Letramento em IA / Glossário

Dados de treinamento

Dados de treinamento são o conjunto de exemplos, como textos, imagens, sons ou registros antigos, com que um modelo de IA aprende seus padrões. O que está neles, e o que falta, define o que o modelo consegue fazer.

Para um modelo que separa fotos de gatos e cachorros, os dados de treinamento são muitas fotos com etiqueta. Para um chatbot, é uma quantidade enorme de texto. O modelo só aprende padrões que aparecem nos exemplos.

Se alguns grupos, situações ou idiomas são raros nos dados de treinamento, o modelo tende a funcionar pior para eles. Esse é um dos principais caminhos pelos quais o viés entra na IA.

Os dados de treinamento também podem conter informações pessoais ou obras protegidas por direito autoral, por isso há debates jurídicos e regras sobre como são coletados e usados. Muitos serviços de chat dizem nas configurações se as suas conversas podem ser usadas para treinar modelos futuros.