

Avanços em redes neurais profundas baseadas em transformadores, especialmente os modelos de grandes linguagens (LLMs), impulsionaram um crescimento significativo dos sistemas de IA generativos nos anos 2020. Entre eles estão os chatbots como ChatGPT, Copilot, Gemini e LLaMA; sistemas de geração de imagens a partir de texto, como Stable Diffusion, Midjourney e DALL-E; e geradores de texto para vídeo, como o Sora. Empresas como OpenAI, Anthropic, Microsoft, Google e Baidu, além de diversas startups, desenvolveram modelos de IA generativa.

A IA generativa encontra aplicação em uma variedade de setores, incluindo desenvolvimento de software, saúde, finanças, entretenimento, atendimento ao cliente, vendas e marketing, arte, escrita, moda e design de produtos. No entanto, surgem preocupações sobre o uso indevido da IA generativa, como atividades cibernéticas criminosas, a disseminação de notícias falsas ou deepfakes para enganar ou manipular pessoas, além da potencial substituição em grande escala de empregos humanos. Questões relacionadas à propriedade intelectual também são levantadas quanto a modelos generativos que são treinados para imitar obras protegidas por direitos autorais.

Qual foi a primeira IA generativa?

Como mencionado anteriormente, uma das primeiras inteligências artificiais generativas primitivas foi o ELIZA. Este bot de bate-papo por texto foi desenvolvido na década de 1960 por Joseph Weizenbaum. ELIZA representa um dos primeiros casos de Processamento de Linguagem Natural (PLN) e simulava o papel de um psicoterapeuta, interagindo com humanos em linguagem natural.

O funcionamento do ELIZA baseava-se em um padrão simples de reconhecimento de palavras-chave no texto para, em seguida, gerar respostas genéricas previamente programadas. Essa habilidade de comunicação passava a impressão de que a máquina compreendia a conversação humana. No entanto, ela processava todas as palavras como dados de caracteres, sem atribuir o significado que um ser humano daria. Conforme explicado pelo criador, ELIZA era apenas uma imitação de um psicoterapeuta e não possuía nenhuma inteligência real.

Apesar de ser bastante rudimentar e relativamente fácil de implementar em comparação aos chatbots das gerações futuras, o ELIZA preparou o terreno para avanços no campo do Processamento de Linguagem Natural nas décadas seguintes.

Linha do tempo da IA generativa

1956 – Introdução da Inteligência Artificial como ciência;

1958 – Frank Rosenblatt propôs o esquema de um dispositivo que simula o processo no cérebro humano – o perceptron, a primeira rede neural do mundo;

1964 – Criação de uma das primeiras IAs generativas funcionais – o chatbot ELIZA

1982 – É criada a RNN, que considera informações prévias e gera sentenças;

1997 – É desenvolvido um tipo de RNN com uma arquitetura mais complexa, chamada LSTM, que permite o processamento eficiente de longas sequências de dados e identifica padrões;

2013 – Criação de um modelo generativo chamado autocodificadores variacionais (VAE);

2014 – Criação das GANs, que representaram um avanço na IA generativa, pois estavam entre as primeiras a gerar imagens de alta qualidade. As GANs têm recebido mais atenção, também devido ao maior grau de complexidade da base teórica da VAE em comparação com o conceito mais simples subjacente às GANs;

2015 – Introdução de modelos de difusão que funcionam incorporando ruído aos dados de treinamento existentes e, em seguida, revertendo o processo para restaurar os dados;

2017 – Foi proposta uma arquitetura de aprendizado profundo denominada transformador;

2018 – Transformadores generativos pré-treinados inovadores (GPT), um tipo de modelo de linguagem grande, foram introduzidos pela OpenAI;

2021 – Foi lançada a plataforma de IA DALL-E, destinada a gerar e editar obras de arte exclusivas e imagens fotorrealistas;

2022 – Foram introduzidas ferramentas de geração de imagens Stable Diffusion de código aberto e Midjourney AI proprietárias;

2023 – O GPT-4 foi lançado em março de 2023, capaz de gerar textos mais longos, de até 25.000 palavras.

OpenAI

2024 -GPT-4o (maio) – Em maio, a OpenAI revolucionou os recursos de IA com o GPT-4o, um modelo que integrou perfeitamente o processamento de texto, visão e áudio. 

2024- GPT-4o Mini (julho) – Em julho, a OpenAI lançou o GPT-4o Mini, tornando a IA avançada mais acessível para desenvolvedores e empresas. Com preço de US$ 0,15/M tokens, 60% mais barato que o GPT-3.5 Turbo.

2024 – Modelo o1 (setembro) – Setembro trouxe o o1, o modelo da OpenAI focado em raciocínio profundo. O modelo foi projetado para levar mais tempo processando problemas, semelhante à forma como um ser humano lidaria com tarefas complexas. 

2024 – Modelo o3 (dezembro) – Em dezembro, a OpenAI lançou o o3, que introduziu o “alinhamento deliberativo” e o poder de computação ajustável — quanto mais tempo o modelo gastava pensando, melhor era seu desempenho. 

2024 – SORA (dezembro) – Em dezembro, também foi lançado o SORA, o avanço da OpenAI na geração de vídeos. O modelo pode criar vídeos com resolução de até 1080p nos formatos widescreen, vertical ou quadrado, com controle sofisticado sobre duração e estilo.

