O que significam realmente todas estas siglas relacionadas com a IA?

Tenho formação em marketing e inovação, e no marketing há uma infinidade de siglas, o que me deixava louco. Parecia que, em todas as conversas, estávamos a falar uma língua diferente. Por isso, quando entrei no mundo da IA, o que mais me incomodava não era a tecnologia, mas sim todas essas novas siglas que eu tinha de fingir que compreendia (outra vez).

LLM, RAG, RLHF, MCP, AGI. Hoje em dia, parece que todas as conversas vêm repletas destas siglas, e toda a gente acena com a cabeça como se sempre tivesse sabido o que significavam. Eu também acenei com a cabeça, durante algum tempo, mas depois fiquei farto. Vá lá, pessoal, falem inglês.

Eis o que acabei por concluir. Se uma sigla te faz sentir desatualizado, isso não diz nada sobre ti, mas diz muito sobre o setor. A maioria destes termos descreve conceitos que são perfeitamente simples quando alguém os explica em linguagem simples. É isso que este artigo pretende ser: um guia de tradução do jargão da IA sem rodeios, escrito por alguém que precisava de um.

Comecemos pelo debate mais recente: IA versus IS

Antes de começarmos, talvez tenham reparado num novo par de letras ao lado de IA: SI, abreviatura de Superinteligência. A ideia é um sistema que pensasse melhor do que qualquer ser humano em todos os aspetos. Segundo a IBM, trata-se ainda de um cenário futuro hipotético, o que significa que não existe.

Como alguém com formação em marketing, reconheço uma reformulação da marca quando vejo uma. O que ele (cujo nome não vou mencionar) está a tentar fazer com esta mudança de nome é desviar a atenção da realidade e, na minha opinião, podem ignorá-la completamente, ao contrário de todas as outras coisas terríveis que ele faz.

O Básico

Vamos analisar estes conceitos de forma metódica; se ainda não tem experiência com IA, estes primeiros termos são aqueles que provavelmente irá ouvir cada vez com mais frequência.

IA (inteligência artificial). Trata-se da tecnologia que permite aos computadores realizar tarefas que normalmente associamos ao pensamento humano, tais como aprender com a experiência, compreender a linguagem e resolver problemas.

Aprendizagem automática (ML). Em vez de uma pessoa ter de escrever todas as regras, mostram-se ao computador muitos exemplos e este descobre os padrões por si próprio. É como ensinar uma criança a reconhecer um cão, mostrando-lhe muitos cães, em vez de lhe entregar um manual de regras sobre orelhas e caudas.

Rede neural. É vagamente inspirada na forma como o cérebro está organizado, com camadas de pontos interligados que transmitem informação e, em conjunto, identificam padrões em dados complexos.

Aprendizagem profunda. Uma rede neural composta por várias camadas sobrepostas, daí a origem do termo «profunda». Segundo a IBM, a maioria das aplicações de IA com que nos deparamos no dia-a-dia assenta numa forma ou outra de aprendizagem profunda.

Modelo. O resultado final de todo esse processo de aprendizagem. Quando alguém diz «o modelo», refere-se ao sistema treinado que se utiliza efetivamente, da mesma forma que uma receita é o resultado final de muitos testes na cozinha.

Dados de treino. Os exemplos a partir dos quais o modelo aprendeu. Podem ser texto, imagens, áudio ou números, e a qualidade dos dados de entrada tem um grande impacto na qualidade dos resultados.

Aquelas frases que se ouvem nas reuniões

É aqui que as cartas começam mesmo a voar. Eis o que elas apontam.

GenAI (IA generativa). IA que gera algo novo, como texto, imagens, áudio ou vídeo, em resposta a um pedido seu. A IBM descreve-a como modelos de aprendizagem profunda que produzem conteúdo original quando lhes é apresentada uma solicitação. Se a IA for toda a estante, a GenAI é a parte que escreve os livros.

LLM (modelo de linguagem de grande dimensão). O motor por trás da maioria dos assistentes do tipo chat que as pessoas utilizam. É treinado com enormes quantidades de texto e funciona prevendo repetidamente a próxima palavra numa sequência com base nesses dados. O termo «grande» refere-se ao volume considerável de texto com o qual foi treinado, e «linguagem» significa exatamente o que o nome indica.

