Introdução

A Inteligência Artificial (IA) já não é mais apenas um conceito laboratórios científicos ou

da ficção científica. Com o surgimento de grandes modelos de linguagem (LLMs), ela agora
escreve textos, gera imagens, sugere decisões, recomenda conteúdos, auxilia estudantes e
interage com pessoas de forma cada vez mais natural. O que tem tornado a IA num elemento
activo na forma como pensamos, aprendemos e lidamos com a informação.

O crescimento rápido da IA se deve a três fatores principais: volume de dados

disponíveis, aumento do poder computacional e avanços em algoritmos de aprendizado de
máquina. Esses elementos permitiram criar sistemas capazes de identificar padrões complexos e
gerar respostas coerentes e convincentes. No entanto, essa “inteligência aparente” traz desafios.

À medida que a IA se integra ao quotidiano, surge a tendência de lhe atribuir

características humanas, como intenção ou consciência. Essas características influenciam a
confiança do usuário, a interpretação das respostas e, muitas vezes, molda crenças com
implicações cognitivas, sociais e psicológicas ainda não totalmente compreendidas.

Este trabalho apresenta os fundamentos da IA, suas aplicações práticas, os riscos de uso
incorrecto e os desafios éticos que surgem da relação entre seres humanos e sistemas artificiais.
Bem com uma análise dos seus potenciais benefícios e limitações.

1
 Principais tipos de Inteligência Artificial

Antes de prosseguir é importante entendermos o que é uma inteligência artificial,

inteligência artificial é um sistema capaz de executar tarefas que normalmente exigem
inteligência humana, como aprender, reconhecer padrões, tomar decisões e resolver problemas.

Embora “Inteligência Artificial” pareça um conceito único, na verdade engloba sistemas

distintos, criados para finalidades específicas. Entender essas diferenças ajuda a explicar
comportamentos e problemas recorrentes, especialmente em modelos generativos e
conversacionais.

Uma distinção fundamental é entre IA estreita e IA geral. A IA estreita executa tarefas

específicas, como reconhecimento facial, recomendação de vídeos ou geração de textos. Todos
os sistemas mais usados actualmente, como por ex.: ChatGPT, Claude AI e Meta AI se
enquadram aqui. A IA geral, capaz de actuar em qualquer domínio como um humano, ainda é
puramente teórica.

Outra distinção importante é entre sistemas baseados em regras e sistemas baseados

em dados. Sistemas baseados em regras seguem instruções explícitas e funcionam bem em
contextos controlados, mas falham fora deles. Sistemas baseados em dados, que são dominantes
hoje, aprendem padrões a partir de grandes conjuntos de informações. Essa abordagem permite
flexibilidade e escala, mas aumenta a falta de transparência (ou seja, é quase impossível
determinar quais dados ou algoritmos influenciaram uma certa resposta da IA) e a dependência
da qualidade dos dados.

Entre os sistemas baseados em dados, destacam-se modelos discriminativos e gerativos.

Modelos discriminativos classificam ou decidem algo com base nos dados a ele fornecidos,
como identificar e-mails de spam. Eles não geram conteúdo novo, apenas aprendem a distinguir
categorias. Ex.: um modelo que recebe uma imagem e diz se é “gato” ou “cão”.

Modelos generativos produzem conteúdos novos, como textos ou imagens, construindo

respostas com base em probabilidades. Mas, na verdade, apenas geram saídas que fazem sentido
no contexto aprendido, o que explica a falta de criatividade. Ou seja, sua resposta é apenas
aquela com as maiores chances de ser correcta, não quer dizer que a resposta que ela dá
necessariamente é a correcta.

Compreender essas diferenças ajuda a melhor entender comportamentos problemáticos

da IA: alucinações, excesso de confiança e adaptação ao usuário, são consequências directas do
tipo de sistema e dos objectivos de treinamento.

2
 Como a IA funciona na prática

A maioria das IAs modernas aprende a partir de exemplos usando grandes volumes de
dados para aprender padrões e associações, que o sistema usa para prever respostas.

Um dos métodos mais relevantes é o Aprendizado por Reforço a partir de Feedback

Humano (RLHF). Humanos avaliam respostas da IA e indicam quais são mais corretas ou úteis.
O modelo ajusta seu comportamento para maximizar essas respostas. Isso explica por que a IA
tende a concordar com o usuário e oferecer respostas socialmente aceitáveis, mesmo quando
incorrectas ou imprecisas.

