Saudações,

As Inteligências Artificiais (IA), na realidade, não podem ser consideradas inteligentes sob a perspectiva humana ou no sentido de possuírem consciência. Mesmo com o advento dos atuais modelos de raciocínio avançado, que simulam processos lógicos complexos antes de responder, os dados gerados continuam sendo fruto do treinamento e das conexões probabilísticas, sem qualquer senciência sobre o que estão produzindo.

O conteúdo gerado por essas ferramentas pode conter tanto acertos quanto erros. Embora as técnicas de ancoragem de dados (busca em tempo real) tenham evoluído, as IA ainda não possuem um filtro infalível para diferenciar o fato da alucinação. Dessa forma, a responsabilidade de auditar e validar as informações fornecidas permanece integralmente com o usuário.

O viés algorítmico é frequentemente apontado como um problema, já que uma IA pode gerar informações com algum peso ideológico ou tendência inadequada. No entanto, na prática, o que continuo observando é que o maior viés geralmente está no próprio usuário. E, sim, há um tom de ironia nesta observação.

As IA generativas evoluíram de simples caixas de texto para ecossistemas multimodais e agentes autônomos. Hoje, além dos tradicionais prompts ou comandos, a interação ocorre de forma fluida através de áudio em tempo real, análise de vídeos, captura de tela e processamento de múltiplos arquivos simultaneamente.

Cada modelo de inteligência artificial apresenta diferenças cruciais em suas características, como: a) a arquitetura e a qualidade dos dados de treinamento, que definem suas especializações (ex: raciocínio matemático, programação, ou criatividade); b) sua janela de contexto, que hoje atinge a casa dos milhões de tokens, permitindo o processamento de bibliotecas inteiras em segundos; e c) a capacidade de atuar como "agentes", executando tarefas em múltiplas etapas de forma autônoma.

Apesar dessas janelas de contexto gigantescas, limitações estruturais ainda existem. Por exemplo, gerar um livro inteiro ou um sistema complexo de forma perfeitamente coerente em uma única iteração ainda é um desafio. O acompanhamento humano, a divisão de tarefas e o uso de artefatos iterativos são fundamentais para manter a lógica em projetos extensos.

O ecossistema se diversificou. Temos plataformas que integram diversos motores (como o Poe ou o Perplexity), assistentes nativos (como o Microsoft Copilot), modelos proprietários robustos (ChatGPT, Gemini, Claude) e uma forte presença de modelos regionais e de pesos abertos de alta performance (como DeepSeek, Mistral e Qwen). Além disso, ferramentas como Google AI Studio e Manus popularizaram a criação de agentes personalizados para necessidades específicas.

IA na Educação 

Embora exista uma ampla gama de aplicações de IA disponíveis e possibilidades pedagógicas já consolidadas, grande parte do que se discute sobre o uso institucional da IA na educação ainda enfrenta velhas barreiras. A falta de recursos financeiros para capacitação e infraestrutura, atrelada à dependência de ecossistemas fechados, continua sendo um gargalo.

No entanto, o cenário de 2026 permitiu uma descentralização. Com a facilitação das APIs e o suporte de IA para programação, educadores não precisam mais esperar por grandes plataformas institucionais; tornou-se viável o desenvolvimento de micro-ferramentas personalizadas, laboratórios interativos embutidos em ambientes como o Moodle, e agentes educacionais sob medida para disciplinas específicas.

Em relação à gestão educacional, o uso pleno da IA exige sistemas especializados, coleta e manutenção ética e segura de dados, e alinhamento rigoroso com a LGPD. Esses processos demandam recursos financeiros e políticas institucionais claras. De qualquer forma, para o gestor e para o docente prático, a IA já atua hoje como um assistente indispensável na automação do dia a dia, desde a análise de dados até a estruturação de artefatos pedagógicos.

Obrigado pela atenção e sucesso!

