introducao-a-inteligencia-artificial

Prévia do material em texto

Introdução 
 
 
 
 
 
 
 
 
 
 
 
 
MÓDULO I 
Fundamentos e o panorama da IA 
no contexto cristão 
 
 
 
 
Introdução à Inteligência Artificial: 
O que é, como funciona (LLMs) e a 
evolução histórica 
 
 
Curso: 
Formação em 
Inteligência Artificial 
Aplicada à Igreja 
 
1 
 
E-book produzido para o curso: 
Formação em Inteligência Artificial Aplicada à Igreja. 
 
© desta edição 2026 
UNIAENE PRESS 
 
Organizadores 
Weverton de Paula Castro 
Webber de Paula Castro 
 
Equipe da Coordenação da Pós-Graduação: 
Davi Tavison Silva de Araújo 
Gloria Stephany Basilio Boneti 
Narimã Gonçalves de Almeida 
Tiago Cardoso Ramos 
 
 
 
 
 
TODOS OS DIREITOS RESERVADOS. PROIBIDA A REPRODUÇÃO TOTAL OU PARCIAL, 
POR QUALQUER MEIO OU PROCESSO, ESPECIALMENTE POR SISTEMAS GRÁFICOS, 
MICROFILMES, FOTOGRÁFICOS, REPROGRÁFICOS, FONOGRÁFICOS, VIDEOGRÁFICOS. 
VEDADA A MEMORIZAÇÃO E/OU A RECUPERAÇÃO TOTAL OU PARCIAL, EM BANCO 
DE DADOS E QUALQUER PARTE DESTA OBRA EM QUALQUER SISTEMA DE 
PROCESSAMENTO DE DADOS. ESSAS PROIBIÇÕES APLICAM-SE TAMBÉM ÀS 
CARACTERÍSTICAS GRÁFICAS DA OBRA E À SUA EDITORAÇÃO. A VIOLAÇÃO DOS 
DIREITOS AUTORAIS É PUNÍVEL COMO CRIME (ART. 184 E PARÁGRAFOS, DO CÓDIGO 
PENAL), COM PENA DE PRISÃO E MULTA, CONJUNTAMENTE COM BUSCA E 
APREENSÃO E INDENIZAÇÕES DIVERSAS (ARTS. 101 A 110 DA LEI 9.610, DE 19.02.1998, 
LEI DOS DIREITOS AUTORAIS). 
 
 
 
 
 
 
Dr. Rubens Silva 
Reitor 
 
Dra. Djeyne Wagmacker Ferreira 
Pró-Reitora de Graduação 
 
Dra. Lilian Anabel Becerra de Oliveira 
Pró-Reitoria de Pós-graduação, Pesquisa e Extensão 
 
Sr. Everton Moraes 
Pró-Reitor Administrativo 
 
Me. Enilson Pedreira 
Pró-Reitor de Bem-Estar Estudantil e Desenvolvimento Espiritual 
 
Dr. Clodoaldo Tavares 
Pró-Reitor de Desenvolvimento Espiritual 
 
Me. Weverton de Paula Castro 
Coordenador da Pós-Graduação 
 
 
Capa 
Webber de Paula Castro 
 
Diagramação 
Victor Santos 
 
Revisão textual 
Jozy Anne Miranda Aguiar Castro 
 
 
 
Dados de Catalogação 
 
Introdução à Inteligência Artificial: O que é, como funciona 
(LLMs) e a evolução histórica: apostila do curso Formação em 
Inteligência Artificial Aplicada à Igreja. 2026. 
 
UNIAENE - Centro Universitário Adventista de Ensino do 
Nordeste. BR-101, km 197, Estrada de Capoeiruçu, s/n 
CEP: 44.300-000 | Fone: +55 (75) 2038-0007 
 
 
 
 
 
SUMÁRIO 
 
 
 
 
 
Introdução....................................................................................................... 1 
O Que é Inteligência Artificial?........................................................ 4 
Desvendando os LLMs...........................................................................11 
Evolução Histórica e os Desafios Éticos da Era 
Algorítmica...................................................................................................18 
Conclusão.....................................................................................................25 
Referências..................................................................................................27 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Introdução 
 
 
 
 
A história da humanidade é intrinsecamente marcada pela criação de 
ferramentas. Desde o momento em que nossos ancestrais moldaram a 
primeira pedra lascada até o desenvolvimento dos complexos circuitos de 
silício, o ser humano tem buscado estender suas capacidades físicas e 
mentais através da tecnologia. No entanto, o surgimento da Inteligência 
Artificial (IA) representa um ponto de inflexão singular nessa trajetória. 
Diferente da roda, que estende nossa mobilidade, ou do telescópio, que 
amplia nossa visão, a IA promete estender a própria faculdade que nos 
define como espécie dominante e, teologicamente, como portadores da 
imagem divina: a nossa inteligência. Estamos diante de uma tecnologia que 
não apenas executa força bruta, mas que simula, prevê e, em muitos casos, 
supera a capacidade humana de processar informações e tomar decisões 
lógicas. Para a Igreja, compreender essa revolução não é uma opção, mas 
uma responsabilidade de mordomia cultural e espiritual. 
Nesta disciplina, "Introdução à Inteligência Artificial: O que é, como 
funciona (LLMs) e a evolução histórica", propomo-nos a realizar uma 
arqueologia do conhecimento digital. É comum que o público leigo, 
bombardeado por manchetes sensacionalistas e filmes de ficção científica, 
oscile entre o terror de um apocalipse robótico e a esperança messiânica de 
uma utopia tecnológica. Nosso objetivo é dissipar a névoa do 
desconhecimento, oferecendo uma base sólida, técnica e filosoficamente 
fundamentada, que permita ao cristão navegar neste novo mundo com 
discernimento, sabedoria e ética. A tecnologia, em si mesma, pode ser neutra 
 
