Descubra agora e isso é importante, porque nunca confiar totalmente na IA. Veja dados da BBC e da NewsGuard, exemplos reais de erros e aprenda a questionar respostas da IA com mais segurança e método.
Nunca confiar totalmente na IA não significa deixar de usá-la. Significa tratar cada resposta como uma pista, e não como um veredito. O motivo é simples. A IA não é dona da verdade. Ela aprende e busca informações em sites, vídeos e redes sociais criados por humanos. Quando a web está cheia de conteúdo falso, a resposta herda esse problema.
Os números confirmam o alerta. Um estudo da BBC e da União Europeia de Radiodifusão encontrou problemas significativos em 45% das respostas de assistentes de IA sobre notícias. Neste guia, você vai entender por que nunca confiar totalmente na IA é a atitude mais segura. Também verá dados reais e aprenderá a questionar respostas da IA com método.
Por que nunca confiar totalmente na IA?
Nunca confiar totalmente na IA é uma regra básica de segurança da informação. Ela vale para o ChatGPT, o Gemini, o Copilot, o Perplexity e qualquer outro assistente. O motivo central está na origem do conhecimento dessas ferramentas.
A resposta direta em poucas linhas
Veja por que nunca confiar totalmente na IA é uma regra sensata:
- Os modelos de IA aprendem com textos e vídeos produzidos por pessoas.
- A web mistura fatos, erros, boatos, sátiras e propaganda.
- A IA não confere a verdade de cada trecho que encontra.
- Por isso, uma resposta fluente pode estar completamente errada.
- Nunca confiar totalmente na IA e checar fontes reduz muito o risco.
A IA não tem um cofre de verdades
Muita gente imagina que a IA consulta um arquivo perfeito de fatos. Isso não acontece. Um modelo de linguagem funciona prevendo a próxima palavra mais provável em uma sequência. Ele não possui um conceito próprio de verdade. Ele imita padrões de texto humano com grande fidelidade.
Na prática, a IA encontra e reorganiza o que pessoas já publicaram. Quando essas pessoas erraram, mentiram ou brincaram, o erro vai junto. Assim, uma resposta bem escrita pode carregar uma informação falsa. Esse é o primeiro motivo para nunca confiar totalmente na IA.
Os próprios assistentes exibem avisos pedindo cuidado com as respostas. Esse aviso não é um detalhe jurídico. Ele descreve uma limitação real da tecnologia.
A enxurrada de informações falsas na web
A web nunca foi um ambiente totalmente confiável. Hoje ela é também gigantesca e veloz. Sites, vídeos e redes sociais publicam conteúdo em volume enorme. Uma parte disso é falsa.
Além disso, a IA generativa depende desse material. Portanto, a qualidade da resposta depende da qualidade do que circula online. Por isso, nunca confiar totalmente na IA funciona como defesa contra essa enxurrada.
Sites, vídeos e redes sociais espalham mentiras com facilidade
Um estudo do MIT, publicado na revista Science em 2018, analisou 126 mil histórias no Twitter entre 2006 e 2017. Elas foram compartilhadas por 3 milhões de pessoas, cerca de 4,5 milhões de vezes. Seis instituições de checagem definiram o que era falso ou verdadeiro, segundo a Agência Brasil.
O resultado chamou atenção. Conteúdos falsos tiveram 70% mais chance de serem retransmitidos. Além disso, levaram seis vezes menos tempo para alcançar 1.500 pessoas.
Os robôs espalharam informações falsas e verdadeiras no mesmo ritmo. Ou seja, as pessoas foram as principais responsáveis pela diferença. O estudo analisou o Twitter, mas o padrão ajuda a entender o ambiente digital como um todo. Nesse cenário, nunca confiar totalmente na IA passa a ser uma medida de prudência.
O caso da cola na pizza: a IA encontra o que humanos escreveram
Em maio de 2024, o Google lançou as AI Overviews para todos os usuários nos Estados Unidos. Uma pessoa buscou por que o queijo não grudava na pizza. A resposta sugeriu adicionar cola não tóxica ao molho.
A origem era um comentário de brincadeira no Reddit, publicado em 2013, segundo o Tecnoblog. A IA não inventou aquela receita do nada. Ela encontrou um texto humano e o apresentou como resposta séria.
