Zero-shot Learning é uma forma de treinar e usar modelos de inteligência artificial em que o sistema lida com classes ou tarefas para as quais não recebeu exemplos rotulados diretos, usando descrições em linguagem natural ou atributos semânticos para generalizar o que já aprendeu.
Adicione ao Google NotíciasNeste artigo
Em outras palavras, Zero-shot Learning é quando um modelo de IA realiza uma tarefa nova sem ter sido treinado especificamente para ela, apoiando-se no conhecimento geral que acumulou e em instruções textuais ou características conceituais. Esse comportamento aparece em classificadores de texto e também em grandes modelos de linguagem acessados por chat.
Como funciona Zero-shot Learning na prática?
Na prática, Zero-shot Learning funciona como um reaproveitamento esperto do que o modelo já sabe. Em vez de iniciar um treinamento separado para cada nova categoria ou tarefa, o modelo passa por um treino amplo em muitos dados gerais (imagens, textos, áudios) e depois recebe apenas descrições das novas classes ou da tarefa desejada. Técnicas modernas fazem isso mapeando tudo para um espaço semântico comum.
Esse espaço semântico costuma ser construído com modelos grandes pré-treinados, como redes do tipo transformer em linguagem natural ou redes convolucionais em visão computacional. Um texto, uma imagem ou o nome de uma categoria são convertidos em vetores numéricos (embeddings). No passo de inferência, o modelo compara o embedding da entrada com os embeddings das possíveis classes descritas em texto e calcula probabilidades para cada uma, como nos exemplos de zero-shot classification da Hugging Face.
Existem dois jeitos comuns de estruturar isso: métodos baseados em atributos, em que cada classe é descrita por características (“tem asa”, “é amarelo”, “voa”), e métodos baseados em embeddings de palavras ou frases, em que o próprio nome ou descrição da classe passa por um modelo de linguagem para virar um vetor. Em cenários mais avançados, entra o chamado generalized zero-shot learning, em que o modelo precisa escolher entre classes vistas no treino e classes completamente novas, sem se acomodar apenas no que já conhece.
Qual é um exemplo de Zero-shot Learning no dia a dia no Brasil?
Um exemplo bem pé no chão é usar a pipeline de zero-shot text classification da Hugging Face em português para organizar feedback de clientes. Imagine um e-commerce brasileiro que recebe milhares de comentários por dia em canais diferentes. Em vez de treinar um classificador específico com milhares de exemplos rotulados, a equipe cria uma lista de rótulos em texto: “elogio de atendimento”, “problema de entrega”, “defeito no produto”, “dúvida sobre pagamento”.
Os textos dos clientes — “meu pedido atrasou”, “atendente foi super atencioso”, “boleto não compensou” — são enviados para um modelo pré-treinado com esses rótulos candidatos. O modelo calcula a probabilidade de cada comentário cair em cada categoria, mesmo nunca tendo sido treinado explicitamente para esse esquema de classificação. Se amanhã surgir uma nova necessidade, como separar “troca simples” e “reembolso”, a equipe apenas adiciona esses rótulos em linguagem natural, sem re-treinar o modelo do zero. É Zero-shot Learning entrando direto na rotina de atendimento e suporte.
Quando Zero-shot Learning faz diferença e quando não resolve?
Zero-shot Learning ganha relevância quando é caro ou difícil conseguir dados rotulados de tudo. Exemplos típicos: detectar menções a um novo concorrente em redes sociais, classificar documentos jurídicos em categorias que mudam com frequência ou identificar sintomas de doenças raras com base em descrições médicas. Nesses cenários, boas descrições das novas classes já permitem que um modelo grande generalize.
Ele também ajuda quando o esquema de rótulos muda o tempo todo. Em empresas que revisam categorias de atendimento ou de risco todo mês, rotular milhares de exemplos para cada mudança se torna inviável. Com Zero-shot, a equipe testa rótulos novos rápido, avaliando se a qualidade atinge um patamar aceitável antes de investir em algo mais pesado.
