Virtual Assistant

Um assistente virtual é um software que compreende pedidos falados ou escritos e os executa: responde a perguntas, define temporizadores e lembretes, envia mensagens, reproduz conteúdos multimédia, controla dispositivos domésticos inteligentes e conclui tarefas em aplicações. Assistente digital e assistente de IA são sinónimos, e os assistentes de voz são aqueles com quem as pessoas falam. A Siri popularizou a ideia: começou como um projeto derivado do projeto de investigação CALO, financiado pela DARPA e desenvolvido pela SRI International; a Apple comprou a startup em 2010, e o assistente foi incluído no iPhone 4S em outubro de 2011. A Alexa da Amazon chegou com a coluna Echo em novembro de 2014, o Google Assistant em 2016, e as colunas de casas inteligentes tornaram a voz uma forma comum de controlar luzes, termóstatos e fechaduras. No mundo empresarial, a mesma expressão também designa um trabalhador remoto que trata de tarefas administrativas.

Como funcionam os assistentes virtuais#

Um assistente de voz clássico executa um pipeline fixo. Um modelo pequeno no dispositivo escuta a palavra de ativação, pelo que o áudio só sai do dispositivo depois de «Hey Siri» ou «Alexa». O reconhecimento de fala transcreve o pedido, e a compreensão da linguagem natural (NLU) associa-o a uma intenção com campos: «acorda-me amanhã às 7» transforma-se numa intenção de definir um alarme com um campo de hora, extraído de forma semelhante ao reconhecimento de entidades nomeadas (NER). Um gestor de diálogo pergunta o que falta, o pedido é executado através da API de uma aplicação ou dispositivo, e a síntese de voz lê o resultado.

Assistentes baseados em intenção lidam apenas com as solicitações previstas pelos desenvolvedores, e é por isso que respondem a qualquer coisa desconhecida com uma pesquisa na web ou um pedido de desculpas. Assistentes baseados em grandes modelos de linguagem (LLMs) interpretam solicitações abertas e acessam as mesmas APIs de dispositivos e aplicativos por meio de chamadas de função, então uma única frase pode acionar várias ações em sequência. A Amazon lançou a Alexa+ baseada em LLM em fevereiro de 2025 e, em março de 2025, o Google anunciou que o Gemini substituiria o Google Assistant na maioria dos dispositivos móveis. Modelos de fala para fala, como o GPT-4o, lançado em maio de 2024, dispensam as etapas separadas de transcrição e síntese, reduzindo a latência da resposta e permitindo que o assistente ouça e expresse nuances de tom. Assistentes multimodais também recebem entrada de câmera e usam modelos de linguagem visual (VLMs) para responder a perguntas sobre o que um telefone ou um par de óculos inteligentes está vendo.

Os assistentes ouvem dados pessoais e agem com base neles, pelo que a privacidade dos dados determina onde cada etapa é executada. A deteção da palavra de ativação é executada localmente, e a IA de periferia transferiu mais etapas do pipeline para os dispositivos: desde o iOS 15, em 2021, os iPhones com um chip A12 Bionic ou mais recente processam, por predefinição no dispositivo, o áudio de muitos pedidos à Siri.

Assistentes integrados em software#

O mesmo padrão de pedido, ação e resposta funciona dentro de um único produto, onde as ferramentas do assistente são as funcionalidades desse produto. A funcionalidade Pergunta à IA da Ultralytics Platform recebe pedidos como «Treina YOLO26n neste conjunto de dados e dá o nome xview-baseline à execução» ou «Implementa o modelo concluído com o melhor mAP de validação neste projeto» e executa-os com a própria chave da API da Platform do utilizador: localiza e clona conjuntos de dados, anota automaticamente imagens, inicia e compara execuções de treino para YOLO26 e exporta ou implementa modelos.

Assistentes virtuais vs. termos relacionados#

• Chatbot: Um programa que mantém uma conversa por texto ou voz, muitas vezes limitado a um único site ou aplicação e centrado em responder a perguntas. Os assistentes virtuais funcionam em várias aplicações e dispositivos, e são avaliados pelas tarefas que concluem.
• Agente de IA: Qualquer sistema que persegue um objetivo ao escolher e executar ações. Um assistente virtual é um agente criado para os pedidos quotidianos de uma pessoa, que geralmente trata de um pedido de cada vez, enquanto os fluxos de trabalho agênticos podem executar tarefas longas e com várias etapas sem supervisão.
• Coluna inteligente: O hardware, como uma coluna Amazon Echo ou Google Nest, que aloja um assistente de voz com microfones de campo distante, concebidos para detetar a palavra de ativação em qualquer ponto de uma divisão.