1
resposta

Faça como eu fiz: explorando probabilidades

GPT:

Eu estava estudando o curso da Alura, mas concomitantemente...

  1. trabalhando — 18%
  2. fazendo — 14%
  3. assistindo — 11%
  4. estudando — 9%
  5. precisava — 7%

Em 2026 todo o sitema financeiro global irá

  1. mudar — 16%
  2. colapsar — 14%
  3. passar — 11%
  4. sofrer — 9%
  5. evoluir — 7%

saindo brevemente do exercício, que classe gramatical seria mais difícil de calcular, me dê um exemplo rápido:

Uma das mais difíceis é a de palavras altamente dependentes de contexto, como preposições e conjunções.

Exemplo rápido:
“Ela foi para casa porque...”

As próximas palavras podem mudar completamente a função e o sentido:

  • “estava”
  • “precisava”
  • “queria”
  • “ficou”
  • “havia”

Aqui o modelo precisa prever não só gramática, mas intenção, causalidade e estilo do texto ao mesmo tempo.


GOOGLE AI STUDIO:

TEMPERATURA 0,5:

Eu estava estudando o curso da Alura, mas concomitantemente...

  1. trabalhando: 35%
  2. fazia: 20%
  3. estava: 15%
  4. realizava: 10%
  5. buscava: 7%

TEMPERATURA 1:

Eu estava estudando o curso da Alura, mas concomitantemente...

  1. trabalhava - 35%
  2. fazia - 18%
  3. eu - 12%
  4. buscava - 8%
  5. tentava - 6%

TEMPERATURA 1,5:

Eu estava estudando o curso da Alura, mas concomitantemente...

  1. trabalhando: 38.2%
  2. estava: 15.5%
  3. fazendo: 12.4%
  4. com: 9.8%
  5. exercendo: 4.1%
1 resposta

Oi, Bruno. Tudo certo?

Você foi além do que a atividade pedia e isso gerou resultados bem interessantes. Testar a mesma frase em diferentes temperaturas no AI Studio permite observar na prática o que a aula explica sobre o parâmetro: com temperatura mais alta, palavras menos prováveis ganham espaço, como "exercendo" aparecendo na temperatura 1,5. A pergunta espontânea sobre preposições e conjunções também foi uma boa sacada, porque mostra como o contexto influencia diretamente a previsão do modelo.

Comparar os resultados entre o ChatGPT e o Gemini com a mesma frase é uma forma concreta de entender que modelos diferentes, mesmo com arquiteturas parecidas, foram treinados com dados distintos e fazem escolhas diferentes.

Para aprofundar esse experimento, tente usar frases de áreas mais técnicas, como código, termos jurídicos ou linguagem médica, e observe como as probabilidades mudam. Quanto mais específico o vocabulário, mais visível fica a influência dos dados de treinamento nas escolhas do modelo.

Obrigado por compartilhar.

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!