Glossário de inteligência artificial

Otimização para mecanismos de resposta: organizar o conteúdo em perguntas e respostas claras, para que buscadores e assistentes o usem como resposta direta. Veja também: GEO

Sistema de IA que recebe um objetivo e age para cumpri-lo: planeja etapas, usa ferramentas como busca na web, planilhas e e-mail, e ajusta o caminho conforme os resultados. Exemplo: ao receber o pedido de organizar a agenda da semana, um agente consulta o calendário, propõe horários e envia os convites. Veja também: IA agêntica, MCP

Treinamento extra de um modelo pronto, com dados específicos, para especializá-lo numa tarefa, num setor ou num estilo de escrita. Veja também: Modelo de fundação

Sequência de instruções que um computador segue para resolver um problema. Na IA, os algoritmos definem como o sistema aprende com os dados. Veja também: Treinamento

Área de pesquisa que busca garantir que sistemas de IA sigam as intenções e os valores humanos, mesmo quando se tornam muito capazes. Veja também: Segurança de IA, Superinteligência

Quando a IA afirma algo falso com total confiança, como uma data, uma citação ou uma fonte que não existe. Por isso conteúdos importantes exigem verificação humana. Veja também: RAG, IA responsável

Interface que permite a um sistema conversar com outro. É por meio de APIs que sites e aplicativos usam modelos de IA de terceiros. Veja também: MCP

Ramo da IA em que sistemas aprendem padrões a partir de exemplos, em vez de seguir regras escritas uma a uma pelo programador. Veja também: Aprendizado profundo

Tipo de aprendizado de máquina que usa redes neurais com muitas camadas. Está por trás do reconhecimento de voz, da visão computacional e dos modelos de linguagem. Veja também: Rede neural

Aplicação de IA conversacional de uso geral, como ChatGPT, Gemini, Claude ou Copilot. Veja também: Chatbot, Agente de IA

Combinação de automação tradicional com IA para executar processos que exigem interpretação, como ler e-mails, classificar documentos ou responder clientes. Veja também: IA agêntica

Programa que conversa por texto ou voz. Os antigos seguiam roteiros fixos. Os atuais usam modelos de linguagem e entendem perguntas livres. Veja também: Assistente de IA

Qualquer texto, imagem, áudio ou vídeo produzido por IA. Boas práticas, e algumas leis, pedem que ele seja identificado como tal. Veja também: IA generativa, Deepfake

IA integrada a uma ferramenta de trabalho, como editor de texto, planilha ou programa de código, que sugere e executa tarefas ao lado do usuário. Veja também: Assistente de IA

Textos, imagens, áudios e números usados para ensinar um modelo. A qualidade, a variedade e a origem legal desses dados influenciam diretamente o resultado. Veja também: Viés, Treinamento

Marcações no código do site que explicam aos buscadores e às IAs o que cada conteúdo é: empresa, produto, artigo, endereço. Este glossário usa esse recurso. Veja também: SEO, GEO

Imagem, vídeo ou áudio falso gerado por IA que imita uma pessoa real. É usado em golpes e desinformação e exige atenção redobrada. Veja também: Conteúdo sintético

Representação de uma palavra, frase ou imagem como uma lista de números. Conteúdos de significado parecido ficam próximos, o que permite buscar por sentido e não apenas por palavra exata. Veja também: RAG

Prática de escrever e testar instruções para obter respostas melhores e mais consistentes de uma IA. Veja também: Prompt

Ideia do matemático I. J. Good, de 1965: uma máquina capaz de melhorar a si mesma criaria versões cada vez mais inteligentes, num ciclo acelerado. Veja também: Singularidade tecnológica, Superinteligência

Otimização para motores generativos: preparar o conteúdo para ser citado e recomendado por assistentes de IA e pelos resumos gerados por IA nos buscadores. Veja também: SEO, AEO, Resumos gerados por IA

Transformador generativo pré-treinado. É o nome da família de modelos da OpenAI, que acabou virando sinônimo popular de IA conversacional. Veja também: LLM, Transformer

Chip criado para gráficos de videogame que se tornou o motor da IA, porque faz milhares de cálculos ao mesmo tempo. Veja também: Treinamento

Nome dado à nova geração de sistemas que agem com autonomia ao longo de várias etapas, em vez de apenas responder perguntas. O agente é o sistema; a IA agêntica é a abordagem de delegar objetivos inteiros à máquina, e não apenas comandos isolados. Veja também: Agente de IA, Automação inteligente

IA especializada em tarefas específicas. Pela classificação mais comum, toda a IA disponível hoje está nessa categoria, embora alguns especialistas vejam nos grandes modelos atuais um passo em direção à IA geral. Veja também: IA geral, Superinteligência

Métodos para entender por que um modelo chegou a determinada resposta. É especialmente importante em crédito, saúde e justiça. Veja também: Viés

IA que cria conteúdo novo, como textos, imagens, músicas, vozes e vídeos, a partir de uma instrução. Veja também: LLM, Modelo de difusão, Conteúdo sintético

IA capaz de aprender e executar praticamente qualquer tarefa intelectual humana. É o objetivo declarado de vários laboratórios, e não há consenso sobre quando, ou se, será alcançada. Veja também: IA estreita, Superinteligência

Uso da IA com transparência, privacidade, justiça e supervisão humana. É o princípio por trás do lema da Median: IA auxilia, pessoas decidem. Veja também: Alinhamento, LGPD

