Recentemente, tenho refletido sobre um fenómeno: por que os chatbots e as ferramentas de investimento em IA estão cada vez mais propensos a apresentar conclusões absurdas? À primeira vista, parece ser um problema do modelo, mas na realidade a origem costuma estar nos dados.

Experimentei perguntar por alguns dados básicos, e os resultados foram extremamente distorcidos — só ao verificar percebi que a informação estava completamente incorreta. Onde está o problema? De acordo com os dados do setor de 2025, mais de 37% dos erros gerados por IA vêm diretamente de dados de treino contaminados ou não rastreáveis. Este não é um número pequeno.

Imagine, por exemplo, um modelo de investimento que fornece justificações ambíguas, ou um assistente de chat que fala com confiança coisas sem sentido, e você nem sabe de onde vem a informação. Quem alterou esses dados? Qual a qualidade deles? Basicamente, tudo funciona como uma caixa preta. É como comer uma comida estragada de delivery — você não consegue identificar em que etapa o problema ocorreu.

Atualmente, há um consenso emergente na indústria: a competição em IA não se resume mais ao tamanho dos parâmetros do modelo, mas sim à qualidade dos dados, se eles são "limpos" e verificáveis. E essa é uma oportunidade.

Recentemente, observei as ações de uma das principais ecossistemas de blockchain público, que está usando uma pilha tecnológica para resolver esse problema. Entre elas, há um protocolo dedicado à validação e armazenamento de dados, com uma abordagem bastante interessante — não apenas armazenar dados, mas atuar como uma "notária" de dados na era da IA, permitindo que cada informação seja rastreável e verificável. Essa direção merece atenção, pois é realmente o caminho para resolver a credibilidade da IA.