Por outro lado, Zero-shot Learning não é a escolha adequada quando a tarefa exige alta precisão regulatória ou de segurança, como laudos médicos automáticos ou decisões de crédito totalmente automatizadas. Nesses contextos, modelos treinados de forma supervisionada, com muitos exemplos rotulados e validação específica do domínio, tendem a performar melhor e com menos surpresas. Outra limitação é que Zero-shot depende muito da qualidade da descrição das classes; descrições vagas ou ambíguas geram respostas ruins.
Zero-shot Learning e os termos vizinhos: qual a diferença?
Zero-shot Learning costuma aparecer na mesma conversa que few-shot learning, one-shot learning e transfer learning, termos comuns em glossário de IA. Todos tratam de generalizar com poucos dados, mas em graus diferentes. Em few-shot learning, o modelo recebe alguns exemplos rotulados (poucos, mas não zero) da nova tarefa ou classe. Em one-shot learning, geralmente há um único exemplo rotulado por classe, e o foco é medir similaridade entre exemplos.
Já em Zero-shot Learning não há exemplos rotulados da nova classe ou tarefa. O modelo se apoia apenas em descrições em texto, atributos semânticos ou relações com classes vistas durante o treino. Por isso, Zero-shot costuma ser apoiado em transfer learning: aproveita-se um modelo pré-treinado grande, como um BERT ou um CLIP, que já aprendeu representações ricas do mundo e pode ser reutilizado para tarefas totalmente novas, sem recomeçar do zero.
Outra distinção importante é com aprendizado supervisionado clássico. No supervisionado tradicional, toda classe que aparece na fase de teste também apareceu na fase de treino, com muitos exemplos anotados. Se surge uma categoria nova, o modelo simplesmente não sabe o que fazer. Em Zero-shot, o conjunto de classes de teste pode conter categorias ausentes no treino, e isso entra na própria definição do sistema.
Perguntas frequentes sobre Zero-shot Learning
O que é aprendizado zero-shot em termos simples?
Aprendizado zero-shot é a capacidade de um modelo de IA de reconhecer classes ou executar tarefas que não apareceram como exemplos rotulados no treinamento. Em vez de aprender “gato” vendo milhares de imagens marcadas como “gato”, o modelo recebe uma descrição semântica do que é um gato, ou apenas o nome da classe em linguagem natural, e usa o conhecimento geral que já tem para inferir se uma nova entrada se encaixa ali. Isso vale para imagens, textos ou outros tipos de dados.
Uma forma de visualizar isso é pensar em uma criança que nunca viu um ornitorrinco, mas leu: “mamífero que põe ovos, tem bico de pato e rabo de castor”. Quando encontra o animal pela primeira vez, a criança consegue identificá-lo pela combinação de características. Zero-shot Learning tenta fazer algo análogo com modelos de IA, usando representações numéricas das palavras e das características para que o sistema consiga “encaixar” exemplos novos em conceitos conhecidos só por descrição.
Quais são os tipos de prompts zero-shot mais usados?
Quando se fala em zero-shot prompting em modelos de linguagem, os tipos mais comuns de prompts são: perguntas diretas, descrições de tarefa e instruções estruturadas. Perguntas diretas colocam a tarefa de forma clara, como “Classifique o texto a seguir como positivo, negativo ou neutro”. O modelo não recebe nenhum exemplo pronto, apenas a lista de categorias.
Descrições de tarefa explicam o que se espera: “Você é um assistente de suporte técnico. Diga se a mensagem do cliente descreve um problema urgente ou não urgente”. Já instruções estruturadas incluem formato de saída: “Responda apenas com uma das opções: ‘elogio’, ‘reclamação’, ‘dúvida’”. Na técnica zero-shot, três elementos pesam nesse uso de prompts com IA: uma descrição clara da tarefa, as categorias ou rótulos em linguagem natural e, opcionalmente, contexto adicional (personagem, papel, idioma). Ajustar esses elementos costuma melhorar bastante a precisão sem mostrar nenhum exemplo.
