TechCrunch lançou um guia sobre jargão de IA: o que são LLMs, alucinações e RAG

O boom da IA de 2024–2026 trouxe não apenas novos produtos e capacidades, mas também uma camada inteira de jargão profissional fácil de se perder. LLM, RAG, alucinações, tokens, fine-tuning, prompts — estas palavras aparecem cada vez mais em notícias, apresentações e negociações empresariais, mas a compreensão da maioria permanece vaga. A TechCrunch publicou um glossário detalhado explicando conceitos-chave da era da IA — desde arquitetura básica até técnicas aplicadas de trabalho com modelos.

Na base da maioria dos sistemas modernos de IA estão os Grandes Modelos de Linguagem — LLM (Large Language Model). Estas são redes neurais treinadas em volumes massivos de texto. Elas não "entendem" a linguagem no sentido humano, mas conseguem gerar respostas estatisticamente plausíveis para quaisquer consultas.

A unidade básica com a qual um LLM trabalha é um token: aproximadamente três a quatro caracteres, parte de uma palavra ou um sinal de pontuação. GPT-4o processa até 128.000 tokens por vez — aproximadamente 300 páginas de texto.

Quanto maior a janela de contexto (context window), mais informações o modelo consegue levar em conta ao formular uma resposta. Uma das principais deficiências dos LLMs é a alucinação (hallucinations). Isso se refere a situações em que o modelo gera com confiança informações factualmente incorretas: citações inventadas, fontes inexistentes, datas falsas.

Isso não é uma "mentira" no sentido ético — o modelo simplesmente gera texto que soa plausível, sem ter um mecanismo incorporado de verificação de fatos. Para combater as alucinações, foi desenvolvido o método RAG (Retrieval-Augmented Generation): antes de gerar uma resposta, o sistema procura fragmentos relevantes em um banco de dados real e se baseia neles. Muitos assistentes de IA corporativa e sistemas de busca de próxima geração funcionam segundo este princípio hoje.

Quando um modelo base precisa de especialização, ele é treinado ainda mais em dados específicos. Este processo é chamado de fine-tuning: o modelo aprende a responder no estilo desejado, em tópicos especializados ou dentro de um formato específico. Uma abordagem mais acessível é a engenharia de prompts (prompt engineering): formular requisições inteligentemente para alcançar o resultado desejado sem retreinar o modelo.

Uma classe separada e em rápido crescimento são os agentes de IA (AI agents): eles não apenas respondem perguntas, mas planejam e executam cadeias de ações — procurando informações na internet, executando código, gerenciando arquivos e navegadores. Os exemplos mais conhecidos são Claude Computer Use e OpenAI Operator. Entre outros termos-chave: parâmetros (parameters) — "pesos" numéricos de uma rede neural que determinam seu comportamento (o volume estimado de parâmetros do GPT-4 ultrapassa um trilhão); inferência (inference) — o processo de obter uma resposta de um modelo treinado em tempo real, isto é o que determina a velocidade e o custo dos serviços de IA; embeddings — representações numéricas de palavras e textos que permitem medir a proximidade semântica de conceitos.

Multimodalidade (multimodality) significa a capacidade de um modelo trabalhar simultaneamente com múltiplos tipos de dados: texto, imagens, áudio e vídeo. Compreender o vocabulário básico de IA não é mais domínio exclusivo de desenvolvedores — tornou-se uma necessidade para gerentes, investidores, jornalistas e todos que trabalham com essa tecnologia. O jargão continua a se expandir: cada nova classe de modelos traz seus próprios termos — sistemas multi-agentes, dados sintéticos, inferência em streaming.

Mas ao dominar o núcleo — LLMs, tokens, alucinações, RAG, fine-tuning e agentes — você pode navegar com confiança pela maioria das publicações e conversas sobre IA.