A Amazon publicou nesta semana a primeira parte de um guia detalhado sobre como preparar dados para ajustar modelos de inteligência artificial — um passo que, segundo a empresa, define o limite do que a IA consegue aprender. O foco é o chamado “ajuste fino supervisionado”, uma técnica que não ensina fatos novos ao modelo, mas sim como ele deve se comportar: seguir instruções, manter um tom específico ou gerar respostas no formato certo.
O texto explica que existem três formas principais de customizar um modelo de IA. Uma delas é o próprio ajuste fino supervisionado, que usa pares de perguntas e respostas selecionadas para moldar o comportamento da máquina. As outras são o “pré-treinamento continuado” (para injetar conhecimento novo de um domínio específico) e o “ajuste fino por reforço” (que otimiza o comportamento com base em recompensas em vez de exemplos). Na prática, as técnicas podem ser combinadas, mas o ajuste fino supervisionado é o mais comum.
O grande recado do material é que qualidade supera quantidade. Um estudo citado mostra que mil exemplos bem escolhidos podem ter o mesmo efeito que dezenas de milhares de dados mal curados. Outro trabalho indica que filtrar um conjunto de instruções para manter apenas os 20% mais limpos produz um modelo que treina mais rápido e tem desempenho superior ao conjunto completo. A Amazon reforça que um exemplo errado no treino ensina um mau hábito difícil de desaprender.
Para o dia a dia de quem usa IA, a lição prática é que não adianta jogar qualquer dado no modelo. É preciso garantir que os exemplos sejam diversos (cobrindo diferentes formas de fazer a mesma pergunta), consistentes (sem misturar respostas em tópicos com respostas em parágrafos para o mesmo tipo de pedido) e isentos de conteúdo problemático. A empresa recomenda separar de 10% a 20% dos dados para testar o modelo antes de colocá-lo em produção. O guia termina prometendo uma segunda parte com técnicas mais avançadas de seleção e aumento de dados.