A jornada da Lia · cena 1
Lia coordena, em uma organização da sociedade civil, um projeto de busca ativa: ir atrás de adolescentes que pararam de aparecer na escola, antes que o abandono vire definitivo. São quatro pessoas para doze escolas. Na reunião com a secretaria de educação, uma empresa fornecedora apresentou “uma IA que prevê quem vai evadir”. A sala inteira balançou a cabeça. Lia anotou uma pergunta no canto do caderno e não teve coragem de fazer: isso aprende alguma coisa, ou é a planilha de faltas com outro nome?
Toda aula minha de introdução começa do mesmo jeito: alguém diz que “a IA decidiu”, “a IA quis” ou “a IA entendeu”. Antes de falar de ferramenta, eu preciso desmontar essa frase. Não por preciosismo — é que quem acha que a máquina quis alguma coisa para de procurar o humano que escolheu.
Dá para definir IA em duas palavras?
“Inteligência artificial” é um termo guarda-chuva e ninguém concorda 100% com uma definição. Para trabalhar, eu uso a do curso aberto Elements of AI, da Universidade de Helsinque, que resolve bem na prática. Um sistema merece ser chamado de IA quando tem duas características:
- Autonomia: consegue executar tarefas em ambientes complexos sem que alguém guie cada micro-passo.
- Adaptatividade: melhora o desempenho conforme processa mais dados. Ele aprende com a experiência.
Repare no que não está na definição: consciência, intenção, entendimento, vontade. Nada disso é necessário — e nada disso existe nos sistemas que usamos hoje.
Uma calculadora é inteligente?
A calculadora de bolso é uma máquina impressionante. Faz em um instante contas que eu levaria minutos para fazer. E mesmo assim não é IA, por dois motivos:
- Não é autônoma. Ela só faz o que cada tecla manda, na ordem em que você aperta. Não avalia contexto, não decide o próximo passo.
- Não é adaptativa. Depois de dez contas ou de dez milhões, ela é exatamente a mesma. Não percebe que você sempre calcula 15% de gorjeta, não fica melhor em nada.
Uma planilha cheia de fórmulas é a mesma coisa em escala maior: regras fixas, escritas por alguém, executadas sempre do mesmo jeito.
| Sistemas com IA | Sistemas sem IA | |
|---|---|---|
| Exemplos | Filtro de spam, recomendação de filmes, assistentes de texto | Calculadora, planilha com fórmulas, chatbot de menu |
| Autonomia | Avalia o contexto e conduz tarefas de vários passos | Executa um comando humano por vez |
| Adaptatividade | Ajusta o comportamento a partir dos dados | Faz sempre igual; não muda com o uso |
| Como nasce o comportamento | É aprendido a partir de exemplos | É escrito regra por regra |
Provocação: no quiz, faça a cada item a pergunta que Lia não fez: isso segue uma regra que alguém escreveu, ou aprendeu com dados? Como você descobriria, se ninguém contasse?
Por que essa distinção importa?
Porque ela muda a pergunta que você faz quando algo dá errado.
Em um sistema sem IA, o erro está em uma regra: alguém escreveu a fórmula errada, você acha a célula e corrige. Em um sistema com IA, o comportamento veio dos dados e das escolhas de quem montou o treino — e ninguém consegue apontar “a linha” onde o erro mora. Isso explica boa parte dos próximos capítulos: como o aprendizado funciona, de onde vem o viés e por que a responsabilidade nunca é da máquina.
Também muda a expectativa. Um sistema que aprende com exemplos é ótimo em situações parecidas com as que já viu e imprevisível nas que nunca viu. Ele não “sabe” que não sabe.
Para guardar: IA não é mágica, é matemática aplicada guiada por escolhas humanas. Autonomia e adaptatividade descrevem o que o sistema faz; nenhuma das duas implica consciência ou intenção.
E os assistentes de conversa?
Eles passam nos dois critérios, com um detalhe que confunde muita gente. A adaptatividade deles aconteceu no treino: bilhões de textos ajustaram o modelo antes de ele chegar até você. Durante a sua conversa, o modelo não está reaprendendo nada — ele só usa o que está escrito na janela da conversa. Quando parece que ele “lembrou” de você, é porque alguém (você ou o produto) colocou essa informação de volta no contexto. Esse detalhe é tão importante que ganhou um capítulo inteiro: Contexto é tudo.
Diário de bordo da Lia
- Perguntas que ela levou: se aprendeu com dados, dados de quem? Se é uma regra, quem escreveu — e eu posso ler?
- Um caminho para responder: pedir uma demonstração com um caso que ela conhece bem; perguntar o que acontece quando o sistema erra e quem corrige; olhar para as ferramentas que a equipe já usa e separar as que seguem regra das que aprendem.
- Peça nova no projeto: a lista das ferramentas que a equipe já usa, separadas em “segue regra” e “aprende”.
Para levar para a aula
Atividade (15 min)
Peça para cada pessoa listar cinco tecnologias que usou hoje antes do almoço. Em duplas, classifiquem cada uma com os dois critérios. O objetivo não é acertar: é discutir os casos de fronteira (o termostato, o corretor ortográfico, o semáforo inteligente).
Perguntas de discussão
- Se um sistema é autônomo mas não adaptativo, quem responde pelos erros dele? E se for adaptativo?
- Por que dizemos “a IA decidiu” e nunca “a planilha decidiu”? O que essa escolha de palavras esconde?
- Um sistema que aprendeu com dados de cinco anos atrás e nunca mais foi atualizado ainda é adaptativo?
Referências
- UNIVERSITY OF HELSINKI; MINNALEARN. Elements of AI: how should we define AI? [S. l.], [2018?]. Curso on-line. Disponível em: https://course.elementsofai.com/1/1. Acesso em: 13 nov. 2026.
Notas: As definições originais do curso: autonomia é “a capacidade de executar tarefas em ambientes complexos sem orientação constante de quem usa”; adaptatividade é “a capacidade de melhorar o desempenho aprendendo com a experiência” (tradução minha).