Uma experiência real de confronto entre Claude, ChatGPT e Gemini na análise estatística do Totoloto e do Euromilhões.
Não, este não é mais um artigo sobre como “a IA vai mudar tudo”. É sobre algo mais simples, que me levou a uma questão: “O que acontece quando pegamos num problema concreto, com dados reais, e pomos três das maiores inteligências artificiais do momento a trabalhar lado a lado?” O resultado foi uma experiência interessante sobre capacidades, limitações, honestidade e, sim, um pouco de competição saudável entre as máquinas.
Tudo começou com uma ideia aparentemente banal: usar a IA para analisar todos os resultados (histórico) do Totoloto e do Euromilhões (depois fiz um teste com o EuroDreams, mas não o vou abordar) e gerar chaves que nunca tivessem sido sorteadas, mas construídas com os números estatisticamente mais frequentes. O mesmo prompt foi entregue ao Claude (Anthropic), ao ChatGPT (OpenAI) e ao Gemini (Google). O que se seguiu foi mais interessante do que eu esperava, mas, que, de qualquer forma, leva de encontro o que sempre digo nas formações de Inteligência Artificial: “Sempre obtenha a resposta de mais de uma IA GEN.”.
O Prompt: simples, exigente e com uma cilada escondida
Para quem quiser replicar esta experiência, o prompt utilizado foi o seguinte:
“Você é um especialista em estatística e probabilidade. A sua tarefa é:
1) Verificar e analisar os últimos 200 resultados do Totoloto;
2) Verificar quais foram os 12 números que mais saíram;
3) Verificar o número da sorte que mais saiu;
4) Criar uma chave única, que nunca tenha saído, com 5 números (destes 12, de preferência os que mais saíram e, se necessário, consultar o 13.º, 14.º que mais saíram e por aí adiante) e 1 número da sorte;
5) Verificar e analisar os últimos 200 resultados do Euromilhões;
6) Verificar quais foram os 12 números que mais saíram;
7) Verificar as 2 estrelas que mais saíram;
8) Criar uma chave única, que nunca tenha saído, com 5 números (destes 12, de preferência os que mais saíram) e as 2 estrelas.”
A primeira ronda: Análise de frequências e ajustes iniciais
O ponto de partida do experimento foi a tarefa de identificar os números mais frequentes em jogos de lotaria como o Totoloto e o Euromilhões, com base em dados públicos dos Jogos Santa Casa. Os três modelos de IA (Claude, ChatGPT e Gemini) concordaram nos fundamentos, conseguindo aceder e processar as tabelas de frequências disponíveis online. No entanto (vocês já vão perceber) a primeira fase revelou as primeiras nuances e a necessidade de intervenção humana.
O ChatGPT, por exemplo, inicialmente propôs uma chave para o Euromilhões que incluía um número fora do top 12 solicitado. Confrontado com os dados reais, o modelo reconheceu o erro e ajustou a sua proposta. De forma semelhante, o Claude optou por um número menos frequente em vez de um mais proeminente, gerando um debate que acabei por mediar (perceberam, certo). Esta interação levou a uma rara colaboração entre as IAs, onde o ChatGPT acabou por validar a escolha do Claude, e este, por sua vez, aceitou uma sugestão do ChatGPT para o Euromilhões. Este processo inicial sublinhou que, embora as IAs sejam excelentes na recolha e processamento de dados, a sua interpretação e aplicação podem necessitar de refinamento e validação externa.
O confronto direto: Melhoria através da comparação
Uma das fases mais reveladoras do experimento envolveu confrontar cada IA com as propostas das outras. Esta técnica, que o autor do experimento recomenda, demonstrou ser um catalisador para a melhoria da análise. Ao analisar as sugestões rivais, as IAs foram capazes de identificar inconsistências, verificar rankings de frequência e apontar onde números mais relevantes poderiam ter sido negligenciados. O Claude, por exemplo, apresentou uma tabela comparativa detalhada, justificando as suas escolhas com dados concretos, enquanto o ChatGPT, ao rever a análise do Claude, concordou com a maioria dos pontos e propôs uma versão final ligeiramente ajustada. Esta convergência, mediada por um humano (eu), resultou numa proposta mais coerente e alinhada com os critérios definidos, evidenciando o valor da validação cruzada entre modelos de IA.