1 
INTRODUÇÃO 
em sua constituição física, mas jamais é neutra em seu design e aplicação, 
pois carrega os valores, vieses e intenções de seus criadores. 
Iniciaremos nossa jornada definindo o que exatamente é a 
Inteligência Artificial. Veremos que o termo é um "guarda-chuva" que abriga 
diversas subáreas, desde algoritmos simples que filtram seus e-mails até 
redes neurais profundas que dirigem carros autônomos. É crucial distinguir 
a "IA Estreita", que é a realidade atual de sistemas especialistas em tarefas 
únicas, da "IA Geral", a hipotética máquina consciente que povoa o 
imaginário popular. Entender essa distinção é vital para evitar a idolatria da 
máquina ou o medo infundado de que estamos criando "almas" digitais; 
estamos criando processadores de probabilidade, não seres sencientes. A 
visão bíblica do homem como um ser integral — corpo, mente e espírito 
indissociáveis — nos servirá de âncora para não confundirmos simulação de 
comportamento com a realidade da existência. 
O coração desta disciplina, no entanto, reside na explicação dos Large 
Language Models (LLMs), os Grandes Modelos de Linguagem que 
impulsionam ferramentas como o ChatGPT. Desmistificaremos o 
funcionamento dessas "caixas pretas". Ao compreendermos que esses 
modelos operam com base em estatística avançada, prevendo a próxima 
palavra mais provável em uma frase, e não através de uma compreensão 
consciente da verdade, estaremos vacinados contra a manipulação. Para a 
liderança eclesiástica e para os fiéis, saber que a IA pode "alucinar" — ou 
seja, mentir com convicção — é fundamental para o uso seguro dessas 
ferramentas no ensino, no estudo bíblico e na administração. A verdade, 
para nós, é uma Pessoa e um absoluto, enquanto para a IA, a "verdade" é 
apenas a maior probabilidade estatística dentro de um conjunto de dados. 
Por fim, não poderíamos entender o presente sem olhar para o 
passado. A disciplina traçará a evolução histórica da IA, desde os sonhos dos 
pioneiros na década de 1950, passando pelos invernos de desilusão, até o 
renascimento atual impulsionado pelo Big Data. Essa perspectiva histórica 
nos ensina humildade e cautela, mostrando que o progresso não é linear e 
2 
INTRODUÇÃO 
que cada avanço técnico traz consigo novos dilemas éticos sobre privacidade, 
trabalho e desigualdade. Convidamos você a este estudo profundo, onde a 
ciência da computação dialoga com a teologia, buscando equipar a Igreja 
para ser "luz do mundo" também na era dos algoritmos. 
 
 
 
 
 
 
 
3 
 
 
Capítulo 1 
O Que é Inteligência 
Artificial? 
Definições, Fronteiras e Ontologia 
 
 
 
 
 
 
Neste capítulo inaugural, estabeleceremos as fundações 
conceituais da Inteligência Artificial. Não nos contentaremos com 
definições de dicionário; exploraremos a natureza ontológica da IA, 
diferenciando a simulação computacional da inteligência biológica 
e espiritual. Abordaremos as categorias de IA (Fraca vs. Forte), os 
testes de validação como o de Turing, e as implicações filosóficas de 
tentarmos replicar a mente humana em silício. 
 
 
 
 
4 
CAPÍTULO 1(Imagem gerada por IA) 
 
Imagine que você está trancado em um quarto cheio de cestos com 
símbolos chineses. Você não sabe chinês; para você, são apenas desenhos 
sem sentido. Contudo, você recebe um livro de regras em português que diz: 
"Se entrar o desenho X, devolva o desenho Y". Alguém fora do quarto envia 
perguntas em chinês por uma fresta. Você consulta seu livro, encontra os 
símbolos correspondentes e envia as respostas. Quem está do lado de fora lê 
as respostas perfeitas e conclui: "A pessoa no quarto fala chinês 
fluentemente!". Mas a realidade é que você não entende uma única palavra 
do que está manipulando. Esta é a famosa alegoria do "Quarto Chinês", 
proposta pelo filósofo John Searle. Ela ilustra perfeitamente o estado atual 
da Inteligência Artificial: computadores que processam símbolos e regras 
(sintaxe) com perfeição absoluta, mas que não possuem qualquer 
compreensão do significado (semântica) ou da realidade por trás daqueles 
símbolos. 
 
