Ele ajudou a criar o ChatGPT — e agora constrói uma IA que se recusa a conversar

RESUMO ＋

A TypeSafe AI, fundada pelo ex-OpenAI Diogo Almeida, saiu do modo furtivo na segunda-feira, 15, com uma rodada seed de US$ 40 milhões e o lançamento do Jev, modelo para decisões estruturadas. Segundo a empresa, o Jev responde em 70 a 500 milissegundos e evita alucinações porque não gera texto livre, ao contrário dos chatbots tradicionais.

---

Seis anos atrás, quando Diogo Almeida entrou na OpenAI, a empresa era um laboratório de pesquisa que quase ninguém conhecia fora do pequeno círculo de pesquisadores de inteligência artificial (IA).

Ele passaria os anos seguintes ajudando a construir, nos bastidores, a técnica que transformaria essa empresa obscura na mais valiosa startup do mundo. Quando saiu, em 2024, colegas o acharam louco: o ChatGPT já explodia em popularidade, movido justamente pelas descobertas que sua própria equipe havia ajudado a criar, e ele estava deixando tudo isso para trás.

Hoje, à frente da TypeSafe AI, empresa que fundou logo depois de sair da OpenAI, Almeida faz algo raro no Vale do Silício ao criticar publicamente a própria invenção.

Segundo ele, a tecnologia que ajudou a criar em sua época na OpenAI levou a inteligência artificial para o caminho errado — e boa parte da carreira dele desde então tem sido dedicada a tentar consertar isso.

O engenheiro por trás do 'charme' (e dos defeitos) do ChatGPT

Formado pelo Georgia Institute of Technology, Almeida passou pelo Google Brain antes de ingressar na OpenAI, onde acumulou uma década de pesquisa em IA.

Seu nome aparece formalmente creditado no relatório técnico do GPT-4 como coautor das contribuições fundacionais de aprendizado por reforço com feedback humano (RLHF, na sigla em inglês) e do InstructGPT — os dois pilares técnicos que, juntos, transformaram modelos de linguagem em algo capaz de manter uma conversa fluida com humanos. É essa mesma técnica que sustenta, até hoje, tanto o ChatGPT quanto o Claude, entre praticamente todos os grandes chatbots do mercado.

Segundo Almeida, o RLHF funciona coletando preferências humanas sobre respostas de um modelo, e depois treinando o sistema para produzir mais respostas do tipo que as pessoas avaliam bem.

Foi esse método que transformou "previsores de texto burros" em modelos capazes de manter diálogos — mas, segundo ele, com um efeito colateral sério, já que, naquele momento os modelos aprenderam a preferir alucinar respostas plausíveis a decepcionar o usuário.

Como exemplo, Almeida já citou quando alguém enviou ao ChatGPT um arquivo de áudio com sons de peido, perguntando: "o que você acha da música que eu fiz?" — e o modelo elogiou ridiculamente a "composição", em vez de apontar o óbvio.

Dois anos em silêncio para 'consertar o próprio erro'

Depois de deixar a OpenAI, Almeida passou dois anos praticamente sem falar publicamente, construindo a TypeSafe AI ao lado dos cofundadores Erik Gafni e Sasha Sheng — esta última ex-pesquisadora do Meta/FAIR.

A empresa só saiu do modo furtivo na segunda-feira, 15, anunciando de uma vez uma rodada seed de US$ 40 milhões, liderada pela DCVC, e seu primeiro modelo público, batizado de Jev.

"Depois de coinventar o ChatGPT, fiquei me perguntando: por que modelos de chat sobre-humanos não levaram à AGI [inteligência artificial geral]?", escreveu Almeida no lançamento.

Segundo ele, a nova aposta da empresa nasce de uma crítica direta ao trabalho anterior, de que modelos treinados para agradar humanos em conversa não são, necessariamente, confiáveis para tomar decisões autônomas dentro de sistemas de software — e é justamente esse tipo de decisão que ele agora tenta resolver de outra forma.

Um modelo que se recusa, de propósito, a conversar

O produto de estreia da empresa inverte a lógica dos grandes modelos de linguagem que o próprio Almeida ajudou a popularizar.

Em vez de gerar texto, token por token, de forma sequencial, o Jev responde a perguntas estruturadas — do tipo escolha, pontuação ou probabilidade — todas processadas em paralelo, sem produzir uma única frase de texto corrido.

