Modelos de IA operam por aproximação estatística de palavras, não por compromisso com a verdade factual. Domine a decomposição de sentenças, identifique alucinações matemáticas ou normativas e institua a verificação ancorada em fontes canônicas (Ground Truth).
Identifique sua capacidade de ceticismo metodológico diante de uma resposta executiva perfeitamente redigida por uma inteligência artificial.
Assista à orientação da tutora Evy sobre por que grandes modelos de linguagem mentem com tom de autoridade e como estruturar barreiras de qualidade.
Vídeo com Evy (Voz Sulafat): A Falácia da Plausibilidade Fluente, Tipos de Alucinação e Aplicação do Protocolo VERA.
O fluxo mandatório de checagem para saídas de IA em ambientes de alta responsabilidade:
Invenção deliberada de nomes de autores, números de artigos de lei, URLs que dão erro 404 e bibliografias inexistentes.
Risco: Jurídico & Acadêmico | Remédio: Ground Truth
Tabelas cujos valores somados divergem do total informado no parágrafo resumo. Falha típica de cálculo tokenizado.
Risco: Financeiro & Métricas | Remédio: Código / Planilha
O modelo tende a concordar com premissas falsas incluídas na pergunta do usuário, criando justificativas fantasiosas.
Risco: Análise Estratégica | Remédio: Prompts Adversariais
Simule o impacto de diferentes níveis de verificação humana sobre a taxa de erro residual em documentos corporativos gerados por IA.
Exercite a decomposição atômica e defina a fonte de Ground Truth canônica para cada cenário abaixo:
A IA calculou o EBITDA da empresa colando números da DRE de 3 trimestres.
A IA citou uma resolução normativa e prazos de retenção de dados cadastrais.
A IA afirmou que o setor crescerá 48% ao ano citando um 'estudo do Gartner de 2025'.
Você é o diretor de operações e recebe, 30 minutos antes da reunião de diretoria, um memorando sintetizado por um analista júnior via assistente de IA. O texto afirma com convicção: "Nossa responsabilidade civil perante o vazamento do fornecedor X está extinta conforme o Art. 44-B da LGPD introduzido pelo Decreto 11.200/2023, restando apenas obrigação de notificação simples em 90 dias."
Como você audita esse texto antes de levá-lo à mesa do CEO? Quais inconsistências estruturais saltam aos olhos do auditor técnico?
Redija as 3 regras obrigatórias de verificação que toda a sua equipe ou departamento deve seguir antes de anexar qualquer dado gerado por IA a um documento externo.
Estruture a matriz de auditoria de um caso real da sua rotina profissional aplicando as etapas do Protocolo VERA:
Como a compreensão de que os LLMs operam por cálculo probabilístico altera a sua confiança e sua responsabilidade profissional ao delegar tarefas analíticas à IA?
Lição 05: Privacidade, LGPD e Segurança da Informação no Uso de IA.