Para quem trabalha com TI, a inteligência artificial (IA) vai muito além do tradicional e comentado ChatGPT. Afinal, a tecnologia não é recente e já faz parte da rotina do setor em diferentes frentes, como programação, cibersegurança e automação. Contudo, é inegável que a popularização do recurso, por meio do algoritmo de geração de texto, promoveu também uma mudança nas próprias estruturas e usos dentro da Tecnologia da Informação, tornando o investimento mais acessível e diversificado. Além disso, à medida que a TI passou a ser demandada nesse aspecto, para atender à necessidade de implementação de IA em outros departamentos das empresas, ou seja, por toda a cadeia de produção dos negócios, houve uma aceleração nas descobertas e na inovação da área.
Para se ter uma ideia, a pesquisa The state of AI in early 2024: Gen AI adoption spikes and starts to generate value, realizada pela McKinsey, identificou que, em 2024, 72% das organizações adotaram a tecnologia em alguma medida, o que representou um nítido avanço em relação aos 55% de 2023.
Em 2025, estima-se que o uso da IA no cotidiano corporativo continuará se expandindo, mesmo que, agora, as preocupações associadas ao tema também repercutam nas pautas das empresas.
Impacto ambiental, viés discriminatório, custo de implementação e ausência de regulamentação, por exemplo, são pontos que têm sido abordados com mais frequência nos últimos tempos. Ainda assim, conhecer o potencial da IA na rotina dos profissionais, em especial dos de TI, é imprescindível para quem deseja aprimorar a carreira, otimizar as tarefas e entregar mais resultados.
Pensando nisso, separamos, a seguir, algumas opções de IA para você usar no seu dia a dia em TI. Confira!
O que você precisa saber sobre IA em 2025 trabalhando ou não com tecnologia?
A ideia de um neurônio artificial surgiu ainda em 1940, perpassando pontos interessantes, como o Teste de Turing (1950), até o nascimento oficial da chamada Inteligência Artificial, em 1956, no Dartmouth Summer Research Project on Artificial Intelligence, um workshop de verão amplamente considerado como o evento fundador da IA como um campo de pesquisa. Desde então, a tecnologia tem sido aprimorada e tem experienciado, de acordo com o texto “A brief history of AI with deep learning”, cerca de três idades de ouro:
- 1959/60-1960/70 – First Golden Age
- 1970–1986 – First Dark Age
- 1986–1995 – Second Golden Age
- 1995-2006 – Second Dark Age
- 2010-presente – Third Golden Age
A evolução da Inteligência Artificial, com as três idades de ouro
(Fonte: “A brief history of AI with deep learning”)
Cada um desses momentos marca uma transformação significativa dos investimentos em IA, resultando em avanços expressivos na capacidade de processamento, aprendizado e aplicação da inteligência artificial.
Por exemplo, em 2006, a Netflix se propôs a melhorar seu algoritmo de recomendação dos filmes (DVDs) enviados aos clientes pelo correio (sim, à época, esse era o modelo do negócio). Para isso, lançou um desafio no qual os participantes deveriam apresentar uma proposta capaz de otimizar esse recurso em, pelo menos, 10%. Três anos depois, a equipe BellKor’s Pragmatic Chaos foi a campeã, revolucionando o uso dos algoritmos da empresa por meio do aprimoramento do projeto original em 10,06%. Dessa forma, os integrantes do time vencedor garantiram o prêmio de 1 milhão de dólares e abriram um caminho para que o uso da IA, de machine learning e dos algoritmos se fortalecesse ainda mais.
Atualmente, na terceira idade de ouro, a IA é marcada pelo deep learning, que é um recurso onipresente em várias áreas, desde assistentes virtuais até diagnósticos médicos. Nesse contexto, as redes neurais ganham cada vez mais protagonismo por causa do aprimoramento da capacidade computacional e de armazenamento.
À medida que as empresas e os pesquisadores trabalham com algoritmos, usando os transformadores e vetores de palavras, por exemplo, percebem que, quanto mais parâmetros de palavras e camadas há em uma rede neural, mais promissores e precisos serão os resultados obtidos.
Para ilustrar, enquanto o GPT-1 possuía 117 milhões de parâmetros, sua última versão (GPT-4) conta com uma estimativa de mais de 1 trilhão de parâmetros, embora seja difícil precisar um número exato, tendo em vista que se trata de uma aplicação fechada.
Dessa maneira, o tempo atual é formado por uma disputa comercial robusta entre empresas que apostam em algoritmos abertos e outras, em fechados, correndo contra o tempo para alimentar suas redes neurais.