Além disso, outro caso viralizou na mesma semana. A ferramenta afirmou que se deve comer uma pedra por dia. Segundo o Poder360, a piada veio de um conteúdo satírico que foi indexado como se fosse matéria científica.
A responsável pela busca no Google, Liz Reid, reconheceu que o sistema não entendia piadas. Essa é a lição principal. A IA não separa humor de fato com a mesma sensibilidade de uma pessoa. Essa lição explica por que nunca confiar totalmente na IA é tão importante.
Propaganda plantada de propósito: a rede Pravda
Alguns conteúdos falsos são criados para enganar as máquinas. Em março de 2025, a NewsGuard revelou uma rede de sites pró-Kremlin chamada Pravda. A estratégia era inundar buscadores e rastreadores com afirmações falsas.
A rede publicou 3,6 milhões de artigos em 2024, segundo a auditoria. Como resultado, os principais chatbots repetiram narrativas dessa rede em 33% das vezes. Além disso, a NewsGuard apontou que a rede atuava em 49 países e cerca de 150 domínios. Esse caso reforça a ideia de nunca confiar totalmente na IA em temas políticos.
Um teste de janeiro de 2026, citado pela Revista Tempo, indicou um problema ainda maior em idiomas menos falados. Nesse teste, metade das narrativas falsas foi tratada como verdadeira. Portanto, o idioma da pergunta também influencia a confiabilidade da resposta.
Envenenamento de dados: 250 documentos podem bastar
Existe ainda a manipulação direta do treinamento. Um estudo da Anthropic, do Instituto de Segurança de IA do Reino Unido e do Instituto Alan Turing testou esse risco. Os pesquisadores concluíram que cerca de 250 documentos maliciosos foram suficientes para criar uma brecha oculta no modelo.
O resultado valeu para modelos de 600 milhões a 13 bilhões de parâmetros. Os autores lembram que faltam testes com modelos muito maiores. Ainda assim, o achado mostra que dados abertos exigem vigilância constante. Dessa forma, ele reforça a regra de nunca confiar totalmente na IA.
Conteúdo de IA alimentando novas IAs: o colapso do modelo
Há ainda outro fator. Cada vez mais textos gerados por IA circulam na web. Em 2024, um artigo na revista Nature, liderado por Ilia Shumailov, descreveu o colapso do modelo.
Quando um modelo aprende de forma indiscriminada com dados criados por outros modelos, ele perde a fidelidade aos dados reais. Depois de algumas gerações, o conteúdo se degrada. Os autores destacam que a filtragem cuidadosa dos dados é essencial.
Em outras palavras, a IA pode aprender com cópias de cópias. Nesse cenário, o erro se multiplica sem que ninguém perceba. É mais um motivo para nunca confiar totalmente na IA.
| Origem do erro | Como chega à resposta | Exemplo documentado |
|---|---|---|
| Boato ou erro humano | O modelo aprende ou busca a publicação falsa | Estudo do MIT sobre a rapidez das falsidades |
| Humor e sátira | A IA trata a piada como informação séria | Cola na pizza e pedras nas AI Overviews |
| Propaganda planejada | Sites inundam a web para serem lidos por IAs | Rede Pravda, com 3,6 milhões de artigos em 2024 |
| Dados envenenados | Documentos maliciosos entram no treinamento | Estudo com cerca de 250 documentos |
| Conteúdo de IA reciclado | Modelos treinam com textos de outros modelos | Colapso do modelo, Nature 2024 |
| Alucinação | O modelo gera texto plausível sem base real | Jurisprudência inventada em petições |
Os dados da NewsGuard mostram o tamanho do problema. Em setembro de 2025, a empresa publicou uma auditoria com dez chatbots. Em média, eles repetiram alegações falsas em 35% das vezes. Um ano antes, a taxa era de 18%.
FALSAS ALEGAÇÕES REPETIDAS POR CHATBOT (NewsGuard, auditoria de setembro de 2025)
Inflection ███████████████████░ 57%
Perplexity ████████████████░░░░ 47%
Meta AI █████████████░░░░░░░ 40%
ChatGPT █████████████░░░░░░░ 40%
Média geral ████████████░░░░░░░░ 35%
Claude ███░░░░░░░░░░░░░░░░░ 10%
Escala: 20 blocos = 60%
Os resultados mudam a cada auditoria e a cada nova versão dos modelos. Contudo, nenhum chatbot ficou livre do problema. Por isso, a regra de nunca confiar totalmente na IA vale para todos.
