O Professor Oliveira iniciou a apresentação comparando um resumo humano do artigo com um gerado pelo software Notebook LM, notando que, embora a linguagem da máquina seja impecável, ela carrega um tom de impessoalidade que remete ao computador HAL do filme 2001: Uma Odisseia no Espaço. A crítica mais enfática se concentrou nos “defeitos” dos LLMs, que o professor descreveu de forma humana: eles podem ser desonestos (inventando referências e respostas erradas se não souberem a informação), preguiçosos (interrompendo tarefas longas para economizar energia), glutões (absorvendo dados confidenciais dos usuários para treinamento) e ter preconceito (carregando viés dos textos de treinamento).
Apesar dessas limitações, o lado positivo é inegável: a IA oferece grande valor por sua gramática impecável, vocabulário vasto e habilidade de reorganizar textos confusos. É uma ferramenta eficiente para encontrar referências e, conforme estudos recentes, é capaz de produzir artigos de revisão da literatura em nível comparável ao de um pós-doutorado. Além disso, a IA atua como um bom parceiro de conversa, estimulando o cérebro do pesquisador, e possui habilidades técnicas fantásticas, como programação, desenho (com reconhecimento de padrões) e transcrição de vídeos longos.
Cuidados Essenciais
Para usar a IA de forma eficiente, o Professor Oliveira alertou que o aprendizado é um processo de três fases: operacional, uso especializado para reconhecer padrões de erros e, por fim, a avaliação crítica. É vital que os usuários aprendam a fazer perguntas muito específicas e bem estruturadas, pois as perguntas gerais geram respostas inúteis. Os pesquisadores devem ser altamente cautelosos com questões de ética e vazamentos de dados confidenciais, pois qualquer informação inserida se torna pública. A checagem humana da informação fornecida pela IA é sempre necessária.
O próximo passo na evolução da Inteligência Artificial é a capacidade de integrar esses grandes modelos com informações de “baixo nível” (dados locais de uma instituição), algo que exigirá trabalho local e não apenas dos grandes players. A gestão de dados é uma evolução constante e nenhuma gestão pode prescindir de decisões baseadas em dados claros e acessíveis.