Capí é uma inteligência artificial conversacional em versão beta, lançada em novembro de 2024. Foi desenvolvida pela Ambiental com apoio do Codesinfo – Fundo de Inovação contra a Desinformação, uma realização do Projor com patrocínio do Google News Initiative (GNI).
Para obter respostas confiáveis e combater a desinformação climática, a Capí se baseia em um banco de dados restrito, que inclui, além das reportagens publicadas pela Ambiental, relatórios e estudos produzidos por organizações reconhecidas como referência na produção de conhecimento científico sobre as mudanças climáticas causadas por ação humana. Abaixo, você pode conferir a lista completa dessas fontes, entre elas, os relatórios do Painel Intergovernamental sobre Mudanças Climáticas (IPCC).
Braço da ONU que avalia dados científicos sobre o aquecimento global, seus impactos e estratégias para mitigá-lo, o IPCC é o órgão produtor de relatórios regulares que orientam políticas globais no combate à crise climática. Milhares de cientistas de todo o mundo – as maiores autoridades sobre o tema – contribuem com o conteúdo dos relatórios do IPCC. Esses documentos são uma das principais fontes da Capí, no entanto, conforme exigência do próprio órgão, é importante esclarecer que: "Este não é um produto do IPCC, não foi submetido a processos formais de revisão do IPCC e não foi endossado pelo IPCC. Além disso, há uma grande chance de que esses chatbots tenham alucinações, possam produzir instruções prejudiciais ou conteúdo tendencioso e possam gerar informações incorretas".
A Capí não coleta nenhum dado pessoal dos usuários, mas utiliza o conteúdo das interações em seu processo de aprendizagem contínuo – uma técnica conhecida como prompt tuning. Ela utiliza servidores especiais da Google Cloud, com consumo de energia reduzido e baixa emissão de dióxido de carbono.
A tecnologia por trás da Capí é o Gemini, um modelo de linguagem de grande escala (ou LLM, na sigla em inglês) desenvolvido pelo Google. Para produzir respostas confiáveis de maneira eficiente, a Capí utiliza a geração aumentada de recuperação (RAG, na sigla em inglês), uma técnica proposta em 2020 para, entre outros objetivos, reduzir alucinações e contextualizar os LLM de acordo com usos específicos.
Sofia Beiras, UX/UI Designer
Miguel Vilela, Gerente de conteúdo
Lucas Alves, Desenvolvedor Web
Jonas Rossi, Eng/Arq de Sistemas e Gerente do Projeto
Thiago Medaglia, Diretor-executivo
Camila Leporace, Coordenação Pedagógica
Bruno Fávero, Mentoria técnica
Luiz Coelho, Gestão de Produto
Fernanda Lourenço, Conteúdo e Pesquisa
Leticia Prochnow, Gestão Operacional e Adm
*Estas fontes estão licenciadas sob as condições de Creative Commons 4.0