Alucinação de IA: quando o erro nasce dentro do modelo
A web contaminada explica boa parte dos erros. Contudo, ela não explica todos. Os modelos também cometem erros próprios, chamados de alucinações.
Portanto, existem dois problemas distintos, e ambos justificam nunca confiar totalmente na IA. O primeiro é o conteúdo humano falso que a IA encontra. O segundo é o texto plausível que o modelo produz sem base real.
O que é alucinação de IA
Alucinação de IA é uma resposta errada que parece verdadeira e é dita com muita confiança. O modelo pode citar um estudo inexistente, um processo que nunca existiu ou uma estatística sem origem.
Os pesquisadores separam as alucinações em dois grupos:
- Intrínsecas, quando a resposta contradiz o pedido do usuário, como contar errado as letras de uma palavra.
- Extrínsecas, quando a resposta contradiz os dados de treinamento, como dizer que a capital da Austrália é Sydney.
Por que a IA prefere chutar a admitir que não sabe
Em setembro de 2025, pesquisadores da OpenAI e do Instituto de Tecnologia da Geórgia publicaram o artigo Why Language Models Hallucinate. A tese é clara. As avaliações atuais recompensam respostas erradas e punem a expressão honesta de incerteza.
Pense em uma prova de múltipla escolha. Quem chuta pode acertar e ganhar pontos. Quem deixa em branco ganha zero. Da mesma forma, os modelos são treinados e testados sob uma lógica parecida.
Felizmente, existem técnicas para reduzir o problema. O RAG, por exemplo, permite consultar uma base externa antes de responder. O raciocínio em etapas também ajuda. No entanto, essas são medidas de mitigação, e não de eliminação. Um sistema RAG ainda depende do modelo para interpretar o documento encontrado. Logo, nunca confiar totalmente na IA continua necessário, mesmo em sistemas com fontes.
Modelos mais novos nem sempre erram menos
Muita gente supõe que a versão mais recente é sempre mais precisa. Os dados da própria OpenAI mostram um cenário mais complexo. No teste PersonQA, que mede o conhecimento sobre pessoas, o o3 alucinou em 33% das perguntas. O o4-mini chegou a 48%. O o1 ficou em 16% e o o3-mini em 14,8%.
ALUCINAÇÃO NO TESTE PERSONQA (OpenAI, abril de 2025)
o3-mini ███████░░░░░░░░░░░░░ 14,8%
o1 ████████░░░░░░░░░░░░ 16%
o3 █████████████░░░░░░░ 33%
o4-mini ███████████████████░ 48%
Escala: 20 blocos = 50%
A OpenAI explicou que o o3 faz mais afirmações no total. Assim, ele acerta mais e também erra mais. A empresa reconheceu que são necessárias novas pesquisas para entender a causa. Portanto, nem a versão mais recente dispensa a regra de nunca confiar totalmente na IA.
A organização Transluce observou ainda um comportamento curioso. O modelo afirmou ter executado um código em um MacBook Pro de 2021, algo impossível para ele. Esse exemplo mostra que a IA pode inventar até o processo que usou. Assim, nunca confiar totalmente na IA inclui desconfiar das explicações que ela dá sobre si mesma.
Os números que mostram por que questionar respostas da IA
Os estudos independentes convergem para a mesma conclusão. Questionar respostas da IA não é exagero. É uma prática baseada em evidências. Portanto, nunca confiar totalmente na IA é uma posição sustentada por dados.
| Estudo | Quem fez | O que encontrou |
|---|---|---|
| Integridade de notícias em assistentes de IA (2025) | EBU e BBC, com 22 emissoras de 18 países | 45% das respostas tiveram ao menos um problema significativo |
| Mesmo estudo, fontes | EBU e BBC | 31% tiveram falhas graves de atribuição de fontes |
| Mesmo estudo, precisão | EBU e BBC | 20% tiveram grandes problemas de precisão |
| Busca de IA e citações (2025) | Tow Center, da Universidade Columbia | Mais de 60% das consultas receberam respostas incorretas |
| Auditoria de falsas alegações (2025) | NewsGuard | 35% de repetição de alegações falsas, contra 18% um ano antes |
| Rede Pravda (2025) | NewsGuard | 33% de repetição de narrativas de propaganda |
O que a BBC e a EBU descobriram
Ao todo, o estudo News Integrity in AI Assistants avaliou mais de 3.000 respostas em 14 idiomas. Jornalistas profissionais analisaram as versões gratuitas do ChatGPT, do Copilot, do Gemini e do Perplexity. Eles observaram precisão, fontes, contexto e distinção entre fato e opinião.
