Para escolher uma IA, parta do trabalho a executar, dos dados que aceita fornecer e da forma como verificará a resposta. Um assistente generalista é uma direção de teste para um pedido versátil e delimitado. A pesquisa com fontes atende a uma necessidade de rastreabilidade. Uma integração num processo merece avaliação quando a tarefa e o respetivo controlo estão definidos. Se o resultado, os dados ou a validação continuarem vagos, ainda não escolha uma ferramenta. Esclareça a tarefa. A IA certa não é uma vencedora universal, mas uma candidata que passa num teste criado para o seu caso. Dê a todas a mesma entrada, peça o mesmo resultado e aplique critérios escritos antes do ensaio. Verifique preços, disponibilidade, condições e práticas de dados nas páginas oficiais no momento do teste.
O meu veredito de operador: eu não escolheria uma IA com base numa classificação geral. Esta é uma opinião editorial assente no método deste diário, não uma afirmação baseada em testes privados de produtos. Ficaria com a candidata cujo resultado fosse repetível na tarefa declarada, verificável com os controlos definidos e compatível com a fronteira de dados e risco estabelecida antes do ensaio.
Que resultado procura realmente?
A pergunta «qual IA escolher?» surge cedo demais quando o resultado continua vago. «Ajudar-me a trabalhar» não oferece um critério de decisão. Preparar uma primeira estrutura, localizar elementos cujas fontes devam ser verificadas ou inserir uma atividade definida num processo profissional são pedidos diferentes.
A primeira decisão não é uma marca, mas a forma do resultado esperado. Antes de abrir uma ferramenta, registo:
- o que a candidata recebe no início;
- o que deve entregar;
- se cada afirmação utilizável deve conduzir a uma fonte;
- o que uma pessoa verificará antes de usar o resultado;
- a condição que terminará o teste.
Esta formulação separa uma conversa agradável de um resultado utilizável. Também cria uma base comum para todas as candidatas. Se a entrada, o resultado esperado ou a verificação mudarem entre ensaios, a comparação deixa de responder à decisão inicial.
Se não consegue descrever o resultado, o veredito atual é «definir a tarefa», não «escolher uma IA».
| Necessidade dominante | O que observar | Direção de teste |
|---|---|---|
| Pedido amplo ou trabalho exploratório | Utilidade do resultado para a tarefa declarada | Assistente generalista |
| Resposta que deve conduzir às fontes | Rastreabilidade e verificação das fontes | Pesquisa com fontes |
| Trabalho definido num contexto operacional | Compatibilidade com os dados e o controlo previstos | Integração num processo |
| Resultado, dados ou controlo incertos | Possibilidade de formular um teste | Definir primeiro a tarefa |
Os benefícios e limites dependem do contexto de utilização. O texto sobre vantagens e desvantagens da inteligência artificial está disponível em francês.
Que dados aceita partilhar?
Uma candidata pode corresponder ao resultado e ficar fora da fronteira estabelecida para os dados de entrada. Antes do ensaio, separo o que pode entrar na ferramenta do que deve permanecer excluído. Se essa fronteira for incerta, suspendo a escolha.
Faço três perguntas:
- Que informação receberá exatamente a ferramenta?
- Que partes decidi que podem ser transmitidas?
- Posso executar o mesmo teste sem dados cuja partilha não foi decidida?
As práticas atuais relativas a dados devem ser verificadas na documentação do fornecedor considerado. O centro de privacidade do Claude e o centro de privacidade das aplicações Gemini são superfícies oficiais estáveis para consultar as práticas atuais desses fornecedores. Estes links não sustentam uma afirmação geral sobre privacidade nem uma comparação entre produtos. A documentação de conversas da Mistral é uma superfície oficial de documentação, não uma prova de qualidade comparativa.
As condições, a disponibilidade e os preços também devem ser verificados na página oficial de cada candidata no momento do teste. Não os reproduzo aqui porque o pacote de evidências não permite uma afirmação atual por produto.
«Não sei que dados posso partilhar» é um resultado de diagnóstico útil. Volte à delimitação da tarefa antes de selecionar uma ferramenta.
Este filtro também antecede qualquer escolha relativa a um agente. O guia sobre como criar um agente de IA está disponível em francês e começa pelo mesmo enquadramento.
Que modo de trabalho exige a tarefa?
Uma resposta com fontes é avaliada pela possibilidade de chegar a essas fontes e verificá-las. Um resultado extenso é avaliado face ao entregável completo descrito antes do ensaio. Uma integração é avaliada dentro da tarefa, dos dados admitidos e da verificação prevista. O modo de trabalho esperado determina a grelha.
Daqui resultam quatro direções úteis:
- Definir a tarefa quando o resultado, os dados ou o controlo forem incertos.
- Testar um assistente generalista para um pedido versátil e delimitado.
