“Tipo de IA” pode significar coisas diferentes. Uma classificação descreve a tarefa; outra, a arquitetura; uma terceira, o grau de autonomia. Por isso, uma mesma ferramenta pode ser generativa, multimodal e também usar recursos de agente. As categorias não formam caixas exclusivas.

Oito formas úteis de classificar

• IA preditiva: estima valores ou eventos, como demanda e risco.

• IA discriminativa: classifica entradas, por exemplo separar mensagens legítimas de spam.

• IA generativa: produz texto, imagem, áudio, vídeo ou código.

• IA multimodal: interpreta ou combina mais de um tipo de entrada, como voz e imagem.

• Sistemas de recomendação: ordenam opções que podem interessar a cada pessoa.

• Visão computacional: analisa imagens e vídeo para detectar ou localizar elementos.

• IA agêntica: usa ferramentas e executa etapas para alcançar um objetivo definido.

• IA física ou incorporada: conecta percepção e decisão a robôs ou máquinas.

Categorias diferentes respondem a perguntas diferentes

Preditiva e generativa descrevem resultados; multimodal fala sobre entradas e saídas; agente descreve como o sistema atua; “pequeno” ou “de fronteira” fala de escala e capacidade. Uma câmera pode usar visão computacional para detectar um objeto e um modelo generativo para resumir o alerta.

Também existe a classificação por escopo. A IA estreita é construída para tarefas delimitadas, mesmo quando resolve muitas delas. AGI, ou inteligência artificial geral, é uma hipótese sobre sistemas mais amplos; não é sinônimo de chatbot, agente ou modelo multimodal.

Como escolher sem cair em rótulos

Comece pelo problema: você precisa prever, classificar, gerar, pesquisar, recomendar ou agir? Depois defina dados, tolerância a erros, revisão humana, privacidade e custo. O nome da categoria ajuda a formular a pergunta, mas não prova que a ferramenta seja adequada.

A forma prática de entender o mercado é olhar para a combinação de capacidades e para os limites documentados. Uma demonstração impressionante não substitui teste com dados e tarefas parecidos com os do uso real.

Exemplo: um processo pode combinar vários tipos

Em uma loja, um classificador pode separar mensagens por assunto, um modelo preditivo estimar quais pedidos precisam de atenção e uma IA generativa preparar uma resposta para revisão. O fluxo inteiro é uma aplicação de IA, mas cada etapa tem uma função diferente e precisa de um critério próprio.

Ao desenhar o sistema, marque entradas, saídas e responsável por cada decisão. Isso facilita comparar fornecedores e localizar a etapa que falha. Também evita chamar toda automação de “IA generativa” quando ela depende de classificação ou regras convencionais.

Um roteiro para reconhecer a tecnologia certa

Na hora de escolher uma solução, comece pela tarefa observável e pelo resultado que precisa melhorar. O nome usado pelo fornecedor pode não revelar se o sistema classifica, prevê, gera conteúdo ou executa ações. Uma descrição clara evita comparar ferramentas que resolvem problemas diferentes.

• Se a saída é uma estimativa, investigue o modelo preditivo e como ele foi validado.

• Se a saída é conteúdo novo, verifique geração, direitos de uso e necessidade de revisão.

• Se o sistema aciona ferramentas, avalie permissões, registro das ações e forma de interromper o fluxo.

Essa classificação é um mapa inicial, não uma certificação de qualidade. O desempenho precisa ser medido com exemplos representativos do seu próprio contexto.