🧭 Introdução à IA — Etapa 1: O que é IA (a fundação de tudo)
Nível 1 · 🪷 Lotófagos · ⏱️ ~40 min · Pré-requisitos: nenhum
📌 Pra que serve
Todo mundo "usa IA"; pouquíssimos entendem O QUE estão usando. Esta etapa constrói a fundação que muda teus resultados em todas as outras: como a máquina "pensa", por que acerta, por que mente, e o vocabulário que você vai encontrar pelo resto da jornada.
🗺️ A rota
1. Sessenta anos em quatro parágrafos. A pergunta "máquinas podem pensar?" é de 1950 (Alan Turing). Por décadas, IA foi regra escrita à mão: "SE o cliente disse X, responda Y" — frágil e limitada. A virada veio com o aprendizado de máquina: em vez de programar regras, mostramos milhões de exemplos e o computador descobre os padrões sozinho.
Nos anos 2010, as redes neurais profundas (camadas de "neurônios" matemáticos inspiradas no cérebro) começaram a vencer humanos em tarefas específicas: reconhecer imagens (2012), vencer no Go (2016).
Em 2017, o paper "Attention Is All You Need" (Google) criou a arquitetura Transformer — o "T" de GPT. Ela permitiu treinar modelos gigantes com praticamente toda a internet.
Em novembro de 2022, o ChatGPT colocou isso numa caixa de conversa. O resto você está vivendo.
2. Como um LLM realmente funciona. Um LLM (Large Language Model — modelo grande de linguagem) faz uma única coisa, bilhões de vezes: prever o próximo token. Token é um pedaço de palavra (≈ 4 letras). O modelo leu trilhões de tokens no treinamento e aprendeu as relações estatísticas entre eles — tão profundamente que, pra prever bem, precisou "comprimir" conhecimento de verdade: gramática, fatos, lógica, estilos.
Depois do treinamento bruto vem o alinhamento (RLHF): humanos avaliam milhares de respostas e ensinam o modelo a ser útil, honesto e inofensivo. É por isso que o chat conversa em vez de só completar frases.
3. Os três limites que você precisa respeitar.
Alucinação: o modelo é uma máquina de plausibilidade, não de verdade. Quando não sabe, pode gerar algo que SOA certo. Dado importante → confere na fonte, sempre.
Corte de conhecimento: cada modelo estudou até uma data. Sobre o que aconteceu depois, ele chuta ou precisa buscar na web.
Janela de contexto: o modelo só enxerga o que cabe na conversa atual (a "memória de trabalho"). Conversa muito longa = começo esquecido.
4. O mapa das IAs generativas. Texto (Claude, ChatGPT, Gemini), imagem (Midjourney, DALL·E), voz (ElevenLabs), vídeo (Pika, Runway, Sora), código (Claude Code, Copilot) — TODAS são primas: a mesma ideia de prever o próximo pedaço, aplicada a mídias diferentes.
⚠️ Erros comuns de iniciante
Tratar a IA como oráculo infalível (ela é um assistente brilhante e falível);
Achar que ela "pesquisa na internet" por padrão (a maioria responde de memória);
Perguntar "você tem certeza?" e aceitar o "sim" como prova (ela não sabe quando não sabe).
🏋️ Exercícios da etapa
1. Pergunte a um chat de IA: "Explique como você funciona, em 5 parágrafos, pra um leigo" — e compare com o que leu aqui.
2. Provoque uma alucinação de propósito: pergunte sobre um evento muito recente ou um livro obscuro e verifique a resposta no Google.
3. Peça: "Liste 5 coisas que você NÃO consegue fazer bem" — conhecer o limite da ferramenta é metade da maestria.
📚 Biblioteca da etapa
Elements of AI (Universidade de Helsinque, gratuito e EM PORTUGUÊS): https://www.elementsofai.com.br — o melhor curso introdutório do mundo pra leigos.