Até onde as empresas treinam suas inteligências artificiais?

O treinamento de inteligências artificiais é um processo essencial para que sistemas computacionais aprendam a executar tarefas complexas, reconhecer padrões e interagir com usuários. Modelos como ChatGPT e Gemini dependem de grandes volumes de dados, incluindo textos, imagens, vídeos e códigos, para melhorar a precisão, segurança e utilidade. No entanto, a quantidade de dados de qualidade disponível não acompanha o ritmo de crescimento dos modelos, levando empresas a buscar novas fontes de informação.

Segundo Daniel Failla, sócio do Failla Lima Riva Advogados, os dados utilizados no treinamento podem vir de diversas fontes, como internet, bases públicas ou licenciadas, livros, notícias, artigos científicos, parceiros comerciais, especialistas e, em alguns casos, interações dos próprios usuários. Além disso, há dados sintéticos gerados por outras inteligências artificiais. É importante destacar que a IA não aprende de forma neutra: o material recebido e as escolhas do desenvolvedor influenciam diretamente o comportamento do modelo, seus erros e possíveis vieses.

Já Diogo Coletta, sócio-fundador do Coletta Rodrigues Advogados, destaca que o treinamento é dividido em quatro frentes principais, incluindo a coleta de grandes volumes de conteúdo na internet, como bases Common Crawl e Wik, além de processos de avaliação humana para classificar respostas e ensinar máquinas a interagir com o mundo físico. Essas práticas, embora cruciais, geram desafios éticos relacionados a direitos autorais, privacidade e condições de trabalho, questionando até onde as empresas estão dispostas a ir para alimentar seus modelos.