Alucinação de IA: como checar se a resposta está certa

Alucinação de IA é quando um chatbot como ChatGPT, Gemini ou Claude entrega uma informação falsa com o mesmo tom de segurança que usaria para uma verdadeira. Pode ser uma lei que não existe, um número inventado ou um link que leva a lugar nenhum. A defesa é um hábito simples de checagem, e ele cabe em cinco passos.

Quem está começando costuma achar que a IA "sabe" as coisas e só às vezes erra. O mais útil é inverter a ideia: ela escreve texto plausível, e a verdade precisa ser conferida por você. Este guia mostra por que o erro acontece, como reconhecer os sinais, o método para checar e os prompts que diminuem o problema.

O que é alucinação de IA, em português claro

Alucinação é a resposta que parece correta, está bem escrita e é falsa. O nome pegou porque o modelo não mente de propósito: ele não tem intenção. Ele apenas produz a continuação mais provável para a sua pergunta, e às vezes a continuação mais provável é um fato que nunca existiu.

Existem três versões comuns. A primeira é o fato inventado, como um artigo de lei com número e texto que ninguém aprovou. A segunda é a referência fabricada: livro, estudo ou link com autor e título críveis, mas inexistentes. A terceira é a distorção de algo real, por exemplo trocar o ano de uma decisão ou somar errado uma tabela que você mesmo enviou.

Se você ainda está montando a base, o guia o que é inteligência artificial explica como esses modelos funcionam por dentro, e isso ajuda a entender por que o erro não é um defeito raro.

Por que a IA inventa informação com tanta confiança

O modelo foi treinado para prever a próxima palavra, não para consultar um banco de fatos verificados. Quando a pergunta cai numa área em que ele viu pouco material, o caminho mais provável ainda gera uma frase fluente. Fluência não é prova de verdade.

Há também um incentivo de treino. Um estudo de pesquisadores publicado no arXiv em setembro de 2025 argumenta que os modelos alucinam porque os testes usados para avaliá-los premiam o palpite e raramente premiam o "não sei". Se chutar rende ponto e admitir dúvida não rende, o modelo aprende a chutar.

Por isso a documentação oficial da Anthropic recomenda, entre as técnicas para reduzir alucinações, dar ao modelo permissão explícita para dizer que não sabe e pedir que ele se baseie em trechos do documento que você forneceu. A mesma página lembra que essas técnicas reduzem o problema, mas não o eliminam, e que decisões de peso exigem validação.

Sinais de alerta: quando desconfiar da resposta

Alguns padrões aparecem toda vez que a IA está improvisando. Aprender a reconhecê-los poupa tempo, porque você sabe onde concentrar a conferência.

• Número muito redondo ou muito preciso, sem fonte ao lado (por exemplo "73,4% das empresas").
• Citação entre aspas atribuída a uma pessoa, sem data nem veículo.
• Link com formato bonito, mas que dá página não encontrada quando você clica.
• Lei, artigo ou súmula com número exato que você nunca viu em lugar nenhum.
• Resposta confiante para uma pergunta sobre fato recente, depois da data de corte do modelo.
• Resposta que muda de versão quando você repete a mesma pergunta.

O último sinal é o mais barato de testar. Pergunte duas vezes, em conversas novas. Se os detalhes divergem, pelo menos um dos lados é invenção, e o guia de como escrever comandos que funcionam mostra como deixar a pergunta menos aberta para reduzir essa variação.

Método de checagem em 5 passos

Use este roteiro sempre que a resposta for entrar num trabalho, numa decisão ou numa mensagem para outra pessoa. Para conversa casual não precisa.

1. Separe as afirmações verificáveis. Sublinhe cada número, data, nome, lei e citação. O restante é opinião ou explicação.
2. Pergunte a fonte, depois abra a fonte. Peça o link e entre nele. Se não abrir ou não disser o que a IA disse, descarte a afirmação.
3. Procure na fonte primária. Lei no site do Planalto, empresa no cadastro da Receita Federal, estudo no site do autor, preço na página oficial da loja.
4. Cruze com uma segunda IA ou uma segunda conversa. Serve para achar divergência, não para provar verdade, porque dois modelos podem errar juntos.
5. Registre o que foi confirmado. Anote a fonte e a data da conferência. Quem for ler depois consegue repetir o caminho.

Tipos de erro e como checar cada um

Nem toda alucinação é igual, e o jeito de conferir muda conforme o tipo. A tabela abaixo serve como colinha para deixar aberta ao lado da conversa.