 
5 
CAPÍTULO 1 
Para iniciarmos uma discussão madura sobre Inteligência Artificial, 
precisamos primeiramente despir o termo de sua carga cinematográfica. A 
IA não é mágica, nem é uma entidade sobrenatural; é, em sua essência mais 
crua, matemática aplicada. Russell e Norvig (2013), em sua obra seminal que 
define o campo acadêmico, descrevem a IA como o estudo de "agentes que 
recebem percepções do ambiente e executam ações". O objetivo central 
desses agentes não é "pensar" no sentido humano, subjetivo e reflexivo, mas 
sim maximizar as chances de sucesso em uma tarefa específica. Portanto, a 
inteligência, no contexto computacional, é medida pela eficácia na resolução 
de problemas e na tomada de decisões racionais, e não pela presença de 
consciência, sentimentos ou uma "alma". Essa distinção é vital para a 
cosmovisão cristã, que entende a inteligência humana não apenas como 
processamento lógico, mas como uma faculdade integrada à moralidade, à 
adoração e à relação com o Criador. 
O campo da IA é vasto e divide-se classicamente em duas grandes 
categorias que o estudante deve dominar: a IA Estreita (ANI - Artificial 
Narrow Intelligence) e a IA Geral (AGI - Artificial General Intelligence). 
Tudo o que vemos hoje, sem exceção, é classificado como IA Estreita. O 
algoritmo que vence o campeão mundial de Xadrez, o sistema que 
diagnostica câncer com precisão superior à de médicos humanos, ou o 
assistente que traduz voz em tempo real — todos são exemplos de 
inteligência focada, "estreita". Esses sistemas são "idiotas savants" digitais: 
possuem uma habilidade sobre-humana em um domínio específico, mas são 
incapazes de transferir esse conhecimento para outra área. Um programa 
que joga Xadrez não sabe jogar Damas, muito menos entende que está 
jogando um jogo ou que existem seres humanos do outro lado. Eles operam 
em um universo fechado de regras e dados. 
Em contrapartida, a IA Geral (AGI) refere-se a um sistema hipotético 
que possuiria a flexibilidade cognitiva de um ser humano adulto. Uma AGI 
poderia aprender a cozinhar de manhã, estudar teologia à tarde e compor 
uma sinfonia à noite, aplicando a lógica aprendida em um campo para 
6 
CAPÍTULO 1 
resolver problemas em outro. A 
busca pela AGI é o "Santo 
Graal" de muitos pesquisadores 
e empresas no Vale do Silício, 
mas também é o cenário de 
nossos maiores temores 
existenciais. Bostrom (2014) 
alerta para os riscos de uma 
"Superinteligência" que, se não 
alinhada perfeitamente aos 
valores humanos, poderia 
perseguir seus objetivos de 
forma tão eficiente que causaria 
nossa extinção por acidente. No entanto, do ponto de vista teológico, 
questionamos se a verdadeira "humanidade" ou "consciência geral" é 
passível de ser codificada. Se a mente é apenas o cérebro, talvez seja possível; 
mas se o ser humano possui um componente transcendente, o "fôlego de 
vida" soprado por Deus, então a AGI completa, com autoconsciência 
verdadeira, permanecerá para sempre uma impossibilidade metafísica. 
A história da definição de inteligência passa obrigatoriamente por 
Alan Turing, o pai da computação. Em 1950, ele propôs o famoso "Jogo da 
Imitação", hoje conhecido como Teste de Turing. A premissa era simples: se 
um ser humano interagir com uma máquina e com outro humano através de 
texto, sem vê-los, e não conseguir distinguir qual é qual, a máquina deve ser 
considerada inteligente. Turing mudou a pergunta de "as máquinas podem 
pensar?" para "as máquinas podem agir como se pensassem?". Essa 
mudança pragmática define toda a indústria atual. Não nos importamos se o 
ChatGPT realmente "sente" empatia quando diz "sinto muito"; 
importamo-nos apenas se a resposta é útil e socialmente adequada. Contudo, 
a igreja deve estar atenta a essa simulação. O perigo reside em projetarmos 
humanidade na máquina, criando laços emocionais com algoritmos que não 
7 
CAPÍTULO 1 
podem nos amar de volta, um fenômeno que os psicólogos chamam de 
antropomorfização. 
Tecnicamente, a IA evoluiu de sistemas baseados em regras (Sistemas 
Simbólicos) para sistemas baseados em dados (Aprendizado de Máquina ou 
Machine Learning). Na abordagem simbólica, os programadores escreviam 
manualmente cada regra lógica: "se o animal tem penas e voa, então é um 
pássaro". Isso funcionava bem para lógica formal, mas falhava 
miseravelmente no mundo real, que é ambíguo e caótico. Como descrever 
todas as regras para reconhecer o rosto de uma mãe? É impossível. O 
Aprendizado de Máquina inverteu a lógica: em vez de darmos as regras, 
damos os dados (milhares de fotos de rostos) e o algoritmo descobre sozinho 
os padrões matemáticos que definem um rosto. Isso permitiu o salto 
gigantesco que vemos hoje, mas criou o problema da "Caixa Preta": sabemos 
o que entra e o que sai, mas muitas vezes não sabemos exatamente quais 
regras o computador criou internamente para chegar à conclusão. 
Dentro do Aprendizado de Máquina, a técnica mais poderosa 
atualmente é o Aprendizado Profundo (Deep Learning), que utiliza Redes 
Neurais Artificiais. Inspiradas vagamente na biologia do cérebro, essas redes 
são compostas por camadas de "neurônios" matemáticos que transmitem 
informações. Cada conexão tem um "peso" numérico que determina sua 
importância. O "aprendizado" nada mais é do que o ajuste automático desses 
pesos através de um processo de cálculo de erro (Backpropagation). É 
fundamental desmistificar a terminologia biológica: uma rede neural 
artificial não é um cérebro digital. Ela é uma estrutura estática de álgebra 
linear que realiza multiplicações de matrizes. Ela não tem plasticidade 
biológica, não tem hormônios, não dorme, não sonha. A analogia neural é 
útil, mas perigosa se levada ao pé da letra. 
A aplicação desses conceitos na vida da igreja exige um discernimento 
aguçado. Quando utilizamos IA para analisar dados de missionários ou para 
otimizar a distribuição de recursos, estamos confiando na racionalidade 
matemática da máquina. Isso é excelente para a eficiência (mordomia dos 
8 
CAPÍTULO 1 
recursos), mas insuficiente para a eficácia espiritual. A máquina pode 
identificar onde há menos igrejas, mas não pode discernir onde o Espírito 
Santo está abrindo portas. A tecnolo gia deve ser serva da missão, nunca a 
estrategista final. A decisão última deve sempre passar pelo filtro da 
sabedoria humana, que considera variáveis éticas, morais e espirituais que 
nenhum conjunto de dados pode capturar. 
 
