O que é IA generativa?

A IA que você já usava classificava coisas. A IA generativa cria coisas

Por vinte anos, a IA no dia a dia foi invisível e classificava. O filtro de spam decidia spam ou não. O aplicativo de fotos decidia qual rosto era de quem. O banco decidia fraude ou não. O mecanismo de recomendação ranqueava o que mostrar em seguida. Cada um desses casos pega algo que existe e coloca um rótulo ou uma pontuação nele. O que é IA cobre essa família mais ampla.

A IA generativa inverte a direção. Em vez de pegar uma imagem e retornar "gato", ela pega "um gato no parapeito da janela ao anoitecer" e retorna uma imagem. Em vez de pontuar um e-mail, ela escreve um. O modelo aprendeu os padrões de milhões de exemplos bem o suficiente para produzir um novo que se encaixa.

Essa inversão é o motivo inteiro pelo qual a tecnologia chegou ao público. Classificação é um recurso dentro do produto de outra pessoa. Geração é um produto por si só: digite um pedido, receba algo. O ChatGPT foi lançado em 30 de novembro de 2022 e alcançou uma estimativa de 100 milhões de usuários ativos mensais em janeiro de 2023, dois meses após o lançamento, segundo uma análise da UBS divulgada pela Reuters em 1 de fevereiro de 2023, a aplicação de consumo mais rápida a atingir essa marca na época, porque, pela primeira vez, o resultado do modelo era o ponto central.

O que veio depois não foi um gotejar constante. A linha do tempo dos modelos acompanha 41 grandes lançamentos desde aquele dia, e 31 deles ocorreram em 2025 e 2026. Laranja marca um modelo de raciocínio ou uma família que vem com modo de pensamento; o trecho sombreado começa com o o1-preview.

Todo modelo generativo aprende como é um exemplo plausível, depois cria um

No fundo, todo modelo generativo é treinado da mesma forma: mostre a ele um número enorme de exemplos e faça-o aprender como é um exemplo plausível. Depois, no momento do uso, peça a ele que produza uma nova amostra que se encaixe no padrão e no pedido.

Para texto, o modelo aprende a prever o próximo token e gera uma resposta um token de cada vez. O que é um LLM traz o relato completo. Para imagens e vídeo, a abordagem dominante é a difusão: o modelo aprende a remover ruído de uma imagem em pequenos passos e, no momento da geração, começa a partir de ruído puro e o remove passo a passo enquanto uma descrição em texto guia o que surge. A receita que a maioria dos modelos de imagem usa é o artigo de 2020 sobre Denoising Diffusion Probabilistic Models, de Ho, Jain e Abbeel; a abordagem que ela substituiu, as redes adversárias generativas, data de Goodfellow et al. em 2014. Os geradores de música geralmente pegam emprestado um dos dois.

A consequência a reter é que todos eles produzem o que se encaixa, não o que é verdadeiro. Um modelo de texto vai produzir uma citação que se encaixa na forma de uma citação. Um modelo de imagem vai produzir uma mão que se encaixa no padrão de mãos, às vezes com seis dedos. A fluência e os erros vêm do mesmo lugar, e o que é uma alucinação de IA cobre a versão em texto em detalhes.

Quatro mídias, quatro tipos de modelo, uma única janela

Em 2022, IA generativa significava texto e, separadamente, imagens. Em 2026, um único produto de chat direciona para quatro tipos de gerador, e o modelo por trás de cada um é diferente.

A decisão de produto por trás disso é que essas mídias são medidas de forma diferente porque custam de forma diferente para rodar. Uma resposta em texto é uma fração de centavo. Uma imagem é um contador separado. Vídeo e música são as linhas caras e ficam no plano mais alto.

A geração de imagens não está incluída no Starter, é 100 por mês no Pro e 500 por mês no Powerhouse, e a geração de vídeo e música são recursos do Powerhouse, segundo como funcionam os créditos da Whizi. A diferença entre uma resposta em texto e um clipe de vídeo é a diferença entre gerar 500 tokens e gerar vários segundos de quadros, e o preço acompanha o custo computacional.

Para que a IA generativa serve bem, e o limite honesto dela

Ela é boa em primeiros rascunhos de qualquer coisa com formato conhecido: um e-mail, um resumo, uma função, uma foto de produto, uma trilha de fundo. É boa em transformação, pegar algo que existe e produzir a mesma coisa em outra forma: traduzida, encurtada, reescrita para um leitor diferente, com outro estilo. E é boa em volume, produzindo vinte variações onde uma pessoa produziria duas.

Ela é fraca, por construção, em três coisas. Fatos que não recebeu, porque gera o que se encaixa em vez do que é. Precisão na cauda longa: o sexto dedo, o código que compila e faz a coisa errada. E julgamento sobre se o resultado é bom, que fica com a pessoa que pediu. O guia de como usar IA é a versão prática de trabalhar dentro desses limites.

A regra de decisão: a IA generativa é a ferramenta certa quando você consegue reconhecer um bom resultado mais rápido do que consegue produzir um. Se você não consegue distinguir um bom resultado de um ruim, ainda não é a ferramenta certa para essa tarefa.

IA generativa é um ramo do aprendizado de máquina, que é um ramo da IA

Inteligência artificial é o guarda-chuva: qualquer software que faz algo que chamaríamos de inteligente se uma pessoa fizesse. Aprendizado de máquina é o método que a maior parte da IA moderna usa, aprendendo regras a partir de dados em vez de ser programada com elas. IA generativa é o ramo do aprendizado de máquina cujo resultado é conteúdo novo. Um grande modelo de linguagem é o modelo generativo para texto. Um chatbot é o aplicativo construído em torno de um deles. Cada um é um subconjunto do anterior, e o glossário de IA reúne todos os termos em um só lugar.

A leitura prática: quando um produto diz que "usa IA", pergunte de que tipo. Se ele classifica, ranqueia ou prevê, é o tipo antigo e provavelmente funciona bem. Se ele gera, é o tipo novo e precisa de uma pessoa conferindo o resultado.