O desktop ficou sem T9: por que isso aconteceu e como as LLMs podem resolver

Escrevemos os textos de trabalho principalmente no computador: e-mails, documentação, tickets, código, comentários no código. Mesmo assim, a autocorreção inteligente ficou no celular. Lá, a palavra é corrigida enquanto você digita; no PC, o usuário encontra uma linha ondulada vermelha e o menu de contexto do botão direito do mouse.

Essa diferença existe desde que os smartphones ganharam teclados sensíveis ao toque, ou seja, há mais de uma década e meia. Uma análise recente no Habr retoma o tema: por que o desktop não evoluiu mais e se as LLMs podem corrigir isso. A seguir, examinamos as causas e o que os modelos de linguagem realmente mudam nesse cenário.

A publicação original no RSS traz apenas um resumo, por isso o que vem a seguir se baseia na arquitetura de entrada de texto, que é amplamente conhecida, e no estado do mercado.

Por que o celular ganhou autocorreção e o PC não

No smartphone, o teclado é um programa. Ele enxerga as coordenadas de cada toque, a probabilidade de acerto nas teclas vizinhas e o contexto da frase digitada. A autocorreção ali é uma necessidade: o dedo é maior que a tecla e, sem ela, seria impossível escrever. O desenvolvedor do teclado controla toda a camada de entrada, então pode sugerir palavras, alterar as anteriores e aprender com os hábitos do dono do aparelho.

No desktop, o quadro é o oposto. O teclado físico é mais preciso, os erros costumam ser menores e não há uma necessidade urgente. Além disso, o texto vai parar em navegadores, IDEs, mensageiros, terminais e pacotes de escritório, e cada um tem seu próprio mecanismo de texto. Não existe um ponto único em que seja possível interceptar a entrada e alterar a palavra com segurança. É preciso trabalhar por meio de APIs de acessibilidade ou de hooks no nível do sistema. Isso é frágil, funciona de um jeito diferente em cada sistema operacional e costuma falhar em campos protegidos.

Há também a questão da confiança. Um programa que lê tudo o que você digita, por definição, se parece com um keylogger. Para dados corporativos, isso é um obstáculo sério: advogados e equipes de segurança proibiriam uma ferramenta assim sem hesitar.

O que os modelos de linguagem mudam

A autocorreção clássica se apoia em dicionário e em estatística de n-gramas. Ela corrige bem erros de digitação dentro da palavra, mas entende mal o contexto: não distingue «ложить» de «класть» pelo sentido da frase e tropeça em jargão profissional. O modelo de linguagem analisa a frase inteira e avalia qual palavra cabe ali. A Apple já migrou a autocorreção do iOS para um modelo do tipo transformer, e o macOS ganhou sugestões integradas de continuação do texto. Isso indica que os grandes fabricantes estão dispostos a levar a tecnologia ao desktop, embora por ora o façam com cautela e, em geral, para um conjunto limitado de idiomas.

A principal mudança tem a ver com o tamanho. Modelos com alguns bilhões de parâmetros, como os da classe Phi-3-mini, com 3,8 bilhões, já rodam em um notebook sem a nuvem. Isso elimina parte do problema de privacidade: o texto não sai da máquina. Continuam a ser problemas a latência e os recursos computacionais.

Os parâmetros de referência para uma ferramenta desse tipo são estes:

• latência da sugestão: da ordem de 100 ms; acima disso, ela fica para trás em relação à digitação;
• tamanho do modelo: de centenas de milhões a alguns bilhões de parâmetros, em versão quantizada;
• funcionamento offline, sem enviar o texto a um servidor;
• suporte ao russo, com seus casos gramaticais e ordem livre das palavras, em que modelos fracos erram mais;
• configuração de exceções para senhas, terminal e código.

O que fazer na prática

Se você precisa de correção inteligente no PC já, há três caminhos viáveis. O primeiro: usar a verificação de ortografia e de estilo do navegador e dos pacotes de escritório. Ela não substitui o T9, mas resolve parte das tarefas. O segundo: instalar uma ferramenta local baseada em um modelo pequeno e testá-la com os seus próprios textos, prestando atenção à latência e ao comportamento dela na IDE e no terminal. O terceiro: se você desenvolve produtos desse tipo, comece por cenários restritos, como a correção em um único aplicativo ou em um único campo, e só depois avance para o nível do sistema.

Independentemente da escolha, verifique três pontos. Onde o texto é processado: localmente ou na nuvem. Quais aplicativos a ferramenta não toca. E como ela se comporta em russo, e não apenas em inglês. O T9 para desktop continua sendo um nicho por ora, mas os obstáculos técnicos hoje são bem menores do que alguns anos atrás.