A Íris não dá a resposta pronta: ensina a pensar.
Írisa IA que ensina você a pensar
Entenda a IA

Como a Íris funciona: o que é IA, como ela é construída e o que o nosso produto faz

  • O que é: a IA de hoje é um modelo que aprendeu, lendo muito texto, a prever a próxima palavra. Por isso explica bem e também pode errar.
  • Como se constrói: treinar um modelo de ponta do zero custa dezenas a centenas de milhões de dólares; o trabalho de um produto está nas camadas em volta dele.
  • O que a Íris faz: ensina a pensar, com método, fontes, ferramentas e travas, em vez de entregar a resposta pronta.

Criar conta grátis

1. O que é “inteligência artificial” hoje

Ilustração: milhares de pontos de luz se organizando em linhas e padrões, como uma máquina encontrando padrões em muitos dados.
Um modelo de linguagem aprende padrões a partir de uma enorme quantidade de texto.

Quando as pessoas falam de IA nos produtos atuais, quase sempre falam de um modelo de linguagem: um programa que aprendeu, lendo uma quantidade enorme de textos, quais palavras costumam vir depois de quais. Ele funciona por prever a próxima palavra, uma de cada vez, e é assim que escreve um parágrafo inteiro.

Dois pontos ajudam a entender o que esperar dele:

  • Ele aprende padrões, não “decora” um livro. Por isso explica, resume, compara e raciocina em muitos assuntos.
  • Ele não consulta uma verdade fixa. Ele gera a resposta mais provável. Por isso pode errar com muita confiança. Isso se chama alucinação, e é o principal cuidado ao usar IA em saúde e em educação.

2. Como um modelo de IA é construído

Ilustração: blocos de vidro, que representam dados, entram numa esfera luminosa e saem como um cérebro organizado, o modelo treinado.
Os dados passam pelo treino e viram um modelo.

Construir um modelo de ponta tem etapas, e cada uma tem um custo e um tipo de trabalho:

  1. Reunir os textos. Livros, artigos, páginas da web, códigos. São trilhões de palavras, que precisam ser limpas, sem repetição e sem lixo.
  2. Pré-treino. O modelo lê tudo isso e aprende a prever a próxima palavra. É a etapa mais cara: milhares de placas gráficas, ligadas por semanas, a um custo de dezenas a centenas de milhões de dólares. Só poucas empresas no mundo fazem.
  3. Ajuste para conversar. O modelo recebe exemplos de pergunta e resposta para aprender a responder como um assistente, e não só a completar texto.
  4. Alinhamento e segurança. Pessoas e processos ensinam o modelo a recusar o que é perigoso e a ser útil. Equipes tentam fazê-lo errar de propósito para achar falhas antes do lançamento.
  5. Avaliação. Provas e testes medem se o modelo melhorou, por exemplo em provas de medicina, de direito e de vestibular.

Existem também modelos abertos, publicados por empresas e universidades (um exemplo brasileiro é o Gaia, da UFG, que adapta um modelo aberto para o português). Qualquer empresa pode usá-los ou ajustá-los. Isso reduz muito a barreira para criar produtos, mas o modelo de ponta, em geral, continua sendo dos grandes laboratórios.

3. O que acontece quando você faz uma pergunta

Ilustração: um balão de conversa de vidro cuja pergunta atravessa camadas de luz e sai como uma folha de resposta.
A sua pergunta atravessa várias etapas até virar uma resposta.
  1. Seu texto é quebrado em pedaços chamados tokens (algo como sílabas e palavras curtas).
  2. O modelo recebe esses tokens junto com instruções do produto (como se comportar) e, se houver, material de apoio (documentos, fontes).
  3. Ele gera a resposta token por token.
  4. O custo e o tempo dependem de quanto o modelo precisou ler e escrever. Respostas longas, com pesquisa e documentos grandes, custam mais.

4. Como um produto de IA é feito no dia a dia

Ilustração: várias lâminas de vidro empilhadas e ligadas por feixes de luz, representando as camadas de um produto de IA.
O modelo é uma das camadas; o produto reúne várias.

O modelo é só uma das peças. Um produto sério tem várias camadas em volta dele:

CamadaPara que serve
O modeloEntende e escreve o texto. Pode haver mais de um, escolhido conforme a dificuldade da pergunta.
Instruções e métodoDizem ao modelo como se comportar, com que tom, quais regras seguir.
Conhecimento próprioBibliotecas e bases que o modelo consulta, para responder com fonte e não de memória.
FerramentasAções que o modelo pode chamar: buscar, calcular, consultar um cadastro, gerar um arquivo.
Regras e travasImpedem respostas indevidas, protegem dados e mandam para uma pessoa quando necessário.
Avaliação contínuaCasos de teste e auditoria que verificam a qualidade todos os dias.

