Anunciado pelo primeiro-ministro, Luís Montenegro, em novembro passado, o Amália, modelo de Inteligência Artificial (IA) português, será lançado em 2026, com a primeira versão beta prevista para o final do primeiro trimestre de 2025 e a versão completa disponível 18 meses depois. Para inovar em língua portuguesa e preservar o nosso idioma, utilizando a nossa cultura ao serviço da inovação, o Governo português vai investir 5,5 milhões de euros para responder aos desafios colocados pelo ChatGPT e à necessidade de ajuste à tecnologia criada, sobretudo, pelo impacto dos chatbots, treinados na sua grande maioria em língua inglesa.

A par do entusiasmo inerente à criação de um LLM português, devemos estar cientes da existência de algumas vulnerabilidades e do risco da sua utilização no nosso dia-a-dia. Existem alguns aspetos a ter em consideração na utilização destas ferramentas: devemos estar especialmente atentos à qualidade dos dados, da qual muito depende o desempenho do LLM. Intervenientes maliciosos podem manipular dados, por isso, introduzir informação incorreta irá comprometer os resultados. Processos rigorosos de validação de dados e auditorias regulares podem ajudar a identificar e corrigir potenciais problemas.

Desta forma, destacamos aqui algumas dicas aquando da utilização de um LLM:

1. Proteja os seus Dados Pessoais

• Evite partilhar informações sensíveis: Nunca forneça dados pessoais, financeiros ou identificadores únicos como o seu número de identificação fiscal.
• Use exemplos genéricos ou anonimização: Se precisar de ilustrar um caso, substitua nomes reais por nomes fictícios e remova detalhes capazes de o identificar.

Os LLMs armazenam informação temporariamente e podem, por vezes, reter ou reproduzir excertos de dados sensíveis. Manter as suas interações genéricas minimiza a probabilidade de exposição de dados privados.

2. Valide Respostas e Verifique Fontes

• Questione a informação: Mesmo que as respostas pareçam credíveis, confirme-as através de fontes externas ou de especialistas na área.
• Esteja atento a possíveis incorreções: LLMs podem fornecer dados desatualizados ou conter falhas de contexto, sobretudo se dependem de informação antiga ou incompleta.

A tecnologia avança rapidamente e, por vezes, o modelo pode ter sido treinado em dados limitados ou com vieses. Comparar a informação obtida com referências fiáveis ajuda a filtrar erros e promove uma utilização mais responsável.

3. Forneça Exemplos Claros e Contextualizados

• Defina o seu objetivo: Explique de forma clara o que pretende — se é um resumo, uma análise crítica ou simplesmente um exemplo de código.
• Inclua detalhes relevantes: Se está a pedir uma solução técnica, refira a linguagem de programação e a versão que utiliza. Caso queira um resumo, especifique o tipo de público-alvo ou a extensão desejada.

Um pedido bem definido permite ao LLM compreender melhor o que é pretendido, resultando em respostas mais acertadas e que dispensam reformulações sucessivas.

4. Conheça os Limites e os Vieses

• Compreenda a base de dados do modelo: Verifique se o LLM foi treinado num determinado período de tempo e, se possível, qual o volume e a diversidade das fontes de dados.
• Considere possíveis enviesamentos: Os LLMs podem refletir preconceitos e estereótipos presentes nos dados de treino. É essencial ler as respostas de forma crítica e estar ciente de que nem tudo corresponderá à realidade.

A transparência nas limitações do modelo ajuda a interpretar as respostas com prudência e a evitar a propagação de desinformação ou estereótipos.

5. Contribua para Melhorias e Mantenha-se Informado

• Forneça feedback construtivo: Se detetar erros ou obter respostas desadequadas, sempre que possível, partilhe detalhes sobre o problema para ajudar a melhorar futuros desenvolvimentos.
• Mantenha-se informado: Acompanhe as novas versões de LLMs, leia sobre as melhores práticas de segurança e privacidade, e esteja a par das tendências na área de Inteligência Artificial.

Ao participar no aperfeiçoamento destes sistemas, contribui para uma comunidade mais segura e eficiente. A atualização contínua do conhecimento garante que se mantém atualizado sobre as constantes inovações e boas práticas.

 

Seguindo estas cinco dicas, pode tirar maior partido das potencialidades dos LLMs, mantendo ao mesmo tempo uma postura informada, segura e consciente. Os modelos de linguagem de grande escala são poderosos e versáteis, mas exigem uma utilização criteriosa para se evitarem riscos e maximizar benefícios.