IA vs. IA Generativa

Pílula de Conhecimento

IA vs. IA
Generativa

Artificial Intelligence · Generative AI · LLM · CNN

Não são sinônimos

Explore os conceitos

IA vs. IA Generativa:
não são a mesma coisa

Inteligência Artificial — o campo amplo

Inteligência Artificial é o campo que engloba qualquer sistema computacional capaz de executar tarefas tipicamente associadas à cognição humana: classificar, prever, reconhecer padrões, planejar, decidir, otimizar. Dentro disso cabem coisas muito distintas — desde sistemas especialistas baseados em regras dos anos 1950, passando por árvores de decisão, máquinas de vetor de suporte (SVM), redes neurais convolucionais para classificação de imagem, algoritmos de aprendizado por reforço, até os modelos de linguagem de hoje.

Um classificador que olha uma ultrassonografia e diz "suspeito/normal" é IA. Um sistema que calcula risco de pré-eclâmpsia a partir de parâmetros dopplervelocimétricos é IA. Nenhum dos dois é generativo.

A IA existe como campo desde os anos 1950. A IA generativa é um desenvolvimento recente dentro desse campo.

IA Generativa — a classe que cria

IA Generativa é especificamente a classe de modelos que produzem conteúdo novo — texto, imagem, áudio, vídeo, código, estruturas moleculares — aprendendo a distribuição estatística dos dados de treino e amostrando dela. O que distingue não é "ser inteligente": é gerar output original em vez de apenas rotular, classificar ou prever um valor.

GPT, Claude, Gemini, Stable Diffusion, Sora e AlphaFold (na parte generativa) caem aqui. Todos produzem algo que não existia antes, a partir do que aprenderam.

A diferença essencial: IA discriminativa responde "o que é isso?". IA generativa responde "crie algo a partir do que aprendi".

A taxonomia

Na prática clínica — exemplos reais

Essa distinção importa diretamente para quem usa ou vai usar IA no consultório e no exame.

Por que essa distinção importa para o médico

Quando você usa um LLM como Claude ou ChatGPT para raciocínio diferencial, está usando IA generativa — um modelo de linguagem que produz texto de raciocínio. Quando um software de ultrassom faz medição automática de translucência nucal, está usando IA discriminativa — visão computacional treinada para detectar e medir, não para gerar.

As limitações, riscos e regulamentações de cada tipo são diferentes. A IA discriminativa tende a ter fronteiras de erro mais previsíveis — ela erra dentro da tarefa para a qual foi treinada. A IA generativa pode alucinar: gerar conteúdo plausível, coerente e completamente errado. No benchmark que realizamos, todos os erros foram de IA generativa sendo usada fora do seu domínio de confiança.

Saber com qual tipo de IA você está trabalhando muda como você deve interpretar, confiar e auditar o resultado.

Referências

1. Goodfellow I, Bengio Y, Courville A. Deep Learning. MIT Press, 2016.

2. Vaswani A et al. Attention Is All You Need. NeurIPS, 2017. (Arquitetura Transformer — base dos LLMs atuais)

3. ANVISA. RDC 657/2022 — Regulamentação de Software como Dispositivo Médico (SaMD). Brasília, 2022.

4. ICS & Xdiag Tecnologias. IA na Medicina: O Método Prático para o Médico Moderno. 2026.