O trabalho de uma empresa de IA aplicada está, em grande parte, nessas camadas, e não em treinar um modelo do zero.

5. Curiosidades: como se cria uma IA

Atualizado em outubro de 2026. As ferramentas mudam rápido, e as ordens de grandeza de custo são aproximadas.

Dois caminhos para ter um modelo de IA

Caminho A: construir do zero

Poucas empresas no mundo fazem isso em escala grande, porque exige milhares de placas gráficas ligadas por semanas, trilhões de palavras de texto e equipes muito raras. O custo vai de dezenas a centenas de milhões de dólares.

Caminho B: adaptar um modelo aberto

Pega-se um modelo já treinado e publicado e continua-se o trabalho nele: mais português, mais medicina, mais uma tarefa específica. Universidades e empresas médias seguem esse caminho, com uma fração do custo e do tempo.

O caminho em cinco etapas

  1. 1DadosReunir, limpar, tirar o que se repete e filtrar a qualidade. É a etapa que mais pesa.Common Crawl, datatrove, fastText
  2. 2TreinoO modelo lê o texto e aprende a prever a próxima palavra.PyTorch, JAX, DeepSpeed
  3. 3AjusteAprende a conversar e seguir instruções, com exemplos de pergunta e resposta.PEFT (LoRA), TRL, bitsandbytes
  4. 4Avaliação e segurançaProvas medem o acerto, e equipes tentam fazer o modelo errar para achar as falhas antes do lançamento.lm-evaluation-harness, provas próprias
  5. 5UsoO modelo é publicado, comprimido se necessário e colocado para responder.vLLM, llama.cpp, Ollama

Que ferramentas se usam em cada etapa

EtapaPara quêFerramentas comuns
DadosBaixar e limpar texto da webCommon Crawl, trafilatura, datatrove
DadosDescobrir o idioma e filtrar a qualidadefastText e classificadores de qualidade
DadosTirar texto repetidoMinHash e outros métodos de desduplicação
DadosTransformar texto em números (tokens)SentencePiece (usado pelo Gemma)
TreinoBiblioteca principalPyTorch (a mais usada) e JAX (o Google treina o Gemma em placas TPU, com JAX)
TreinoModelos prontos e utilidadesHugging Face Transformers, Datasets e Accelerate
TreinoTreinar em várias placas ao mesmo tempoDeepSpeed, FSDP, Megatron-LM e NeMo
TreinoAcompanhar o treinoWeights & Biases e TensorBoard
AjusteAjuste leve e baratoPEFT (LoRA e QLoRA), TRL e bitsandbytes
AvaliaçãoMedir o acertolm-evaluation-harness e provas próprias (ENEM, OAB e outras)
UsoServir como uma APIvLLM, SGLang e TGI
UsoRodar em computador comumllama.cpp, Ollama e LM Studio
UsoDeixar o modelo menorquantização (GGUF, AWQ e GPTQ)

A base de tudo isso são placas gráficas NVIDIA, o software CUDA e a rede que as liga.

Glossário das ferramentas, uma linha cada

PyTorch / JAX
Bibliotecas para escrever e treinar modelos.
Hugging Face
Plataforma aberta onde se publicam e se baixam modelos, dados e programas (algo como um GitHub da IA).
DeepSpeed / FSDP / Megatron-LM / NeMo
Dividem o treino entre muitas placas.
LoRA / QLoRA
Ajustam só uma pequena parte do modelo, o que permite treinar em uma placa comum.
Quantização
Guarda os números do modelo com menos precisão, para ele caber em máquinas menores.
vLLM / Ollama
Programas que colocam o modelo para responder.
Token
Pedaço de texto que o modelo lê e escreve, e a unidade de custo.

O que é caro, e o que não é

  • Caro: as máquinas do treino em escala grande, as pessoas que sabem manter um treino gigante funcionando, e os dados bem escolhidos.
  • Barato ou gratuito: as ferramentas são abertas e gratuitas, e vários modelos são publicados para qualquer um usar. O custo de verdade está em preparar bons dados e medir bem o resultado.

Onde a MedOrbis se encaixa

A Íris usa modelos de linguagem de ponta e faz o trabalho em volta deles: o método que ensina a pensar, a biblioteca com fontes, as ferramentas e as travas de segurança. A empresa também está estruturando modelos próprios e especializados, a partir dos aprendizados dos atendimentos, sempre com dados anonimizados. O caminho natural é o B: aproveitar modelos abertos e ajustá-los a tarefas específicas, medindo o acerto antes de qualquer uso.

Atualizado em outubro de 2026.

6. O que a Íris faz

Ilustração: um cérebro de vidro percorrido por um caminho de luz que entra, volta e é conferido por um segundo caminho.
A Íris acompanha o seu raciocínio e ajuda você a revisá-lo, passo a passo.

