IA generativa é o ramo da inteligência artificial preocupado em produzir novo conteúdo: texto, imagens, áudio, vídeo, código ou ativos 3D. Onde um classificador mapeia uma entrada para um rótulo, um modelo generativo aprende a distribuição de seus dados de treinamento bem o suficiente para amostrar novos exemplos a partir dela. O termo se tornou mainstream durante o boom da IA que se seguiu ao lançamento do ChatGPT em novembro de 2022, e em 2024 era uma abreviação para uma categoria inteira de produtos e uma onda de investimentos.
Fundamentos técnicos
A IA generativa moderna se apoia em um pequeno conjunto de famílias de modelos. Modelos autorregressivos como os grandes modelos de linguagem geram sequências um token por vez e alimentam assistentes de chat e geração de código. Modelos de difusão dominam a síntese de imagens e vídeos, aprendendo a reverter um processo gradual de ruído. Abordagens anteriores incluem a rede generativa adversária (2014), que impulsionou a primeira onda de síntese fotorrealista e deepfakes, e o autoencoder variacional. Quase todos os sistemas atuais são construídos sobre a arquitetura Transformer (architecture) e treinados com aprendizado autossupervisionado em dados de treinamento em escala web.
Modalidades
A geração de texto é a forma mais amplamente implantada, por meio de assistentes como ChatGPT, Claude, Gemini, Microsoft Copilot, DeepSeek, Doubao, Grok, Kimi e Qwen. Sistemas de texto para imagem como DALL-E, Firefly, Stable Diffusion e Midjourney trouxeram a geração para a arte visual em 2022; texto para vídeo seguiu a partir de 2024 com Sora, Veo e LTX. Outras modalidades ativas incluem síntese de fala, geração de música e geração 3D.
Impacto e debate
A IA generativa remodelou o desenvolvimento de software por meio de assistentes de codificação com IA, marketing, design e educação, enquanto levantou disputas sobre direitos autorais nos dados de treinamento, deslocamento de empregos em indústrias criativas, desinformação e conteúdo sintético de baixa qualidade em escala, às vezes chamado de AI slop. Críticos como os autores do artigo do papagaio estocástico questionam se a geração fluente reflete compreensão. Proponentes argumentam que a tecnologia aumenta, em vez de substituir, a criatividade humana, um debate que permanece sem resolução.
Desenvolvimentos recentes
Em meados de 2025, as empresas estavam cada vez mais abandonando projetos-piloto de IA generativa devido a dificuldades com integração, qualidade de dados e retornos não atendidos, levando analistas da Gartner e da The Economist a caracterizar o período como entrando na fase de "vale da desilusão" do ciclo de hype da Gartner. Em uma pesquisa de outubro de 2025 do Federal Reserve, um em cada quatro trabalhadores dos EUA relatou usar IA generativa no trabalho durante o mês anterior. Uma pesquisa de 2024 do aplicativo de mídia social Just So Soul relatou que 18% dos entrevistados nascidos após 2000 usavam IA generativa "quase todos os dias", e que mais de 60% dos entrevistados gostam ou amam conteúdo gerado por IA (AIGC), enquanto menos de 3% não gostam ou odeiam. Em uma pesquisa de 2024 da Ipsos, os países da Ásia-Pacífico eram significativamente mais otimistas do que as sociedades ocidentais sobre a IA generativa, com 68% dos entrevistados da Ásia-Pacífico acreditando que a IA teve um impacto positivo no mundo, em comparação com 57% globalmente. Um relatório da ONU indicou que entidades chinesas registraram mais de 38.000 patentes de IA generativa de 2014 a 2023, mais do que qualquer outro país.