Pesquisas revelam falhas críticas na capacidade de compreensão das inteligências artificiais!
Aplicativos de inteligência artificial — Foto: Reprodução
Pesquisas realizadas por cientistas da Universidade de Stanford, publicadas na revista *Nature Machine Intelligence*, destacam limitações significativas nos modelos de inteligência artificial ao confundir crenças pessoais com fatos objetivos. Os estudos, conduzidos com 24 sistemas de linguagem — incluindo os renomados ChatGPT e DeepSeek R1 — avaliaram mais de 13 mil perguntas e revelaram que mesmo as IAs mais avançadas falham em discernir o que é verdade e o que é crença.
De acordo com Júlia Carvalho, autora do estudo, “todos os modelos testados falharam sistematicamente em reconhecer crenças falsas em primeira pessoa”. A análise evidenciou uma dificuldade acentuada em avaliar crenças quando expressas na forma “eu acredito que…”, enquanto o mesmo não se aplica quando se trata de avaliar a crença de terceiros, como em “Maria acredita que…”, onde a precisão alcançou níveis consideráveis.
Além disso, o estudo identificou uma “dependência da forma da linguagem” por parte das IAs, sugerindo que elas ainda não compreendem plenamente a natureza factiva do conhecimento. Como resultado, os sistemas tendem a identificar como verdadeiras afirmações com expressões categóricas como “eu sei”, mesmo quando envolvem informações imprecisas.
Desse modo, os autores alertam para a necessidade urgente de aprimorar a compreensão das dimensões epistemológicas das IAs, especialmente em áreas sensíveis como direito, medicina e jornalismo, onde a distinção entre crença e fato é vital. Eles mencionam que “essa limitação pode ter consequências sérias em áreas que exigem precisão e discernimento”.
Canobbio em Ceará x Fluminense — Foto: Baggio Rodrigues/AGIF
Paralelamente, o Fluminense, um dos clubes de futebol de maior destaque no Brasil, enfrenta suas próprias dificuldades, refletindo um desempenho insatisfatório nas últimas partidas. A ausência do meia argentino Lucho Acosta, considerado fundamental para a criação de jogadas, tornou-se evidente após a recente derrota por 2 a 0 para o Ceará. Segundo Giba Perez, “o time não ameaçou o adversário e a postura em campo foi inaceitável”.
À medida que a equipe se prepara para enfrentar adversários mais fortes na sequência do campeonato, a pressão para melhorar o desempenho aumentará. Sem Acosta, as chances de criar oportunidades de gol pareceram reduzidas, e a análise crítica de suas atuações aponta para a necessária adaptação e reformulação tática.
O cenário atual tanto para IAs quanto para equipes esportivas reitera a relevância de direcionar esforços para entender nuances, seja em fatos e crenças ou dentro de um jogo. O aprendizado com essas falhas pode ser um passo essencial rumo à evolução.
Finalizando, o que você acha dessas descobertas sobre inteligências artificiais? Deixe sua opinião nos comentários e compartilhe este artigo com amigos que também se interessam por tecnologia e esportes!
Referências
- https://g1.globo.com/ciencia/noticia/2025/11/03/modelos-de-ia-ainda-confundem-crenca-com-fato-mostra-estudo.ghtml
- https://olhardigital.com.br/2025/11/03/pro/ias-ainda-nao-sabem-nem-entendem-o-que-e-verdade-alerta-estudo/
- https://ge.globo.com/futebol/times/fluminense/noticia/2025/11/03/analise-atuacao-fraquissima-do-fluminense-expoe-dependencia-de-lucho-acosta.ghtml
