Os chatbots de IA inventam coisas porque funcionam ao prever quais as palavras que devem vir a seguir — não ao consultar factos. Quando uma pergunta toca em algo obscuro ou específico, a IA preenche a lacuna com algo que soa plausível, mesmo que esteja errado. Não tem um verificador de factos integrado e muitas vezes não sabe quando está enganada.
Provavelmente já ouviu alguém dizer que a IA «inventa coisas». A palavra técnica para isso é alucinação — e soa alarmante, como se a IA estivesse deliberadamente a enganá-lo. Mas há uma explicação muito mais simples, e assim que a percebe, a IA torna-se uma ferramenta muito menos misteriosa.
O Que «Alucinação» Realmente Significa
Quando uma IA lhe dá uma resposta confiante que está completamente errada — uma citação de livro falsa, um número de telefone inventado, um detalhe histórico que nunca aconteceu — isso chama-se alucinação. O nome é um pouco dramático. A IA não está confusa da forma como uma pessoa poderia estar. Está a produzir texto que soa plausível, sem que nada no sistema verifique se é realmente verdade.
Isto pode variar de imprecisões menores a invenções completas. Um chatbot pode citar um autor real mas inventar um título de livro que nunca escreveu. Pode dar-lhe um número de telefone para um negócio que parece legítimo mas liga para outro sítio completamente diferente. Pode descrever um processo judicial com pormenores confiantes que nunca ocorreram.
Porque Acontece: A Explicação da Autocorreção
A forma mais simples de perceber as alucinações é pensar na autocorreção do teclado do seu telemóvel. Quando escreve «Parabéns pel—», o teclado sugere «o teu dia» porque é quase sempre o que se segue. Não está a pensar em aniversários. Está a corresponder um padrão que viu muitas vezes antes.
Os chatbots de IA funcionam com o mesmo princípio básico — apenas a uma escala enormemente maior e mais sofisticada. Foram treinados ao ler uma enorme quantidade de texto: livros, artigos, sites e muito mais. A partir de todo esse texto, aprenderam a prever: dado o que foi dito até agora, que palavra ou frase mais provavelmente vem a seguir?
Na maioria das vezes, isto funciona muito bem. Os padrões são fortes, e o resultado é preciso. Mas quando pergunta sobre algo específico e obscuro — um processo judicial menor, um artigo académico, um negócio local, eventos após o corte dos dados de treino da IA — pode não haver um padrão forte a partir do qual basear-se. Por isso, a IA preenche a lacuna com algo que soa plausível com base em padrões semelhantes que viu. Não sabe que está errada. Não tem um verificador de factos. Gera.
Porque É Que a IA Não Pode Simplesmente Dizer «Não Sei»?
É uma pergunta justa. Os sistemas de IA modernos são melhor treinados para expressar incerteza do que as versões anteriores, e muitos dirão «não tenho a certeza» ou «pode querer verificar isto» com mais frequência agora. Mas a arquitetura subjacente — prever o próximo token — não produz naturalmente incerteza da forma como um especialista humano se sentiria incerto. Gera texto. Não avalia o texto que gera.
As ferramentas de IA que incluem pesquisa web em tempo real tendem a alucinar menos em perguntas factuais porque conseguem realmente pesquisar as coisas. Mas mesmo essas ferramentas cometem erros. Pesquisar na web não garante encontrar a fonte certa ou interpretá-la corretamente.
3 Hábitos que Apanham Erros da IA Antes que Importem
Não precisa de verificar tudo o que uma IA lhe diz. A maioria dos usos do dia a dia — redigir uma nota, explicar um conceito, gerar ideias — tem pouco em jogo. Mas criar três hábitos simples protege-o quando importa:
1. Quando as consequências são altas, verifique com uma fonte separada. Para decisões médicas, questões legais, escolhas financeiras ou qualquer coisa que vá partilhar publicamente — não trate a resposta da IA como definitiva. Use-a para perceber melhor a questão, depois confirme a resposta com uma fonte fiável: um médico, um site governamental, uma publicação reconhecida. O nosso guia sobre como perceber se um texto foi gerado por IA abrange hábitos de verificação relacionados.
2. Quando a IA cita algo, verifique que existe. Se um chatbot lhe falar de um livro, um artigo ou um estudo específico, verifique que existe de facto antes de o usar ou partilhar. Verifique o título, o autor e se a fonte é real. As citações fabricadas são um dos erros de IA mais comuns, e parecem convincentes à primeira vista.
3. Teste a IA com algo que já sabe. Se é novo numa ferramenta, ou se a está a experimentar para um novo tipo de tarefa, faça-lhe uma pergunta a que já sabe a resposta completa. Veja o quão precisa é. Isto dá-lhe uma noção calibrada de quanto confiar nela em temas que não consegue verificar de forma independente.
O Que Isto Significa na Prática
A IA é genuinamente útil. As alucinações são reais, mas não são constantes. Para tarefas do dia a dia, a IA é geralmente suficientemente precisa para poupar tempo real. O risco aumenta quando a pergunta requer factos muito específicos, informação obscura ou local, ou dados posteriores ao corte dos dados de treino da IA.
Pense na IA como um amigo muito culto que às vezes se lembra mal de detalhes com total confiança — útil para a maioria das coisas, vale uma segunda opinião em tudo que realmente importa.
O que fazer a seguir: Se quiser explorar o lado da confiança e verificação — saber quando confiar na IA e quando questionar — Pode Confiar no ChatGPT? aborda diretamente esse ângulo. E para perceber o que é a IA por baixo, O Que Significa «IA», Afinal? explica as bases claramente.