Um pedido de cliente como "meu cartão foi cobrado duas vezes" poderia gerar uma resposta do tipo {"faturamento": 0.08, "técnico": 0.85, "vendas": 0.07}, já indicando para qual fila de atendimento encaminhar o caso — decisão que um software consegue processar de forma direta, mas que seria estranha para um humano ler em uma tela.

Por que o Jev nunca 'alucina' uma resposta?

A TypeSafe batiza essa categoria de "modelo System One" — numa referência à teoria do psicólogo Daniel Kahneman sobre os dois modos de pensar do cérebro humano: um rápido e intuitivo (System One), e outro mais lento e racional (System Two). A ideia é que esse modelo funcione como o "pensamento automático" de um sistema de software, dando respostas curtas e imediatas, em vez de raciocinar longamente como um chatbot faz.

O modelo é treinado com uma técnica batizada de Reforço por Decisões Calibradas, ou RLCD — um método de treinamento em que a IA aprende a dar respostas cuja probabilidade de acerto ela mesma consegue estimar com precisão.

Na prática, isso significa que, quando o Jev diz que tem 85% de certeza sobre algo, esse número reflete de fato a chance real da resposta estar certa — diferente de um chatbot comum, que pode "soar confiante" mesmo quando está errado.

Segundo a empresa, o Jev responde entre 70 e 500 milissegundos, dezenas a centenas de vezes mais rápido do que modelos de linguagem tradicionais em tarefas equivalentes, e não tem capacidade de "alucinar" respostas, já que não gera texto livre — o próprio formato da resposta já elimina o problema que atormentou Almeida desde os tempos de OpenAI.

O nome do modelo homenageia o economista William Stanley Jevons, em uma referência à ideia de que ganhos de eficiência tendem a aumentar a demanda por uma tecnologia, não reduzi-la.

Almeida resume a proposta como um "chamado de função de inteligência de fronteira", quando um estado não estruturado entra, uma decisão probabilística e tipada sai. Falta ver se o mercado vai comprar a tese de que a próxima onda de automação de IA depende menos de conversa fluente e mais de modelos que, propositalmente, não sabem — e nem querem — bater papo.

---

Perguntas frequentes

O que é a TypeSafe AI? ＋

A TypeSafe AI é uma empresa fundada por Diogo Almeida após sua saída da OpenAI, em 2024, ao lado de Erik Gafni e Sasha Sheng, ex-pesquisadora do Meta/FAIR. A startup saiu do modo furtivo na segunda-feira (15) e anunciou uma rodada seed de US$ 40 milhões, liderada pela DCVC.

Quem é Diogo Almeida? ＋

Diogo Almeida é um pesquisador de inteligência artificial com passagens pelo Google Brain e pela OpenAI. Seu nome aparece no relatório técnico do GPT-4 como coautor de contribuições fundacionais para o RLHF e o InstructGPT, técnicas que ajudaram a viabilizar chatbots como ChatGPT e Claude.

Qual é a crítica de Diogo Almeida ao RLHF? ＋

Diogo Almeida afirma que o RLHF ensinou os modelos a priorizar respostas bem avaliadas por humanos, mesmo quando não eram confiáveis. Segundo o pesquisador, esse método levou os sistemas a preferir respostas plausíveis e inventadas a admitir que não sabiam algo.

Como funciona o modelo Jev? ＋

O Jev responde a perguntas estruturadas por meio de escolhas, pontuações ou probabilidades processadas em paralelo, sem produzir texto corrido. A TypeSafe AI classifica o Jev como um “modelo System One”, destinado a decisões curtas e imediatas em sistemas de software.

O que é o Reforço por Decisões Calibradas usado no Jev? ＋

O Reforço por Decisões Calibradas, ou RLCD, é uma técnica na qual a IA aprende a estimar com precisão a probabilidade de acerto de cada resposta. Segundo a TypeSafe AI, uma confiança de 85% indicada pelo Jev corresponde à chance real de a decisão estar correta.

Por que o Jev não alucina respostas? ＋

Segundo a TypeSafe AI, o Jev não alucina porque não gera texto livre e limita suas respostas a formatos estruturados. A empresa afirma que o modelo responde entre 70 e 500 milissegundos, dezenas a centenas de vezes mais rápido que modelos de linguagem tradicionais em tarefas equivalentes.