aAsset 31logo

Compartilhe este post

Manual de capacidades e limites da Inteligência Artificial Textual

Minha ideia ao escrever este texto, é proporcionar um guia simples e estruturado do que podemos esperar ao entrarmos com um pedido para uma IA genérica (chatgpt, Gemini, DepSeek, Claude.

1. O que a Inteligência Artificial é capaz de fazer com texto

1.1 Produzir textos estruturados e coerentes

A IA consegue escrever textos claros, organizados e com boa fluidez: artigos, emails, propostas, roteiros, relatórios, posts e materiais didáticos.

Por quê funciona:
 Ela foi treinada com grandes volumes de textos humanos e aprendeu padrões de:

  • estrutura lógica
  • encadeamento de ideias
  • estilos narrativos e argumentativos
  • variações de tom (formal, técnico, didático, institucional)

Ela não “entende” o conteúdo como um humano, mas reconhece padrões de escrita eficazes.

1.2 Reescrever, revisar e adaptar textos

A IA revisa gramática, melhora clareza, reduz redundâncias, ajusta tom e adapta textos para públicos diferentes.

Por quê funciona:
 Essas tarefas dependem de comparação de padrões linguísticos, não de experiência subjetiva. A IA detecta inconsistências formais e estilísticas com alta precisão.

1.3 Sintetizar, resumir e organizar informações

Ela é eficiente para:

  • resumir textos longos
  • extrair pontos principais
  • transformar textos em tópicos ou estruturas didáticas

Por quê funciona:
 Resumo é um exercício de hierarquização de informação, algo estatístico e estrutural — terreno forte para modelos de linguagem.

1.4 Simular estilos textuais

A IA consegue escrever “como se fosse” um artigo acadêmico, um texto institucional, um manifesto, um manual técnico ou uma legenda inspiracional.

Por quê funciona:
 Estilo é repetição de padrões linguísticos. A IA identifica essas regularidades e as reproduz com consistência formal.

 

Quer receber meus textos diretamente no seu e-mail? Inscreva-se aqui:

Uma integração via API com outra IA entregou a chama perfeita sem esforço. (Obs.: confirme o nome exato da solução que você usou — no rascunho aparece “nano banana”.)

2. O que a Inteligência Artificial não é capaz de fazer

2.1 Ter compreensão real, intenção ou consciência

A IA não entende o texto no sentido humano. Ela não tem:

  • consciência
  • intenção comunicativa
  • vivência emocional
  • julgamento ético próprio

Por quê não consegue:
 Ela não possui experiência subjetiva nem contexto vivido. Trabalha apenas com correlações estatísticas entre palavras.

2.2 Criar conhecimento novo ou verdade factual garantida

A IA não descobre fatos, não verifica a realidade por conta própria e não garante verdade.

Por quê não consegue:
 Ela não observa o mundo, não faz experimentos e não checa fontes em tempo real (a menos que explicitamente conectada a bases externas). Ela apenas recombina conhecimento já existente no treinamento.

2.3 Substituir julgamento humano em decisões críticas

Ela não deve ser usada como autoridade final para:

  • diagnósticos médicos
  • decisões jurídicas
  • avaliação ética complexa
  • decisões estratégicas de alto impacto sem validação humana

Por quê não consegue:
 Essas decisões exigem responsabilidade, contexto profundo, valores e consequências reais — dimensões que a IA não possui.

3. O que a Inteligência Artificial faz com dificuldade ou de forma inconsistente

3.1 Indicação de livros, autores ou referências específicas

A IA pode sugerir livros que:

  • não existem
  • existem, mas com título errado
  • existem, mas com autor incorreto
  • existem, mas não têm tradução, apesar de ela afirmar que têm

Por quê isso acontece:
 A IA não consulta um catálogo confiável por padrão. Ela:

  • reconhece padrões de títulos, temas e autores
  • “completa” a resposta de forma plausível
  • prioriza fluidez e coerência textual, não verificação factual

Esse fenômeno é conhecido como alucinação, mas não no sentido clínico — é um efeito de previsão estatística sem checagem.