Abraços, Prof. Dr. Glauber Santiago (18/04/2026)

Inteligência Artificial:
"Abreviada como "IA". Uma máquina ou um programa construído para "pensar" como os humanos pensam. Refere-se a uma máquina ou programa que foi programado para aprender e mudar seu comportamento com base em suas experiências. Um dos propósitos da IA é permitir que os computadores realizem ações normalmente executadas por pessoas. Um robô que cuidasse de toda a limpeza e cozinha da casa e que pudesse aprender com seus erros, bem como criar novas ideias culinárias criativas, poderia ser considerado uma IA. A IA pode referir-se a robôs que se parecem com humanos, mas na essência, IA é um software programado para "observar e aprender". Um exemplo de IA é o software de reconhecimento de voz (programas de computador que tentam processar as palavras ditas por humanos). Quando você usa o "voz para texto" em seu telefone (tendo mensagens de texto escritas para você com base nas palavras que você diz), isso é IA.

EXEMPLO: Muitos programas de TV e filmes de ficção científica contêm IA. Alguns até defendem os "direitos da IA" e argumentam que eles deveriam ser tratados como humanos. O erro nisso é que tudo o que a IA pode fazer foi predeterminado por um humano e, não importa quão avançados eles se tornem, ainda são apenas máquinas e, portanto, apenas uma "extensão" distante dos humanos. Poderia-se programar um computador para sentir "dor" quando um componente está quebrado, mas essa "dor" seria apenas uma série de 1s e 0s contidos no software da unidade de IA. Apenas aqueles que acreditam que são um computador (uma máquina feita de plástico e metal na qual comandos são inseridos e processados) acreditariam que um computador seja humano. Este ponto é enfatizado para que o leitor entenda que, não importa o quão realistas as IAs se tornem, elas são máquinas sem alma. Humanos e máquinas não são iguais - são muito diferentes. No futuro, algumas pessoas podem tentar se casar com uma IA ou afirmar que estão formando uma conexão humana inegável com esses robôs avançados. Mas, no final do dia, a verdadeira conexão é entre eles e os designers e programadores por trás da IA. A verdadeira fonte de qualquer afeto que alguém sinta pela máquina são seus criadores humanos e/ou os elementos estéticos (elementos visualmente atraentes) que eles projetaram e criaram."

(Fonte: STANLEY, Jack C.; GROSS, Erik D. Technology basics dictionary: tech and computers simplified. 1. ed. [S.l.]: Prosper Consulting Inc., 2021. ISBN 978-0-9973264-4-4.)

Inteligência Artificial:
1-Definição e Escopo: Uma disciplina de pesquisa destinada a permitir que computadores simulem habilidades humanas, especialmente aprendizado. A IA engloba áreas como teoria das redes neurais, sistemas especialistas, robótica, sistemas de controle fuzzy e teoria dos jogos. 

2-Funcionalidade: Refere-se à capacidade de máquinas, especialmente computadores ou programas de computador, de realizar funções normalmente associadas à inteligência humana, como raciocínio e otimização por meio da experiência. A IA é o ramo da ciência da computação que busca emular o raciocínio humano organizando e manipulando conhecimento factual e heurístico. 

3-Campo de Estudo: Um campo da tecnologia da informação que se concentra em dotar computadores com características e processos de pensamento semelhantes aos humanos. As áreas sob pesquisa em IA incluem sistemas especialistas, processamento de linguagem natural e redes neurais. 

4-Sistemas e Métodos: Abrange sistemas de computador que exibem comportamento racional humano-automatizado e inteligente e utilizam métodos de representação do conhecimento e raciocínio. 

5-Contexto Histórico: Trata do ramo da ciência da computação voltado a fazer com que os computadores imitem o comportamento humano. O termo foi cunhado por John McCarthy em 1956 no Instituto de Tecnologia de Massachusetts. Refere-se à ciência de fornecer aos computadores a capacidade de resolver problemas complexos que são desafiadores de serem abordados por meio de modelos algorítmicos padrão. 

6-Áreas-chave e Desafios: Foca em tornar os computadores "inteligentes", principalmente por meio de aprendizado de máquina (incluindo redes neurais e árvores de decisão) e sistemas especialistas. Um problema crítico é a representação do conhecimento. 

7-Objetivos: Envolve o estudo dos princípios da inteligência (objetivo científico) e o design e construção de máquinas inteligentes como robôs (objetivo de engenharia). 

8-Aplicações: Utiliza sistemas de computador, software e modelos para replicar processos de pensamento e raciocínio humanos ao completar tarefas.

(Fonte: KHOSROW-POUR, Mehdi (Ed.). Dictionary of Information Science and Technology. Volume I: A–J. Hershey: Idea Group Reference, 2007.)