Glossário de Inteligência Artificial para Profissionais

Metade da confusão sobre IA é vocabulário. Reuniões onde "agente", "modelo" e "automação" se usam como sinónimos, fornecedores que embrulham conceitos simples em siglas, artigos que assumem o que ninguém explicou. Este glossário resolve isso: os termos que um profissional realmente encontra, explicados em português claro, com o detalhe suficiente para usar a palavra sem medo. Guarde-o nos favoritos.

Os fundamentais

Inteligência Artificial (IA) — o chapéu largo: sistemas que executam tarefas associadas a inteligência humana. De filtros de spam a carros autónomos; a palavra sozinha diz pouco — pergunte sempre "que tipo?".

IA generativa — a família que cria conteúdo novo (texto, imagem, áudio, código) em vez de apenas classificar ou prever. É dela que se fala desde 2023. Guia completo aqui.

Modelo de linguagem (LLM) — o motor por trás do ChatGPT, Claude e Gemini: um modelo treinado sobre quantidades enormes de texto que aprendeu a prever continuações plausíveis. A intuição-chave: plausível ≠ verdadeiro.

Machine learning — a técnica geral: em vez de programar regras, mostram-se exemplos e o sistema aprende os padrões. Toda a IA moderna assenta nisto.

Modelo — o "cérebro" treinado, com nome e versão (GPT-5, Claude, Gemini). A mesma ferramenta pode oferecer vários modelos com capacidades e preços diferentes.

No uso diário

Prompt — a instrução que dá à IA. A qualidade da resposta é, na maioria dos casos, a qualidade do prompt. Como escrever bons.

Prompt engineering / prompting — a prática de escrever instruções eficazes: contexto, formato, exemplos, iteração.

Alucinação — quando o modelo inventa informação com total confiança: factos, citações, leis, números. Não é avaria, é da natureza da tecnologia — por isso a verificação humana não é opcional.

Janela de contexto — quanta informação o modelo "segura" numa conversa. Excedida, começa a esquecer o início. Relevante ao trabalhar com documentos longos.

Token — a unidade em que os modelos processam texto (pedaços de palavras). Importa porque os preços e limites das ferramentas se medem em tokens.

Instruções personalizadas / instruções de sistema — o contexto permanente que configura como o assistente responde (quem é você, que tom quer). Configure uma vez, beneficie sempre.

Multimodal — modelos que processam mais do que texto: imagens, áudio, vídeo. "Analisa esta fotografia da fatura" é multimodalidade.

Na arquitetura das soluções

RAG (retrieval-augmented generation) — técnica em que a IA vai buscar informação a documentos seus antes de responder, em vez de confiar só no treino. É o que o NotebookLM e os chatbots "sobre os nossos documentos" fazem; reduz drasticamente alucinações.

Fine-tuning — treinar adicionalmente um modelo com dados específicos. Caro e raramente necessário — na maioria dos casos empresariais, RAG ou boas instruções chegam. Desconfie de quem lhe vende fine-tuning à primeira reunião.

Agente de IA — sistema que recebe um objetivo e executa passos autonomamente: pesquisa, usa ferramentas, decide o passo seguinte. A diferença para um chatbot.

API — a "tomada" que permite a programas ligarem-se a um modelo. Quando uma ferramenta diz "powered by GPT", está a usar a API da OpenAI.

Open source / open weights — modelos cujo interior é público e que se podem correr em servidores próprios (Llama, Mistral). Relevante quando os dados não podem sair de casa.

Na gestão e no risco

Enviesamento (bias) — padrões injustos herdados dos dados de treino. Crítico quando a IA toca decisões sobre pessoas — recrutamento é o exemplo clássico.

Shadow AI — uso de ferramentas de IA pelos colaboradores sem aprovação da empresa. Mais comum do que imagina.

IA Act — o regulamento europeu de IA, que classifica usos por risco e impõe obrigações — incluindo literacia obrigatória. O essencial para empresas.

DPA (data processing agreement) — o contrato de processamento de dados que deve existir antes de dados pessoais entrarem numa ferramenta. Sem DPA, sem dados. RGPD e IA.

Human in the loop — desenho de processos em que um humano valida antes de a ação ter efeito. A prática de segurança número um em automação com IA.

Literacia em IA (AI literacy) — a capacidade prática de usar, avaliar e decidir sobre IA — agora também uma obrigação legal.

Faltou um termo? É provável — o vocabulário cresce ao ritmo da tecnologia. Mas com estes, sobrevive a qualquer reunião de 2026 — e deteta quando alguém os usa para impressionar em vez de explicar.