Quais são os 3 tipos de machine learning relacionados a Zero-shot?
Os três tipos clássicos de machine learning são aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço. Zero-shot Learning geralmente é modelado como uma variação ou um cenário especial dentro do aprendizado supervisionado, porque ainda há rótulos no treinamento — só não existem rótulos para todas as classes que aparecerão depois nos dados de teste.
No supervisionado, o modelo aprende a partir de pares entrada–saída rotulados, como “texto → categoria”. No não supervisionado, o modelo tenta encontrar padrões sem rótulos, como agrupar clientes parecidos. No aprendizado por reforço, um agente interage com um ambiente, recebe recompensas ou punições e ajusta sua política de ações. Zero-shot Learning se aproxima mais do supervisionado com transfer learning: usa um modelo já treinado e o estende para novas classes por meio de descrições, sem coletar mais rótulos para cada nova categoria.
Few-shot learning: o que é e como difere do zero-shot?
Few-shot learning é uma abordagem em que o modelo recebe poucos exemplos rotulados de cada nova classe ou tarefa, em vez de centenas ou milhares. A ideia é fazer com que o sistema aprenda a aprender rápido, usando apenas um pequeno conjunto de demonstrações. Em modelos de linguagem, isso aparece quando você inclui alguns exemplos completos no próprio prompt, como: “Frase: ‘O atendimento foi ótimo’ → positivo; Frase: ‘O produto chegou quebrado’ → negativo; Agora classifique: ‘Demorou demais para entregar’ → ?”.
A diferença para Zero-shot Learning é justamente a presença desses exemplos. No zero-shot, o modelo não vê nenhuma demonstração específica daquela tarefa no momento de uso; tem apenas a instrução em linguagem natural e, eventualmente, os nomes das classes. No few-shot prompting, você dá ao modelo 2, 5 ou 10 exemplos antes da pergunta final. Eles funcionam como uma espécie de “aquecimento” que ajuda o modelo a alinhar o padrão esperado, o que costuma melhorar a qualidade das respostas em tarefas difíceis.
O que significa zero shot, few shot e one-shot em tradução livre?
Os termos vêm da expressão em inglês “shot” como “tentativa” ou “exemplo”. Em tradução livre, zero shot é algo como “sem exemplo”, few-shot é “poucos exemplos” e one-shot é “um único exemplo”. Em machine learning, eles indicam quantos exemplos rotulados o modelo recebe das novas classes ou tarefas na hora de usar ou ajustar o sistema.
No zero-shot, não há exemplo específico: o modelo se guia por descrições textuais e pelo conhecimento prévio. No few-shot, há um punhado de exemplos para o modelo imitar. No one-shot, normalmente há exatamente um exemplo por classe, e o modelo precisa generalizar a partir dele. Essas variações compõem uma família maior chamada n-shot learning, que estuda como fazer modelos generalizarem bem com pouquíssimos dados adicionais.
O que caracteriza a técnica de zero-shot no uso de prompts com IA?
No contexto de grandes modelos de linguagem, o que caracteriza a técnica de zero-shot com prompts é o fato de você descrever a tarefa apenas com texto, sem incluir nenhum exemplo resolvido. Você explica o que o modelo deve fazer, lista as opções de saída ou define o formato da resposta e se apoia no conhecimento adquirido no pré-treinamento para que o modelo execute essa tarefa pela primeira vez.
Três pontos costumam marcar um bom prompt zero-shot: clareza da instrução (“resuma o texto em uma frase”, “traduza para português em linguagem formal”), definição explícita de rótulos ou formato de saída (“use apenas: ‘aprovado’ ou ‘reprovado’”) e, quando fizer sentido, restrições adicionais (idioma, tom, papel). Com esses elementos bem definidos, muitos modelos grandes conseguem fazer classificação, resumo, tradução ou extração de informação sem qualquer exemplo prévio daquela tarefa específica.
