IA de Princeton aprende milhares de palavras com a fala infantil

Investigadores 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 a 5 de novembro de 2026 e acompanha cerca dos primeiros 1000 dias de vida de crianças gravadas nas suas casas. O SingularityHub noticiou-o a 12 de novembro e o Pplware a 14 de novembro.

Um modelo, aqui, é uma rede neuronal: um programa feito de camadas de unidades de cálculo simples cujas ligações são ajustadas durante o treino. 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 forma como se pensa que o sono consolida memórias no cérebro, segundo o SingularityHub.

Que dados recolheram os investigadores?

Segundo Princeton, 17 bebés de 15 lares de Nova Jérsia foram gravados durante os três primeiros anos, e a análise cobre 8 destas crianças. O EurekAlert refere 1,2 milhões de horas de dados reunidos ao longo de cerca de 1000 dias. O SingularityHub acrescenta que cada casa tinha entre 4 e 14 dispositivos a funcionar cerca de 12 horas por dia, e que os pais mantinham o direito de retirar ou apagar as gravações, num quadro ético concebido pela equipa.

Depois de eliminar ruído, longos silêncios e conversas sobrepostas, a equipa manteve até 6600 horas de áudio por criança para treinar um modelo individual, segundo o SingularityHub. Para comparação, o mesmo meio lembra que os grandes modelos de linguagem, os sistemas por trás dos chatbots, precisam de milhares de milhões de palavras de texto.

Porque precisou o modelo 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 descodificador preditivo treinado para antecipar os sons seguintes. Princeton explica que o modelo recebia a fala da criança dia a dia, por ordem, em vez dos dados misturados usados para construir as redes neuronais típicas.

Os primeiros resultados foram desanimadores. 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 a repetir.

O que aprendeu a IA e com que rapidez?

• Com a repetição, os modelos adquiriram primeiro 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, a ritmos muito diferentes, segundo o SingularityHub.
• Por volta dos 1000 dias, o vocabulário do gémeo 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 equipa obteve trajetórias de compreensão de palavras compatíveis com as de cada criança, segundo Princeton via EurekAlert.

Princeton destaca porque isto importa: a psicologia apoiou-se em grande parte em médias, e um modelo que acompanha crianças individuais abre caminho ao estudo do desenvolvimento criança a criança. O comunicado diz também 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 investigadores sublinham que a IA não aprende exatamente como um bebé. Segundo o Pplware, as crianças usam também pistas visuais, gestos e interação social. O SingularityHub acrescenta que o modelo aprendeu só com som e não processa a informação de forma paralela e eficiente em energia como os neurónios. Separar o que, no modelo, reflete a aprendizagem real do bebé do que são atalhos computacionais continua em aberto, segundo o mesmo meio. As fontes lidas descrevem ainda uma amostra limitada, 8 crianças de lares de Nova Jérsia: estender o resultado a outras línguas ou ambientes não está estabelecido.

Para que serve esta investigação?

Segundo o EurekAlert, a equipa 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 as perturbações de aprendizagem ao perceber como um cérebro típico aprende a linguagem. Raviv disse que, ao contrário de boa parte da IA moderna, que procura desempenho sobre-humano, o objetivo é perceber 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 refere poupança medida de dados ou de energia. Zara Harmon e Caroline Rowland, do Instituto Max Planck de Psicolinguística, que não participaram no trabalho, escreveram que estudos assim permitem modelar a aprendizagem em condições cada vez mais realistas, segundo o SingularityHub.

O que muda para uma empresa?

Para uma empresa portuguesa, nada disto é ainda um produto: o modelo é uma ferramenta de investigação, não um serviço. Três pontos merecem atenção. Primeiro, as equipas que criam assistentes de voz, aplicações de ensino de línguas ou ferramentas de saúde baseadas na voz podem registar o princípio da repetição, que sugere treinar com um fluxo contínuo e revisão periódica em vez de apenas enormes corpora misturados; isto ainda tem de ser validado fora do laboratório.

Segundo, os dados. Gravações domésticas contínuas de crianças pequenas exigiram um quadro que permitisse aos pais retirar ou apagar os 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 continuam por comprovar, e não devem entrar num plano de negócios até serem publicados resultados medidos.