2024 – Gemini 1.5 Pro – Gêmeos 1.5 Pro – Em fevereiro, foi lançado o Gemini 1.5 Pro, apresentando avanços revolucionários na compreensão de contexto longo. O modelo era capaz de processar até um milhão de tokens de forma consistente — processando vídeos de uma hora, 11 horas de áudio ou 700.000 palavras de texto em um único prompt.

2024- Meta Série LLaMA 3 (abril-setembro) – O desenvolvimento agressivo de código aberto da Meta mudou a dinâmica da indústria de IA. Começando com modelos 8B eficientes e escalando para uma versão de 405B de parâmetros, a série LLaMA 3 provou que a IA de ponta não precisa ser proprietária.

2024 – Amazon – Em dezembro, a Amazon entrou na corrida com sua série Nova de modelos de IA. Anunciada no AWS re:Invent, a família Nova (Micro, Lite e Pro) oferece recursos de geração de texto, imagem e vídeo, com foco na redução de custos e latência.

2025 – DeepSeek – Em 24 de março de 2025, a DeepSeek lançou o DeepSeek-V3-0324 sob a licença MIT. O DeepSeek-R1 fornece respostas comparáveis ​​a outros modelos contemporâneos de grandes linguagens, como o GPT-4 da OpenAI. Seu custo de treinamento é significativamente menor do que outros LLMs.

Quais os riscos da IA Generativa?

A inteligência artificial não apresenta um risco claro, mas gera preocupações que merecem atenção. Assim, seu desenvolvimento tem levantado inquietações entre governos, empresas e indivíduos, culminando em protestos, ações legais, pedidos de interrupção de experimentos de IA e iniciativas governamentais.

Em um briefing do Conselho de Segurança das Nações Unidas em julho de 2023, o Secretário-Geral António Guterres afirmou que a IA generativa possui um grande potencial tanto para o bem quanto para o mal em grande escala. Segundo ele, a IA pode impulsionar o desenvolvimento global e acrescentar entre 10 e 15 trilhões de dólares à economia global até 2030. No entanto, seu uso malicioso pode causar níveis devastadores de morte e destruição, traumas generalizados e danos psicológicos profundos em uma escala inimaginável.

Em abril de 2023, foi reportado que a IA na geração de imagens levou à perda de 70% dos empregos de ilustradores de videogames na China. Já em julho do mesmo ano, os avanços em IA generativa contribuíram para as disputas trabalhistas em Hollywood. Fran Drescher, presidente do Sindicato dos Atores (SAG), afirmou durante a greve de 2023 que a inteligência artificial representa uma ameaça existencial às profissões criativas. Além disso, a IA de síntese de voz está sendo vista como um possível desafio para o setor de dublagem.

A relação entre IA e preocupações sobre emprego em grupos sub-representados globalmente continua sendo uma questão crítica. Embora a IA prometa aumentar a eficiência e facilitar a aquisição de novas habilidades, preocupações relativas ao deslocamento de empregos e processos de recrutamento tendenciosos persistem entre esses grupos.

Como usar a IA Generativa de forma eficiente?

Uma maneira bastante eficiente de utilizar a IA é criando prompts bem elaborados, o que é crucial para o desempenho ideal das ferramentas GenAI. No entanto, é importante lembrar que, mesmo com prompts bem planejados, será necessário verificar as informações, pois as ferramentas de IA podem ocasionalmente gerar informações inventadas e apresentar confiança excessiva.

O GenAI pode ser bom para:

Estudo

Escrita e edição

Preparando-se para uma pesquisa bibliográfica

Resumindo a pesquisa

O GenAI não é tão bom para:

Realizar uma pesquisa bibliográfica abrangente é fundamental. Utilize ferramentas como a Busca Bibliotecária, os Bancos de Dados da Biblioteca, o PubMed e o Google Acadêmico para encontrar fontes confiáveis. Considera-se importante também pedir auxílio a um bibliotecário para desenvolver estratégias de busca mais detalhadas. 

Evite solicitar informações que, se erradas, poderiam ter graves consequências, como em questões de atendimento ao paciente ou aconselhamento financeiro e jurídico. Recomendo que também aprenda sobre engenharia de prompt, pois isso pode ser útil tanto na condução da pesquisa quanto na concretização dos seus objetivos.

Considerações Finais

O artigo mostrou que a tecnologia de IA generativa, embora tenha uma trajetória histórica relativamente curta, encara um futuro cheio de incertezas. O início do seu desenvolvimento remonta ao século passado, mas as maiores descobertas nesse campo têm surgido mais recentemente. Atualmente, essa tecnologia está se expandindo a um ritmo impressionante, com grandes empresas competindo intensamente.

Com a contínua evolução da IA generativa, é crucial que tanto empresas quanto a sociedade se mantenham informadas sobre as últimas inovações e saibam como se ajustar às mudanças que ela trará. A IA generativa tem o potencial de adicionar valor significativo à vida diária e ao mundo dos negócios. Compreender seu impacto total na sociedade é vital para podermos nos adaptar de forma eficaz e aproveitar as oportunidades oferecidas.

Em um futuro próximo, você testemunhará uma revolução sem precedentes. No entanto, se estiver atento, já poderá começar a surfar essa onda hoje. Finalmente, aqui estão alguns artigos que talvez lhe interessem. Até breve!