NAiOS Wiki

Etiqueta informativa para a fase de adoção massiva e transversal da IA em todos os setores. Não é um termo académico nem uma citação do MIT.

Inteligência artificial geral, capaz de qualquer tarefa intelectual humana

Assistente de IA integrado em ferramentas de trabalho

Sistemas que executam tarefas multi-passo sem supervisão constante

Alinhar os objetivos da IA com os valores humanos

Quando a IA gera informação falsa com total confiança

Ancorar as respostas da IA a dados reais e verificáveis

Debate ético sobre se os modelos avançados merecem algum tipo de consideração

Técnica onde a IA pensa passo a passo antes de responder

Clonar uma voz humana com IA a partir de poucos segundos de áudio

Dedicar mais capacidade de computação durante a resposta, não o treino

Quando dados de avaliação se infiltram no treino, enviesando benchmarks

Fadiga cognitiva aguda por utilizar ou supervisionar ferramentas de IA em excesso. Termo cunhado por investigadores da BCG e da Universidade da Califórnia (Riverside) em 2026.

Dados gerados artificialmente para treinar modelos

Conteúdo falso hiper-realista gerado com IA

Comprimir um modelo grande num pequeno mantendo a qualidade

Quando um prompt que funcionava deixa de dar bons resultados com o tempo

Executar IA diretamente no dispositivo, sem depender da nuvem

Representação numérica do significado de textos ou imagens

Projetar os loops autónomos que guiam os agentes de código (termo de 2026)

Design e otimização de instruções para obter melhores resultados da IA

Quando a IA reproduz ou amplifica preconceitos presentes nos dados

Re-treinar um modelo com dados específicos para um caso de uso

Fluxos de trabalho onde agentes de IA atuam de forma autónoma

Vantagem competitiva de uma empresa graças aos seus dados únicos

O novo SEO, otimizar conteúdo para ser citado pela IA generativa

Quadro regulamentar e de gestão para o uso responsável da IA

IA capaz de planear, decidir e agir de forma autónoma

Ferramentas de IA que não requerem programação para serem utilizadas

Prioridade estratégica dos países de terem as suas próprias infraestruturas de IA

Inteligência artificial que cria conteúdo novo (texto, imagem, vídeo, áudio)

Executar modelos de IA no seu próprio hardware

Ataques que manipulam a IA inserindo instruções maliciosas

Uso de IA para melhorar a tomada de decisões empresariais

Técnicas para contornar as restrições de segurança de um modelo

Quantidade de texto que um modelo pode recordar numa conversa

Modelo de linguagem grande, a base dos chatbots atuais

Técnicas para adaptar modelos com poucos recursos

Media (imagem, áudio, vídeo) criados artificialmente por IA

Arquitetura que ativa apenas partes do modelo consoante a tarefa

Protocolo padrão para que os modelos se conectem com ferramentas externas

Gestão operacional do ciclo de vida dos modelos de IA

Os modelos mais avançados e potentes em cada momento

Modelos de linguagem leves, concebidos para funcionar em dispositivos

Modelos que aprendem a dinâmica de um ambiente, não apenas texto

Modelos concebidos especificamente para raciocinar, não apenas para prever texto.

Modelos que compreendem e geram texto, imagem, áudio e vídeo

Chip especializado em acelerar a inferência de redes neuronais com a máxima eficiência energética

Coordenar vários agentes de IA para resolver tarefas complexas em conjunto

Framework que permite testar e avaliar o desempenho de agentes

Termo informal (não é um diagnóstico clínico reconhecido) para os sintomas de tipo psicótico —delírios, paranoia— associados ao uso intensivo de chatbots de IA.

Combinar pesquisa de dados reais com geração de texto

Aprendizagem por reforço com feedback humano

Testar uma IA tentando quebrá-la para encontrar vulnerabilidades

A estrutura de código que conecta e orquestra um agente de IA

Disciplina focada em garantir que a IA seja segura.

Uso não autorizado de ferramentas de IA dentro das organizações

IA que supera a capacidade intelectual humana em todos os domínios

Unidade que mede o desempenho bruto de um acelerador de IA: biliões de operações por segundo

Parâmetro que controla a criatividade vs. precisão da IA

Gerar vídeo a partir de uma descrição de texto

Processo de dividir texto em unidades (tokens) que o modelo pode processar

Tirar o máximo partido da janela de contexto de um modelo. Coloquialmente, também: usar muitos tokens como métrica (discutível) de produtividade.

A arquitetura base de quase todos os modelos de linguagem atuais

Programar descrevendo o que pretende e deixando que a IA escreva o código

Resumos gerados por IA nos resultados de pesquisa

Aplicação que simplesmente envolve um modelo existente sem acrescentar valor real.

Capacidade de um modelo para realizar tarefas sem ter sido treinado especificamente