Investigando Modelos de IA: GPT-4, Sabiá-3 e DeepSeek-R1 na Interpretação de Notícias Históricas sobre a Ditadura Militar no Brasil

Resumo

Este estudo analisa como grandes modelos de linguagem (LLMs) — ChatGPT (OpenAI), Sabiá-3 (MaritacaAI) e DeepSeek (China) — interpretam textos históricos brasileiros referentes ao período da ditadura militar (1964–1985). Utilizando um conjunto de dados curado, composto por dezesseis matérias de jornais processadas por OCR e previamente classificadas quanto à sua orientação (favorável, crítica ou neutra), o estudo selecionou três textos representativos para uma análise detalhada. Avaliou-se as respostas dos modelos a partir de um prompt de sentimento político, por meio de similaridade cosseno, frequência lexical e TF-IDF class-based (c-TF-IDF). Os resultados revelam convergência semântica entre os modelos, mas divergência significativa nas estratégias discursivas. O ChatGPT tende a neutralizar enquadramentos ideológicos, o DeepSeek foca na desconstrução retórica, enquanto o Sabiá-3 privilegia uma interpretação literal, frequentemente deixando de captar críticas implícitas ou nuances históricas. Esses padrões estão relacionados à arquitetura dos modelos, ao design linguístico e, especialmente, à qualidade e curadoria dos dados de treinamento. Apesar de ser um modelo brasileiro, o Sabiá-3 apresenta limitações interpretativas, sugerindo que dados nacionais de treinamento, por si só, são insuficientes sem uma mediação historiográfica crítica. Os achados levantam preocupações quanto a vieses algorítmicos, soberania digital e às políticas culturais imbricadas nas tecnologias de IA. A pesquisa reforça a importância de corpora historicamente informados e criteriosamente curados na formação de LLMs voltados a línguas sub-representadas. Trabalhos futuros ampliarão o conjunto de dados e investigarão como o design de prompts e a versionamento dos modelos influenciam os resultados interpretativos.