O que é uma alucinação de IA?
Uma alucinação de IA é uma resposta de uma ferramenta de IA generativa apresentada com confiança, mas falsa, inventada ou sem respaldo nas informações fornecidas. O perfil de IA generativa do NIST usa o termo confabulação para o mesmo fenômeno e o descreve como sistemas generativos que geram e apresentam com confiança conteúdo incorreto ou falso. O NIST inclui nessa definição respostas que se desviam da instrução ou de outras informações fornecidas, ou que contradizem afirmações feitas anteriormente na mesma conversa.
A palavra alucinação é uma metáfora um tanto enganosa. A ferramenta não está vendo coisas. Ela está produzindo texto estatisticamente plausível para o contexto, e às vezes um texto plausível está errado. É por isso que uma alucinação raramente parece um erro. Parece uma resposta normal e bem escrita.
Por que o ChatGPT tem alucinações?
O ChatGPT e ferramentas semelhantes têm alucinações porque foram desenvolvidos para gerar continuações prováveis de um texto, não para buscar fatos verificados. O NIST descreve a confabulação como um resultado natural da forma como os modelos generativos são projetados: eles aproximam a distribuição estatística dos dados de treinamento e, embora isso possa produzir respostas corretas, também pode produzir respostas factualmente erradas ou inconsistentes. O NIST observa que o problema é especialmente relevante em respostas abertas e longas e em perguntas que exigem conhecimento especializado.
Um artigo de pesquisa de 2025 de Kalai, Nachum, Vempala e Zhang apresenta uma segunda parte da explicação. Os autores argumentam que os procedimentos de treinamento e avaliação tendem a recompensar respostas por adivinhação em vez da admissão de incerteza, porque um modelo que arrisca uma resposta pontua melhor em muitos testes de referência do que um que diz não saber. Na visão deles, os modelos são otimizados para se sair bem em testes. Seja qual for o mecanismo exato, a lição prática para quem usa a ferramenta no trabalho é a mesma: a confiança com que ela responde não diz nada sobre a veracidade de uma afirmação.
As alucinações são mais prováveis quando você pergunta sobre algo pouco conhecido, recente, muito específico ou que não está no material fornecido: um número exato, o cargo de uma pessoa específica, uma citação, um processo judicial, o preço atual de um produto. Elas são menos prováveis, embora ainda possíveis, quando você pede à ferramenta que trabalhe apenas com um documento que colou na conversa.
Como as alucinações de IA aparecem no trabalho?
No trabalho, as alucinações costumam aparecer como pequenos detalhes específicos que parecem corretos. A lista abrange as formas que os funcionários encontram com mais frequência. Aprender a reconhecer esses padrões facilita a identificação.
Fontes inventadas
Uma citação, título de relatório, URL ou trecho citado que não existe, ou que existe, mas diz algo diferente.
Detalhes inventados
Uma data, preço, porcentagem, nome ou cargo que não aparece em nenhum lugar do material que você forneceu.
Grau de certeza aumentado
Um resumo que transforma uma possibilidade em certeza ou uma data proposta em uma data confirmada.
Causas sem respaldo
Uma explicação para a mudança de um número que não é sustentada pelos dados.
Raciocínio confabulado
Uma lógica bem organizada, passo a passo, que leva a uma resposta errada. O NIST observa que os modelos às vezes apresentam etapas lógicas para justificar uma resposta, mesmo quando ela está incorreta.
Contradição interna
Uma afirmação que contradiz algo que a ferramenta disse algumas mensagens antes.
O que acontece quando uma alucinação não é identificada?
O exemplo público mais conhecido é Mata v. Avianca, julgado no Tribunal Distrital dos Estados Unidos para o Distrito Sul de Nova York em 22 June 2023. Advogados apresentaram ao tribunal um documento que incluía decisões judiciais inexistentes, com citações e referências falsas criadas pelo ChatGPT. O tribunal constatou má-fé e impôs aos advogados e ao escritório, solidariamente, uma multa de 5,000 dólares americanos, além de exigir que escrevessem ao cliente e aos juízes cujos nomes haviam sido falsamente associados às decisões inventadas. Ao avaliar a sanção, o tribunal observou que o escritório havia organizado formação jurídica continuada obrigatória para seus advogados e funcionários sobre competência tecnológica e ferramentas de IA: treinamento, em outras palavras, depois do ocorrido.
A lição não é que advogados sejam descuidados. É que uma citação inventada parece exatamente igual a uma verdadeira, e a pessoa que confiou nela pulou a única etapa que teria identificado o problema: abrir a fonte. A maioria das alucinações no trabalho é menor, como uma data de entrega errada em um e-mail para um cliente ou uma estatística inventada em uma apresentação comercial, mas a falha é a mesma.
Quer ver como isso se relaciona com uma função?
Conheça o período de teste planejado para equipes ↗As alucinações de IA ainda são um problema?
Sim. Os fornecedores adicionaram recursos que ajudam, como busca na web com citações e a capacidade de responder com base em arquivos enviados, mas nenhum deles afirma ter eliminado as alucinações. A própria documentação da Anthropic para o Claude diz que suas técnicas recomendadas reduzem as alucinações, mas não as eliminam por completo, e orienta a validar informações críticas, especialmente em decisões de alto impacto. As páginas de ajuda do Google para o Gemini no Gmail e no Planilhas alertam que os recursos do Gemini podem sugerir informações incorretas ou inadequadas.
