O que é IA generativa

Módulo 1 · Conceitos Fundamentais

Você instalou Claude Desktop, talvez Codex ou Gemini CLI, no capítulo final do Módulo 0. Antes de começar a usá-los para análise de dados e escrita científica, vale uma parada conceitual: o que de fato são essas ferramentas, como funcionam por dentro, e por que se comportam do jeito que se comportam? Este capítulo abre o Módulo 1 com o panorama. Os capítulos seguintes vão aprofundar limitações, integridade acadêmica e privacidade.

O que é “IA generativa”

IA generativa é o subcampo da inteligência artificial que cria conteúdo novo a partir de uma instrução em linguagem natural — texto, código, imagens, áudio, vídeo. Quando você pede ao Claude para escrever a introdução de um artigo, ao ChatGPT para redigir um e-mail, ou ao DALL·E para gerar uma imagem, está usando IA generativa.

A distinção importante é com a IA “tradicional”, focada em classificar ou prever sobre dados existentes. Em pesquisa médica, exemplos de IA tradicional incluem:

  • Diagnosticar pneumonia a partir de uma radiografia (classificação binária);
  • Prever risco cardiovascular em 10 anos (regressão);
  • Identificar pacientes em risco de readmissão hospitalar (classificação).

Esses sistemas analisam algo que já existe e produzem rótulos, números ou probabilidades. IA generativa, por contraste, produz coisas novas que não existiam antes: um texto, um pedaço de código, uma imagem.

Para os fins deste curso, ao falar em “IA” estaremos falando, na maior parte do tempo, em IA generativa de texto e código — ChatGPT, Claude, Gemini e similares.

Uma história curta

Vale entender que tudo isso é muito recente. Algumas datas-chave:

  • Junho de 2017 — Pesquisadores do Google publicam o artigo “Attention is All You Need”, introduzindo a arquitetura Transformer. É a base técnica de tudo o que veio depois.
  • 2018-2020 — A OpenAI lança a série GPT (Generative Pre-trained Transformer). O GPT-3, em 2020, é o primeiro modelo a mostrar capacidades inesperadas: traduzir, resumir, escrever código simples — sem ter sido especificamente treinado para nenhuma dessas tarefas.
  • 30 de novembro de 2022 — OpenAI lança o ChatGPT, uma interface de chat sobre o modelo GPT-3.5. Em 5 dias atinge 1 milhão de usuários. Vira o produto digital de crescimento mais rápido da história até então. É o momento em que IA generativa entra no vocabulário das pessoas.
  • 2023-2025 — Anthropic lança o Claude. Google lança o Gemini. Múltiplas empresas competem com modelos cada vez maiores e mais capazes.
  • 2024-2026 — Modelos passam de chatbots para agentes. Em vez de só conversar, os modelos passam a agir: ler arquivos no seu computador, executar comandos, navegar na web, escrever e modificar código. Foi o que você instalou no Módulo 0 (Claude Code, Codex, Gemini CLI).

A primeira coisa importante: a explosão pública de IA generativa tem menos de quatro anos. Quando este curso foi escrito, em 2026, o ChatGPT tinha sido lançado há três anos e meio. A velocidade do campo é vertiginosa, e parte do trabalho de quem usa IA na pesquisa é se manter mais ou menos atualizado.

Como funciona, sem matemática

A categoria de modelo por trás de Claude, ChatGPT e Gemini chama-se modelo de linguagem grande (em inglês, LLM — Large Language Model). Vamos destrinchar o nome:

  • Modelo: um programa de computador que aprendeu padrões a partir de exemplos.
  • Linguagem: que trabalha com texto em linguagem natural.
  • Grande: com bilhões — em alguns casos trilhões — de parâmetros internos ajustáveis. Para fins de comparação, GPT-3 (2020) tinha 175 bilhões de parâmetros; modelos atuais são significativamente maiores.

O coração: prever a próxima palavra

A função básica de um LLM é absurdamente simples de descrever: dada uma sequência de texto, prever qual deve ser a próxima palavra.