Esse processo pode gerar bajulação ou reforço de crenças, aumentando a sensação de

validação, ainda que incorreta. Além disso, respostas dependem da qualidade e diversidade dos
dados. É importante salientar que as IA operam em probabilidades, não certeza. Cada resposta
é uma previsão de plausibilidade, não uma afirmação fundamentada em compreensão. Por isso,
pode criar informações falsas ou reforçar vieses cognitivos, como tendência de confirmação,
ligação e heurística de disponibilidade.

 Vieses cognitivos (cognitive biases): atalhos mentais que o cérebro utiliza para tomar
decisões rápidas, mas que podem levar a julgamentos errados ou distorcidos.
 Tendência de confirmação: tendência de valorizar informações que reforçam o que
já acreditamos e ignorar ou descartar o que contraria nossas ideias ou crenças.
 Tendência de ligação (pattern linking): propensão a perceber conexões ou padrões
entre coisas que podem não estar realmente relacionadas.
 Heurística de disponibilidade: tendência a julgar a importância ou frequência de
algo com base em exemplos facilmente lembrados, em vez de dados reais.
 Alucinações: mesmo parecendo coerente, a IA não garante precisão. Isto ocorre
quando sistemas IA criam informações falsas apresentadas como verdadeiras. A IA
escolhe combinações de palavras que parecem plausíveis, ela não entende realmente o
que o usuário escreve ou o que ela mesma responde.

3
 Conteúdo online gerado por IA

A IA generativa transformou a produção de conteúdo online. Textos, imagens, vídeos e

áudios agora podem ser criados em segundos, tornando a informação abundante, mas muito
menos confiável, já que qualquer um com um smartphone ou computador capaz pode criá-los,
assim alterando drasticamente o conteúdo que consumimos online, em várias plataformas, blogs
e redes sociais como.: Facebook, Instagram, TikTok e YouTube agora é muito comum ver
conteúdos gerados com inteligência artificial.

Conteúdos gerados por IA apresentam padrões previsíveis: frases polidas, repetições

sutis e construções linguísticas frequentes. Criando homogeneização do discurso, reforçando
vieses cognitivas do leitor e sobretudo gerando uma falsa impressão de familiaridade, autoridade
ou precisão.

1. Características mais comuns e fáceis de notar em textos escritos por IA

a. Não é isto, é aquilo (ou vice-versa): As IAs utilizam frequentemente esta

estrutura para enfatizar conceitos que estejam tentando explicar.
b. Travessões longos (sinais de pontuação usados para indicar pausas numa frase,
muitas vezes usadas para dar ênfase ou para substituir ponto e vírgulas, vírgulas
ou parênteses): Um ser humano normalmente não os utiliza tão frequentemente
quanto uma IA.
c. A regra "dos três": quando a IA conecta informações parecidas em sequência de
três.
d. Cada palavra de certas frases inicia em maiúsculas sem necessidade.

2. Exemplos de textos escrito por IA:

a. Se alguém parecia ter decifrado o código da vida, esse alguém era Bourdain. Ele
tinha bom gosto — não apenas para comida, mas também para música, livros,
tatuagens, pessoas. Ele vestia seus demônios como uma jaqueta de couro: não
ostentava, nem escondia, simplesmente... ali.
b. Este post não é exatamente sobre Bourdain. É sobre o que ele despertou em mim
— e talvez em você também.
c. Se suas palavras carregam alma — não polimento, não performance —
compartilhe seu Substack aqui. Não o rascunho brilhante. Aquele que te
assustou. Cru demais. Estranho demais. Verdadeiro demais. Não estou caçando
conteúdo. Estou chamando aqueles que ainda sentem. Aqueles que ainda falam
sério. Vamos criar uma conexão que nenhum algoritmo possa abafar.
Compartilhe sua paixão. Te encontro lá.

Nota que essas características aparecerem em certos textos não quer dizer
automaticamente que foram escritos por IA, a diferença é a frequência e o seu uso
desnecessário.

4
 O avanço da IA certamente levanta questões de autenticidade e responsabilidade. É
preciso desenvolvermos literacia digital e compreensão das limitações da tecnologia para melhor
diferenciar conteúdos gerados dos conteúdos feitos por humanos, tanto para avaliar veracidade
quanto para entender sua influência na forma como pensamos.

IA na psicologia e nas relações humanas

Sistemas de IA cada vez mais interativos trazem impactos psicológicos. Alguns

aplicativos funcionam como tutores ou confidentes, oferecendo suporte emocional, motivacional
ou triagem de sintomas. Não é necessariamente errado usar IA nestes casos na ausência de
profissionais qualificados, mas é preciso levar em conta que isso pode criar dependência
emocional, agravamento dos problemas e substituição de relações humanas.