No início de fevereiro, inclusive, o Chat GPT, que era o grande algoritmo de IA no quesito linguagem, foi estremecido pelo novo DeepSeek chinês, que apresentou um gasto muito inferior para treinar seus algoritmos.
| Outros marcos interessantes na história da IA: 2012 – primeiro ano em que um algoritmo de inteligência artificial, chamado Alexnet, usa a Convolutional Neural Network (CNN), uma rede neural com 8 camadas para identificar e reconhecer imagens. 2015 em diante – há um salto relevante nesse cenário de decodificação de imagens com o lançamento de uma rede neural de 152 camadas. Como resultado, o erro na identificação desses símbolos passa a ser menor do que aquele reproduzido por humanos. Ou seja, o algoritmo, pela primeira vez, é mais preciso que um ser humano. 2017 – os algoritmos Transformers passam a demandar menos tempo para serem treinados, têm mais eficiência no reconhecimento da conexão e nas dependências entre palavras e melhoram o reconhecimento de padrões e a capacidade de analisar problemas não sequenciais. É uma das fontes que dão origem ao GPT-3 e ao ChatGPT, o qual possui cerca de 12.288 parâmetros de entrada, além de uma grande quantidade de camadas, para interpretar a relação que as palavras têm entre si. |
Ou seja, falar em IA, em qualquer setor e atividade, é também abordar um universo em constante transformação e de diferentes aplicações.
| Continue pensando nisso por aqui: Reflexos da IA na cibersegurança: você conhece o potencial dessa relação? Inteligência artificial na TI: como a ferramenta atua no contexto da cibersegurança? Assista, na íntegra, ao webinar gratuito da ESR sobre o tema: O que você precisa saber sobre IA em 2025 trabalhando ou não com tecnologia? |
Ao compreendermos o cenário e a história da IA, seja em TI, seja nos demais setores, estamos prontos para descobrir os tipos de inteligência artificial (IA) que podem otimizar realmente sua rotina.
Guia de ferramentas de inteligência artificial (IA) que podem otimizar realmente sua rotina em TI
Separamos alguns exemplos, por categoria e atividades comuns aos setores de TI, para que você possa montar um verdadeiro repertório tecnológico. Veja:
1) IA para TI: produtividade e organização
- Notion AI
Trata-se de uma IA no modelo “fechado”, cujo funcionamento é definido como sendo uma extensão do Notion, uma plataforma de organização e gerenciamento de tarefas amplamente utilizada por profissionais e empresas. Na prática, ela é utilizada para otimizar a organização e a escrita, podendo gerar resumos, estruturar notas e sugerir melhorias em textos.
É excelente para profissionais de TI que precisam documentar processos, registrar bugs, estruturar planejamentos e organizar projetos de forma clara e objetiva.
Como ponto positivo, citamos a integração perfeita com o Notion, o que torna a produtividade mais fluida e dinâmica. Entretanto, na seara dos pontos desfavoráveis está a questão de ser uma funcionalidade premium, apenas para assinantes.
- ChatGPT
Como já amplamente abordado por aqui, é o modelo de IA Generativa baseado na arquitetura de transformadores, desenvolvido pela OpenAI. Seu uso vai além da simples geração de textos, sendo um assistente poderoso para responder perguntas, auxiliar na programação e até mesmo na análise de dados.
É ideal para profissionais de TI que buscam suporte na resolução de problemas de código, documentação técnica ou brainstorming de soluções para desafios complexos.
O ponto positivo é a capacidade de entender contextos e gerar respostas detalhadas e coerentes. Por outro lado, seu acesso total a funcionalidades mais avançadas depende de um plano pago, e as respostas podem não ser 100% precisas, o que exige verificação.
2) IA para TI: automação de tarefas
- Zapier
Plataforma de automação de fluxos de trabalho que conecta diferentes aplicativos sem necessidade de programação. Funciona como um integrador que permite que as ações em um software ativem respostas automáticas em outro.
Para profissionais de TI, é útil na automação de processos repetitivos, como a sincronização de dados entre plataformas, o envio automático de alertas e a atualização de registros em bancos de dados sem intervenção manual.
A vantagem dessa IA para TI é sua interface intuitiva e a compatibilidade com milhares de aplicativos. Já o ponto negativo é que tarefas mais complexas exigem planos pagos e um tempo inicial de configuração.