A Íris é uma IA que ensina a pensar, em vez de entregar a resposta pronta. Em linhas gerais:

  • Método. Conduz o raciocínio por etapas (por exemplo, os 8 passos do raciocínio clínico), em vez de só dar o resultado.
  • Fontes. Quando a resposta é factual, a Íris mostra de onde veio a informação. As fontes são as que ela consulta a cada pergunta (a biblioteca própria e a busca em fontes confiáveis), exibidas junto da resposta para você conferir.
  • Vários modelos, escolha automática. A Íris usa modelos de linguagem de ponta e escolhe o mais adequado para cada pergunta. O usuário não precisa saber qual.
  • Ferramentas. Monta planos de estudo, cria aulas e vídeos, prepara materiais e acompanha o progresso de cada pessoa.
  • Para escolas, médicos e empresas. Cada público tem um caminho: estudantes, residentes, professores, coordenadores e profissionais de outras áreas.

7. Limites e responsabilidade

Ilustração: um escudo e uma balança de vidro, símbolos de segurança e responsabilidade.
A Íris apoia o estudo; a decisão continua com a pessoa.
  • A Íris apoia o estudo e o raciocínio. Ela não substitui o julgamento de um profissional nem uma consulta.
  • Como todo modelo de linguagem, pode errar. Por isso o produto mostra fontes, pede para conferir o que é crítico e tem travas para os casos de risco.
  • Dados: ficam hospedados na AWS (Amazon Web Services), em infraestrutura contratada sob o acordo de parceria (BAA) da HIPAA que a AWS oferece para dados de saúde, com acesso controlado, e são tratados conforme a LGPD. Os detalhes estão na Política de Privacidade.

8. Perguntas que mais aparecem

É o mesmo que um chat genérico de IA?

Não. Usa modelos de linguagem de ponta, mas o que a pessoa vê é o método, a biblioteca, as ferramentas e as travas da Íris, que um chat genérico não tem.

Ela inventa respostas?

Pode errar, como qualquer IA. Por isso mostra fontes quando a resposta é factual e orienta a conferir os pontos críticos.

Vocês treinaram o próprio modelo?

Treinar um modelo de ponta do zero custa dezenas a centenas de milhões de dólares e só poucas empresas no mundo fazem. Hoje usamos modelos de ponta e fazemos o nosso trabalho em volta deles: ensinar, organizar o conhecimento e criar as ferramentas. Também estamos estruturando o desenvolvimento de modelos próprios e especializados, a partir dos aprendizados dos nossos atendimentos, sempre com dados anonimizados.

Meus dados ficam seguros?

Ficam hospedados na AWS (Amazon Web Services), em infraestrutura contratada sob o acordo de parceria (BAA) da HIPAA que a AWS oferece para dados de saúde, com acesso controlado, e são tratados conforme a LGPD. Os detalhes estão na Política de Privacidade.

Como se cria uma IA?

Há dois caminhos. Construir um modelo do zero exige milhares de placas gráficas, trilhões de palavras e equipes raras, a um custo de dezenas a centenas de milhões de dólares. Já adaptar um modelo aberto continua o trabalho de um modelo publicado, com mais português, mais medicina ou uma tarefa específica, por uma fração do custo. Nos dois casos o caminho tem cinco etapas: dados, treino, ajuste, avaliação e segurança, e uso. A seção Curiosidades desta página mostra cada etapa e as ferramentas usadas.

Vocês criam a própria IA?

Usamos modelos de ponta e estamos estruturando o desenvolvimento de modelos próprios e especializados, a partir dos aprendizados dos atendimentos, sempre com dados anonimizados.

Funciona em português?

Sim. Os modelos atuais são fortes em português, e existem iniciativas brasileiras para melhorar ainda mais.

9. Glossário rápido

Modelo de linguagem (LLM)
Programa que gera texto prevendo a próxima palavra.
Token
Pedaço de texto que o modelo lê e escreve; é a unidade de custo.
Treino / pré-treino
Fase em que o modelo aprende lendo muito texto.
Ajuste fino
Treino curto, com exemplos específicos, para uma tarefa.
Alucinação
Quando o modelo inventa algo que parece correto.
Busca com fonte (RAG)
O modelo consulta uma base de documentos antes de responder.
Modelo aberto
Modelo publicado para qualquer um baixar e usar (como o Gaia).

Veja a Íris ensinando a pensar

Faça o seu primeiro caso e acompanhe o método, as fontes e as travas funcionando.

Criar conta grátis

O que a assinatura inclui

Quanto custa

Grátis1 caso para conhecer
Pague pelo usocréditos a partir de R$ 10
A partir de R$ 29,90/mêsEstudante, Revalida e Completo: o saldo nunca expira
💬 Fale conosco
Comece grátis. Conta em 30 segundos.