Uma IA que trabalha todos os dias erra todos os dias. O útil é o que acontece depois: se o erro se repete ou se alguém o deteta e o corrige. Na ADRI há dois mecanismos para isso, e funcionam sem que ninguém tenha de se lembrar.
Contamos-te como funcionam, o que vês tu como cliente e que travões têm.
As quatro formas em que a ADRI aprende
A ADRI não volta a treinar nenhum modelo com os teus dados. Guarda, organiza e reutiliza o que acontece no seu trabalho diário, de quatro formas distintas.
- O que aprende de ti. Ao terminar uma conversa, um modelo pequeno e rápido revê a troca e atualiza o teu perfil: como preferes que te escreva, que assinatura usas, que correções lhe fizeste. Esse perfil serve para o tom e as preferências. Não serve como fonte de dados: se precisa de um e-mail ou do estado de uma conta, a ADRI consulta-o na plataforma em vez de o tirar da memória.
- A sua memória de conversas. Os teus chats anteriores e os ficheiros que gerou para ti são indexados a cada poucos minutos. Assim entende «o que vimos sobre a concorrência» mesmo que aquele chat dissesse «estudo de rivais». Cada utilizador só procura no que é seu. Se a pesquisa por significado falhar, recorre à pesquisa por palavras em vez de dar erro.
- Lições técnicas. Quando uma ferramenta falha e a ADRI encontra como resolvê-lo, ou quando entra num loop, ou quando tu lhe fazes uma correção, pode guardar uma lição curta do tipo «para este caso, faz isto em vez disso». Mais abaixo explicamos por que razão uma lição nova não vale nada até ser demonstrada.
- Experiência por ferramenta. O navegador, por exemplo, lembra-se do que funciona em cada site e esquece as notas antigas.
A regra que une tudo é simples: armazenar muito, injetar pouco. A memória guardada pode crescer, mas a cada conversa chega apenas um fragmento pequeno e relevante. Assim, cada resposta não fica mais cara. Explicamos com mais detalhe em como funciona a pesquisa semântica na base de conhecimento.
A revisão de cada madrugada
Aprender a quente acumula duplicados e notas que já não se aplicam. Cada madrugada corre uma revisão que põe ordem:
- Limpa os perfis de utilizador. Remove duplicados, resolve contradições (ganha o mais recente) e poda.
- Revê o ciclo de vida das lições. Promove as que demonstraram funcionar, retira as que falham mais do que acertam e funde as que dizem o mesmo com outras palavras.
- Retira lições que já não fazem sentido. Se fala de uma ferramenta que o seu agente já não tem, o código retira-a. É uma verificação mecânica, não a opinião de um modelo, e é reversível.
- Faz cópia das tabelas de aprendizagem. Uma cópia local diária, além das cópias de segurança gerais.
- Guarda as métricas da noite. Assim vê-se a tendência em vez de confiar na intuição.
Há um passo mais que hoje está em modo de teste: um modelo compara cada lição com as instruções em vigor do agente e propõe retirar as que já estão cobertas ou as que as contradizem. De momento, só propõe e deixa-o anotado; não toca em nada até o revermos. E mesmo que seja ativado, só pode retirar uma lição se citar literalmente a parte das instruções que a cobre, e nunca mais de um terço das lições de um agente numa noite.
Como evitamos que a aprendizagem estrague algo
Um sistema que aprende sozinho só pode aprender mentiras: se guardar como sucesso algo que correu mal, vai repeti-lo com mais confiança. Por isso, quase todo o trabalho está nos travões:
- Uma lição começa como candidata. Só passa a verificada após vários usos com sucesso e sem falhas. Se falha mais do que acerta, é retirada. Se deixar de ser usada durante semanas, também. Se o erro que corrigia voltar a aparecer, a lição revive.
- Só ganha mérito se foi realmente usada. Uma lição sobre uma ferramenta só soma um sucesso se nessa tarefa se usou essa ferramenta. Uma tarefa cancelada ou cortada a meio não conta nem como sucesso nem como falha.
- Dados pessoais fora. As lições técnicas são comuns a toda a instalação, por isso são limpas de dados pessoais duas vezes antes de serem guardadas.
- As lições não tocam nas instruções fixas. São adicionadas como nota no início do pedido, no máximo as três mais parecidas com o caso. Se algo correr mal, desligam-se com um interruptor.
