Até que ponto as empresas treinam IAs com dados de qualidade

O treinamento de inteligências artificiais (IA) consiste em processar grandes volumes de dados para que sistemas computacionais aprendam a executar tarefas, reconhecer padrões e interagir com pessoas. Modelos como ChatGPT e Gemini dependem de informações variadas, incluindo textos, imagens, vídeos e códigos, para melhorar sua precisão, segurança e utilidade.

A principal dificuldade está na escassez de dados de qualidade que acompanha o ritmo de crescimento dos modelos. Para resolver isso, empresas buscam fontes diversas, como bases públicas, livros, notícias, artigos científicos, parceiros comerciais e interações dos próprios usuários. Além disso, dados sintéticos gerados por outras IAs também são utilizados.

Segundo Daniel Failla, sócio do Failla Lima Riva Advogados, a IA não aprende de forma neutra. O material recebido e as escolhas do desenvolvedor influenciam diretamente o que o modelo produz, seus erros e possíveis vieses. Diogo Coletta, sócio-fundador do Coletta Rodrigues Advogados, destaca quatro frentes principais no processo de treinamento, incluindo a coleta de conteúdo na internet por meio de bases como Common Crawl e Wik.