Alucinações de IA: por que a inteligência artificial inventa

Você pergunta algo à IA, ela responde na hora, com uma citação, um número e um tom de quem tem certeza. Só que a citação não existe, o número está errado e a tal fonte nunca foi publicada. Isso tem nome: alucinação. Não é um defeito raro nem um bug que será consertado na próxima versão. É um efeito colateral direto de como a inteligência artificial funciona. Ela não consulta a verdade, ela prevê o texto mais provável. Este guia mostra por que a IA inventa e o quanto ela inventa. Também traz casos reais que foram parar na Justiça e, o mais importante, como usar essas ferramentas sem se queimar.

Resumo rápido: Alucinação de IA é quando o modelo gera uma informação falsa e a apresenta com total confiança. Não é mentira nem defeito raro: a IA prevê o texto mais plausível, não a verdade, e o treino a recompensa por chutar em vez de dizer “não sei” (OpenAI, 2025). Acontece bastante — em perguntas jurídicas, modelos de uso geral erraram de 58% a 88% das vezes (Stanford). Já rendeu multas a advogados nos EUA e no Brasil por citar casos que não existem. A defesa é simples: use a IA como rascunho, peça a fonte e confira o fato final. A fluência da resposta não prova nada.

O que é uma alucinação de IA?

É quando um sistema de IA gera uma informação falsa, inventada, e a apresenta como se fosse um fato verdadeiro. O termo é usado pela própria indústria. Pode ser uma data errada, um livro que não existe, uma citação inventada ou uma lei que nunca foi escrita. O que define a alucinação não é o erro em si, mas a confiança com que ele vem.

Vale separar de um problema vizinho, o viés da IA. O viés é uma injustiça herdada dos dados: o modelo reflete um preconceito que já existia nos exemplos. A alucinação é diferente. Aqui o modelo não reflete nada real, ele fabrica. Inventa um fato do zero e o entrega com a mesma naturalidade de uma resposta correta.

Os dois problemas nascem da mesma raiz. A IA não é um oráculo que sabe a verdade e às vezes tropeça. Ela é uma máquina de padrões, treinada para produzir texto que soa certo. Quando o texto que soa certo também é falso, temos uma alucinação.

Por que a inteligência artificial inventa respostas?

Porque ela prevê a próxima palavra, não a verdade. Um modelo de linguagem, como explicamos no guia sobre o que são LLMs, calcula a sequência de palavras mais provável para a sua pergunta. Ele não abre um banco de dados de fatos para conferir. Ele monta a resposta que estatisticamente parece mais natural.

Na maior parte do tempo, o texto mais provável também é o correto, porque a IA treinou em bilhões de frases verdadeiras. O problema aparece quando ela não sabe a resposta. Em vez de parar, ela preenche a lacuna com algo plausível. Como não existe um freio interno que separe “eu sei isto” de “isto soa bem”, os dois saem iguais.

E há um motivo mais profundo, ligado a como a IA é treinada. Um estudo da OpenAI de 2025 mostrou que o treino e os testes recompensam o chute. Nas palavras dos autores, os modelos são “otimizados para serem bons em prova, e chutar quando incerto melhora o desempenho no teste” (arXiv). É como um aluno que, sem saber a questão, escreve qualquer coisa em vez de deixar em branco.

Com que frequência a IA alucina?

Mais do que a fluência das respostas sugere. A frequência varia muito com a tarefa, e dispara em perguntas específicas e verificáveis. Um estudo do laboratório RegLab de Stanford, em 2024, testou modelos de uso geral em mais de 800 mil questões jurídicas. A taxa de alucinação ficou entre 58% e 88%, dependendo do modelo.

O detalhe importante é que nem o melhor modelo escapou. O GPT-4 alucinou em 58% das perguntas, o GPT-3.5 em 69% e o Llama 2 em 88% (Stanford Law). Ferramentas jurídicas dedicadas, feitas para esse uso, erraram menos, mas ainda entre 17% e 33% das vezes.

Um alerta de leitura: esses números são de um domínio difícil, o jurídico, cheio de nomes e citações exatas. Não significa que a IA erre 88% de tudo. Em tarefas mais abertas, como resumir um texto que você forneceu, a taxa cai bastante. Mas o recado fica: quanto mais específica e verificável a pergunta, mais a IA tende a inventar.

Quando a alucinação sai do chat: casos reais

O maior risco não é a IA errar, é você repassar o erro. Foi o que aconteceu num caso que virou símbolo. Em 2023, nos Estados Unidos, um advogado usou o ChatGPT para preparar uma peça no processo Mata contra Avianca. A IA inventou seis decisões judiciais, com citações e números de processo falsos. O juiz descobriu, e o advogado e seu escritório foram multados em 5 mil dólares (Wikipedia).

O Brasil já tem seus próprios casos, e não são poucos. Tribunais como o TJSC e o TJ-PR multaram advogados por apresentarem jurisprudência falsa gerada por IA. Num dos casos, a peça citava 43 julgados inexistentes, com nomes de desembargadores que não são magistrados de verdade (Conjur). A confiança do texto enganou até profissionais experientes.

