Porque os Modelos de Linguagem “Alucinam” – e Porque Isto É Ainda Mais Importante em Português
O que são alucinações em IA
As chamadas alucinações em modelos de linguagem acontecem quando um sistema gera uma resposta plausível, mas incorreta. Por exemplo, afirmar que “a capital da Austrália é Sydney” em vez de Canberra. Estes erros não resultam de programação defeituosa, mas sim da forma como o modelo aposta estatisticamente na resposta mais provável.
Principais descobertas do estudo
Segundo o artigo “Why Language Models Hallucinate” (Kalai et al., 2025), as alucinações decorrem de três fatores centrais:
- Inevitabilidade estatística: mesmo com dados perfeitos, o modelo tem de arriscar quando não sabe.
- Incentivos enviesados: os modelos são treinados para responder, não para admitir incerteza.
- Benchmarks inadequados: raramente existe espaço para a resposta “não sei”.
O desafio extra para modelos em português
No caso do português europeu, o problema é agravado por três razões:
- Menos dados: comparativamente ao inglês, há menor volume de texto digitalizado.
- Qualidade variável: muitos conteúdos são traduções automáticas ou pouco fiáveis.
- Benchmarks inexistentes: não há métricas sólidas para medir factualidade em português.
Estratégias para reduzir alucinações
- Melhorar bases de dados: incluir jornais, legislação, Wikipédia PT e fontes locais.
- Treinar para “não sei”: recompensar a abstenção em vez de respostas erradas.
- Verificação externa: ligar modelos a bases factuais portuguesas.
- Criar benchmarks lusófonos: conjuntos de teste adaptados ao português europeu.
Tabela comparativa: inglês vs português
| Aspeto | Inglês | Português |
|---|---|---|
| Volume de dados | Extenso e diversificado | Limitado e fragmentado |
| Qualidade média | Alta, com fontes académicas | Variável, muitas traduções |
| Benchmarks específicos | Numerosos e robustos | Quase inexistentes |
Conclusão
As alucinações em IA são inevitáveis devido a limitações estatísticas e incentivos atuais. No entanto, em português europeu o risco é amplificado pela falta de dados e benchmarks. A solução passa por investir em fontes de qualidade, criar métricas próprias e treinar modelos para reconhecerem a sua própria incerteza.
FAQ – Perguntas Frequentes
As alucinações podem ser eliminadas totalmente?
Não. São inevitáveis pela natureza estatística dos modelos. Mas podem ser reduzidas com melhores dados e incentivos corretos.
Porque são piores em português do que em inglês?
Porque há menos dados disponíveis, maior variação na qualidade e ausência de benchmarks específicos para medir precisão em português europeu.
Como as empresas portuguesas podem lidar com este problema?
Ao adotar soluções híbridas que combinem IA generativa com bases de dados locais verificadas, e ao exigir modelos calibrados para lidar com incerteza.
Vítor Martins é consultor, formador e contabilista certificado, com mais de 30 anos de experiência em gestão, contabilidade e otimização fiscal. Pós-graduado em Marketing Digital e com formação universitária internacional em Inteligência Artificial, é especialista na aplicação de IA a pequenas e médias empresas. Pioneiro na integração de tecnologias inteligentes na contabilidade e gestão, atua como mentor e consultor estratégico, ajudando empreendedores a digitalizar os seus negócios com soluções eficientes e sustentáveis.