IA generativa

Definição

Uma IA generativa cria um conteúdo que não existia: um texto, uma imagem, uma música, um vídeo, código. Não copia um documento guardado: produz um resultado novo, estatisticamente coerente com os exemplos vistos durante o treino e com o pedido (o prompt) que recebe.

As grandes famílias de modelos

• Modelos de linguagem (LLM): geram texto token a token (um token é uma palavra ou um fragmento de palavra) e assentam na arquitetura Transformer (2017). O ChatGPT, o Claude, o Gemini ou o Le Chat são exemplos.
• Modelos de difusão: partem de um ruído aleatório e «limpam-no» passo a passo até obter uma imagem ou um vídeo. É o princípio de muitos geradores de imagens atuais.
• Redes adversariais generativas (GAN): duas redes treinam uma contra a outra, uma para produzir e a outra para detetar falsificações. Muito usadas antes da ascensão da difusão.

Vantagens

• Redigir, resumir, traduzir ou reformular em segundos.
• Produzir imagens, maquetes ou protótipos sem competências de design.
• Ajudar a programar, a analisar dados ou a explorar ideias.

Limites

• Erros credíveis: um conteúdo gerado pode ser falso e parecer convincente (ver alucinação).
• Direitos e origem dos dados: as questões de direitos de autor sobre os dados de treino e os conteúdos produzidos continuam em debate.
• Enviesamentos: os modelos reproduzem os enviesamentos dos seus dados.
• Desinformação: a facilidade em produzir textos, imagens ou vozes falsos obriga a verificar a origem dos conteúdos.