Quer receber meus textos diretamente no seu e-mail? Inscreva-se aqui:

3.2 Datas, números exatos e detalhes técnicos muito específicos

Ela pode errar:

  • anos
  • edições
  • números de artigos de lei
  • percentuais
  • sequências cronológicas complexas

Por quê isso acontece:
 Números exatos não seguem padrões linguísticos fortes. São dados pontuais e frágeis estatisticamente, o que aumenta a chance de erro.

3.3 Contextos muito recentes ou mudanças rápidas

A IA pode estar desatualizada sobre:

  • lançamentos recentes
  • mudanças legais novas
  • eventos muito recentes
  • edições atualizadas de livros ou normas

Por quê isso acontece:
 Ela não aprende em tempo real. Seu conhecimento depende do recorte temporal do treinamento ou de acesso explícito a fontes externas.

3.4 Nuances culturais muito específicas ou subentendidos pessoais

Ela pode falhar em:

  • ironias muito contextuais
  • conflitos emocionais implícitos
  • histórias pessoais com múltiplas camadas subjetivas

Por quê isso acontece:
 Essas nuances dependem de vivência, leitura emocional e contexto relacional — elementos que extrapolam linguagem formal.

4. Regra prática de uso consciente

A Inteligência Artificial funciona melhor quando usada como:

  • ferramenta de escrita
  • organizadora de pensamento
  • assistente de clareza
  • aceleradora de processos textuais

Ela não deve ser tratada como:

  • fonte absoluta de verdade
  • autoridade intelectual
  • substituta de leitura, pesquisa ou julgamento humano

5. Uso da IA como complemento extensivo à nossa capacidade

O julgamento humano deve atuar como o filtro crítico e a bússola estratégica que orienta o uso das ferramentas tecnológicas, transformando o criador de um mero executor em um editor e curador. À medida que a tecnologia se torna infraestrutura básica, a nossa capacidade humana decide o que é bom e o que devemos descartar.

O que nos pertence:

1. Curadoria e Intencionalidade:

Enquanto a Inteligência Artificial (IA) é capaz de gerar volumes massivos de conteúdo, ela não possui intenção comunicativa ou consciência, cabe a nós fornecer:

  • Sensibilidade e repertório: A habilidade de saber o que toca emocionalmente e o que possui valor real, e isso se consegue com vivência e bagagem cultural.
  • Ponto de vista: A Inteligência Artificial replica padrões estatísticos; ela não cria uma visão única nem tensão narrativa (aquilo que sentimos ao assistir a um bom filme com altos e baixos). Nosso julgamento (humano) define o porquê que existe por detrás da criação, priorizando a profundidade sobre a estética superficial.
  • Aceitação ou rejeição: Daqui pra frente o diferencial será o que nós humanos escolhermos aceitar ou rejeitar do que a máquina nos propôs. O lado verdadeiramente positivo nisso tudo é a gama infinita de possibilidades de diálogos, pesquisas e novas interações que isso pode gerar.
  • Verificação de verdade e fatos: Neste ponto, nosso julgamento se torna indispensável, pois a IA não possui compreensão real e não verifica a realidade dos fatos. A IA pode sugerir referências inexistentes ou errar dados técnicos, números e datas, pois ela prioriza a fluidez em detrimento à veracidade factual (alucinações). Ela também tem dificuldade com contextos recentes ou mudanças rápidas, exigindo que nós, humanos, avaliemos as informações em bases externas confiáveis.

2.  Responsabilidade em decisões críticas:

Não devemos delegar a autoridade final para a IA. Decisões éticas, diagnósticos médicos ou questões jurídicas, pois exigem responsabilidade e compreensão de consequências reais que a IA não possui. A meu ver, nenhuma decisão deve ser delegada a ela. Ainda cabe a nós esse ônus.

3. Busca pela autenticidade e conexão humana:

O excesso de conteúdo gerado artificialmente (às vezes chamado do AI slop) gera cansaço no consumidor.

O que esse bombardeio de informações nos trouxe de positivo é a volta às nossas origens. Nosso cérebro humano valoriza nossas histórias reais, com erros e acertos à perfeição plástica, portanto, criar discussões densas e conexões verdadeiras pertence a nós. A IA, por ser genérica, não o faz sozinha.