O momento de uso: quando o modelo já treinado recebe uma pergunta e calcula uma resposta. Veja também: Treinamento

Campo da computação que cria sistemas capazes de realizar tarefas associadas à inteligência humana, como entender linguagem, reconhecer imagens e tomar decisões. O nome é uma metáfora, como explicamos no início desta página. Veja também: Aprendizado de máquina, Modelo

Quantidade de texto, medida em tokens, que o modelo consegue considerar de uma só vez: a conversa, os documentos anexados e a instrução. Veja também: Token, RAG

Lei brasileira que regula o uso de dados pessoais. Vale para qualquer sistema de IA que trate informações de clientes, usuários ou funcionários. Veja também: IA responsável, Personalização

Modelo treinado com volumes gigantescos de texto para prever a próxima palavra de uma frase. Dessa habilidade aparentemente simples surgem a conversa, a escrita, o resumo e a tradução. Exemplos de famílias de LLMs: GPT, Gemini, Claude e Llama. Veja também: Token, Transformer, GPT

Padrão aberto lançado pela Anthropic em 2024 para conectar assistentes de IA a ferramentas e fontes de dados, como agendas, bancos de dados e sistemas da empresa. Veja também: Agente de IA, API

O resultado do treinamento: um grande conjunto de números que transforma uma entrada, como uma pergunta, numa saída, como uma resposta. Veja também: Parâmetros, LLM

Técnica usada para gerar imagens e vídeos. O modelo parte de um ruído aleatório e o refina passo a passo até formar a imagem pedida. Veja também: IA generativa

Modelo grande e genérico, treinado com dados amplos, que serve de base para muitas aplicações diferentes. Veja também: Ajuste fino, LLM

Modelo que trabalha o problema em etapas antes de responder, dedicando mais cálculo a questões difíceis de lógica, matemática e programação. Veja também: LLM

Modelo que entende e produz mais de um tipo de conteúdo, como texto, imagem, áudio e vídeo. Veja também: Visão computacional

Os valores numéricos internos que o modelo ajusta durante o treinamento. Os maiores modelos de linguagem têm bilhões deles. Mais parâmetros, sozinhos, não garantem mais qualidade. Veja também: Modelo, Treinamento

Uso de IA para adaptar conteúdos, ofertas e recomendações a cada pessoa, com base em comportamento e preferências, sempre respeitando a LGPD. Veja também: LGPD

Modelos cujos parâmetros são publicados para qualquer pessoa baixar e executar. Diferem do código aberto completo porque nem sempre incluem os dados e o método de treinamento. Veja também: Parâmetros

Área da IA dedicada a fazer computadores entenderem e produzirem linguagem humana, falada ou escrita. Veja também: LLM

Instrução ou pergunta dada a uma IA. Bons prompts trazem contexto, objetivo, formato desejado e, se possível, exemplos. Veja também: Engenharia de prompt

Geração aumentada por recuperação. Antes de responder, a IA busca informações em documentos confiáveis, como os da própria empresa, e usa esse material na resposta. Reduz erros e mantém o conteúdo atualizado. Veja também: Alucinação, Embedding

Estrutura matemática inspirada, de forma bem simplificada, nos neurônios do cérebro: camadas de unidades conectadas que transformam números em outros números. Veja também: Aprendizado profundo, Transformer

Respostas criadas por IA que o Google exibe no topo de muitas pesquisas, com links para as fontes. Mudam a forma como os sites recebem visitas. Veja também: GEO, SEO

Aprendizado por reforço com feedback humano. Pessoas avaliam as respostas do modelo, e ele aprende a preferir as mais úteis e seguras. Veja também: Alinhamento

Conjunto de práticas e pesquisas para evitar que sistemas de IA causem danos, seja por erro, por mau uso ou por comportamento inesperado. Veja também: Alinhamento

Otimização para mecanismos de busca: o conjunto de técnicas para um site aparecer bem posicionado no Google e em outros buscadores. Veja também: GEO, Dados estruturados

Termo popularizado pelo escritor e matemático Vernor Vinge em 1993 para o ponto em que o avanço da IA seria tão rápido que o futuro se tornaria imprevisível. Veja também: Explosão de inteligência

Inteligência que supera amplamente a humana em praticamente todas as áreas. A origem do termo está explicada no início desta página, e o tema tem um capítulo próprio neste site. Veja também: IA geral, Explosão de inteligência, Alinhamento

Proposto por Alan Turing em 1950: se uma pessoa conversa com uma máquina e não consegue distingui-la de um humano, a máquina passa no teste. Hoje é considerado insuficiente para medir inteligência. Veja também: IA estreita

Unidade de texto que o modelo lê e escreve, geralmente um pedaço de palavra. Os limites de tamanho e o custo de uso dos modelos são medidos em tokens. Veja também: Janela de contexto

Arquitetura de rede neural apresentada por pesquisadores do Google em 2017, no artigo “Attention Is All You Need”. É a base de praticamente todos os modelos de linguagem atuais. Veja também: LLM, GPT

Processo em que o modelo analisa dados e ajusta seus parâmetros para errar cada vez menos. Exige enorme capacidade de computação. Veja também: Inferência, GPU

Distorções que o modelo herda dos dados ou do treinamento e que podem gerar respostas injustas ou parciais. Veja também: Dados de treinamento

Área da IA que interpreta imagens e vídeos: reconhece objetos, lê placas, analisa exames médicos. Veja também: Modelo multimodal