IA de Princeton aprende milhares de palavras com a fala infantil

Pesquisadores da Universidade de Princeton treinaram modelos de inteligência artificial para aprender palavras faladas como as crianças fazem: dia após dia, a partir da fala ouvida em casa. Segundo um comunicado de Princeton distribuído pelo EurekAlert, o estudo foi publicado na revista Science em 5 de novembro de 2026 e acompanha cerca dos primeiros 1.000 dias de vida de crianças gravadas em suas casas. O SingularityHub noticiou em 12 de novembro e o veículo português Pplware em 14 de novembro.

Um modelo, aqui, é uma rede neural: um programa feito de camadas de unidades de cálculo simples cujas conexões são ajustadas durante o treinamento. A repetição (replay) é a técnica no centro do estudo. No fim de cada dia simulado, o modelo ouve de novo uma amostra da fala que já tinha ouvido, ideia inspirada na maneira como se acredita que o sono consolide memórias no cérebro, segundo o SingularityHub.

Que dados os pesquisadores coletaram?

Segundo Princeton, 17 bebês de 15 lares de Nova Jersey foram gravados durante os três primeiros anos, e a análise cobre 8 dessas crianças. O EurekAlert relata 1,2 milhão de horas de dados reunidos ao longo de cerca de 1.000 dias. O SingularityHub acrescenta que cada casa tinha entre 4 e 14 dispositivos funcionando cerca de 12 horas por dia, e que os pais mantinham o direito de retirar ou apagar as gravações, dentro de um quadro ético concebido pela equipe.

Depois de eliminar ruído, longos silêncios e conversas sobrepostas, a equipe manteve até 6.600 horas de áudio por criança para treinar um modelo individual, segundo o SingularityHub. Para comparação, o mesmo veículo lembra que os grandes modelos de linguagem, os sistemas por trás dos chatbots, precisam de bilhões de palavras de texto.

Por que o modelo precisou de uma noite de repetição?

Cada modelo partia do zero: sem lista de sons do inglês e sem indicação de onde uma palavra termina e a seguinte começa, segundo o SingularityHub. Tinha duas partes: um codificador de áudio que corta a fala em fatias de 20 milissegundos e um decodificador preditivo treinado para antecipar os sons seguintes. Princeton explica que o modelo recebia a fala da criança dia a dia, em ordem, em vez dos dados embaralhados usados para construir as redes neurais típicas.

Os primeiros resultados foram decepcionantes. Hadas Raviv, cientista cognitiva computacional de Princeton, disse que apenas expor o modelo ao fluxo diário de fala não bastava, segundo o SingularityHub. Acrescentar uma fase de repetição no fim de cada dia simulado mudou o resultado. Princeton resume o que o modelo precisa: um dia inteiro de fala, dia após dia, e uma noite para repeti-la.

O que a IA aprendeu e com que rapidez?

• Com a repetição, os modelos primeiro adquiriram os fonemas, as unidades sonoras básicas de uma língua, e depois palavras recorrentes, segundo o SingularityHub.
• Nas oito crianças, os modelos aprenderam cerca de 37 fonemas em 15 meses e começaram a reconhecer palavras antes dos dois anos, em ritmos muito diferentes, segundo o SingularityHub.
• Por volta dos 1.000 dias, o vocabulário do gêmeo de IA de cada criança chegava a milhares de palavras, segundo o SingularityHub e o Pplware.
• Ajustando parâmetros como a quantidade de repetições durante o replay e a velocidade de processamento, a equipe obteve trajetórias de compreensão de palavras compatíveis com as de cada criança, segundo Princeton via EurekAlert.

Princeton destaca por que isso importa: a psicologia se apoiou em grande parte em médias, e um modelo que acompanha crianças individuais abre caminho para estudar o desenvolvimento criança por criança. O comunicado também diz que o modelo aprendeu a compreender a linguagem em cada casa, apesar das grandes diferenças na fala a que as crianças estavam expostas.

Quais são os limites do estudo?

Os pesquisadores ressaltam que a IA não aprende exatamente como um bebê. Segundo o Pplware, as crianças também usam pistas visuais, gestos e interação social. O SingularityHub acrescenta que o modelo aprendeu só com som e não processa a informação de modo paralelo e eficiente em energia como os neurônios. Separar o que, no modelo, reflete o aprendizado real do bebê do que são atalhos computacionais continua em aberto, segundo o mesmo veículo. As fontes lidas descrevem ainda uma amostra limitada, 8 crianças de lares de Nova Jersey: estender o resultado a outras línguas ou ambientes não está estabelecido.

Para que serve esta pesquisa?

Segundo o EurekAlert, a equipe de Princeton quer usar o modelo para testar o efeito de mais ou menos sono, ou de diferentes tipos de fala, como a da televisão, e espera diagnosticar melhor os distúrbios de aprendizagem ao entender como um cérebro típico aprende a linguagem. Raviv disse que, ao contrário de boa parte da IA moderna, que busca desempenho sobre-humano, o objetivo é entender como os humanos aprendem.

O Pplware e o SingularityHub acrescentam que a abordagem poderia inspirar modelos de IA mais eficientes, que aprendam com menos dados. É uma hipótese, não um resultado do estudo: nenhuma das duas fontes relata economia medida de dados ou de energia. Zara Harmon e Caroline Rowland, do Instituto Max Planck de Psicolinguística, que não participaram do trabalho, escreveram que estudos assim permitem modelar o aprendizado em condições cada vez mais realistas, segundo o SingularityHub.

O que muda para uma empresa?

Para uma empresa brasileira, nada disso é ainda um produto: o modelo é uma ferramenta de pesquisa, não um serviço. Três pontos merecem atenção. Primeiro, equipes que criam assistentes de voz, aplicativos de ensino de idiomas ou ferramentas de saúde baseadas na voz podem registrar o princípio da repetição, que sugere treinar com um fluxo contínuo e revisão periódica em vez de apenas enormes corpora embaralhados; isso ainda precisa ser validado fora do laboratório.

Segundo, os dados. Gravações domésticas contínuas de crianças pequenas exigiram um quadro que permitisse aos pais retirar ou apagar seus dados, uma referência útil para qualquer empresa que trate dados de voz de menores segundo as regras de proteção de dados. Terceiro, as promessas de menor consumo de energia seguem sem comprovação por ora, e não devem entrar em um plano de negócios até que resultados medidos sejam publicados.