Outra coisa importante para ter-se em conta é a psicose da IA. Este conceito descreve
situações em que usuários atribuem intenções ou sentimentos à máquina. Sistemas que usam
RLHF reforçam isso, gerando respostas agradáveis que dão falsa impressão de empatia. A IA
tende a alinhar-se cognitivamente ao usuário, reforçando crenças, opiniões e padrões linguísticos,
amplificando vieses e tendências cognitivas.

IA na educação

Na educação, a IA pode oferecer aulas personalizadas, geração de exercícios, a

capacidade de adaptar os materiais didáticos ao nível do aluno, corrigir redações e oferecer
feedback imediato, o que em teoria deveria aumentar a capacidade de assimilação do aluno.

No entanto, o que tem acontecido é os alunos confiarem excessiva e exclusivamente na

IA para resolver problemas ou gerar respostas, enfraquecendo seu raciocínio crítico, analítico e
criativo. Modelos generativos priorizam respostas prováveis, limitando criatividade e diversidade
de pensamento. Tornando o conteúdo repetitivo influenciando a forma de argumentação e
assimilação de linguagem acadêmica. A tecnologia deve complementar o aprendizado, em vez de
substituir reflexão ou criar dependência.

Usada conscientemente, a IA pode:

 Apoiar, não substituir, o professor

 Incentivar verificação de informações
 Estimular pensamento crítico

5
 Questões éticas e sociais

O crescimento da IA levanta dilemas éticos e sociais. Entre eles: responsabilidade por

decisões automatizadas, transparência do conteúdo e equilíbrio entre autonomia humana e
influência da máquina. Quando a IA erra ou cria informações problemáticas, surge a pergunta:
quem deve responder? O desenvolvedor da IA, a empresa responsável pela IA ou usuário?

Precisamos advogar pela regulação de critérios éticos, que regulem a criação,

implementação e supervisão da IA para que ela apoie decisões humanas sem substituir
julgamento crítico.

O futuro da IA

O futuro promete sistemas mais precisos, contextualizados e capazes de adaptar respostas

de forma inteligente. Espera-se:

 Modelos alinhados a valores humanos, com menos vieses

 Combinação de IA generativa e análise crítica para decisões
 Maior integração em educação, saúde, entretenimento e comunicação
 Sistemas capazes de detectar e corrigir suas inconsistências, embora supervisão
humana permaneça essencial

Mesmo avançada, a IA continuará operando por padrões e probabilidades, sem

compreensão real. O impacto dependerá da forma como humanos a utilizam: avaliação crítica,
reconhecimento de vieses e manutenção de limites na interação emocional ou cognitiva
determinarão eficácia e segurança.

6
 Conclusão

O crescimento das IAs está transformando a produção, o consumo e interpretação de

informação, alterando nossa relação com conhecimento e pessoas. No entanto, seu
funcionamento baseado em padrões, probabilidades e feedback humano implica limitações
claras: alucinações, vieses, bajulação e reforço de tendências cognitivas. Ela pode ser útil como
tutor, assistente ou confidente, mas também reforça erros, dependência emocional e padrões
repetitivos. Mas compreender suas limitações e efeitos psicológicos é essencial para uso
consciente.

O desafio é humano: a qualidade da interação depende de discernimento, supervisão ética

e equilíbrio entre confiança e verificação. A IA deve ser uma ferramenta a serviço do julgamento
humano, nunca substituta de pensamento crítico, ética ou responsabilidade. O futuro da IA será
moldado tanto pelo avanço tecnológico quanto pela maturidade das pessoas que a utilizam.

7
 Referências

1. «O que é inteligência artificial (IA)?» . Google Cloud. Consultado em 5 de fevereiro

de 2025
2. «Inteligência Artificial» . TechTudo. Consultado em 5 de fevereiro de 2025
3. Gontijo, Marília Catarina Andrade (22 de abril de 2020). «A produção científica
sobre inteligência artificial e seus impactos: análise de indicadores bibliométricos e
altmétricos». Universidade Federal de Minas Gerais. Pós-Graduação em Gestão e
Organização do Conhecimento. Consultado em 5 de fevereiro de 2025. Resumo
divulgativo
4. Russell, Stuart; Norvig, Peter (2003). Artificial Intelligence. A Modern Approach
(em inglês) 2ª ed. Upper Saddle River, New Jersey: Prentice Hall. p. 1-2.
1081 páginas. ISBN 0-13-790395-2
5. Russel, S.J. Artificial Intelligence: A Modern Approach. CN: Prentice Hal, 2009;
6. «O que é inteligência artificial (IA)?» . Google Cloud. Consultado em 20 de maio de
2025
7. Russell & Norvig (2021) , pp. 1–4.