A Verificação: Onde as Limitações se Tornam Claras
A fase mais crítica do experimento foi a tentativa de verificar se as combinações geradas já tinham sido sorteadas historicamente. Aqui, as limitações técnicas das IAs tornaram-se evidentes. Os modelos foram unânimes em reconhecer a dificuldade: o motor de pesquisa oficial da Santa Casa exige interação humana com formulários web, e o histórico completo está disperso por milhares de páginas, sem uma base de dados única e “descarregável”. As IAs foram honestas sobre a sua incapacidade de realizar uma verificação exaustiva de forma automatizada.
No entanto, as abordagens divergiram na profundidade da tentativa. O Gemini foi o que mais se destacou, não se limitando a verificar o primeiro prémio, mas também a coincidência dos cinco números principais sem as estrelas. Descobriu que uma combinação esteve muito perto de ser sorteada em 2013, embora nunca na íntegra. O ChatGPT realizou uma consulta cruzada de arquivos e motores de pesquisa, concluindo que nenhuma das combinações tinha registo de ter saído, sendo transparente sobre a falta de acesso a uma base de dados oficial completa. O Claude, por sua vez, recomendou a verificação direta no motor de pesquisa da Santa Casa como o único método definitivo. A honestidade dos três modelos em relação às suas limitações foi um resultado positivo, sublinhando a importância da transparência na interação com a IA.
Lições Essenciais sobre o Uso da IA
Este experimento oferece várias lições cruciais para o uso da inteligência artificial:
1) IA como investigadora, não como um Oráculo: As IAs são ferramentas poderosas para recolher, cruzar e analisar dados públicos, identificando padrões com rapidez. Contudo, possuem limites técnicos reais, como a incapacidade de interagir com formulários web complexos ou aceder a bases de dados privadas. Não são oráculos e não devem ser tratadas como tal.
2) Honestidade nas limitações: A capacidade de uma IA reconhecer e comunicar as suas limitações é uma funcionalidade valiosa, não um defeito. Num cenário de crescente desinformação, a transparência sobre o que a IA pode ou não fazer é fundamental. Porém, só demonstraram quando foram confrontadas com respostas de outras Ias.
3) Confronto entre IAs: A técnica de confrontar diferentes modelos de IA com as mesmas questões e pedir uma análise crítica pode levar a respostas mais cuidadosas, fundamentadas e a uma convergência que um único modelo não atingiria isoladamente.
4) Dados oficiais como ponto de partida: Embora as IAs adicionem valor ao estruturar e interpretar dados rapidamente, os dados oficiais são sempre o ponto de partida. A verificação humana continua a ser indispensável para decisões importantes.
Frequência histórica não é previsão
Seria irresponsável terminar este artigo sem dizer que é fundamental reiterar que nenhuma análise estatística de resultados passados aumenta a probabilidade de ganhar uma lotaria. Cada sorteio é um evento independente, e os números “mais frequentes” do passado não têm qualquer influência sobre o próximo sorteio. A probabilidade de acertar no jackpot do Euromilhões é de 1 em aproximadamente 139 milhões, independentemente dos números escolhidos. O valor deste exercício reside na exploração das capacidades reais das ferramentas de IA, na compreensão das suas forças e fraquezas, e na promoção de um uso crítico e informado.
Conclusão
Este experimento demonstra que a inteligência artificial é uma ferramenta poderosa para a análise de dados, mas o seu uso eficaz exige um sentido crítico apurado. As IAs podem errar, usar dados desatualizados ou apresentar conclusões excessivamente confiantes. A confrontação entre modelos, a validação de fontes e a compreensão das limitações técnicas são cruciais para obter respostas de qualidade. A IA não substitui o pensamento crítico humano, mas, quando bem utilizada, pode ampliá-lo significativamente. A chave final, gerada e analisada, permanece um segredo, mas as lições sobre a interação entre humanos e IA são para partilhar.
As chaves foram geradas. A análise foi feita. A verificação foi cruzada por três modelos diferentes. Se saírem, será sorte pura (e, com certeza, uma história ainda melhor para contar).
Até lá, boa sorte a todos. E apostem sempre de forma responsável.
Ah, querem saber qual foi a “cilada escondida”? Foi a palavra “única”. Pedir uma combinação que nunca tenha saído obriga a IA a ir além da estatística descritiva e a fazer uma verificação cruzada com o histórico real dos sorteios. Isso é outra ordem de grandeza de complexidade.
Escrito por: @alecs – Alecsander Pereira
* Este texto foi redigido, as imagens do destaque foi gerada com o ChatGPT e os testes feitos no ChatGPT, Gemini (através da pesquisa da Google) e Claude (mesmo com o Fable indisponível).
#Meiobyte
#IA
#Tecnologia
#Claude
#Gemini
#ChatGPT
#Estatistica
#TecnologiaPortugal
#Probabilidade
#Jogos