Zero-shot Learning
Capacidade de um modelo de IA realizar tarefas para as quais não recebeu formação específica, baseando-se apenas num comando direto e no seu conhecimento prévio geral.
O que é
No contexto da aprendizagem automática tradicional, se quiséssemos que um modelo classificasse faturas de fornecedores, teríamos de lhe mostrar centenas de exemplos de faturas. O Zero-shot Learning rompe com este paradigma. Trata-se da capacidade de um Large Language Model (LLM) — como o GPT-4 ou o Claude — executar uma tarefa nova imediatamente, sem necessitar de exemplos prévios ou de um treino específico para esse cenário.
A tradução literal seria "aprendizagem com zero tentativas". Na prática, significa que o modelo utiliza a vasta rede de associações que adquiriu durante o seu treino inicial (pré-treino) para inferir o que deve ser feito apenas pela descrição da tarefa. É o equivalente a contratar um estagiário muito culto e pedir-lhe: "Lê este e-mail e diz-me, numa escala de 1 a 5, quão urgente é". Mesmo que ele nunca tenha lido um e-mail da sua empresa antes, ele sabe o que é a 'urgência' e sabe interpretar o conteúdo do texto.
Como funciona
O funcionamento do Zero-shot baseia-se na semântica. Quando damos uma instrução a um modelo moderno, ele não está apenas a procurar palavras-chave; ele está a navegar num espaço vetorial onde conceitos relacionados estão próximos uns dos outros.
Quando escrevemos um prompt do tipo "Classifica este comentário de cliente como 'Elogio', 'Reclamação' ou 'Dúvida'", o modelo converte estas opções em representações matemáticas. Depois, analisa o texto do cliente e verifica a qual destas categorias o sentido do texto mais se assemelha. Ele não precisa de ter visto esse comentário exato antes, nem precisa que lhe tenhamos ensinado o que é uma 'Reclamação' especificamente para o nosso negócio de venda de cortiça ou têxteis; ele já domina o conceito linguístico desses termos.
Isto é possível porque os modelos foram treinados com biliões de páginas de texto, aprendendo as relações profundas entre linguagem, lógica e contexto. O Zero-shot é, essencialmente, a aplicação dessa inteligência generalista a um problema específico sem etapas intermédias de adaptação.
Quando usar
O Zero-shot Learning é a primeira linha de ataque em quase todos os projetos de IA numa PME por ser o método mais rápido e barato. Deve ser utilizado quando:
- Velocidade é prioridade: Quer testar se a IA consegue automatizar uma triagem de tickets de suporte em 10 minutos.
- Falta de dados históricos: A empresa está a lançar um novo produto e não tem exemplos antigos de como os clientes reagem a ele.
- Tarefas de senso comum: Resumir reuniões, extrair nomes de entidades de um contrato ou traduzir mensagens de marketing.
- Escalabilidade inicial: Quando o custo de criar um conjunto de dados para 'Fine-tuning' não se justifica face ao volume da tarefa.
Se o Zero-shot resolver o problema com 90% de eficácia, muitas vezes não vale a pena investir em Few-shot (dar exemplos) ou em treinos mais profundos.
Erros comuns
O erro mais frequente é a ambiguidade na instrução. Como não estamos a dar exemplos, o modelo depende inteiramente da clareza da nossa descrição. Se pedir para "analisar este texto", o resultado será genérico. Se pedir para "extrair o valor total do IVA e o NIF do emissor deste recibo em formato JSON", terá sucesso direto.
Outro erro é o excesso de confiança em domínios ultra-específicos. Se a sua PME trabalha num nicho de engenharia de precisão com terminologia que não existe na internet pública, o Zero-shot pode falhar ou inventar significados (alucinar). Nestes casos, o modelo tenta forçar uma associação semântica que não é correta no seu contexto de negócio.
Por fim, ignorar a janela de contexto. Embora o modelo não precise de exemplos, ele ainda precisa de ler a instrução e o conteúdo. Se o comando for demasiado vago e o texto demasiado longo, o modelo pode perder-se no que é realmente importante na tarefa.
Exemplo prático para uma PME
Imagine uma PME portuguesa que gere propriedades de alojamento local. Eles recebem centenas de mensagens por dia em várias línguas através do Booking e Airbnb.
Sem Zero-shot, teriam de contratar alguém para ler tudo ou treinar um modelo de classificação complexo. Com Zero-shot, basta passar o texto da mensagem para uma API com o seguinte comando:
"Atua como um assistente de receção. Lê a mensagem abaixo e responde apenas com uma das seguintes etiquetas: [Check-in Tardio, Pedido de Berço, Reclamação de Limpeza, Outros]. Se for 'Reclamação de Limpeza', extrai também o número do apartamento mencionados."
A IA fará isto com precisão imediata, permitindo que a empresa encaminhe automaticamente o "Pedido de Berço" para a equipa de logística e a "Reclamação de Limpeza" para o supervisor, sem nunca ter tido de "ensinar" o modelo com exemplos reais do passado.
Perguntas frequentes
Q: O Zero-shot consome mais tokens do que outros métodos? R: Pelo contrário. Como não envia exemplos (como no Few-shot), o prompt é mais curto, o que reduz o consumo de tokens e o custo por pedido.
Q: É menos preciso do que dar exemplos? R: Geralmente sim. Em tarefas complexas ou com formatos de saída muito rígidos, o Few-shot (dar 2 ou 3 exemplos) tende a superar o Zero-shot.
Q: Todos os modelos de IA fazem Zero-shot? R: Os modelos modernos (LLMs) sim. Modelos de Machine Learning antigos (como regressões ou árvores de decisão) não conseguem fazê-lo; precisam sempre de dados de treino para aprender as categorias.
Q: Posso usar Zero-shot para extração de dados de faturas? R: Sim, funciona excecionalmente bem. Em vez de configurar uma regra para cada fornecedor, pede-se à IA para encontrar os campos necessários independentemente do layout do documento.
Exemplos práticos
- 01Classificar o sentimento de reviews de clientes sem mostrar exemplos prévios de boas ou más críticas.
- 02Extrair montantes e datas de vencimento de contratos PDF enviando apenas o documento e a pergunta.
- 03Traduzir descrições de produtos de português para alemão mantendo um tom profissional sem glossários específicos.
- 04Gerar um resumo de uma reunião de 1 hora focando apenas nas decisões tomadas e prazos definidos.
Termos relacionados
Ler no blog
Quer usar Zero-shot Learning na sua empresa?
30 minutos, gratuito, sem compromisso. Dizemos onde encaixa.
Diagnóstico IA gratuito