O Gemini teve problemas significativos em 76% das respostas, mais que o dobro dos outros. Segundo a EBU, isso ocorreu em grande parte por falhas na identificação das fontes.
PROBLEMAS EM RESPOSTAS DE IA SOBRE NOTÍCIAS (EBU e BBC, 2025)
Gemini, algum problema significativo ███████████████████░ 76%
Todos os assistentes, algum problema ███████████░░░░░░░░░ 45%
Todos, falhas graves de fontes ████████░░░░░░░░░░░░ 31%
Todos, grandes erros de precisão █████░░░░░░░░░░░░░░░ 20%
Escala: 20 blocos = 80%
Os exemplos são reveladores e reforçam o argumento de nunca confiar totalmente na IA para checar notícias. Segundo a Sábado, que citou a Reuters, o ChatGPT chamou o Papa Francisco de vivo meses após a sua morte. A Deutsche Welle também testou os assistentes. Em 53% das respostas houve problemas relevantes. Em uma delas, o assistente disse que Olaf Scholz ainda era chanceler, mesmo após a posse de Friedrich Merz.
Além disso, o estudo mostrou uma mudança de hábito. Segundo o Digital News Report 2025, do Instituto Reuters, 7% dos consumidores de notícias online usam assistentes de IA para se informar. Entre os menores de 25 anos, esse número sobe para 15%.
O que o Tow Center descobriu
O Tow Center para Jornalismo Digital, da Universidade Columbia, testou oito ferramentas de busca com IA. Foram 1.600 consultas com trechos reais de reportagens. Os robôs precisavam identificar título, veículo, data e link.
Em conjunto, eles erraram em mais de 60% das consultas. O Perplexity teve a menor taxa, com 37%. O ChatGPT Search errou 134 em 200 consultas, ou 67%. Assim, nunca confiar totalmente na IA vale até para ferramentas que exibem fontes.
Os pesquisadores destacaram três pontos preocupantes:
- Os chatbots raramente admitiram que não sabiam a resposta.
- Versões pagas deram respostas erradas com mais confiança que as gratuitas.
- Várias ferramentas fabricaram links e citaram cópias de artigos.
Erros com consequência real: a IA nos tribunais
O direito virou um laboratório involuntário desse problema. Em 2023, advogados de Nova York apresentaram uma petição com seis casos inexistentes criados pelo ChatGPT. A sanção incluiu multa de US$ 5.000, segundo o portal Chat Jurídico. Esse é o caso Mata v. Avianca.
Desde então, o pesquisador Damien Charlotin, da HEC Paris, mantém um banco de dados público sobre esses episódios. Em novembro de 2025, o Canaltech informou que a lista já passava de 500 registros.
Além disso, o problema chegou ao Brasil. Em fevereiro de 2026, o Conjur relatou um caso em um processo trabalhista. Uma empresa citou precedentes que não existiam. Ela admitiu o uso de IA generativa e recebeu multa por má-fé. O tribunal também enviou ofício à OAB de São Paulo.
Esses casos têm um ponto em comum. A resposta parecia correta, o formato era técnico e o número do processo parecia real. Só a checagem em fonte oficial revelou a fraude. Nesses casos, nunca confiar totalmente na IA teria evitado multas e sanções.
Leia isso também:
Como questionar respostas da IA na prática
Questionar respostas da IA é uma habilidade que se aprende. Ela não exige conhecimento técnico avançado. Na verdade, exige apenas método e alguns minutos de atenção. Por isso, nunca confiar totalmente na IA começa por hábitos simples.
Para nunca confiar totalmente na IA sem paralisar o trabalho, siga este passo a passo:
- Identifique as afirmações que podem causar dano se estiverem erradas.
- Peça a fonte de cada afirmação e abra os links.
- Confirme os dados principais em uma fonte primária.
- Compare com pelo menos uma segunda fonte independente.
- Verifique a data e se a informação ainda é atual.
- Só então use a resposta em um trabalho, decisão ou publicação.
