Gap de eficiência de dados: crianças aprendem línguas com bem menos dados
Cientistas apontam um “gap de eficiência de dados” entre crianças e máquinas: enquanto modelos de linguagem como GPT, Claude e DeepSeek conseguem conversar com fluência, eles dependem de volumes enormes de texto para chegar a esse nível. A discussão ganha força quatro anos após o lançamento do ChatGPT, destacando que ensinar computadores a usar linguagem humana ainda exige uma quantidade de dados muito maior do que a observada na infância.
Pesquisadores citam que uma criança pode ouvir algo na ordem de 100 milhões de palavras em um ambiente linguístico rico, chegando a cerca de 300 milhões com a alfabetização, enquanto modelos modernos são treinados com dezenas de trilhões de tokens. Ao “reverter” o modo como crianças aprendem, a meta é criar modelos de IA mais eficientes em dados e com aplicações como treinar IA para vídeo e desenvolver chatbots para comunidades que falam línguas minoritárias.
MIT Technology Review
O texto acima é um resumo reescrito. A apuração, o texto integral e os créditos são da fonte — abra o original para ler na íntegra.
Ler matéria original ↗Resumo gerado por IA a partir da matéria original e revisto pelo método descrito em como funciona a curadoria. Em caso de divergência, vale o texto da fonte. Achou um erro? Fale com a gente.