5 exemplos que mostram por que você não deve confiar na IA do WhatsApp

Memes ajudam a entender as limitações das ferramentas de inteligência artificial

No decorrer do mês de outubro, os usuários do WhatsApp notaram uma novidade no app de mensagens: a Meta AI, inteligência artificial da Meta (que além do WhatsApp, é a dona do Facebook e do Instagram). A nova ferramenta está sendo adicionada aos poucos para a base de usuários no Brasil.

A Meta AI é baseada no Llama, um Large Language Model (Grande Modelo de Linguagem) desenvolvido pela própria Meta para rivalizar com ChatGPT, Gemini e Claude. De acordo com a Meta, o modelo está a caminho de ser o assistente de IA mais usado no mundo até o fim deste ano e já conta com quase meio milhão de usuários mensais.

Pois com a Meta AI facilmente em mãos, os usuários começaram a explorar o que a ferramenta é capaz de fazer. Graças a alguns resultados esdrúxulos, no entanto, a Meta AI virou meme nas redes sociais. Só que essas respostas inusitadas também podem servir de aprendizado sobre as limitações da inteligência artificial generativa.

Que tal rir um pouquinho enquanto aprendemos como essas respostas engraçadas mostram que não devemos confiar tanto assim na IA?

1. Matemática não é o forte dos modelos de linguagem

Os grandes modelos de linguagem, como o nome diz, são muito bons em escrever texto. Acontece que quando eles precisam lidar com números, a coisa já não funciona tão bem assim. Veja o erro simples que a Meta AI cometeu! Quando precisar lidar com números e cálculos, garanta que você está usando uma ferramenta adequada e capaz - e sempre cheque os resultados, mesmo que você seja de humanas.

Reprodução/X

2. A IA pode ser literal demais

A literalidade é uma característica comum às ferramentas de inteligência artificial generativa. Afinal, elas são treinadas com quantidades enormes de conteúdo, identificando padrões e relações entre as palavras. Isso significa que elas interpretam as instruções de forma muito precisa, com base no significado literal das palavras, sem levar em conta nuances, sarcasmo ou ambiguidades da linguagem humana. Vai um pé de moleque de sobremesa?

Reprodução/X

3. Dificuldade para entender contextos

Muitas palavras ou expressões têm mais de um significado, mas o contexto faz com que a gente entenda qual dos significados é o correto. Quando alguém diz que vai ao banco porque precisa de dinheiro, você sabe que é uma instituição financeira, e não um banco de praça. As ferramentas de IA, no entanto, têm dificuldade em captar essas dicas contextuais e acabam interpretando o sentido errado das coisas, como você pode ver.

Reprodução/X

4. Quando a IA não sabe de algo, ela inventa

Modelos de linguagem são excepcionalmente competentes em gerar textos coesos - o que não quer dizer que eles são bons em dar informações precisas. Com frequência, quando uma ferramenta de inteligência artificial generativa não tem uma informação, ela simplesmente inventa algo. O pior é que essa “alucinação” pode parecer plausível para quem não tem familiaridade com o tema - e isso pode sem a origem de grandes problemas.

Reprodução/X

5. Dificuldade com expressões idiomáticas

A linguagem não é uma ciência exata. Existem enormes variações dentro de um mesmo idioma. Além disso, a língua é viva e cheia de expressões que demandam um conhecimento cultural para a compreensão. Desse modo, a inteligência artificial pode não ter a capacidade de entender expressões idiomáticas e, por isso, cair no erro. Santa interpretação, Batman!

Reprodução/X

Como fazer melhores comandos?

A inteligência artificial tem suas limitações, mas ainda assim pode ser muito útil! Para extrair o potencial das novas ferramentas de IA generativa, no entanto, é preciso saber fazer bons comandos. Neste guia prático, ensinamos diversas técnicas de engenharia de prompt para você virar um expert! 

Conteúdo desenvolvido
em parceria com