1. Peça as fontes e abra cada link
Comece pedindo a origem da informação. Por exemplo: “Liste as fontes desta resposta, com título, data e link. Se não tiver certeza, diga.”
Depois, abra cada link. O Tow Center mostrou que as ferramentas podem fabricar endereços. Portanto, uma fonte citada não é uma fonte confirmada. Nunca confiar totalmente na IA significa tratar cada fonte como pendente de verificação.
2. Confirme na fonte primária
A fonte primária é quem produziu o dado originalmente. Se a IA cita um número do IBGE, abra o site do IBGE. Se ela cita uma decisão judicial, procure no portal do tribunal.
Um exemplo prático ajuda. Suponha que a IA diga que uma súmula garante determinado direito. Busque o número da súmula no site do tribunal. Se ela não aparecer, descarte a informação. Assim se aplica, na prática, o princípio de nunca confiar totalmente na IA.
3. Cruze pelo menos duas fontes independentes
Fontes independentes não copiam umas às outras. Muitas páginas repetem o mesmo texto e dão a falsa impressão de consenso. O Tow Center notou que as ferramentas também citaram versões copiadas de artigos.
Por isso, prefira veículos com reputação e equipe editorial. Além disso, nunca confiar totalmente na IA também exige cuidado com páginas que apenas repetem outras. Consulte também agências de checagem de fatos, como Aos Fatos, Agência Lupa e o Fato ou Fake, do g1.
4. Desconfie de números, datas, nomes e citações
Detalhes muito específicos são os pontos mais frágeis. Uma data errada ou um cargo desatualizado pode passar despercebido. Os exemplos do Papa Francisco e do chanceler alemão mostram esse risco.
Sempre que a resposta trouxer uma citação entre aspas, procure o texto original. Se você não encontrar, considere a frase inventada. Nunca confiar totalmente na IA vale ainda mais para citações entre aspas.
5. Pergunte o que pode estar errado
Também é possível usar a própria IA como auxiliar de revisão. Escreva: “Quais partes desta resposta têm maior risco de erro? O que eu devo verificar?”
Essa pergunta não prova nada. Ela apenas indica onde procurar. Lembre-se de que a IA também pode errar ao avaliar a si mesma. Ela é apenas mais uma camada de quem prefere nunca confiar totalmente na IA.
6. Reformule a pergunta e compare as respostas
Faça a mesma pergunta de duas ou três formas diferentes. Se as respostas divergirem em fatos centrais, há um sinal de alerta. Use também outra ferramenta para comparar.
Um exemplo simples: pergunte “Qual a população de uma cidade?” e depois “Qual foi o último censo dessa cidade?”. Números incompatíveis indicam que algo está errado. Dessa forma, nunca confiar totalmente na IA vira rotina.
7. Confira a data e a atualização da informação
Primeiro, modelos têm data de corte no treinamento. Assim, assuntos recentes podem estar ausentes ou desatualizados. Nunca confiar totalmente na IA inclui desconfiar da atualidade da resposta. Cargos, preços, leis e resultados esportivos mudam com frequência.
Ferramentas com busca na web ajudam, mas não resolvem tudo. Elas também podem citar páginas antigas ou erradas.
8. Use a IA como ponto de partida, e não como árbitro final
Sem dúvida, a IA é excelente para organizar ideias, resumir textos que você forneceu e gerar rascunhos. Ela é fraca como autoridade final sobre fatos, leis e saúde.
Assim, uma boa prática é usar a IA para acelerar a pesquisa. Depois, a validação fica com você. Essa divisão de tarefas resume o princípio de nunca confiar totalmente na IA.
A tabela a seguir mostra onde nunca confiar totalmente na IA exige atenção máxima.
| Tipo de informação | Nível de risco | Como verificar |
|---|---|---|
| Citações e referências | Muito alto | Buscar o texto original |
| Leis e jurisprudência | Muito alto | Consultar o portal oficial do tribunal |
| Números e estatísticas | Alto | Abrir o relatório da instituição |
| Notícias recentes | Alto | Comparar veículos e agências de checagem |
| Saúde e finanças | Alto | Consultar fontes oficiais e profissionais |
| Resumo de texto fornecido por você | Baixo a médio | Ler o trecho mais importante |
| Ideias e rascunhos | Baixo | Revisão humana |
LEIA ISSO TAMBÉM:
Benefícios de questionar respostas da IA
Questionar respostas da IA traz ganhos concretos. A tabela abaixo mostra os principais benefícios, os dados que os sustentam e as estratégias recomendadas.