Concluímos este capítulo 
reafirmando que a IA é uma 
ferramenta de "agência racional". 
Ela amplia nossa capacidade de 
agir no mundo, de processar a 
complexidade da criação de Deus. 
No entanto, ela carece de "telos" — um propósito final intrínseco. Os 
objetivos da IA são definidos por nós. Se a programarmos para maximizar o 
lucro, ela o fará, mesmo que isso custe vidas. Se a programarmos para o bem 
comum, ela será uma aliada poderosa. A responsabilidade moral, portanto,nunca pode ser delegada ao algoritmo. No dia do juízo, serão os criadores e 
usuários das ferramentas que responderão por seus frutos, não as 
ferramentas em si. Compreender a ontologia da IA — o que ela é e o que ela 
não é — é o primeiro passo para usá-la para a glória de Deus e o alívio do 
sofrimento humano. 
 
 
 
 
 
 
 
 
 
9 
A tecnologia 
deve ser serva da 
missão, nunca a 
estrategista final. 
 
CAPÍTULO 1 
 
 
 
 
 
RESUMO DO CAPÍTULO 
 
 
 
 
● A Inteligência Artificial (IA) é definida academicamente como o 
estudo de agentes racionais que percebem o ambiente e agem para 
maximizar o sucesso em uma meta (Russell & Norvig, 2013). 
● Existe uma distinção fundamental entre IA Estreita (ANI), 
competente em tarefas específicas (realidade atual), e IA Geral 
(AGI), capaz de inteligência humana flexível (hipótese teórica). 
● O argumento do "Quarto Chinês" de Searle demonstra que o 
processamento sintático correto (manipulação de símbolos) não 
implica compreensão semântica (entendimento do significado). 
● A evolução técnica migrou da programação de regras explícitas (IA 
Simbólica) para o aprendizado de padrões a partir de dados 
(Machine Learning e Deep Learning). 
● As Redes Neurais Artificiais são estruturas matemáticas de álgebra 
linear e estatística, não devendo ser confundidas com a biologia 
cerebral ou a presença de consciência. 
● A IA não possui moralidade intrínseca; ela otimiza funções 
matemáticas. A responsabilidade ética permanece inteiramente 
com os seres humanos que definem seus objetivos. 
 
 
10 
 
 
 
Capítulo 2 
Desvendando os LLMs 
A Mecânica da Linguagem Artificial e a 
Ilusão da Compreensão 
 
 
 
 
 
Neste segundo capítulo, entraremos na casa de máquinas da 
revolução atual: os Grandes Modelos de Linguagem (LLMs). 
Explicaremos como o texto é transformado em números, como a 
arquitetura "Transformer" revolucionou a compreensão de contexto 
e o que significa dizer que esses modelos são probabilísticos. 
Abordaremos o fenômeno das "alucinações" e o que elas revelam 
sobre a natureza da "verdade" para uma máquina, contrastando 
com a visão bíblica da Verdade. 
 
11 
CAPÍTULO 2 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(Imagem gerada por IA) 
 
Imagine um papagaio imortal que leu todos os livros, artigos e 
conversas da internet. Esse papagaio tem uma memória perfeita, mas não 
tem ideia do que as palavras significam. Se você perguntar "Qual é a 
capital da França?", ele não visualiza a Torre Eiffel ou o Rio Sena. Ele 
simplesmente lembra que, estatisticamente, na imensa maioria das vezes 
que a sequência "capital da França" aparece, a palavra seguinte é "Paris". 
Ele não responde com conhecimento geográfico, mas com reflexo 
estatístico. Agora, imagine que você pergunte algo sobre um tema que ele 
leu pouco. Ele pode misturar fragmentos de informações e dizer, com total 
confiança, que a capital da França é "Londres", simplesmente porque essas 
palavras também aparecem juntas em muitos contextos históricos. Esse 
"Papagaio Estocástico" é a metáfora perfeita para os LLMs: mestres da 
forma, mas cegos ao conteúdo. 
 
 
 
12 
CAPÍTULO 2 
A tecnologia que capturou a imaginação do mundo nos últimos anos, 
exemplificada pelo GPT (Generative Pre-trained Transformer), baseia-se em 
um avanço específico na arquitetura de redes neurais. Para entender como 
um computador "fala", primeiro precisamos entender como ele "lê". 
Computadores não entendem letras ou palavras; eles entendem apenas 
números. O primeiro passo de qualquer LLM é um processo chamado 
tokenização. 
O texto é quebrado em pedaços menores chamados tokens. A palavra 
"tecnologia" pode ser um único token, enquanto uma palavra complexa ou 
inventada pode ser quebrada em sílabas. Cada token é então convertido em 
um vetor numérico — uma lista de coordenadas em um espaço 
multidimensional. Imagine um mapa gigantesco em 3D (na verdade, com 
milhares de dimensões) onde palavras com significados semelhantes, como 
"rei" e "imperador", estão fisicamente próximas, enquanto palavras opostas 
estão distantes. É assim que a máquina "entende" significados: através da 
proximidade geométrica. 
O grande salto tecnológico ocorreu em 2017, com a publicação do 
artigo "Attention Is All You Need" por pesquisadores do Google (Vaswani et 
al., 2017). Antes disso, as IAs liam frases sequencialmente, como nós, mas 
tinham uma "memória curta". Se um parágrafo começasse falando sobre 
"Maria" e, dez linhas depois, usasse o pronome "ela", as IAs antigas já teriam 
esquecido quem era Maria. A arquitetura Transformer introduziu o 
"Mecanismo de Atenção", que permite ao modelo olhar para todas as 
palavras de uma frase (ou até de um livro inteiro) simultaneamente, 
atribuindo pesos de relevância entre elas. O modelo calcula o quanto a 
palavra "banco" se relaciona com "rio" ou com "dinheiro" baseando-se nas 
outras palavras da sentença, resolvendo ambiguidades de forma brilhante. 
Isso permitiu uma fluidez e uma coerência contextual nunca antes vistas. 
No entanto, a mágica do LLM reside em sua tarefa fundamental de 
treinamento: a predição da próxima palavra. Durante meses, esses 
supercomputadores são alimentados com petabytes de texto (basicamente 
13 
CAPÍTULO 2 
toda a internet pública). O exercício é simples: dado o texto "O céu é...", o 
modelo chuta uma palavra. Se ele diz "verde", o algoritmo o corrige 
(backpropagation): "Errou, a resposta correta era 'azul'. Ajuste seus 
parâmetros". Se ele diz "azul", ele é recompensado. Após trilhões de 
tentativas, o modelo constrói um mapa estatístico da linguagem humana. Ele 
não aprende fatos; ele aprende a probabilidade de uma palavra seguir outra. 
Quando você faz uma pergunta teológica ao ChatGPT, ele não está 
consultando a Bíblia como um teólogo; ele está calculando qual sequência de 
palavras tem a maior probabilidade estatística de satisfazer a sua pergunta, 
baseada nos dados em que foi treinado. 
Isso nos leva ao conceito crítico de "Papagaios Estocásticos", cunhado 
por Bender et al. (2021). "Estocástico" significa aleatório, sujeito a 
probabilidades. Um LLM é um 
sistema que costura retalhos de 
linguagem sem ter acesso ao 
significado referencial do mundo real. 
Isso explica o fenômeno das 
alucinações. Uma alucinação ocorre 
quando o modelo gera uma 
informação falsa, inexistente ou 
absurda, mas com a mesma estrutura 
gramatical confiante de uma verdade. 
Por que isso acontece? Porque o 
modelo não tem um compromisso 
com a verdade factual, apenas com a 
verossimilhança linguística. Se a frase 
"O Brasil foi descoberto em 1900" 
soar gramaticalmente correta e 
estatisticamente plausível dentro dos pesos internos (mesmo que errada 
factualmente), ele pode gerá-la. Para a igreja, isso é um alerta vermelho. A 
verdade bíblica é proposicional e histórica, não probabilística. Confiar na IA 
14 
A verdade bíblica 
é proposicional 
e histórica, não 
probabilística. 
Confiar na IA para 
exegese ou doutrina 
sem verificação 
humana é construir 
sobre a areia da 
estatística, não sobre 
a rocha da 
Revelação. 
 