Desconfie de qualquer afirmação de que uma ferramenta não tem mais alucinações. Uma pergunta melhor é quais tarefas uma ferramenta específica executa com confiabilidade suficiente para seu objetivo, e com quais verificações.
Como você pode reduzir as alucinações da IA?
Você reduz as alucinações ao limitar o que a ferramenta precisa inventar: forneça a fonte, instrua a ferramenta a usar apenas essa fonte, permita que ela diga que não sabe e peça evidências para cada afirmação. As técnicas abaixo vêm de orientações dos fornecedores, incluindo a documentação da Anthropic sobre redução de alucinações, adaptadas para trabalhos não técnicos. Nenhuma delas elimina a necessidade de conferir.
Exemplo de prompt que combina várias técnicas: Usando apenas o texto da política abaixo, liste as três regras que se aplicam a viagens de funcionários reservadas a menos de 48 horas da partida. Para cada regra, cite a frase exata de onde ela foi extraída. Se a política não abordar algum ponto, escreva Não informado. Não use conhecimentos gerais.
Forneça a fonte
Cole ou anexe o documento em vez de perguntar à ferramenta o que ela sabe. Tarefas baseadas em material de referência falham com menos frequência do que perguntas abertas.
Limite a resposta ao conteúdo da fonte
Diga explicitamente para usar apenas o material fornecido, sem recorrer a conhecimentos gerais.
Dê espaço para não saber
Diga à ferramenta para escrever Não informado ou Não tenho informações suficientes em vez de preencher lacunas.
Peça citações
Para documentos longos, peça primeiro que extraia as frases exatas e depois responda com base nessas citações.
Faça a ferramenta verificar suas afirmações
Após gerar o rascunho, peça que a IA encontre uma citação que sustente cada afirmação e remova qualquer afirmação que não consiga sustentar.
Faça perguntas mais específicas
Uma pergunta específica por vez é mais fácil de verificar do que um texto longo e aberto.
Compare execuções
Faça a mesma pergunta duas vezes. Se as respostas divergirem sobre um fato, trate esse fato como não verificado.
Como identificar uma alucinação na prática?
Considere uma distribuidora fictícia de materiais odontológicos com 25 pessoas, a Northgate Supply. Uma pessoa da coordenação de vendas cola a política de devoluções da empresa, de duas páginas, e pergunta a um assistente: Qual é o nosso prazo de devolução para produtos abertos? Há uma taxa de reposição em estoque? A política fornecida diz que itens não abertos podem ser devolvidos em até 30 dias, que itens abertos só podem ser devolvidos se apresentarem defeito e não menciona taxas de reposição em estoque.
A primeira resposta: produtos abertos podem ser devolvidos em até 14 dias, sujeitos a uma taxa de reposição de estoque de 15 por cento. Os dois detalhes são inventados. A política não menciona 14 dias nem qualquer taxa. Eles parecem plausíveis porque muitas políticas de devolução contêm essas condições, e é exatamente assim que uma resposta estatisticamente provável dá errado.
O coordenador refaz a pergunta com as técnicas acima: usar apenas a política, citar a frase, escrever Não informado se a informação estiver ausente. A segunda resposta: Produtos abertos: devolução permitida apenas em caso de defeito (citação: Produtos abertos só podem ser devolvidos quando apresentarem defeito). Taxa de reposição de estoque: Não informado. Essa resposta pode ser conferida com o documento em segundos, e a dúvida sobre taxas é encaminhada ao responsável pela política, em vez de entrar em um e-mail para o cliente.
O que um funcionário deve fazer ao identificar uma alucinação?
Remova ou corrija a afirmação falsa e depois verifique se alguém já se baseou nela. Se o resultado era apenas um rascunho, corrija e siga em frente, registrando na sua revisão que a ferramenta inventou aquele detalhe. Se ele já foi enviado, compartilhado ou usado em uma decisão, avise a pessoa responsável para que ela possa corrigi-lo. Não altere discretamente um documento que outras pessoas já leram.
Também ajuda contar aos colegas quais tipos de pergunta geraram o erro. Uma equipe que compartilha exemplos do que deu errado aprende mais rápido do que uma em que cada pessoa descobre a mesma falha sozinha. O método passo a passo para revisar um rascunho está no guia de checagem de fatos em respostas de IA.
Quando uma resposta ruim da IA não é uma alucinação?
Nem toda resposta ruim é uma alucinação, e a correção varia. Se a ferramenta dá uma resposta desatualizada porque a informação mudou depois do treinamento, a solução é uma fonte atual. Se ela dá uma resposta tendenciosa ou unilateral, o problema está na abordagem e na imparcialidade, não na invenção de informações. Se ela segue uma instrução vaga e chega a um resultado razoável, mas indesejado, a solução é uma orientação mais clara. E, se alguém usa IA deliberadamente para enganar, isso é uma questão de conduta, não de treinamento.
Este guia também não pode afirmar que determinada ferramenta é segura para uma tarefa específica de alto impacto. Para decisões jurídicas, médicas, financeiras ou trabalhistas sobre pessoas, recorra a um revisor qualificado, independentemente de como o resultado foi produzido.
Fontes e escopo
NIST, AI 600-1: Perfil de IA generativa, July 2024 ↗
Anthropic, documentação do Claude: reduzir alucinações, acessado em 16 de outubro de 2026 ↗
Mata v. Avianca, Inc., 678 F.Supp.3d 443 (S.D.N.Y., 22 June 2023), cópia hospedada pela CLLA ↗
Ajuda do Gmail, Colabore com o Gemini no Gmail, acessado em 16 October 2026 ↗