| Benefício | Dado real | Estratégia recomendada |
|---|---|---|
| Menos risco de repetir erros | 45% das respostas sobre notícias tiveram falhas significativas | Confirmar fatos em fonte primária |
| Proteção contra fontes fabricadas | Mais de 60% de erros em buscas de IA com citações | Abrir cada link citado |
| Defesa contra desinformação planejada | 33% de repetição de narrativas da rede Pravda | Cruzar veículos independentes |
| Proteção profissional | Mais de 500 casos em tribunais no banco de Charlotin | Nunca protocolar citações sem conferir |
| Melhor uso de modelos avançados | o3 alucinou em 33% dos casos, contra 16% do o1 | Testar o modelo em tarefas conhecidas |
| Pensamento crítico | Falsidades têm 70% mais chance de compartilhamento | Pausar antes de compartilhar |
Esses benefícios se somam. Quem checa informações erra menos, decide melhor e compartilha menos boatos. Além disso, desenvolve um hábito valioso em qualquer área. Por isso, nunca confiar totalmente na IA é um investimento, e não um custo.
Quando usar a IA com segurança
Nunca confiar totalmente na IA não significa nunca usar a IA. Na verdade, a tecnologia é útil quando o risco é baixo ou quando a validação é fácil.
Em resumo, nunca confiar totalmente na IA é uma regra de proporção. Quanto maior o risco, maior deve ser a checagem.
| Tarefa | Risco | Cuidado recomendado |
|---|---|---|
| Resumir um texto que você mesmo enviou | Baixo | Conferir números e nomes no original |
| Sugerir títulos e estruturas | Baixo | Ajustar ao seu contexto |
| Explicar um conceito conhecido | Médio | Comparar com um livro ou site confiável |
| Buscar notícias e dados recentes | Alto | Abrir todas as fontes |
| Citar leis, decisões e artigos científicos | Muito alto | Confirmar no site oficial |
| Aconselhar sobre saúde ou dinheiro | Muito alto | Consultar um profissional |
Os números mudam, o método permanece
Além disso, os modelos evoluem rapidamente. Uma taxa de erro medida hoje pode cair ou subir no próximo ano. Vale lembrar que os estudos citados aqui avaliam tarefas específicas, como notícias, citações e perguntas sobre pessoas.
Portanto, não use esses números como sentença definitiva. Use-os como lembrete. O método de verificar, cruzar e questionar continua válido em qualquer versão. Ele resume o princípio de nunca confiar totalmente na IA.
Perguntas frequentes sobre nunca confiar totalmente na IA
A IA mente de propósito?
Não. A IA não tem intenção de enganar. Ela prevê texto com base em padrões aprendidos. Os erros vêm de fontes humanas falsas, de sátiras tratadas como fato e de alucinações do modelo. O resultado pode parecer uma mentira, mas nasce de um processo estatístico.
Existe uma IA que nunca erra?
Não existe. Pesquisadores da OpenAI indicam que as alucinações ocorrem por causa do treinamento e da forma de avaliação. Técnicas como o RAG reduzem os erros, mas não os eliminam. Por isso, nunca confiar totalmente na IA vale até para ferramentas com busca e fontes.
Como saber se uma resposta da IA é confiável?
Peça as fontes e abra os links. Depois, confirme os dados principais em um site oficial e compare com um segundo veículo independente. Desconfie de citações, números e datas muito precisos. Se você não conseguir confirmar, não use a informação.
Conclusão
Nunca confiar totalmente na IA é uma atitude de responsabilidade. A web está cheia de conteúdo falso em sites, vídeos e redes sociais. A IA encontra, reorganiza e repete parte desse material. Além disso, ela pode gerar erros próprios.
Os dados sustentam esse alerta. A BBC e a EBU encontraram problemas em 45% das respostas sobre notícias. O Tow Center registrou mais de 60% de erros em buscas com citações. A NewsGuard mostrou que a repetição de falsas alegações chegou a 35%.
Portanto, use a IA como assistente, e não como juiz. Nunca confiar totalmente na IA é a melhor forma de aproveitar a tecnologia. Questione as respostas, abra as fontes e confirme os fatos. Assim, você aproveita a velocidade da tecnologia sem abrir mão da verdade.