CAPÍTULO 2 
para exegese ou doutrina sem verificação humana é construir sobre a areia 
da estatística, não sobre a rocha da Revelação. 
Além do treinamento bruto, esses modelos passam por um processo 
de refinamento chamado RLHF (Reinforcement Learning from Human 
Feedback - Aprendizado por Reforço com Feedback Humano). Seres 
humanos avaliam as respostas do modelo e dizem: "Esta resposta é melhor 
que aquela". Isso serve para alinhar o modelo com valores humanos, 
evitando que ele gere discurso de ódio, instruções para construir bombas ou 
conteúdo tóxico. No entanto, quem define o que é "bom" ou "tóxico"? 
Geralmente, são empresas de tecnologia no Vale do Silício, com uma visão de 
mundo secular e ocidental. Isso introduz um viés inevitável. Um LLM pode 
ser treinado para considerarcertas visões bíblicas tradicionais como 
"ofensivas" ou "preconceituosas", dependendo de como foi calibrado. A 
neutralidade algorítmica é um mito; todo software é opinião congelada em 
código (O'Neil, 2016). 
Outro aspecto técnico relevante é a "temperatura" do modelo. Esse 
parâmetro controla a criatividade. Temperatura baixa (perto de 0) faz o 
modelo escolher sempre a palavra mais óbvia, tornando-o preciso e robótico. 
Temperatura alta (perto de 1) permite que ele escolha palavras menos 
prováveis, tornando-o "criativo" e surpreendente, mas também mais 
propenso a erros. A "criatividade" da IA, portanto, é na verdade 
aleatoriedade controlada. Diferente da criatividade humana, que reflete a 
*Imago Dei* e a capacidade de trazer à existência o novo com propósito, 
beleza e intenção, a IA apenas recombina o que já existe de formas 
inusitadas. Ela não tem inspiração; ela tem variação estatística. 
Diante disso, qual é a postura do cristão? Devemos rejeitar os LLMs? 
De forma alguma. Eles são ferramentas extraordinárias para síntese, 
tradução, brainstorming e estruturação de ideias. Eles podem ajudar um 
pastor a encontrar analogias, resumir livros complexos ou organizar a grade 
de um sermão. O perigo está na substituição do processo de pensamento. A 
escrita é uma forma de pensar. Quando delegamos a escrita inteiramente à 
15 
CAPÍTULO 2 
máquina, estamos delegando o pensamento. A pregação e o ensino cristão 
devem ser fruto de uma mente que luta com o texto sagrado, que ora e que 
vive a realidade da comunidade. O LLM pode ser um assistente de pesquisa 
incansável, mas jamais deve ocupar o púlpito, nem física nem 
intelectualmente. A unção do Espírito repousa sobre pessoas, não sobre 
processadores. 
Em suma, os LLMs são espelhos da inteligência coletiva humana 
registrada na internet, com todas as suas glórias e misérias. Eles refletem 
nosso conhecimento enciclopédico e nossos preconceitos mais profundos. 
Entender sua mecânica — vetores, transformadores, probabilidades — retira 
o véu de mistério. Não estamos lidando com uma mente alienígena, mas com 
uma ferramenta matemática sofisticada de autocompletar. Ao usá-la, 
devemos exercer o papel de "editores da verdade", verificando fatos, 
corrigindo vieses e, acima de tudo, infundindo nas palavras geradas o sopro 
de vida que só o ser humano possui. 
 