- Bardeen AI
Extensão de navegador que automatiza tarefas repetitivas diretamente na web. Pode, por exemplo, capturar informações de sites e inseri-las automaticamente em planilhas, preencher formulários e organizar dados sem intervenção manual.
Para profissionais de TI, é excelente para coletar dados de diferentes fontes, extrair informações de dashboards e gerenciar tarefas sem precisar escrever o código manualmente.
Como prós: praticidade e rapidez na automação de tarefas no navegador.
Contra: sua funcionalidade depende do ambiente web e pode ter limitações para fluxos mais avançados.
3) IA para TI: comunicação e atendimento
- DeepL
Tradutor baseado em redes neurais que oferece precisão superior ao Google Tradutor, principalmente em termos de contexto e fluidez.
Profissionais de TI podem utilizá-lo para traduzir documentações técnicas, artigos e guias de API sem perder o significado original do texto. Também podem compreender melhor certificações e capacitações que, normalmente, são em língua estrangeira.
Seu ponto forte é a qualidade das traduções, mais naturais e coerentes. No entanto, a versão gratuita tem um limite de caracteres e a premium é necessária para traduções de textos maiores e integração com outras ferramentas.
- Fireflies AI
Inteligência artificial que grava e transcreve reuniões automaticamente, identificando os participantes e organizando resumos das conversas.
Profissionais de TI podem utilizá-la para documentar reuniões técnicas, registrar discussões sobre projetos e garantir que nada seja perdido em reuniões de equipe.
O ponto positivo é a automatização da transcrição e a análise de reuniões. O ponto negativo é que a transcrição em tempo real pode apresentar imprecisões em áudios de baixa qualidade.
4) IA para TI: programação e desenvolvimento
- GitHub Copilot
Assistente de codificação baseado em IA, desenvolvido pela OpenAI e integrado ao GitHub. Ele sugere trechos de código, completa funções automaticamente e auxilia na escrita de scripts complexos.
Para profissionais de TI, especialmente desenvolvedores, o Copilot agiliza o processo de programação, reduzindo o tempo gasto em tarefas repetitivas e ajudando na implementação de soluções mais eficientes.
O ponto positivo é a integração direta com editores como VS Code, o que torna a experiência de codificação mais fluida. O lado negativo é que sua versão completa está disponível apenas mediante assinatura.
- Tabnine
Assistente de código que utiliza machine learning para prever e sugerir linhas completas de código enquanto o programador digita.
É uma excelente ferramenta para profissionais de TI que trabalham com múltiplas linguagens de programação e desejam aumentar a produtividade sem comprometer a qualidade do código.
Entre as vantagens, destacam-se a compatibilidade com diversos IDEs e a personalização das sugestões. Entretanto, sua versão gratuita tem funcionalidades limitadas em relação à premium.
5) IA para TI: análise de dados e inteligência de negócios
- ChatGPT Advanced Data Analysis (ADA)
Funcionalidade avançada do ChatGPT que permite a análise de dados e a execução de cálculos estatísticos diretamente na interface do chat.
Profissionais de TI podem utilizá-lo para explorar conjuntos de dados, criar gráficos e gerar insights rapidamente sem a necessidade de linguagens de programação específicas para a análise de dados.
O ponto positivo é a facilidade de uso e a flexibilidade para diferentes tipos de análise. Entretanto, essa funcionalidade está disponível apenas para assinantes do ChatGPT Plus.
- MonkeyLearn
Plataforma de análise de texto baseada em IA que permite extrair insights de grandes volumes de dados, como feedbacks de clientes, e-mails e documentos.
Para profissionais de TI que lidam com análise de dados não estruturados, é uma ferramenta útil para categorização automática, detecção de sentimentos e criação de relatórios inteligentes.
A vantagem é a possibilidade de integração com outras ferramentas de BI e CRMs. O ponto negativo é que seu uso avançado requer uma assinatura paga.
Conclusão
A inteligência artificial, seja para TI, seja para os demais setores, já faz parte da rotina de colaboradores e usuários, aprimorando atividades e possibilitando que tarefas sejam desburocratizadas. Entretanto, é necessário que os profissionais compreendam suas limitações e saibam utilizá-las de forma estratégica. Afinal, a IA não substitui o conhecimento técnico, mas potencializa a produtividade, a tomada de decisões e a inovação nos projetos.
Esteja pronto/a para abraçar um cenário de TI que explora essa e outras tecnologias que têm se tornado cada vez mais fundamentais no mercado: conheça todas as turmas da Escola Superior de Redes (ESR)!