Série Inteligência Artificial, parte 2 de 4. Depois de percorrer a história e as definições da inteligência artificial, este ensaio examina a abordagem que tirou o campo do segundo inverno.
Na parte anterior, a IA simbólica apareceu como a tentativa de escrever à mão as regras da inteligência, e o seu limite ficou claro: o mundo tem exceções demais para caber em regras. O aprendizado de máquina inverte a lógica. Em vez de dizer ao computador como resolver um problema, o programador fornece exemplos e um procedimento para que o sistema ajuste a si mesmo até acertar com frequência suficiente.
Essa inversão está por trás de quase tudo o que um profissional de marketing digital encontra hoje: o feed que decide o que cada pessoa vê, a entrega de anúncios, os filtros de spam, a transcrição automática de vídeos e os modelos generativos. Entender seus fundamentos é condição para discutir com propriedade temas como viés, privacidade e transparência dos algoritmos.
O ensaio apresenta as definições clássicas, os três grandes tipos de aprendizado, a trajetória das redes neurais e as críticas ao aprendizado profundo, terminando com aplicações concretas em marketing e produção de conteúdo.
O que significa uma máquina aprender
Samuel (1959), ao descrever um programa que melhorava no jogo de damas jogando contra si mesmo, é frequentemente lembrado como um dos primeiros a usar a expressão aprendizado de máquina. O programa não recebia a melhor jogada pronta; ele ajustava a avaliação das posições a partir da experiência acumulada.
A definição mais citada em manuais é a de Mitchell (1997). Em paráfrase: um programa aprende quando seu desempenho em uma classe de tarefas, medido por algum critério, melhora com a experiência. A formulação é útil porque obriga o pesquisador a especificar três coisas: qual é a tarefa (classificar e-mails, prever vendas), qual é a medida de desempenho (taxa de acerto, erro médio) e qual é a experiência (o conjunto de dados).
Domingos (2012) acrescenta uma observação que costuma surpreender iniciantes: o objetivo não é acertar os exemplos já vistos, mas generalizar para casos novos. Um modelo que decora os dados de treino e falha em dados novos sofre de sobreajuste (overfitting). Por isso a prática padrão é separar dados de treino e de teste. No manual brasileiro de Faceli et al. (2021), essa preocupação com avaliação e generalização atravessa todos os capítulos.
Três formas de aprender
Aprendizado supervisionado
No aprendizado supervisionado, cada exemplo vem acompanhado da resposta correta, chamada rótulo. O algoritmo aprende uma função que leva das entradas às saídas. Quando a saída é uma categoria (spam ou não spam, comentário positivo ou negativo), fala-se em classificação. Quando é um número (vendas do próximo mês), fala-se em regressão. O custo dessa abordagem está nos rótulos, que muitas vezes precisam ser produzidos por pessoas.
Aprendizado não supervisionado
Aqui não há rótulos. O objetivo é encontrar estrutura nos dados: grupos de clientes parecidos (agrupamento), padrões de compra que aparecem juntos (regras de associação) ou representações mais compactas de dados complexos (redução de dimensionalidade). A dificuldade é que não existe uma resposta certa para conferir, e a interpretação dos grupos encontrados depende do analista (Faceli et al., 2021).
Aprendizado por reforço
No aprendizado por reforço, um agente interage com um ambiente, executa ações e recebe recompensas ou punições. Ele precisa descobrir, por tentativa e erro, que sequência de ações maximiza a recompensa acumulada ao longo do tempo. Sutton e Barto (2018) destacam o dilema entre explorar ações novas e aproveitar as que já funcionaram. O vocabulário de agente e ambiente mostra a proximidade com a definição de IA como estudo de agentes, discutida na parte 1.
A trajetória das redes neurais
O perceptron e seus limites
Rosenblatt (1958) propôs o perceptron, um modelo inspirado no neurônio que recebe várias entradas, multiplica cada uma por um peso, soma tudo e produz uma saída. O aspecto revolucionário era o procedimento de aprendizagem: quando a resposta estava errada, os pesos eram corrigidos na direção certa. O perceptron gerou enorme entusiasmo, mas Minsky e Papert (1969) demonstraram que redes de uma única camada não conseguem resolver problemas que não sejam linearmente separáveis. Como havia pouca clareza sobre como treinar redes com várias camadas, a pesquisa conexionista perdeu espaço.