Podemos comparar a IA a um exército de operários muito rápidos, mas que não sabem o que estão construindo. Nós é que somos os arquitetos. Sem nosso olhar, esses operários podem construir uma escada que leva para lugar nenhum.

Em resumo, a tecnologia funciona como uma amplificadora da capacidade humana. Se for usada para substituir o pensamento, resultará em conteúdo medíocre; se for usada para testar hipóteses e “errar rápido” permitirá que nós foquemos na criação e estratégia.

6. Uma proposta metodológica

Trabalhar um tema central e alimentá-lo com fontes curadas para depois desdobrá-lo em prompts menores e progressivos é uma das formas mais eficazes e maduras de evitar o “AI Slop” (conteúdo de baixa qualidade).

Eu uso a IA como um espaço de pensamento expandido. O tema guia a conversa e as perguntas vão se refinando à medida que novas leituras entram.

1. Pesquisa exploratória assistida por IA

Uma pesquisa real raramente nasce com perguntas fechadas. Ela vai amadurecendo conforme o contato com o material. Nesse sentido, a IA entra como interlocutora cognitiva, não como fonte final.

Características:

  • Tema inicial bem delimitado
  • Processo aberto, não linear
  • Incorporação progressiva de novas fontes
  • Perguntas que se refinam com o avanço da leitura

2. Pesquisa iterativa

Muito usado em design e UX (experiência do usuário)

Aqui, os prompts menores não funcionarão como comandos isolados, mas sim como iterações de pensamento.

Características:

  • Perguntas sucessivas, cada uma informada pela resposta anterior
  • Refinamento contínuo dos requisitos
  • Exploração por camadas

3. Curadoria cognitiva (termo conceitual, não técnico-formal)

A IA não irá fazer a pesquisa por você, mas operar dentro do campo que você delimitou.

Características:

  • Você decide o tema
  • Você escolhe as fontes que entram
  • A IA ajuda a articular, relacionar e expandir
  • A autoria intelectual continua sendo sua

4. Conversação orientada por contexto

Muito usado em estudos de interação humano-máquina. Se opõe ao uso raso de perguntas soltas.

Características:

  • O contexto é construído aos poucos
  • Cada novo prompt herda camadas anteriores
  • O valor está na continuidade e não nas respostas isoladas

Esta proposta metodológica sugerida funciona pois espelha nosso processo humano intelectual real. Ele testa hipóteses, volta atrás, muda o foco e ganha densidade com o tempo.

Quando nós ancoramos o tema, trazendo fontes reais e fragmentamos os prompts, conseguimos reduzir generalizações vazias, respostas bonitas, porém ocas e alucinações por falta de contexto. O papel da IA passa a ser o de mediador – organizador e não de autor.

Quer receber meus textos diretamente no seu e-mail? Inscreva-se aqui:

7. Quais ferramentas indico:

NotebookLM

Ideal para curadoria, ou central de fontes. Ele minimiza riscos ao limitar a base de conhecimento às fontes que você fornecer. Isso garante que a investigação seja baseada em fatos reais e materiais selecionados por você, agindo como “âncora de realidade”.

 

Chat GPT ou Gemini

É excelente para recombinação de conhecimento já existente e para simular diferentes estilos textuais, porém, sem fontes anexadas, ele depende somente de seu treinamento prévio, podendo resultar em conteúdos genéricos e desatualizados.

Existem inúmeras IAs excelentes no mercado atualmente. Mencionei apenas estas três por serem exemplos práticos e genéricos, capazes de cobrir uma vasta gama de funcionalidades. Ficarei em débito com artigos sobre IAs voltadas para produções em áreas específicas.

Referências

CRESWELL, John W.  Projeto de Pesquisa: Métodos Qualitativo, Quantitativo e Misto. Ed. Penso. 26 março 2010

Duailibe, Allan Kardec. Nem inteligência nem artificial: Os limites da Inteligência Artificial e o que nos faz humanos (Portuguese Edition). Editora CRV. Edição do Kindle. 29 outubro 2025

Verica, João. Engenharia de Prompts: A Arte de Dominar a Comunicação com IA (Portuguese Edition) . Edição do Kindle.