O caso das contas merece destaque porque engana quem acha que computador nunca erra aritmética. O modelo escreve o resultado como texto. Para conta que importa, peça a fórmula e rode numa planilha.

Um exemplo brasileiro: a lei que não existe e o CNPJ que não fecha

Imagine uma dona de loja de roupas em Campinas que pergunta ao chatbot qual lei obriga a trocar produto comprado pela internet. A resposta cita um artigo com número e parágrafo, em tom firme. Ela cola o texto num aviso para os clientes. Dias depois, um cliente aponta que o artigo não diz aquilo, e o aviso vira constrangimento.

O método resolveria em minutos. Passo 1: sublinhar "artigo tal" e o prazo citado. Passo 2: pedir o link. Passo 3: abrir o texto do Código de Defesa do Consumidor no site oficial e comparar. Nesse tipo de situação, o direito de arrependimento em compra online costuma ser buscado direto no código, e o texto oficial é quem manda.

Outra cena é pedir o CNPJ de um fornecedor. O chatbot devolve catorze dígitos com formato correto, mas o número pertence a outra empresa ou nem existe. A conferência leva dois minutos no cadastro da Receita Federal. Quem faz pagamento com base no número do chat corre risco real de depositar para a pessoa errada. Esse cuidado combina com o checklist de como escolher ferramenta de IA com segurança.

Prompts que reduzem o erro

Prompt bom não elimina alucinação, mas muda o comportamento do modelo na direção certa: permitir a dúvida, ancorar em texto e separar o que é fato do que é suposição. Copie e adapte.

Prompt 1: permissão para não saber

Responda apenas com o que você tem confiança de saber.
Se não tiver certeza ou não tiver a informação, escreva exatamente:
"Não tenho certeza". Não invente números, datas, leis nem links.
Pergunta: [sua pergunta]

Prompt 2: ancorar em um documento seu

Use somente o texto abaixo para responder. Primeiro, copie os
trechos exatos que sustentam a resposta, numerados. Depois responda
citando os números. Se o texto não responder, diga que o texto não cobre.
[cole o texto aqui]
Pergunta: [sua pergunta]

Prompt 3: auditar a própria resposta

Releia a resposta acima. Liste cada afirmação verificável
(número, data, nome, lei, citação) e classifique em: confirmada pelo
texto que enviei, conhecimento geral, ou suposição. Para cada
suposição, diga como eu poderia conferir em fonte oficial.

O segundo prompt é o mais forte, porque troca a memória do modelo pelo seu documento. Ele conversa com a prática de resumir PDFs e textos longos com IA, e ferramentas que respondem com base em fontes, como as do guia de Perplexity e NotebookLM, facilitam o passo de abrir a referência.

Quando nunca confiar sem um profissional: saúde, direito e finanças

Nessas três áreas o erro custa caro e muitas vezes não dá para desfazer. A IA pode ajudar a entender termos, preparar perguntas e organizar documentos. Ela não deve decidir dose de remédio, estratégia de processo nem onde colocar dinheiro.

Em saúde, use para montar a lista de perguntas da consulta, nunca para trocar o diagnóstico. Em direito, a revisão de documentos ganha velocidade, como mostra o texto sobre IA para contratos, mas a cláusula que vai valer precisa de advogado. Em finanças, o guia sobre investir na bolsa com IA e o de organizar finanças pessoais servem de apoio, com a conferência dos números feita por você.

Erros comuns de quem usa IA sem checar

Alguns hábitos repetem o problema. O primeiro é tratar a primeira resposta como definitiva, sem nem pedir fonte. O segundo é confiar em link que a IA gerou sem clicar. O terceiro é perguntar sobre fato recente a um modelo sem acesso à internet, o que quase garante palpite.

O quarto é copiar a resposta inteira para um trabalho, e o professor ou o cliente percebe a referência falsa antes de você. O quinto é usar a IA para validar a própria IA, com perguntas como "você tem certeza?". Quem está começando costuma cair em vários desses ao mesmo tempo, e a lista de erros comuns de quem está começando com IA mostra outros que combinam com estes.

Para estudo, a regra vale em dobro. Quem prepara prova com IA precisa conferir fórmula, data e jurisprudência na fonte, como detalha o guia de estudo para provas e concursos.

Antes de começar a usar de verdade, vale também escolher a ferramenta certa para cada tarefa: a comparação de ChatGPT, Claude e Gemini ajuda nisso.

Na próxima vez que uma resposta parecer boa demais, rode os 5 passos antes de usar. Para ver o assunto por outro ângulo, leia sobre como identificar conteúdo falso gerado por IA e continue pelas outras dicas de IA para iniciantes.