O que é Inteligência Artificial e como ela já está no seu trabalho
IA, machine learning, deep learning, LLM: o glossário que faz a diferença e exemplos que você já usa sem perceber.
Inteligência artificial deixou de ser tema de Vale do Silício e virou ferramenta de planilha. O problema é que a maioria das conversas confunde 4 conceitos diferentes: IA, machine learning, deep learning e LLM. Cada um é um subconjunto do anterior.
O glossário que resolve 80% da confusão
Inteligência Artificial é o campo amplo: máquinas executando tarefas que pareceriam exigir inteligência humana. Inclui sistemas baseados em regras (um if-then sofisticado também é IA).
Machine Learning é um subconjunto da IA onde o sistema aprende padrões a partir de dados, sem ser explicitamente programado para cada caso. Spam filter, recomendação de Netflix, score de crédito.
Deep Learning é um subconjunto do ML que usa redes neurais com muitas camadas. Reconhecimento facial, tradução automática, geração de imagem.
LLM (Large Language Model) é uma aplicação específica de deep learning para texto. ChatGPT, Claude, Gemini são LLMs. Não 'pensam'; preveem a próxima palavra mais provável com base em padrões aprendidos.
Onde você já usa IA sem perceber
Email: a categorização Promoções/Social/Principal é classificação por ML. O autocompletar de frase é um LLM em miniatura.
Mapas: o tempo de chegada estimado usa modelos de regressão sobre dados históricos de trânsito. A rota recomendada é otimização com aprendizado por reforço.
Banco: a notificação de transação suspeita vem de modelos de detecção de anomalia treinados nos seus padrões de gasto.
Streaming: a thumbnail que aparece no Netflix muda por usuário, escolhida por um modelo que prevê qual imagem maximiza chance de clique.
O que IA faz bem e o que IA faz mal
IA é excelente em: reconhecer padrões em grandes volumes de dados, automatizar tarefas repetitivas com regras complexas, gerar conteúdo a partir de exemplos, traduzir entre formatos (texto para imagem, fala para texto).
IA é ruim em: raciocínio com poucos dados, decisões que exigem contexto que não está nos dados, julgamento ético, qualquer coisa que dependa de causalidade real (não correlação). LLMs alucinam fatos com confiança — sempre verifique.
Como começar a usar no trabalho amanhã
Identifique 3 tarefas que você faz toda semana que envolvem: ler um texto e extrair algo, escrever um texto a partir de pontos, comparar várias opções, transformar dados de um formato em outro. Essas são as melhores candidatas para automatizar com um LLM.
Comece pequeno: peça para resumir uma reunião, redigir o primeiro rascunho de um email, extrair os principais pontos de um PDF. Não delegue decisão; delegue rascunho.