- Testar uma pesquisa com fontes quando a rastreabilidade fizer parte do resultado.
- Avaliar uma integração quando o trabalho e a validação já estiverem enquadrados.
O custo pode entrar na decisão após este enquadramento, mas não define a necessidade. O guia separado sobre quanto custa um agente de IA está em francês.
Como copiar uma grelha comparativa sem inventar pontuações?
Esta é a ficha que eu usaria. Cada candidata recebe a sua linha ou uma cópia da tabela. Não há nota total nem ponderação escondida. As células são preenchidas com o que foi observado no ensaio, não com a reputação de um produto.
| Campo a copiar | O que registar |
|---|---|
| Tarefa | O trabalho preciso dado a cada candidata |
| Entrada fixa | O mesmo texto, documento ou conjunto de informações permitidas |
| Resultado esperado | A forma do entregável definida antes do ensaio |
| Rastreabilidade das fontes | Fontes exigidas e verificação prevista, quando necessário |
| Fronteira de dados | O que pode entrar na ferramenta e o que fica excluído |
| Verificação humana | Quem verifica e segundo que critérios |
| Condição de paragem | O defeito ou a incerteza que termina o ensaio |
| Resultado observado | Descrição factual do que a candidata entregou |
Para utilizar a ficha:
- duplique-a para cada candidata;
- mantenha a entrada, o resultado esperado e a verificação inalterados;
- descreva a observação sem a transformar numa classificação universal;
- termine o ensaio quando surgir uma condição de paragem escrita;
- conserve a entrada e o veredito para poder explicar a decisão.
O AI Risk Management Framework do NIST destina-se a uma utilização voluntária, ajuda a gerir os riscos da IA e incorpora considerações sobre a fiabilidade. Utilizo-o como referência de gestão de risco, não como recomendação de uma candidata.
O que significa uma IA fiável no seu caso?
«Fiável» não significa superior em todas as situações. Neste guia, uso uma definição local: o resultado é repetível na tarefa declarada, pode ser verificado com a grelha prevista e permanece dentro da fronteira de risco escolhida. A conclusão aplica-se apenas ao caso examinado.
A verificação pode abranger:
- a correspondência do entregável ao resultado esperado;
- a possibilidade de chegar às fontes exigidas e verificá-las;
- o respeito pela fronteira de dados definida;
- o aparecimento de uma condição de paragem;
- o registo do resultado observado sem extrapolação.
Um resultado convincente noutra tarefa não decide esta. Uma fonte apresentada também não basta. Quando uma afirmação exige uma fonte, a verificação humana consiste em abri-la e confirmar que ela sustenta a afirmação utilizada.
Quando deve uma pessoa permanecer no circuito?
Mantenho uma pessoa no circuito sempre que o resultado tiver de ser verificado antes de ser utilizado. A sua função não é corrigir um pedido vago. É aplicar o controlo escrito antes do ensaio: verificar fontes, entregável, fronteira de dados e condição de paragem.
É necessário voltar ao enquadramento quando:
- não consegue indicar que resultado aceitaria;
- tem dúvidas sobre os dados a transmitir;
- não sabe como a resposta será verificada.
Em cada caso, adicionar uma ferramenta não resolve a incerteza. A decisão começa pelo trabalho e continua com a candidata capaz de passar o teste. Para uma perspetiva mais ampla, o artigo sobre o futuro da inteligência artificial está disponível em francês.
Quais são as respostas curtas às perguntas frequentes?
Qual é a melhor IA, ou a mais fiável?
Não indico uma vencedora universal. Para uma tarefa declarada, considero fiável uma candidata cujo resultado seja repetível com a entrada fixa, verificável através da grelha e contido na fronteira de risco escolhida. O veredito fica limitado a esse teste.
Que IA gratuita escolher e quanto custa atualmente?
Verifique disponibilidade, eventual acesso gratuito, limites e preço na página oficial do fornecedor quando executar o teste. Este guia não publica preços. Uma candidata ali apresentada como gratuita deve passar pelo mesmo teste de tarefa, dados e verificação.
Devo escolher Claude ou ChatGPT?
Os nomes não decidem por si. Dê às duas candidatas a mesma tarefa, entrada, resultado esperado e verificação. Consulte as páginas oficiais atuais para condições, preços e disponibilidade, e limite o veredito ao seu caso.
Como devo tratar os dados e verificar uma resposta?
Defina a fronteira de dados permitidos antes do ensaio e consulte a documentação oficial atual do fornecedor. Escreva depois a verificação humana, as fontes a abrir quando forem exigidas e a condição que termina o teste.
Há quatro portas: definir a tarefa, testar um assistente generalista, testar uma pesquisa com fontes ou avaliar uma integração. O passo seguinte depende da necessidade descrita, não de uma classificação.