00-01-02 — Tipos de Aprendizado em Alto Nível

Por que Isso Importa antes de Avançar

No tópico anterior, entendemos que ML é aprender com dados. Mas "aprender" pode significar coisas muito diferentes dependendo do tipo de sinal disponível e do objetivo final. Os quatro paradigmas a seguir definem as formas fundamentais como sistemas de ML aprendem — e saber qual está em uso te dá contexto imediato sobre limitações, custo de dados e o que esperar do sistema.

Aprendizado Supervisionado: o Professor Explícito

No aprendizado supervisionado, cada exemplo de treinamento vem com a resposta correta — o "rótulo". O modelo aprende a mapear inputs para outputs a partir dessa supervisão explícita. É o paradigma mais intuitivo e mais amplamente usado em aplicações comerciais.

Exemplos concretos: classificação de e-mails (spam/não-spam), detecção de fraude em transações, predição de churn, OCR, diagnóstico médico por imagem. Em todos esses casos, alguém (um humano, outro sistema, um processo histórico) já rotulou os dados antes do treinamento.

O custo principal é a rotulação. Criar um dataset supervisionado de qualidade para um problema de negócio específico pode levar meses e custar caro. É por isso que a indústria investe tanto em técnicas que reduzem a dependência de rótulos — como as que veremos nos outros paradigmas.

Aprendizado Não-Supervisionado: Encontrar Estrutura no Caos

Transitando do paradigma mais estruturado para o mais livre: no aprendizado não-supervisionado, o modelo recebe dados sem rótulos e deve encontrar estrutura por conta própria. Não há resposta certa definida — o modelo descobre padrões latentes nos dados.

As aplicações mais comuns são clustering (agrupar clientes similares, detectar segmentos de mercado), redução de dimensionalidade (compactar representações de dados mantendo informação relevante), e detecção de anomalias (identificar transações que fogem ao padrão sem ter exemplos de fraude rotulados).

O que é subestimado: embeddings — aquele conceito que aparece em todo contexto de IA — são produto de aprendizado não-supervisionado ou self-supervised. O modelo aprende representações vetoriais de palavras, documentos, ou produtos sem que ninguém tenha rotulado "este documento é similar àquele".

Aprendizado por Reforço: Aprender com Consequências

O aprendizado por reforço (RL) funciona de forma radicalmente diferente dos dois anteriores. Não há dataset estático — há um agente que toma ações em um ambiente, recebe recompensas ou punições, e aprende a maximizar recompensa ao longo do tempo.

É o paradigma que ensinou computadores a jogar Go (AlphaGo), xadrez (AlphaZero), e videogames em nível sobre-humano. Mas tem uma aplicação direta nos LLMs que você usa hoje: o RLHF (Reinforcement Learning from Human Feedback) é a técnica que transformou GPT-3 (competente mas difícil de usar) em ChatGPT (útil e alinhado com expectativas humanas).

No RLHF, humanos avaliam respostas do modelo, e essas avaliações são usadas como sinal de recompensa. O modelo aprende a gerar respostas que humanos preferem — mesmo sem uma regra explícita definindo "boa resposta".

Aprendizado Generativo (Self-Supervised): a Escala que Mudou Tudo

O quarto paradigma é o que tornou os LLMs possíveis na escala atual. Self-supervised learning é uma forma engenhosa de criar supervisão a partir dos próprios dados, sem rotulação humana.

Para texto, a tarefa é simples: dado "O gato subiu no ___", prever a palavra seguinte. O texto em si fornece os rótulos — a próxima palavra é a resposta correta. Isso permite treinar em toda a internet, todos os livros disponíveis, todo o código público — sem pagar ninguém para rotular um único exemplo.

O resultado: modelos que veem quantidades absurdas de dados e desenvolvem capacidades emergentes que não foram explicitamente programadas. Um modelo treinado para prever próximo token em texto suficiente começa a demonstrar capacidade de raciocínio, tradução, código, e síntese — porque essas capacidades estão implícitas nos padrões do texto humano.

Mapa dos Quatro Paradigmas

Como os Paradigmas se Combinam na Prática

Na vida real, sistemas modernos raramente usam um único paradigma. O GPT-4, por exemplo, foi pré-treinado com self-supervised learning em texto massivo, depois fine-tuned com supervised learning em exemplos curados, e finalmente alinhado com RLHF. É uma pilha de três paradigmas.

Para um dev .NET construindo uma solução com Azure AI: você provavelmente vai consumir modelos que passaram por todo esse pipeline (OpenAI, Phi) e eventualmente vai usar supervised learning para fine-tuning com dados específicos do seu negócio. Entender os paradigmas ajuda a saber exatamente em qual camada você está atuando.

// Exemplo: ML.NET para aprendizado supervisionado clássico
// Classificação de tickets de suporte
var pipeline = mlContext.Transforms
    .Text.FeaturizeText("Features", nameof(TicketData.Description))
    .Append(mlContext.MulticlassClassification.Trainers
        .SdcaMaximumEntropy(labelColumnName: "Category"));

// Para IA Generativa (self-supervised pré-treinado):
// Você não treina — você consome via API
var client = new AzureOpenAIClient(endpoint, credential);
var response = await client.GetChatClient("gpt-4o")
    .CompleteChatAsync(messages);

// A decisão de qual usar começa pelo paradigma certo para o problema.