A mecânica estatística por trás de qualquer resposta gerada por inteligência artificial.
01 — COMO A IA ESCOLHE A PRÓXIMA PALAVRA
Uma pontuação para cada palavra possível
Toda vez que a inteligência artificial precisa escrever a próxima palavra de uma frase, ela não "sabe" a resposta certa como uma pessoa sabe. Ela calcula, para cada palavra do seu vocabulário — milhares delas —, uma pontuação de quão bem essa palavra encaixaria naquele ponto da frase, com base em tudo o que aprendeu durante o treinamento. Palavras que fazem sentido no contexto recebem pontuação alta; palavras sem nexo recebem pontuação baixa ou negativa.
Essas pontuações são então convertidas em porcentagens de probabilidade — e é somente depois disso que a inteligência artificial sorteia qual palavra realmente será escrita, dando preferência às de maior probabilidade.
Metáfora: imagine um júri de mil pessoas votando, em segredo, em qual seria a próxima palavra mais provável de uma frase. Cada uma atribui uma nota de confiança a cada opção. No final, essas notas se transformam em uma porcentagem, e a palavra escolhida é sorteada com base nelas — não é sempre a mais votada que vence, mas ela tem uma chance muito maior.
02 — TEMPERATURA
O parâmetro que decide o quanto a IA arrisca
Depois que as pontuações de cada palavra são calculadas, existe um parâmetro chamado temperatura que decide o quanto essas diferenças de pontuação são exageradas ou suavizadas antes do sorteio final.
P(palavra) = função das pontuações ÷ Temperatura
A fórmula existe apenas para ilustrar o mecanismo — o que importa é o efeito que a temperatura produz no resultado.
Temperatura baixa (perto de zero): a diferença entre a palavra mais provável e as demais é exagerada — a palavra líder passa a dominar quase sozinha. A resposta fica previsível e determinística, sempre escolhendo a opção mais óbvia. Essa configuração é indicada para gerar código, JSON ou cálculos — qualquer situação que exija exatidão.
Temperatura intermediária (em torno de 0,7): um equilíbrio — a palavra favorita ainda lidera, mas outras opções plausíveis ganham uma chance real de aparecer, deixando o texto mais natural e variado. É a configuração mais indicada para conversas do dia a dia.
Temperatura alta (acima de 1,2): a diferença entre as pontuações praticamente desaparece — palavras que tinham pontuação baixíssima, por não fazerem muito sentido, passam a ter uma chance real de serem escolhidas. É nesse ponto que o risco de invenção aumenta consideravelmente.
03 — POR QUE A IA ALUCINA
Três causas reais, não uma falha aleatória
Efeito bola de neve, com temperatura altaSe a temperatura estiver alta numa pergunta factual, a inteligência artificial pode, por puro sorteio, escolher uma palavra improvável no meio da frase — por exemplo, um ano errado numa data histórica. O problema não termina aí: como o modelo sempre lê o que ele mesmo já escreveu para decidir a próxima palavra, ele acaba sendo levado a continuar justificando aquele erro inicial, criando um contexto inteiro só para manter a frase coerente.
Conhecimento raso ou dados conflitantesQuando o assunto é muito específico, recente, ou apareceu poucas vezes durante o treinamento, as pontuações da resposta certa e da errada ficam quase empatadas. Nesse cenário, mesmo com temperatura baixa, qualquer variação mínima pode levar o modelo a apresentar um nome, uma data ou uma citação que parece plausível, mas é inventada.
Pedido vago, sem contexto de apoioQuando a pergunta não fornece nenhuma base de referência, o modelo associa palavras que costumam aparecer juntas nos dados que absorveu, sem checar fonte alguma. Ao fornecer um documento de referência real como base da resposta — a técnica chamada RAG, já vista no Módulo 1 —, a pontuação das informações contidas nesse documento sobe consideravelmente, e a chance de invenção diminui.
04 — OUTROS CONTROLES DE DECODIFICAÇÃO
Top-p e top-k: outras formas de limitar o sorteio
A temperatura não é o único parâmetro que influencia a escolha da próxima palavra. Dois outros controles comuns trabalham em conjunto com ela, limitando o grupo de palavras que sequer entram no sorteio:
Top-k: restringe o sorteio às k palavras com maior pontuação, descartando todas as demais antes mesmo de aplicar a temperatura. Por exemplo, top-k igual a 5 significa que apenas as 5 palavras mais prováveis participam da disputa.
Top-p (amostragem por núcleo): em vez de um número fixo de palavras, seleciona o menor grupo de palavras cuja soma de probabilidade ultrapassa um limite definido (por exemplo, 90%). Isso torna o corte mais flexível: em contextos muito previsíveis, poucas palavras já bastam para atingir 90%; em contextos mais incertos, mais palavras precisam entrar no grupo.
Metáfora: a temperatura decide o quanto o sorteio é arriscado; top-k e top-p decidem quantos concorrentes sequer entram na disputa. Sistemas de produção costumam combinar os três parâmetros para equilibrar criatividade e precisão.