A retropropagação
A peça que faltava ganhou divulgação ampla com o artigo de Rumelhart, Hinton e Williams (1986) na revista Nature. Eles mostraram como a retropropagação do erro (backpropagation) permite treinar redes com camadas intermediárias, chamadas ocultas. A ideia, em termos simples, é calcular o quanto cada peso contribuiu para o erro final e ajustá-lo proporcionalmente, propagando a correção da saída para as camadas anteriores. Os autores mostraram ainda que as camadas ocultas aprendiam representações internas úteis, que ninguém havia programado.
O aprendizado profundo
Mesmo com a retropropagação, redes com muitas camadas eram difíceis de treinar e exigiam mais dados e poder computacional do que havia disponível. O cenário mudou na década de 2010. Krizhevsky, Sutskever e Hinton (2012) treinaram em processadores gráficos uma rede convolucional profunda que superou com folga os métodos concorrentes na competição de reconhecimento de imagens ImageNet. O resultado é amplamente tratado como o marco do retorno das redes neurais.
Em artigo de revisão, LeCun, Bengio e Hinton (2015) definem o aprendizado profundo como métodos de aprendizado de representações com múltiplos níveis de abstração. Cada camada transforma a representação recebida em outra um pouco mais abstrata: em imagens, de bordas para formas e de formas para objetos. A grande diferença em relação ao aprendizado de máquina tradicional é que essas características não precisam ser desenhadas por especialistas; elas são aprendidas a partir dos dados. O manual de Goodfellow, Bengio e Courville (2016) sistematiza essa área e é leitura de referência para quem quer aprofundar a matemática.
Debate e críticas: o que o aprendizado profundo não resolve
O sucesso empírico do aprendizado profundo é inegável em visão computacional, reconhecimento de voz e tradução. Isso não encerra o debate. Marcus (2018) sistematizou um conjunto de críticas que continua sendo referência:
- Fome de dados: os modelos precisam de muitos exemplos, enquanto humanos aprendem conceitos novos com poucos.
- Transferência limitada: o que foi aprendido em uma tarefa nem sempre se transfere para situações um pouco diferentes.
- Opacidade: é difícil explicar por que uma rede tomou determinada decisão, o que pesa em áreas como crédito, saúde e justiça.
- Dificuldade com raciocínio estruturado e com a incorporação de conhecimento prévio.
Marcus não propõe abandonar as redes neurais, mas combiná-las com outras técnicas, inclusive simbólicas. É um sinal de que a velha rivalidade entre as duas escolas não terminou; ela ganhou novas formas. Do lado oposto, os defensores do aprendizado profundo argumentam que muitas dessas limitações diminuem com mais dados, mais escala e arquiteturas melhores (LeCun; Bengio; Hinton, 2015). É uma disputa em que há evidência empírica dos dois lados, e o estudante deve evitar tratar qualquer uma das posições como verdade estabelecida.
Domingos (2012) lembra ainda um ponto mais terreno: a qualidade e a quantidade dos dados costumam pesar mais do que a escolha do algoritmo. Se os dados de treino refletem desigualdades ou erros, o modelo os reproduz com aparência de neutralidade. Esse problema dos vieses será retomado em outros ensaios desta coleção.
Aplicação: aprendizado de máquina no marketing e na produção de conteúdo
A primeira aplicação que todo criador de conteúdo encontra é a recomendação. Covington, Adams e Sargin (2016) descreveram o sistema de recomendação do YouTube como duas redes neurais em sequência: uma que seleciona, entre milhões de vídeos, algumas centenas de candidatos para cada usuário, e outra que ordena esses candidatos. O artigo descreve o sistema daquela época, e as plataformas mudam constantemente, mas a lógica de aprender com o histórico de comportamento continua sendo a base.
A segunda é a entrega de anúncios. Quando uma plataforma de anúncios otimiza uma campanha para conversões, ela usa modelos treinados para prever quais pessoas têm maior probabilidade de agir. Isso explica por que campanhas precisam de um período de aprendizado e de volume de dados, tema tratado de forma prática no post sobre tráfego pago.
A terceira é a busca. Os mecanismos de busca combinam a lógica de indexação e relevância, discutida no ensaio sobre como funcionam os mecanismos de busca, com modelos aprendidos que interpretam consultas e ordenam resultados.
Há também usos ao alcance de pequenos negócios: segmentar clientes por agrupamento a partir do histórico de compras, classificar comentários em positivos, negativos e dúvidas, ou prever demanda sazonal. Muitas dessas tarefas já vêm embutidas em ferramentas comerciais, como mostram os exemplos do post como usar inteligência artificial no seu negócio. Saber o que acontece por trás delas ajuda a interpretar resultados e a desconfiar quando parecem bons demais.