GPT (transformador generativo pré-treinado). Um tipo específico de LLM, cujo nome se tornou famoso graças ao ChatGPT. «Pré-treinado» significa que já completou o seu processo de aprendizagem antes de o utilizador o utilizar, e «transformador» é a arquitetura que lhe permite acompanhar a forma como as palavras se relacionam entre si ao longo de toda uma passagem.

PNL (processamento de linguagem natural). A área mais antiga e abrangente que visa fazer com que os computadores compreendam e utilizem a linguagem humana. A capacidade de reconhecer, compreender e gerar texto e fala. É por isso que o teu telemóvel consegue compreender «define um temporizador para dez minutos», e foi esta área que abriu caminho para os LLMs.

Chatbot. Um programa com o qual se conversa em linguagem coloquial. Os mais antigos seguiam guiões fixos, enquanto os mais recentes são normalmente alimentados por um LLM, razão pela qual parecem muito mais naturais.

Copilot. Um nome para um assistente de IA integrado no software que já utiliza, com a ideia de que o utilizador mantém o controlo e o assistente fica ao seu lado. A Microsoft utiliza-o como nome de produto, e a palavra também é utilizada de forma mais genérica.

Multimodal. Capaz de trabalhar com mais do que um tipo de informação, como texto, imagens, áudio e vídeo, em vez de apenas um. Na prática, isto significa que é possível mostrar uma fotografia a uma IA e fazer-lhe uma pergunta sobre ela.

Conversar com a IA

Estas são as palavras que vais realmente usar, mesmo que nunca te tenhas apercebido de que tinham nomes.

Prompt. Tudo o que escreves ou dizes a uma IA. Uma pergunta, uma instrução, um e-mail colado com um pedido em anexo, tudo isso conta. É simplesmente a tua parte da conversa.

Token. As pequenas partes em que a IA divide as palavras antes de poder processá-las. Podem ser palavras inteiras, partes de palavras ou caracteres isolados. Pense neles como os blocos de construção da linguagem que o modelo lê e escreve; é por isso que o uso da IA é medido em tokens e não em palavras.

Janela de contexto. O número de tokens que a IA consegue manter à vista de uma só vez; o número máximo de tokens que um modelo consegue ver e utilizar ao gerar uma resposta. Imagine o tamanho de uma secretária: uma secretária maior permite-lhe espalhar mais documentos ao mesmo tempo, antes que algo caia da borda. É também por isso que uma conversa muito longa pode levar uma IA a perder o fio à meada do que foi dito anteriormente.

Engenharia de prompts. Um nome pomposo para algo bastante comum: obter melhores respostas ao ser mais claro naquilo que se pergunta. É possível moldar as respostas da IA simplesmente alterando a forma como se formula o prompt, por exemplo, indicando-lhe que papel deve assumir ou que tom deve utilizar. Se já alguma vez redigiu um bom briefing para um colega, já possui essa competência.

Dica: pode voltar atrás e editar as instruções quantas vezes quiser, até obter a resposta que procura.

Quando as coisas correm mal… ou melhoram

Estes termos descrevem os problemas comuns relacionados com a IA e as formas mais comuns como as pessoas tentam resolvê-los.

Alucinações. Quando uma IA produz algo que é falso ou enganador, mas que soa com total convicção. Trata-se do modelo a gerar informação errada, mas que, mesmo assim, soa plausível. É a principal razão para verificar qualquer informação importante antes de confiar nela.

Porque é que isto acontece? O modelo está a fazer previsões, não a consultar informações. Um modelo de linguagem de grande dimensão é, essencialmente, uma máquina de previsão muito sofisticada. É como aquela pessoa no bar que tem a resposta para tudo, mas que raramente acerta — há sempre uma assim.

Preconceito. A IA aprende a partir de material criado por humanos, pelo que pode assimilar e repetir as injustiças presentes nesse material. Quanto mais tendencioso for o material, mais tendencioso será o modelo; os modelos podem refletir e até amplificar os preconceitos presentes nos seus dados de treino.

Como evitar o preconceito? Dados de melhor qualidade e testes minuciosos ajudam, mas os seres humanos têm preconceitos inatos, pelo que é algo a que devemos estar sempre atentos.

