Pesquisa INHS · no Insper · 19/11, 19h
Sua IA pensa em inglês.E isso custa caro.
Português não é inglês traduzido
Toda IA que você usa leu o mundo em inglês e responde em português como quem traduz de cabeça. Aqui você vê isso acontecer: digite uma frase e assista a máquina quebrar o seu idioma em pedaços.
Laboratório: veja a máquina ler
Cada cor é um token, o pedaço de texto que o modelo enxerga. O tokenizador aqui é o de um modelo comercial conhecido, treinado sobretudo em inglês, rodando no seu navegador. Nada sai do seu aparelho.
- Palavras
- –
- Tokens
- –
- Tokens por palavra
- –
A mesma ideia, duas línguas
Contado agora, pelo mesmo tokenizador.
| Português | Tokens | Inglês | Tokens | Imposto |
|---|
A pergunta de pesquisa
O que muda quando um modelo deixa de traduzir e passa a pensar no idioma de quem pergunta?
Mais tokens por frase significa resposta mais cara, mais lenta e menos texto cabendo na memória do modelo. Quem fala português paga um imposto invisível em toda pergunta.
Esse imposto não fica só no custo. Gíria, ironia, Pix, CPF, o "vou ver e te aviso": quando a língua chega quebrada, o sentido chega quebrado junto.
Num piloto com vocabulário brasileiro, o modelo passou a ler o mesmo texto com 21% menos tokens e ainda previu melhor. Medição interna da LUA Vision, 2026, apresentada nesta pesquisa como ponto de partida, não como conclusão.
Experimento coletivo: o dicionário do que a IA não entende
Mande uma expressão brasileira que nenhuma máquina pega direito. As respostas viram material de estudo do INHS, discutido na palestra. Não precisa de nome nem e-mail.
O número sobe ao vivo durante a palestra.
Por onde começar amanhã
Entenda o mecanismo
Um modelo de linguagem adivinha o próximo token, bilhões de vezes. Brinque com o laboratório acima até a ideia ficar óbvia: é a base de tudo o que vem depois.
Meça antes de opinar
Escolha um problema do seu curso, rode a mesma tarefa em português e em inglês e conte custo, tempo e erro. Quem mede decide melhor do que quem acredita.
Procure o buraco brasileiro
Nota fiscal, Pix, jurídico, saúde pública, linguagem de periferia. Os melhores problemas de IA no Brasil ainda não têm dono. Você não precisa ser engenheiro para achar um.