A resposta institucional já começou. A Ordem dos Advogados do Brasil publicou uma recomendação sobre o uso de IA generativa. Ela cobra verificação rigorosa das informações e proíbe delegar o ato profissional à máquina sem supervisão. O recado, aqui, é técnico, não jurídico: uma ferramenta que inventa com confiança exige um humano que confere.

A IA não sabe quando está errada

Esse é o ponto mais contraintuitivo. Um modelo de linguagem não tem um medidor interno honesto de confiança. A resposta errada sai com a mesma fluência da certa, porque para a máquina as duas são apenas sequências prováveis de palavras. O próprio estudo de Stanford notou que os modelos “carecem de autoconsciência sobre seus erros”.

Dá para ver isso na prática. Para este guia, rodei um modelo pequeno no meu computador: o Llama 3.2, o mesmo do guia sobre IA local e na nuvem. Pedi dois artigos científicos reais sobre criptografia. Ele não hesitou: apresentou dois, com título, autor e ano — todos inventados.

Repare no que aconteceu. Em nenhum momento o modelo escreveu “não tenho certeza” ou “não encontrei esse dado”. Ele preencheu a lacuna, porque é isso que foi treinado para fazer. A lição é direta: a segurança com que a IA responde não diz absolutamente nada sobre a resposta estar certa.

Como usar IA sem cair nas alucinações?

Tratando a IA como um estagiário brilhante e apressado: ótimo para rascunhar, nunca para bater o martelo. A meta não é fugir da ferramenta, é usá-la sabendo onde ela falha. Três hábitos resolvem a maior parte dos problemas, e nenhum deles é técnico.

O primeiro é pedir a fonte e conferir. Quando a IA citar um dado, uma lei, um estudo ou uma data, peça o link e abra. Se a fonte não existe, ou não diz aquilo, você acabou de pegar uma alucinação. Isso vale dobrado para nomes próprios, números exatos e citações, os campos onde a invenção mais aparece. A forma de pedir também ajuda: veja como escrever bons prompts que reduzem a invenção.

O segundo é desconfiar da precisão suspeita. Uma resposta genérica costuma ser segura; uma que crava “segundo o artigo 47, parágrafo 3º” merece checagem. O terceiro é decidir o papel da IA na tarefa: use-a para estruturar, resumir e explicar, e deixe o fato final por sua conta. É a mesma lógica de verificar a procedência que vale para qualquer conteúdo gerado por máquina.

Alucinações de IA na prática: como confiar sem se queimar

Do guia inteiro, três frases resistem:

• Alucinação não é bug, é o mecanismo. A IA prevê o texto mais plausível, não consulta a verdade. O treino ainda a recompensa por chutar em vez de admitir que não sabe;
• Acontece bastante, e com confiança total. Em perguntas jurídicas, até o melhor modelo errou 58% das vezes, e a resposta errada sai tão fluente quanto a certa. Já rendeu multas na Justiça, no Brasil e fora;
• A checagem é sua. Use a IA como rascunho, peça a fonte, confira nomes, números e citações. A segurança do texto não é prova de nada.

A trilha de Inteligência Artificial fecha aqui a sua parte de fundamentos. Você já viu o que a IA é, como ela pensa, como é treinada, por que é enviesada e, agora, por que ela inventa. Do outro lado, a mesma tecnologia também protege: veja como a IA atua na cibersegurança.

Perguntas frequentes

Por que a IA parece tão confiante mesmo quando erra?

Porque ela não tem um medidor de confiança honesto. Para o modelo, toda resposta é apenas a sequência de palavras mais provável, e a fluência é a mesma para acertos e erros. Ele não sabe distinguir “eu sei isto” de “isto soa bem”, então entrega os dois com a mesma segurança.

Alucinação de IA é a mesma coisa que viés?

Não. O viés é uma injustiça herdada dos dados de treino: o modelo reproduz um preconceito que já existia nos exemplos. A alucinação é uma invenção: o modelo fabrica um fato que nunca existiu. São falhas diferentes, embora as duas venham da mesma natureza estatística da IA.

Os modelos mais novos e maiores alucinam menos?

Em geral, sim, mas não zeram. No estudo de Stanford, o GPT-4 alucinou menos que o GPT-3.5, e ferramentas dedicadas erraram menos que modelos genéricos. Ainda assim, todos alucinaram em taxas altas. Um modelo melhor reduz o problema, não o elimina. A verificação continua sendo sua.

Como eu verifico se a IA inventou uma informação?

Peça a fonte e abra. Se a IA citar um estudo, uma lei ou um número, exija o link e confira se a página existe e diz aquilo. Desconfie de citações exatas, nomes próprios e datas específicas, que são onde a invenção mais aparece. Na dúvida, cheque numa fonte primária.

A IA vai parar de alucinar um dia?

Provavelmente vai alucinar menos, não zero. Técnicas como conectar a IA a bases de dados reais e melhorar o treino reduzem a taxa. Mas enquanto o mecanismo for prever o texto mais provável em vez de consultar a verdade, a possibilidade de inventar continua existindo. Conviver com isso, verificando, é o caminho realista.