- O teu perfil não se pode encolher por engano. Se, ao atualizá-lo, o resultado ficar muito mais curto do que o original, a alteração é descartada. Antes de o reescrever, guarda-se uma cópia.
- Os testes não pagam aprendizagem. As nossas baterias de testes têm um cadeado que impede que disparem chamadas de aprendizagem reais e faturáveis.
- Podes apagá-lo. Os perfis com permissão podem apagar de uma só vez a memória do ADRI. Por predefinição, têm-no super-admin, admin e manager.
É a mesma filosofia que contamos em os arneses que decidem que modelo trabalha e quem revê: o modelo propõe; o código verifica.
O vigilante: um agente que lê os registos
O segundo mecanismo não aprende: vigia. É um agente à parte, o vigilante, que corre em cada servidor uma vez por dia, a uma hora aleatória da noite. Lê o que foi escrito nos registos do ADRI e da plataforma desde a última vez, agrupa os erros por tipo e, se encontrar um incidente real, abre um ticket na nossa instalação central de suporte.
| Passo | O que se passa |
|---|---|
| 1. Leitura | Lê apenas o que é novo de cada registo, sem saltar troços. |
| 2. Evidência | Para abrir um ticket tem de citar linhas literais do registo, e a ferramenta verifica que existem. Se a citação não está no ficheiro, o ticket é rejeitado. |
| 3. Sem duplicados | Cada incidente tem uma impressão digital. Se já existe um ticket aberto com a mesma impressão digital, não se cria outro. |
| 4. Uma falha comum, um ticket | Se a causa está num recurso partilhado por vários servidores, abre-se um único ticket com várias confirmações. Se for local, como um disco cheio, abre-se um por servidor, porque são problemas distintos. |
| 5. Fecho | Todas as manhãs fecham-se sozinhos os tickets do vigilante cujo erro já não aparece há vários dias. Se não o conseguir medir bem, não fecha. |
Os passos 2 e 4 saíram de erros reais. Em julho de 2026, revimos os seis tickets que o vigilante tinha aberto em dois dias: três citavam contadores e nomes que não existiam em nenhum registo. O modelo tinha inventado incidentes verosímeis. Não lhe pedimos honradez: obrigámo-lo a citar linhas que a ferramenta consegue procurar. Nesse mesmo mês, uma única falha num recurso partilhado abriu sete tickets idênticos, um por servidor. Desde então conta como um.
E se o vigilante deixar de passar? Há um segundo aviso: todas as manhãs verifica-se quando foi a sua última revisão correta. Se já passaram mais de 30 horas, abre-se um ticket a avisar disso. E se ele encravar ou repetir a mesma ação em ciclo, é cortado.
O que vês tu como cliente
No dia a dia, nada. Os tickets do vigilante chegam à nossa equipa de suporte, não à tua caixa de entrada. A ideia é que saibamos de uma falha pelo registo, muitas vezes antes que te afete. Nem sempre chegaremos antes: o vigilante revê uma vez por dia e algumas falhas só se notam quando alguém usa a funcionalidade.
O que notas é o efeito da aprendizagem: o ADRI escreve-te com o teu tom, lembra-se do que já falaram e deixa de repetir alguns tropeços técnicos. Se quiseres que os teus próprios servidores abram tickets com a mesma lógica de impressões digitais, a plataforma tem uma API: tens em tickets e suporte com IA.
O que ainda não faz
- Não se repara sozinho. O vigilante funciona em modo apenas de leitura. Existe uma segunda fase pensada para fechar tickets depois de corrigir a falha, mas está desligada e a reparação automática não tem hoje nenhum caminho real. Quem corrige é uma pessoa.
- Não é infalível. Um ticket do vigilante é uma hipótese com evidência, não um facto. Revemo-lo antes de agir.
- Aprender não é entender. Uma lição verificada já funcionou várias vezes; não garante o caso seguinte.
- Mede, e às vezes a medição também falha. Em setembro, auditámos o próprio ciclo noturno e descobrimos que dava a noite como boa mesmo que falhasse algum passo. Corrigimo-lo.
Se quiseres ver a lista de agentes e o que faz cada um, está em o que faz ADRI. Para experimentar, começa por o chat com ADRI. E se te interessa como tratamos os dados que aprende, tens em segurança e conformidade.
- ADRI
- Autoaprendizagem
- Tickets automáticos
- Monitorização