Por exemplo, considere a frase:

"O paciente apresentou febre de 39°C e ___"

Treinado em bilhões de textos, o modelo “calcula” qual é a palavra mais provável de vir a seguir. Pode ser “calafrios”, “cefaleia”, “tosse”, “mialgia”. Cada uma dessas tem uma probabilidade. O modelo escolhe uma — geralmente a mais provável, ou uma das mais prováveis, com algum elemento de variação.

Esse é, literalmente, o trabalho do modelo. Tudo o mais — capacidade de raciocinar, escrever um artigo, traduzir, resumir, programar — emerge dessa tarefa simples, repetida bilhões de vezes durante o treinamento e milhões de vezes durante uma única conversa com você.

NotaTecnicamente, “tokens”, não “palavras”

Os modelos não trabalham exatamente com palavras, mas com tokens — pedaços que podem ser uma palavra inteira (paciente), parte de uma palavra (epi, demia separadas), ou um sinal de pontuação. Em português, uma palavra média é geralmente um token; palavras compostas ou termos técnicos podem virar dois ou três. Para os fins deste curso, pensar em “palavra” é uma simplificação aceitável.

Como o modelo aprende

O modelo é treinado em um corpus gigantesco de textos: livros digitalizados, artigos científicos, sites, fóruns, código-fonte aberto, conversas. O processo é, em essência, simples:

  1. Pega-se um trecho de texto: “O paciente apresentou febre de 39°C e calafrios.”
  2. Esconde-se a última palavra: *“O paciente apresentou febre de 39°C e ___.”*
  3. Pede-se ao modelo para prever a palavra escondida.
  4. Compara-se a resposta com a palavra real (calafrios) e ajustam-se os parâmetros internos do modelo para que, da próxima vez, ele acerte um pouco mais.
  5. Repete-se bilhões de vezes, com bilhões de trechos diferentes.

Depois desse processo, o modelo “aprendeu” — em um sentido estritamente estatístico — gramática, vocabulário, fatos comuns, padrões de raciocínio, padrões de código, e muito mais.

A analogia útil é a de aprender uma língua estrangeira lendo absurdamente muito texto nessa língua. Você não precisa decorar tabelas de conjugação verbal — depois de ler o suficiente, completar uma frase em alemão fica natural. O LLM faz algo parecido, em escala industrial.

Geração: uma palavra de cada vez

Quando você dá um prompt para o Claude ou ChatGPT, o modelo:

  1. Lê seu prompt;
  2. Prevê o próximo token mais provável;
  3. Adiciona esse token ao texto;
  4. Prevê o próximo token com base no texto até agora (incluindo o que ele acabou de gerar);
  5. Repete até completar a resposta (ou bater no limite máximo).

Isso significa que o modelo não tem um plano completo quando começa a responder — ele constrói a resposta um pedaço de cada vez. Em respostas longas, é uma cadeia de centenas ou milhares de previsões consecutivas, cada uma influenciada pelas anteriores.

Daí algumas consequências práticas:

  • Quando o modelo começa a responder com uma afirmação errada, é difícil ele “voltar atrás” — ele tende a continuar de forma coerente com o que já disse, mesmo que o ponto inicial estivesse equivocado.
  • Por isso, dar um bom começo no prompt importa muito: incluir um exemplo bem feito, definir um papel (“você é um epidemiologista…”), ou começar a resposta para o modelo são técnicas que melhoram bastante a qualidade.
  • Em respostas muito longas, há risco de “deriva” — o modelo pode mudar levemente de tom ou foco ao longo do texto.

Alinhamento: o último passo do treinamento

Um LLM treinado apenas em “prever a próxima palavra” não responde de forma útil em uma conversa. Ele só aprendeu padrões estatísticos da linguagem; não foi ensinado como ser útil.

Por isso, depois do treinamento principal vem uma fase chamada alinhamento (ou fine-tuning com RLHF — Reinforcement Learning from Human Feedback), onde o modelo é treinado adicionalmente a:

  • Seguir instruções de forma direta;
  • Ser educado e claro;
  • Recusar pedidos potencialmente prejudiciais;
  • Manter coerência em conversas longas;
  • Reconhecer quando não sabe algo (com sucesso parcial — voltaremos a isso).