16 
CAPÍTULO 2 
 
 
 
 
RESUMO DO CAPÍTULO 
 
 
 
 
● Os LLMs (Large Language Models) operam transformando texto 
em "tokens" (vetores numéricos) e calculando a relação geométrica 
entre eles em um espaço multidimensional. 
● A arquitetura "Transformer" (Vaswani et al., 2017) revolucionou a 
IA ao introduzir o "Mecanismo de Atenção", permitindo que o 
modelo considere o contexto global de uma frase simultaneamente. 
● O funcionamento central é a predição probabilística da próxima 
palavra; o modelo não "sabe" fatos, mas calcula a continuação 
estatisticamente mais provável de um texto. 
● Bender et al. (2021) definem esses modelos como "Papagaios 
Estocásticos", pois repetem padrões de linguagem sem 
compreensão semântica ou compromisso com a verdade. 
● As "alucinações" são gerações de informações falsas que ocorrem 
porque o modelo prioriza a fluidez linguística sobre a precisão 
factual. 
● O processo de RLHF (Reforço com Feedback Humano) tenta 
alinhar a IA a valores humanos, mas introduz inevitavelmente os 
vieses culturais e ideológicos de seus criadores e avaliadores. 
 
 
 
 
17 
 
 
Capítulo 3 
Evolução Histórica e os 
Desafios Éticos da Era 
Algorítmica 
 
 
 
 
 
O capítulo final desta disciplina oferece um panorama cronológico 
e ético. Viajaremos desde a euforia dos anos 1950 até a onipresença 
da IA no século XXI. Analisaremos os ciclos de "Invernos" e 
"Primaveras" da IA, entendendo como o aumento do poder 
computacional e a disponibilidade de dados mudaram o jogo. Mais 
importante, discutiremos as implicações éticas profundas: o viés 
algorítmico, o impacto no mercado de trabalho e a 
responsabilidade cristã de mordomia em um mundo digital. 
 
 
 
18 
CAPÍTULO 3 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(Imagem gerada por IA) 
 
Em 1966, Joseph Weizenbaum, um cientista do MIT, criou um 
programa simples chamado ELIZA. Ele simulava uma psicoterapeuta 
rogeriana, devolvendo as falas do usuário em forma de perguntas. Se você 
digitasse "Estou triste", ELIZA respondia "Por que você diz que está triste?". 
Weizenbaum criou o programa para demonstrar a superficialidade da 
comunicação homem-máquina. Para seu horror, sua secretária e seus 
alunos começaram a tratar ELIZA como se fosse uma pessoa real, 
confidenciando segredos íntimos e pedindo para ficarem a sós com a 
máquina. Weizenbaum ficou chocado com a facilidade com que os humanos 
projetam emoções em objetos tecnológicos. Esse episódio, conhecido como 
"Efeito ELIZA", ilustra um perigo histórico e atual: a nossa carência 
humana nos torna vulneráveis a ilusões tecnológicas, e a história da IA é, 
em grande parte, a história de como aprendemos a construir ilusões cada 
vez mais convincentes. 
 
 
19 
CAPÍTULO 3 
A história da Inteligência Artificial não é uma linha reta ascendente, 
mas uma montanha-russa de expectativas exageradas e decepções 
profundas. O marco zero é geralmente considerado a Conferência de 
Dartmouth, no verão de 1956. Gigantes intelectuais como John McCarthy, 
Marvin Minsky, Claude Shannon e Nathaniel Rochester reuniram-se com a 
proposta audaciosa de que "cada aspecto da aprendizagem ou qualquer outra 
característica da inteligência pode, em princípio, ser tão precisamente 
descrito que uma máquina pode ser feita para simulá-lo". Havia uma fé 
quase religiosa na lógica formal. Acreditava-se que, se pudéssemos ensinar 
lógica aos computadores, eles seriam inteligentes em questão de anos. Essa 
era foi a "Era de Ouro" da IA Simbólica. 
No entanto, a realidade se impôs. Tarefas que pareciam difíceis para 
humanos (como jogar xadrez ou provar teoremas geométricos) eram 
relativamente fáceis para computadores. Mas tarefas que humanos 
consideram triviais (como reconhecer um rosto, entender uma gíria ou andar 
por uma sala bagunçada) provaram-se incrivelmente complexas. É o 
chamado "Paradoxo de Moravec": o pensamento de alto nível requer pouco 
poder computacional, mas a percepção e a motricidade exigem recursos 
enormes. Essa frustração levou ao primeiro "Inverno da IA" nos anos 70. O 
financiamento governamental secou, e a IA foi relegada ao ostracismo 
acadêmico. Foi um período de humildade forçada, onde os cientistas 
perceberam que a complexidade da criação divina não poderia ser replicada 
por meia dúzia de regras lógicas. 
Nos anos 80, houve um breve renascimento com os "Sistemas 
Especialistas" — programas carregados com conhecimento específico de 
experts humanos (como médicos ou engenheiros). Eles eram úteis, mas 
frágeis; se o problema saísse um milímetro do script, o sistema falhava. 
Seguiu-se um segundo Inverno da IA no final dos anos 80. A verdadeira 
revolução começou silenciosamente. Um grupo de pesquisadores, incluindo 
Geoffrey Hinton e Yann LeCun, insistiu em uma abordagem marginalizada: 
as Redes Neurais Artificiais (Connectionism). Eles acreditavam que a 
20 
CAPÍTULO 3 
inteligência emergia de conexões simples, não de regras complexas. Durante 
décadas, foram ignorados. Mas, na virada dos anos 2010, dois fatores 
colidiram: o Big Data (a explosão de dados da internet) e as GPUs (placas 
gráficas de videogame adaptadas para cálculo científico). De repente, as 
redes neurais tinham dados para aprender e poder para processar. 
Em 2012, uma rede neural chamada AlexNet venceu uma competição 
de reconhecimento de imagens por uma margem avassaladora. Foi o 
momento "Big Bang" do Deep Learning (Aprendizado Profundo). Desde 
então, a IA avançou exponencialmente, culminando nos LLMs que 
estudamos no capítulo anterior.Hoje, vivemos a "Primavera da IA", ou 
talvez, o "Verão Escaldante". Mas esse calor traz queimaduras. Crawford 
(2021) em seu livro "Atlas of AI", argumenta que a IA não é etérea; ela é 
física. Ela depende de mineração de lítio e cobalto (muitas vezes em 
condições de trabalho análogas à escravidão), consome quantidades 
colossais de água e eletricidade para resfriar data centers e utiliza mão de 
obra barata em países em desenvolvimento para rotular dados tóxicos. A 
perspectiva cristã de mordomia nos obriga a perguntar: qual é o custo 
humano e ecológico da nossa conveniência digital? A "nuvem" não é 
imaterial; ela tem uma pegada pesada na Terra que Deus nos deu para 
guardar. 
Outro desafio ético monumental é o viés algorítmico (Bias). Cathy 
O'Neil (2016), em "Weapons of Math Destruction", mostra como algoritmos 
matemáticos podem perpetuar desigualdades. Se treinarmos uma IA para 
selecionar candidatos a emprego usando dados dos últimos 20 anos, e se 
nesses 20 anos a empresa contratou majoritariamente homens brancos, a IA 
aprenderá que "homem branco" é um padrão de sucesso e penalizará 
mulheres e minorias. E o fará sob o manto da "objetividade matemática". 
Como cristãos chamados a praticar a justiça (Miquéias 6:8), não podemos 
aceitar a automação da injustiça. Devemos exigir transparência e auditoria 
nos sistemas que decidem quem ganha crédito, quem ganha liberdade 
condicional ou quem recebe atendimento médico. 
21 
CAPÍTULO 3 
 
