Marcelo Finger explica como as inteligências artificiais são treinadas com grandes volumes de dados e por que, durante o uso, apenas aplicam o conhecimento previamente adquirido, sem aprender em tempo real
Ao contrário da inteligência animal e humana, que aprende continuamente ao explorar o ambiente e realizar tarefas, as inteligências artificiais funcionam em duas fases totalmente separadas: a de treinamento e a de execução. Na fase de treinamento, a IA analisa volumes gigantescos de dados da internet (big data) e calibra bilhões de parâmetros internos (pesos) por tentativa e erro — como no caso de modelos de linguagem que aprendem probabilidades para adivinhar a próxima palavra de um texto —, um processo rigoroso que exige enorme capacidade computacional e semanas de processamento.
Já na fase de execução, quando o usuário interage com ferramentas como o ChatGPT ou o Gemini, a IA apenas aplica o conhecimento já consolidado e não aprende em tempo real, embora todas as interações dos usuários sejam armazenadas para servirem de base na criação e no treinamento de futuras versões do sistema.
Por Marcia Avanza, para a Rádio USP,
A coluna De olho na IA, com o professor Marcelo Finger, vai ao ar toda sexta-feira às 8h30, na Rádio USP (São Paulo 93,7 FM; Ribeirão Preto 107,9 FM), com produção da Rádio USP. Por Marcia Avanza, para a Rádio USP, 31/7/2026.