Submódulo 1: Como a IA funciona em alto nível: modelos, dados e interação com o usuário
Introdução: imagine o assistente por trás da resposta
🎯 Imagine isto
Imagine que você tem um assistente que leu milhões de livros, páginas da web e conversas — não porque ele “leu” como nós, mas porque durante o treino seus números internos (os chamados pesos) foram ajustados para prever palavras e ideias prováveis. Quando você faz uma pergunta, esse assistente usa esses padrões para sugerir a próxima palavra, uma após a outra, até formar uma resposta completa — é isso que chamamos de processo de inferência. (1)
Por que isso importa? Porque significa que a IA não tem «opinião própria» nem acesso instantâneo a tudo que acontece hoje; ela gera respostas com base no que aprendeu até a última atualização do treino. Em tarefas práticas (resumos, e‑mails, brainstorming), isso é ótimo — mas exige que nós forneçamos contexto e critérios claros para obter saídas úteis.
🧩 Estrutura COSERAF: Contexto (quem/para quê), Objetivo (o que deseja), Saída (formato e tamanho), Exemplos (referências ou rascunhos), Restrições (tom, público, limitações), Avaliação (critérios de qualidade) e Feedback (como deseja iterar).
Neste submódulo vamos: 1) abrir a "caixa preta" em nível alto (dados → arquitetura → treino → inferência), 2) explicar tokens e embeddings — que são como o modelo representa palavras e ideias — e 3) mostrar como você, usuário, pode escrever prompts melhores e mais seguros para transformar a IA em uma ferramenta prática no seu dia a dia.
Contexto regulatório e de confiança também importam: políticas e princípios internacionais recomendam transparência, responsabilidade e mitigação de riscos ao usar IA — por isso apresentaremos lembretes práticos sobre privacidade e verificação de fatos mais adiante. (2)
O que você será capaz de fazer ao terminar: montar um prompt claro para resumir textos, revisar um e‑mail e escolher quando pedir fontes ou confirmação à IA.
Próximo passo: vamos detalhar as peças centrais — começando pelos dados e pela arquitetura do modelo.