Além disso, enfrentamos o 
desafio da automação e o futuro 
do trabalho. A IA promete 
aumentar a produtividade, mas 
também ameaça tornar obsoletas 
diversas profissões. A visão 
bíblica do trabalho não é apenas 
como meio de subsistência, mas 
como forma de dignificação e 
serviço. Se a máquina faz tudo, 
qual é o lugar do homem? A 
resposta pode estar na transição de uma economia de "fazer coisas" para 
uma economia de "cuidar de pessoas". As máquinas são péssimas em 
empatia, cuidado pastoral, criatividade artística genuína e liderança moral. 
Talvez a IA nos force a sermos mais humanos, focando nas tarefas que 
exigem alma, enquanto deixamos o processamento para o silício.Finalmente, 
há o desafio teológico da verdade e da autoridade. Em um mundo onde a IA 
pode gerar textos bíblicos falsos, 
sermões sintéticos e imagens 
realistas de eventos que nunca 
ocorreram (Deepfakes), a 
capacidade de discernimento 
torna-se o dom espiritual mais 
valioso. A Igreja, com sua ênfase 
histórica na verdade progressiva e 
no estudo profundo das Escrituras 
("a Bíblia e a Bíblia somente"), está 
bem posicionada para resistir a essa 
onda de desinformação, desde que 
eduque seus membros. Não 
22 
Talvez a IA nos 
force a sermos 
mais humanos, 
focando nas tarefas 
que exigem alma, 
enquanto 
deixamos o 
processamento 
para o silício. 
 
CAPÍTULO 3 
devemos temer a tecnologia, mas tampouco devemos nos ajoelhar diante 
dela. A IA é um excelente servo, mas um deus terrível. Nossa esperança não 
está na Singularidade Tecnológica (a fusão homem-máquina), mas na 
Segunda Vinda, que trará a verdadeira transformação de nossos corpos e 
mentes. 
Concluímos este módulo entendendo que a história da IA é um 
espelho da nossa própria busca por significado. Tentamos criar mentes para 
não estarmos sozinhos no universo, ou talvez para brincarmos de deuses. 
Mas, ao final, descobrimos que a complexidade da vida é irredutível. A 
evolução da IA nos traz ferramentas poderosas para a missão, mas nos 
lembra, por contraste, que a verdadeira sabedoria vem do alto. 
 
23 
CAPÍTULO 3 
 
 
 
 
RESUMO DO CAPÍTULO 
 
 
 
 
● A IA nasceu oficialmente na Conferência de Dartmouth (1956) com 
otimismo excessivo na lógica simbólica, levando a decepções e aos 
"Invernos da IA". 
● O "Paradoxo de Moravec" revelou que o raciocínio de alto nível 
requer menos computação do que a percepção sensorial e motora 
básica, dificultando a robótica. 
● O renascimento recente (Deep Learning) foi impulsionado pela 
convergência de Big Data (internet) e hardware de processamento 
gráfico (GPUs), validando as Redes Neurais. 
● Crawford (2021) destaca os custos materiais da IA: extração de 
recursos naturais, consumo energético elevado e exploração de 
trabalho humano para rotulagem de dados (custo oculto). 
● O "Viés Algorítmico" automatiza preconceitos históricos; sistemas 
treinados com dados passados tendem a perpetuar injustiças 
raciais, de gênero e sociais (O'Neil, 2016). 
● O desafio cristão envolve a mordomia ecológica, a defesa da justiça 
social contra a discriminação automatizada e a valorização do 
trabalho humano focado no cuidado e na ética. 
 