Ajustes finos. Formação adicional que transforma um modelo de uso geral num modelo especializado. Um modelo treinado com conhecimentos gerais abrangentes pode ser ajustado em relação a questões e respostas jurídicas para se tornar um chatbot na área jurídica. É por isso que se vêem surgir tantas empresas de IA atualmente: elas ajustaram um modelo de IA para realizar uma tarefa muito específica ou compreender um setor específico.

RLHF (aprendizagem por reforço a partir do feedback humano). Uma forma de melhorar um modelo, pedindo às pessoas que avaliem as suas respostas, para que este aprenda a dar preferência às que os humanos consideram melhores. É em grande parte por isso que os assistentes parecem úteis e educados, em vez de aleatórios.

RAG (geração reforçada por recuperação). Permitir que uma IA consulte uma fonte fiável antes de responder, em vez de se basear apenas no que aprendeu durante o treino. Isto liga o modelo a conhecimento externo, para que as suas respostas possam ser mais relevantes e precisas, sem necessidade de o voltar a treinar.

Dica: Adicione fontes às suas instruções se quiser que a IA lhe dê um feedback mais preciso

Barreiras de proteção. As regras, normas e verificações estabelecidas em torno de um sistema de IA para garantir a sua segurança e ética. Tal como as barreiras numa autoestrada, existem para manter tudo no caminho certo, em vez de o atrasar.

As palavras-chave mais recentes

A IA é um setor relativamente novo, pelo que surgem constantemente novos termos. Estes são os termos que têm mais probabilidades de aparecer na sua caixa de entrada este mês.

IA agente e IA agênica. An AI agent is a program that can go off and complete a task for you without the need to be present, rather than just answering a question. It is the difference between an AI telling you the best time to climb Mount Everest and an agent booking your flight and your hotel. “Agentic AI” usually means several agents working together to complete a bigger task.

AGI (inteligência artificial geral). Um sistema capaz de aprender e aplicar conhecimentos numa vasta gama de tarefas tão bem quanto, ou melhor do que, um ser humano. Estamos, neste momento, no domínio da teoria, e nenhum sistema conhecido se aproxima disso. Quando ouvirmos alguém dizer que a AGI está mesmo ao virar da esquina, vale a pena lembrar que ainda ninguém a construiu.

MCP (Model Context Protocol). Um padrão comum que permite que a IA se ligue aos locais onde as suas informações se encontram, tais como os seus ficheiros, calendário ou software empresarial. Pense nisso como uma porta USB-C, mas para a sua IA: um conector padrão, em vez de um cabo diferente para cada coisa.

API (interface de programação de aplicações). A forma acordada para um software solicitar algo a outro. Trata-se de um contrato que permite que um software aceda a dados ou funções fornecidos por outro software. Quando um site oferece a opção «Pagar com PayPal», é uma API que está a fazer a comunicação nos bastidores, e é com base neste mesmo princípio que as empresas integram a IA nos seus próprios sistemas.

IA na sombra. É quando as pessoas utilizam IA no trabalho sem que a sua organização tenha conhecimento ou tenha dado a sua aprovação. Trata-se da utilização não autorizada de qualquer aplicação de IA por parte dos colaboradores, sem a aprovação formal ou a supervisão do departamento de TI. Raramente é feito com má intenção. As pessoas recorrem normalmente a estas aplicações porque lhes são familiares ou para trabalharem mais depressa, muitas vezes porque as opções aprovadas parecem insuficientes ou demasiado lentas; no entanto, como ninguém no departamento de TI tem conhecimento da sua existência, informações confidenciais da empresa podem acabar por ir parar a locais onde não deveriam. Isto diz menos sobre as pessoas estarem a fazer algo de errado e mais sobre uma discrepância entre aquilo de que necessitam e aquilo que o seu local de trabalho lhes proporciona.

Este é o maior risco para as organizações, uma vez que não consegue proteger essa informação nem demonstrar que cumpre as normas de proteção de dados, como o RGPD.

Inferência. O momento em que uma IA realmente executa a sua tarefa e produz uma resposta, em contraste com a fase anterior, em que estava a aprender. Isto acontece passo a passo, com o modelo a fazer a sua melhor estimativa em cada etapa. Sempre que premires a tecla «Enter» numa solicitação, isso é inferência.