Empresas diferentes alinham seus modelos com critérios diferentes. Por isso o Claude tem uma “personalidade” perceptivelmente diferente do ChatGPT, mesmo ambos sendo LLMs treinados em estruturas similares. Cada empresa toma decisões sobre o que o modelo deve enfatizar, evitar, e como deve se posicionar em situações ambíguas.

Modelo, aplicação e versão: três coisas que se confundem

Uma distinção que normalmente gera confusão:

O que é Exemplos
Modelo A inteligência em si, treinada por uma empresa
Aplicação A interface por onde você acessa o modelo
Versão A geração específica do modelo

Quando você instalou o Claude Desktop no Módulo 0, instalou uma aplicação. Por trás dela, há um modelo (Claude Opus, Sonnet ou Haiku, dependendo da configuração) rodando nos servidores da Anthropic. A aplicação é a janela; o modelo é a inteligência.

Isso explica por que o “mesmo Claude” aparece em tantos lugares: no site, no app desktop, no terminal (Claude Code), em integrações com outras ferramentas. Todos conectam ao mesmo modelo por baixo dos panos.

E por que importa? Porque quando uma nova versão do modelo é lançada, todas as aplicações que usam aquele modelo ganham os novos recursos automaticamente — você não precisa reinstalar nada. Foi o que aconteceu, por exemplo, em outubro de 2025, quando a Anthropic lançou Claude Opus 4.7: o app Desktop, o Claude Code, e o Claude.ai passaram todos a usar a nova versão sem qualquer ação dos usuários.

Por que isso importa para a pesquisa

Três tomadas práticas, considerando o que vamos fazer no curso:

  1. Modelos “alucinam” porque foram treinados para sempre completar a frase. Se você perguntar “qual é a referência do estudo X de 2018?” e o modelo nunca viu esse estudo no treinamento, ele não diz “não sei”. Ele completa a frase com algo plausível — uma referência fictícia que parece real. Não é “mentira” no sentido humano: é o comportamento natural de um sistema treinado em prever texto. Voltaremos a esse ponto ao longo do curso — especialmente quando aprendermos boas práticas de prompt e a citar o uso de IA em trabalhos científicos.

  2. Contexto rico no prompt melhora drasticamente a resposta. Não é mágica: cada palavra do seu prompt influencia as previsões seguintes. Dar contexto, exemplos e papéis ao modelo orienta toda a sequência de previsões na direção certa. Por isso “boas práticas de prompt” não são truques estilísticos — são manipulações precisas da matemática que está por trás.

  3. Modelos diferentes têm pontos fortes diferentes. Não há “o melhor” universal. Para os fins deste curso:

    • Claude tende a ser forte em escrita longa, raciocínio passo a passo, código complexo e leitura de documentos.
    • ChatGPT (GPT-5) tem cobertura factual ampla e boa integração com ferramentas externas.
    • Gemini integra-se naturalmente ao Google Workspace e tem janela de contexto muito grande para documentos longos.

    Quando estiver inseguro qual usar, comece pelo Claude (a recomendação do curso) e mude se sentir necessidade.

O que vem a seguir

Este capítulo deu o panorama. Os próximos capítulos do bloco vão aprofundar pontos específicos:

  • 02 · Tokens — a unidade básica do que IA generativa lê e produz; como contar, o que isso tem a ver com janela de contexto e com a fatura de quem usa API.
  • 03 · API × app — os dois grandes modos de uso da IA: chat (com login e plano mensal) e API (com chave e cobrança por token); quando cada um faz sentido em pesquisa.
  • 04 · Prompts — anatomia de um bom prompt, técnicas e iteração; é a habilidade central que define a qualidade de tudo o que se faz com IA.
  • 05 · Citar IA — como mencionar o uso de IA em trabalhos científicos.
  • 06 · LGPD — dados pessoais e ferramentas de IA.

A partir do próximo bloco, voltamos para a parte prática — agora com base conceitual para entender o que você está fazendo, e por quê.