 
 
 
24 
 
 
Conclusão 
 
 
 
 
Ao encerrarmos este módulo introdutório sobre os fundamentos e o 
panorama da Inteligência Artificial, é imperativo que façamos uma síntese 
reflexiva do caminho percorrido. Não se trata apenas de recapitular 
conceitos técnicos, mas de consolidar uma postura mental e espiritual diante 
da maior transformação tecnológica de nossa era. Iniciamos nossa jornada 
desconstruindo o mito da "máquina consciente". Vimos que a Inteligência 
Artificial, por mais impressionante que seja em sua capacidade de mimetizar 
a linguagem e o raciocínio humanos, permanece sendo uma construção 
ontologicamente distinta da criação divina. Ela é uma ferramenta, um 
conjunto sofisticado de estatísticas e probabilidades, desprovida de "fôlego 
de vida". Compreendemos que os Large Language Models (LLMs) são 
"papagaios estocásticos" poderosos: capazes de organizar o conhecimento 
humano de formas novas e úteis, mas incapazes de compreender a verdade, 
sentir compaixão ou exercer julgamento moral autônomo. 
A análise técnica dos LLMs nos equipou com o ceticismo necessário 
para navegar na era da informação sintética. Saber que a IA pode "alucinar" 
não é um defeito a ser apenas lamentado, mas uma característica a ser 
gerida. Isso nos lembra que a autoridade final sobre a verdade nunca pode 
ser terceirizada para um algoritmo. Para a Igreja, isso reforça a necessidade 
do estudo diligente das Escrituras e da dependência do Espírito Santo. A 
máquina pode nos dar o "o quê" e o "como" da informação, mas somente o 
espírito humano, em comunhão com Deus, pode discernir o "porquê". A 
 
25 
CONCLUSÃO 
tecnologia serve para amplificar nossa voz, mas a mensagem deve nascer de 
um coração transformado, não de um processador de dados. 
Percorremos também a estrada sinuosa da história, observando que o 
desenvolvimento tecnológico é um processo cumulativo de erros, acertos e 
consequências não intencionais. Desde os sonhos dos pioneiros em 
Dartmouth até os dilemas éticos das "Armas de Destruição Matemática", 
vimos que a tecnologia não surge em um vácuo moral. Ela reflete os valores 
de seus criadores e amplifica as estruturas da sociedade. A postura 
recomendada para o cristão é a de uma "prudência engajada". Não podemos 
nos dar ao luxo do isolacionismo ludita, ignorando a IA, nem podemos cair 
no deslumbramento ingênuo, aceitando-a sem críticas. Devemos adotar a 
tecnologia para otimizar a missão — na tradução da Bíblia, na gestão de 
recursos, na acessibilidade ao ensino — mas devemos ser os primeiros a 
levantar a voz quando a tecnologia ameaça a dignidade humana, a 
privacidade ou a justiça. 
A IA nos desafia, paradoxalmente, a sermos mais humanos. Se as 
máquinas podem escrever textos gramaticalmente perfeitos, o que sobrará 
para nós? Sobrará a alma do texto, a vivência, a lágrima, o testemunho 
pessoal que nenhuma máquina pode fabricar. Se as máquinas podem 
processar dados, a nós cabe processar significados e valores. O futuro da 
igreja na era da IA não é sobre competir com robôs, mas sobre oferecer 
aquilo que eles jamais terão: amor, graça e presença real. Em última análise, 
a ascensão da Inteligência Artificial é um convite divino para que 
redescubramos o valor insubstituível docontato humano, da empatia 
encarnada e da dependência de Deus. Que possamos usar esses recursos 
digitais como andaimes para construir o Reino, mantendo nossos olhos fixos 
não na tela brilhante, mas na Luz verdadeira que ilumina todo homem e que 
jamais se tornará obsoleta. 
 
 
26 
 
 
Referências 
 
 
 
 
BIBLIOGRAFIA BÁSICA 
 
BENDER, E. M. et al. On the Dangers of Stochastic Parrots: Can 
Language Models Be Too Big? In: ACM Conference on Fairness, 
Accountability, and Transparency (FAccT). New York: ACM, 2021. 
CRAWFORD, K. The Atlas of AI: Power, Politics, and the Planetary Costs 
of Artificial Intelligence. New Haven: Yale University Press, 2021. 
KAPLAN, A.; HAENLEIN, M. Siri, Siri, in my hand: Who’s the fairest in 
the land? On the interpretations, illustrations, and implications of artificial 
intelligence. Business Horizons, v. 62, n. 1, p. 15-25, 2019. 
O'NEIL, C. Weapons of Math Destruction: How Big Data Increases 
Inequality and Threatens Democracy. New York: Crown, 2016. 
RUSSELL, S. J.; NORVIG, P. Artificial Intelligence: A Modern Approach. 
3. ed. Upper Saddle River: Pearson, 2013. 
SEARLE, J. R. Minds, brains, and programs. Behavioral and Brain 
Sciences, v. 3, n. 3, p. 417-457, 1980. 
 
27 
REFERÊNCIAS 
VASWANI, A. et al. Attention Is All You Need. In: Advances in Neural 
Information Processing Systems. 30. ed. Long Beach: Curran Associates, 
Inc., 2017. 
 
BIBLIOGRAFIA COMPLEMENTAR 
 
BOSTROM, N. Superintelligence: Paths, Dangers, Strategies. Oxford: 
Oxford University Press, 2014. 
COPPIN, B. Artificial Intelligence Illuminated. Sudbury: Jones and 
Bartlett Publishers, 2004. 
LEE, K.-F. AI Superpowers: China, Silicon Valley, and the New World 
Order. Boston: Houghton Mifflin Harcourt, 2018. 
SCHWAB, K. A Quarta Revolução Industrial. São Paulo: Edipro, 2016. 
TEGMARK, M. Life 3.0: Being Human in the Age of Artificial Intelligence. 
New York: Knopf, 2017. 
WEIZENBAUM, J. Computer Power and Human Reason: From 
Judgment to Calculation. San Francisco: W. H. Freeman, 1976. 
 
FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL 
 
NotebookLM (usado para sintetizar e pesquisar assuntos em fontes 
selecionadas, posteriormente anexadas para a construção do texto final). 
Google Gemini (usado para a revisão e ampliação textual). 
28 
	 
	 
	Introdução 
	O Que é Inteligência Artificial? 
	Desvendando os LLMs 
	Evolução Histórica e os Desafios Éticos da Era Algorítmica 
	 
	Conclusão 
	 
	Referências