Programação Vibe. Criar software descrevendo o que se pretende em linguagem simples e deixando que a IA escreva o código. Esta abordagem abriu as portas da criação de software a pessoas que não sabem programar, ao mesmo tempo que levanta questões sobre a qualidade e a segurança, uma vez que ninguém verifica o resultado.

A arte da programação está morta? É altamente improvável

Competências. Instruções reutilizáveis que ensinam a uma IA como prefere que um determinado trabalho seja realizado. A Anthropic descreve-as como conjuntos de instruções e recursos que o Claude carrega quando são relevantes para uma tarefa especializada. Configura a sua abordagem uma vez, como o seu estilo próprio ou o formato de um relatório, e esta é aplicada sempre que for adequado, em vez de ter de a explicar novamente de cada vez. Pense nisso como o pacote de integração que entregaria a um novo colega. O ChatGPT utiliza a mesma palavra, e a OpenAI descreve as suas competências como fluxos de trabalho reutilizáveis e partilháveis que o ajudam a concluir tarefas específicas de forma mais consistente.

Conectores (Claude). A forma como uma IA se liga às aplicações e aos serviços onde se encontram as suas informações, como o Google Drive ou o Slack. A documentação da Anthropic indica que os conectores ampliam as capacidades do Claude, ligando-o a ferramentas e fontes de dados externas. Em vez de copiar e colar entre aplicações, basta estabelecer a ligação uma vez, iniciar sessão e aprovar o acesso, e o Claude pode trabalhar com o conteúdo disponível. Funcionam com base no MCP, o padrão descrito anteriormente nesta secção.

Artefactos (Claude). Algo que o Claude cria para si em paralelo com a conversa, como um documento, uma pequena aplicação, uma apresentação ou um projeto, que pode abrir num espaço próprio, editar, partilhar e voltar a consultar mais tarde. O ChatGPT tem o seu próprio vocabulário para conceitos semelhantes, e a OpenAI tem vindo a alterá-lo, pelo que estes nomes podem sofrer alterações.

Aplicações (ChatGPT). A OpenAI descreve as aplicações como uma forma de ligar o ChatGPT a serviços que já utiliza, como o Google Drive ou o Slack, para que possa trabalhar com as informações desses serviços numa conversa. É o que antes se designava por «conectores», e as notas de lançamento da OpenAI indicam que os conectores aparecem agora no diretório como «aplicações».

Plug-ins (ChatGPT). Um pacote criado para uma tarefa específica. A OpenAI explica que uma aplicação liga o ChatGPT a um serviço como o Slack, enquanto um plug-in reúne aplicações e funcionalidades para uma tarefa. Alguns plug-ins contêm apenas funcionalidades.

GPTs (GPTs personalizados). Não devem ser confundidos com os modelos GPT acima referidos. A OpenAI descreve um GPT como uma versão do ChatGPT configurada para um fim específico, combinando instruções, conhecimentos e capacidades específicas. A página de ajuda da OpenAI refere ainda que a empresa tenciona descontinuar os GPTs personalizados em favor dos plugins, pelo que este poderá estar prestes a ser descontinuado.

Descubra porque é que é tão difícil acompanhar…

Canvas (ChatGPT). A OpenAI descreve o Canvas como uma interface para trabalhar com o ChatGPT em projetos de escrita e programação que necessitem de edição e revisões. Desempenha um papel semelhante ao dos «artefactos» do Claude: um espaço de trabalho ao lado do chat para o que estiver a criar.

Regras e Responsabilidade

O último grupo centra-se na forma como a IA deve ser utilizada de forma adequada e em quem tem uma palavra a dizer sobre o assunto.

IA responsável. Uma abordagem para o desenvolvimento e a utilização da IA de forma a que esta seja justa, segura, responsável e respeitadora da privacidade das pessoas. Explicabilidade, equidade, robustez, transparência e privacidade contam entre os seus valores comuns.

Dito de forma simples, a questão é saber se te sentirias à vontade para explicar a um cliente como é que a IA chegou à sua resposta, não é verdade?

