Nesta página
Alucinação em inteligência artificial é quando um modelo de linguagem gera uma resposta falsa ou sem base, mas escrita com fluência e confiança. Não é mentira: o modelo completa o texto de forma plausível mesmo sem evidência suficiente. Pesquisas de 2026 tratam isso como uma propriedade estrutural dos modelos.
- Causas: dados incompletos, incentivo para "chutar", perguntas fora do que o modelo viu e limites de raciocínio.
- Para reduzir: use busca na web ou documentos, autorize o "não sei" e confira números, nomes e citações.
O que significa alucinação em inteligência artificial, na prática?
🌱 Sou novo nisso
Você faz uma pergunta e o chat responde com segurança. A resposta parece certa, mas traz um dado, um nome ou uma citação que não existe. Isso é uma alucinação.
O modelo não quer enganar você. Ele gera texto que soa plausível, mesmo quando não tem evidência suficiente para sustentar o que escreve. Por isso a resposta pode ser fluente e errada ao mesmo tempo.
🔎 Já uso
A alucinação também aparece de outras formas:
- Fora do contexto: você entrega um documento e o modelo responde algo que o documento não diz.
- Raciocínio inconsistente: a explicação parece lógica, mas contradiz as premissas ou os dados que você forneceu.
- Variação: a mesma pergunta pode receber respostas diferentes. Parte dessa aleatoriedade vem de ajustes de geração, como a temperatura (o grau de variação permitido na resposta).
Não existe uma "taxa universal de alucinação". O resultado muda conforme o modelo, a versão, a configuração e o teste.
Por que a IA alucina?
As pesquisas de 2026 apontam várias causas que se somam:
- Dados incompletos ou contraditórios. Quando o treinamento não traz informação suficiente, o modelo completa a resposta por estatística em vez de recuperar um fato confirmado.
- Incentivo para "chutar". Uma pesquisa divulgada pelo Georgia Tech em 13 de novembro de 2026 afirma que, no pós-treinamento, os modelos costumam ser penalizados por dizer "não sei" da mesma forma que por errar. Isso favorece respostas inventadas.
- Perguntas além do que o modelo viu. O risco cresce com eventos recentes, combinações raras de fatos e perguntas muito específicas.
- Limites de raciocínio. Um trabalho apresentado na AAAI em 23 de junho de 2026 liga alucinações logicamente inconsistentes a limitações no raciocínio causal.
🚀 Já sou mais avançado
O teste AA-Omniscience, da Artificial Analysis mede com que frequência um modelo dá uma resposta falsa em vez de admitir que não sabe. Em 14 de novembro de 2026, a página mostrava o Gemini 4 Carbon (Medium) e o Gemini 4 Argon (High), do Google, com cerca de 4% nesse teste. Não encontramos fonte oficial atual com os resultados do mesmo teste, na mesma data, para os modelos atuais da OpenAI, da Anthropic e da xAI. Por isso, esta página não diz qual empresa alucina menos. Avaliações do mesmo teste com versões anteriores de vários fabricantes mostraram taxas muito mais altas, o que reforça que o nome da família do modelo, sozinho, não basta.
A própria Artificial Analysis apresenta o teste como uma avaliação específica de conhecimento e alucinação, e não como uma medida geral de confiabilidade. Um número de teste não é a chance de erro no seu uso do dia a dia.
No lado do treinamento, o estudo da AAAI relatou que o método CDCR-SFT melhorou a precisão no CLADDER para 95,33% e reduziu alucinações no HaluEval em 10% nos experimentos dos autores. A proposta do Georgia Tech usa "rubricas abertas", que deixam claro quando admitir desconhecimento vale mais do que inventar.
Quais são as confusões comuns e como reduzir as alucinações?
Confusões comuns
- "A IA mentiu." Mentir supõe intenção. O modelo gera texto provável e não tem intenção. Por isso usamos "alucinação".
- "Com busca na web, não erra mais." A busca reduz a dependência da memória do modelo, mas ele ainda pode escolher mal a fonte ou interpretá-la errado.
- "O modelo tem 4% de alucinação, então erra 4% das vezes." Esse número vale para um conjunto de perguntas e uma configuração específicos. Um app combina o modelo com busca, citações e filtros. Esse conjunto é o que chamamos de harness, o "carro" em volta do modelo. Por isso o app pode se sair melhor ou pior do que o modelo isolado.
Como reduzir (verificado em nov/2026)
As dicas abaixo valem para ChatGPT, Claude, Gemini, Grok e ferramentas semelhantes. Teste a mesma pergunta em pelo menos dois deles e compare as fontes que cada um mostra.
1. Ative a pesquisa na web ou envie seus documentos quando precisar de fatos atuais, preços, leis ou informações de saúde e dinheiro. Peça que cada afirmação venha ligada à fonte original. 2. Delimite a base. Escreva: "Responda só com base neste documento. Separe o que está no texto do que é inferência." 3. Autorize o "não sei". Escreva: "Se a fonte não tiver a resposta, diga que não encontrou." Isso ataca o incentivo para chutar descrito pelo Georgia Tech. 4. Peça duas etapas. Primeiro o modelo extrai os trechos que servem de evidência. Depois ele escreve a resposta só com esses trechos. 5. Confira números, nomes e citações por conta própria.
Em temas como imigração, impostos, trabalho, saúde e finanças, trate a IA como ferramenta de pesquisa, não como autoridade final. Confirme em fontes oficiais atualizadas ou com um profissional qualificado.
Perguntas frequentes
Alucinação é o mesmo que a IA mentir?
Não. Mentir supõe intenção, e o modelo não tem intenção. Ele gera um texto plausível mesmo sem evidência suficiente. O resultado pode ser falso e soar confiante.
Existe um modelo que não alucina?
Não. Pesquisas de 2026 tratam a alucinação como uma propriedade estrutural dos modelos de linguagem. As taxas variam conforme o modelo, a versão, a configuração e o teste, e não existe uma taxa universal.
Ligar a busca na web resolve o problema?
Ajuda, mas não resolve. A busca reduz a dependência da memória do modelo, mas ele ainda pode escolher mal a fonte ou interpretá-la errado. Abra os links e confira o que importa.
Como saber se uma resposta foi alucinada?
Peça a fonte de cada afirmação e abra os links. Faça a mesma pergunta em outro modelo e compare as respostas. Em saúde, dinheiro, lei ou imigração, confirme em fonte oficial ou com um profissional.
