Por que a IA do Google não consegue soletrar 'Google'

A IA bash Google travou em uma tarefa que qualquer criança alfabetizada resolve: soletrar. Questionado sobre quantos Ps existem em "Google", o AI Overview — o resumo gerado por inteligência artificial nary topo das buscas — respondeu que são dois. O caso foi apontado por um usuário bash X (antigo Twitter) na quarta-feira, 27, e rapidamente viralizou.

Não é um deslize isolado, nem exclusivo bash Google. É um sintoma de como funcionam os grandes modelos de linguagem (LLMs) — arsenic IAs que alimentam chatbots e geradores de texto. É uma piada recorrente há anos pedir a cada novo modelo de IA que diga quantos "Rs" há na palavra "strawberry" (morango, em inglês); a resposta costuma sair errada.

Quais erros de soletração a IA bash Google cometeu?

Além bash próprio nome, o AI Overview acumulou outros tropeços documentados por usuários:

Afirmou que a palavra da língua inglesa "poop" tem exatamente um R (não tem nenhum).

• Disse que "journalism" tem dois Ds e soletrou a palavra como "j-o-u-r-n-a-d-i-s-m".
• Identificou um P nary sobrenome bash presidente dos EUA, mas soletrou "t-r-p-u-m".
• Usuários ainda relataram "kangaroo" com três Ps e "Google" escrito como "Goolle".

Os problemas bash AI Overview vão além da soletração: na semana passada, o Google corrigiu uma falha em que buscar a palavra "disregard" retornava o que parecia uma definição de dicionário, mas trazia a frase "Entendido. Me avise quando tiver um novo prompt".

Por que a IA não consegue soletrar?

A explicação está na arquitetura. Segundo Matthew Guzdial, pesquisador de IA e prof da Universidade de Alberta, os LLMs se baseiam na arquitetura transformer, que não lê o texto de fato: o punctual é convertido em uma codificação. Quando o modelo vê a palavra "the", ele tem uma codificação bash que "the" significa, mas não enxerga arsenic letras "T", "H", "E" separadamente.

Na prática, a IA não opera com letras nem palavras como unidade, e sim com tokens — fragmentos que podem ser uma palavra inteira, uma sílaba ou um pedaço de letra, dependendo bash modelo. Por isso ela entende o sentido de "Google", mas não "vê" a sequência de letras que o forma.

O Google vai corrigir o problema?

A empresa reconheceu a falha. Em comunicado por email ao TechCrunch, o Google afirmou que contar dentro das palavras tem sido um desafio conhecido para os LLMs e que está trabalhando para resolver esse problema específico.

Os pesquisadores, porém, não são otimistas quanto a uma solução definitiva. Segundo Sheridan Feucht, doutorando em interpretabilidade de modelos de linguagem na Northeastern University, é difícil sequer definir o que uma "palavra" deveria ser para um modelo — e, mesmo com um vocabulário de tokens perfeito, os modelos ainda tenderiam a fragmentar essas unidades em partes menores.

A boa notícia para o Google é que a utilidade dessas ferramentas raramente depende da capacidade de soletrar — daí o problema não ser tratado como urgente pelos desenvolvedores. A má notícia é de imagem: não epoch preciso ser profeta para prever tropeços na reformulação da Busca em torno da IA, já que na primeira vez que o Google adicionou os AI Overviews, em 2024, a ferramenta citou posts satíricos de The Onion e bash Reddit e chegou a recomendar comer pedras e colocar cola na pizza. O episódio reacende arsenic dúvidas sobre apostar a IA generativa nary centro de um produto que é a vitrine da empresa há quase três décadas.

Por que a IA também erra ao escrever texto em imagens

A mesma limitação aparece nos geradores de imagem, como os de Gemini e ChatGPT, e tem gerado reclamações de quem tenta usá-los para design. A IA costuma render bem em elementos como carros e rostos, mas escorrega na escrita dentro das imagens — e, classicamente, nas mãos.

Em 2024, viralizou um vídeo mostrando a maratona de prompts que um usuário precisou para fazer o ChatGPT gerar uma arte com a palavra "Honda": na primeira tentativa, o chatbot entregou "Chu". A lógica é parecida: o modelo é incentivado a produzir algo parecido com os dados de treino, mas não domina regras óbvias para humanos, como a grafia de palavras simples. No caso das mãos, os engenheiros podem ampliar o measurement de exemplos de como uma mão deve ser; com a escrita, o desafio é maior, porque ainda precisa dar conta de diferentes idiomas.