Explicabilidade (XAI, ou IA explicável). A capacidade de compreender e confiar na razão pela qual uma IA produziu um determinado resultado. Trata-se de um conjunto de métodos que permite às pessoas interpretar e compreender o que os algoritmos produzem. A Comissão Europeia salienta que, muitas vezes, é impossível descobrir por que razão um sistema de IA tomou uma decisão, o que se torna um verdadeiro problema se a decisão se referir a uma candidatura a um emprego ou a um empréstimo.

Dica: Estamos a entrar em território desconhecido e, infelizmente, estamos a assistir a tudo isto em tempo real no processo de recrutamento. Por isso, a minha sugestão é esta: mantenham sempre uma pessoa a acompanhar o processo; não podemos confiar a 100 % na IA e, talvez, nunca devêssemos fazê-lo.

Human in the loop (HITL). Manter uma pessoa envolvida no que a IA faz, para que alguém verifique, aprove ou possa intervir antes de algo importante acontecer. Se estiver a utilizar IA, então é o «human in the loop», participando ativamente no funcionamento, na supervisão e/ou na tomada de decisões do sistema automatizado, com o objetivo de obter a rapidez da automação sem perder o discernimento humano e a ética.

Se já alguma vez pediste a um colega para rever uma campanha antes de esta ser lançada, já percebes a ideia. Isto também se aplica no âmbito jurídico: a Lei da IA da UE exige que os sistemas de IA de alto risco sejam concebidos de forma a que as pessoas possam supervisioná-los de forma eficaz.

Lei da UE sobre IA. Trata-se do conjunto de regras da Europa para a IA e, segundo a Comissão Europeia, do primeiro quadro jurídico abrangente sobre IA a nível mundial. Funciona com base numa escala variável: quanto mais arriscada for a utilização da IA, mais rigorosas são as regras, sendo certas práticas totalmente proibidas e a maioria das utilizações quotidianas, em grande parte, não sendo alvo de restrições. Entrou em vigor a 2 de agosto de 2026, com algumas partes a serem implementadas posteriormente; por isso, se trabalha com IA na Europa, vale a pena estar atento a esta legislação.

SI (superinteligência). A ideia de uma IA que supera os seres humanos em absolutamente tudo. Não existe, ninguém sabe dizer quando ou se alguma vez existirá, e já apareceu num número impressionante de slides de palestras. Pense nisso como a forma que a indústria tem de nos manter a todos com o olhar voltado para o horizonte, em vez de para o que está na secretária à nossa frente. Podes arquivá-la tranquilamente na categoria «interessante, mas irrelevante para a tua terça-feira» e seguir em frente.

Antes de partir

Por trás de cada sigla deste artigo está uma ideia que poderias explicar a um amigo enquanto tomam um café. As letras nunca foram a parte mais inteligente. São apenas um atalho que, de alguma forma, se transformou numa barreira. Por isso, da próxima vez que alguém te atirar com uma série de letras maiúsculas numa reunião, podes dizer: «Desculpa, o que é que isso significa em linguagem simples?» ou «o que é que isso significa no contexto desta organização (ou conversa)?».  É muito provável que metade das pessoas na sala tenha estado a pensar exatamente o mesmo. Compreender os termos é o primeiro passo para se sentir confiante na utilização da IA, e é a confiança que, na verdade, faz as coisas avançarem.

Helena McAleer é cofundadora da TheGenAIAcademy.com, ajudando as organizações a colmatar o défice global de competências em IA generativa através de educação prática, formação ministrada por especialistas e estratégias de implementação responsáveis. Saiba mais em thegenaiacademy.com

Leitura adicional

Cursos relacionados (mais formas de aprender)

Dominar a IA Responsável
https://thegenaiacademy.com/courses/mastering-responsible-ai/

Pensamento Crítico para a Era da IA
https://thegenaiacademy.com/courses/critical-thinking-for-the-ai-era/

AI Unlocked
https://thegenaiacademy.com/courses/ai-unlocked/

Você também pode gostar

13 previsões para o marketing

A Uber esgotou todo o seu orçamento para IA de 2026 já em abril. Continuo a

Imagem com o texto «Todos recebem um troféu, nada fica melhor», acompanhada de estatísticas sobre a adoção da IA

Há uma pergunta que ouvimos constantemente, de uma forma ou de outra, normalmente

Gostou deste artigo?

Divisória decorativa

Escolha o seu país e o seu idioma