Quando o SearchGPT saiu, eu escrevi esse post falando sobre algumas coisas que esperava em uma funcionalidade desse tipo. Uma delas era que eu não me importaria se fosse uma pesquisa mais demorada que o normal mas que ele avaliasse várias fontes e me desse um resultado combinando o que encontrou nessas fontes, semelhante ao que costumo fazer em pesquisas mais avançadas!
O que é o Deep Research?
Deep Research é uma funcionalidade que tem aparecido em muitos chatbots com IA em que você informa um assunto e ele faz uma busca na web, ou seja, você não tem uma resposta final de imediato, como normalmente tem ao conversar. Ao contrário, você aceita esperar um tempo maior para que a IA busque as informações e faça uma análise de cada fonte encontrada, tomando a liberdade e tempo que precisar para alcançar o objetivo que você pediu.


Minha última experiência com o Deep Research do ChatGPT
Apesar de estar muito envolvido com IA nos últimos meses, eu ainda tenho bastante contato com tarefas relacionadas ao SQL Server (e provavelmente terei pra sempre). Seja escrevendo um post avançado, seja atendendo um caso escalado, não é raro que pra mim venham casos complexos, que exijam pensar e procurar fontes que as vezes nem a Microsoft documenta direito. Isso fez parte de toda a minha vida com SQL, e, se você faz qualquer trabalho técnico, deve entender muito bem o que tá falando.
Ontem eu pude por a prova novamente. Eu precisava encontrar e confirmar uma informação muito específica sobre o SQL Server e sobre um detalhe interno que envolve arquitetura de processador. Não posso dar mais detalhes que isso agora, mas só posso dizer que é uma info que eu considero bem difícil de achar, visto que é um detalhe de funcionamento interno do SQL e não é muito bem documentado. Antes da IA, eu provavelmente precisaria de umas 2 horas, ou até dias, para fazer uma procura e achar fontes para revisar e tirar as conclusões.
Então, pedi ao ChatGPT, dando os detalhes que precisava e alguma orientação mínima sobre as fontes onde ele precisava buscar (marcando a opção de Deep Research no final e usando o modelo 4o mesmo). Ele passou muito tempo pesquisando, mais do que outros testes que fiz. Levou 10 minutos. Normalmente é 1, 2 min. Isso me chamou bastante a atenção.
Quando os resultaram chegaram, eu fiquei bem impressionado, e ele realmente achou fontes, que eu não achei e que explicavam detalhes que eu queria saber. Foram fontes não oficiais mas de pessoas extremamente confiáveis no meio (algo que eu pedi explicitamente).

O mais curioso é que há 1 ano eu coloquei no meu backlog algumas ideias de pesquisa interna e a maneira como o Deep Research funciona, inclusive os elementos visuais, é exatamente como eu pensei (uma pesquisa em background, que via mostrando o progresso, e depois exibe um resultado final). Eu acho que só falta algumas opções de controle melhor, como maior controle sobre o tempo, sobre continuar, etc. Mas, está bem interessante isso. Eu também já usei o do Gemini algumas vezes e também vejo muitos pontos interessantes, apesar de que com o Gemini ainda não me surpreendi tanto ainda nos resultados técnicos bem específicos (e acho que ele é capaz sim). E, importante ressaltar que isso não é a mesma coisa que o Perplexity fazia (que recentemente também lancou uma ferramenta de Deep Research, e que eu não testei ainda).
Útil, finalmente…
Eu acho que, agora sim, estamos cruzando um novo marco, útil, principalmente para esse trabalho bem específico. Vejo muitas vantagens e quem souber isso a favor, com certeza vai ganhar muito atalho na resolução de problemas. Esse tipo de trabalho pode ser usado tanto em assunto da área de tecnologia, quanto em outras áreas técnicas específicas como medicina, direito, engenharia, etc: Trabalhos que dependam de pesquisa e busca de fontes confiáveis.
Mas, veja bem: O que estou dizendo aqui é que isso tem um potencial para quem sabe usar. E, na minha visão, saber usar não é copiar os resultados ou confiar cegamente no que ele produz, mas sim, ler, ir nas fontes, validar e confirmar os principais pontos de dúvida.
Quem ainda tiver fazendo o copia e cola, infelizmente, vai cair na estatísticas dos “substituídos por IA” que todo mundo tanto teme. É como nos filmes do Homem de Ferro: O Tony Stark pede ao Jarvis que faça as coisas ,que teste, que busque, mas no fim, a decisão, a conclusão e as ações, são sempre do Tony.
Apaixonado por tecnologia e veterano em bancos de dados SQL Server, este entusiasta agora se aventura no fascinante universo da Inteligência Artificial.
Atualmente é o Head de Inovação da Power Tuning, onde é o responsável por trazer novas ideias para produtos e serviços, que melhorem a produtividade do time ou a experiência do cliente! Com muita experiência em programação, hardware, sistemas operacionais, e mais, agora quer juntar tudo isso nesse novo mundo e trazer muitas ideias e conhecimento sobre Inteligência Artificial!
Neste blog, vai compartilhar sua jornada de aprendizado e uso da IA, focando em como transformar nossa maneira de resolver problemas e inovar.