Para pesquisar: questões e caminhos para TCC
- Como criadores de conteúdo brasileiros descrevem o funcionamento dos algoritmos de recomendação, e quanto essas descrições se aproximam da literatura técnica? Método: entrevistas em profundidade ou análise de vídeos de criadores sobre o tema.
- Um modelo simples de classificação de sentimentos treinado com comentários de uma marca local tem desempenho aceitável em comparação com a classificação manual? Método: estudo experimental com divisão treino/teste e métricas como acurácia e F1.
- Que segmentos de clientes emergem do agrupamento de dados de compra de um pequeno varejo, e eles coincidem com as personas definidas intuitivamente pela empresa? Método: estudo de caso com análise de agrupamento e entrevista com gestores.
- Como profissionais de tráfego pago entendem a fase de aprendizado das campanhas? Método: survey com questões fechadas e abertas.
- Quais críticas ao aprendizado profundo aparecem na produção acadêmica brasileira em comunicação? Método: revisão sistemática de literatura na SciELO e no Portal de Periódicos da CAPES.
Palavras-chave de busca: “aprendizado de máquina”, “aprendizagem de máquina”, “redes neurais artificiais”, “aprendizado profundo”, “sistemas de recomendação”, “algoritmos e comunicação”; em inglês, “machine learning”, “deep learning”, “neural networks”, “backpropagation”, “recommender systems”, “supervised learning”, “reinforcement learning”.
Considerações finais
O aprendizado de máquina trocou a pergunta “que regras a máquina deve seguir?” por “com que exemplos ela deve aprender?”. Essa mudança, somada à retropropagação, a grandes bases de dados e a processadores mais potentes, produziu o aprendizado profundo e os sistemas que hoje organizam o que vemos nas redes. As críticas de opacidade, dependência de dados e transferência limitada continuam válidas e são um bom ponto de partida para pesquisas.
Na parte 3, a série chega aos grandes modelos de linguagem e à arquitetura Transformer, que levaram o aprendizado profundo ao texto e deram origem aos assistentes conversacionais.
Referências
COVINGTON, Paul; ADAMS, Jay; SARGIN, Emre. Deep neural networks for YouTube recommendations. In: PROCEEDINGS OF THE 10TH ACM CONFERENCE ON RECOMMENDER SYSTEMS, 2016.
DOMINGOS, Pedro. A few useful things to know about machine learning. Communications of the ACM, v. 55, n. 10, p. 78-87, 2012.
FACELI, Katti et al. Inteligência artificial: uma abordagem de aprendizado de máquina. 2. ed. Rio de Janeiro: LTC, 2021.
GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. Cambridge, MA: MIT Press, 2016.
KRIZHEVSKY, Alex; SUTSKEVER, Ilya; HINTON, Geoffrey E. ImageNet classification with deep convolutional neural networks. In: ADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 25, 2012.
LECUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015.
MARCUS, Gary. Deep learning: a critical appraisal. arXiv, 2018. arXiv:1801.00631.
MINSKY, Marvin; PAPERT, Seymour. Perceptrons: an introduction to computational geometry. Cambridge, MA: MIT Press, 1969.
MITCHELL, Tom M. Machine learning. New York: McGraw-Hill, 1997.
ROSENBLATT, Frank. The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, v. 65, n. 6, p. 386-408, 1958.
RUMELHART, David E.; HINTON, Geoffrey E.; WILLIAMS, Ronald J. Learning representations by back-propagating errors. Nature, v. 323, p. 533-536, 1986.
SAMUEL, Arthur L. Some studies in machine learning using the game of checkers. IBM Journal of Research and Development, v. 3, n. 3, p. 210-229, 1959.
SUTTON, Richard S.; BARTO, Andrew G. Reinforcement learning: an introduction. 2. ed. Cambridge, MA: MIT Press, 2018.
Como citar este texto
RÚBIO, Mélker. Aprendizado de máquina e redes neurais: do perceptron ao aprendizado profundo. MR Academy, Novo Progresso, 22 out. 2026. Disponível em: https://melkerrubio.com/aprendizado-de-maquina-e-redes-neurais/. Acesso em: [data do seu acesso].
Quer aprofundar com aulas práticas? Conheça os cursos da MR Academy.
