Para experiências de entretenimento de última geração, os modelos de linguagem de grande escala (LLMs) são tão bons quanto os dados a que têm acesso

Na nossa busca constante por informação, as ferramentas e os comportamentos de pesquisa estão a mudar. Agora integrada nos motores de busca tradicionais, a IA oferece algo que um algoritmo de correspondência de palavras-chave não consegue: uma experiência conversacional que é pessoal e iterativa.

No domínio do entretenimento, no entanto, a maioria dos fornecedores ainda não está preparada para oferecer um serviço à altura do que fazem os populares chatbots de IA generativa, como o ChatGPT e o Gemini. Isto deve-se ao facto de os grandes modelos de linguagem (^LLMs1) licenciados às empresas não estarem «ancorados» em fontes de conhecimento externas do mundo real.

Devido à rápida adoção da IA, existe uma discrepância entre as expectativas das empresas que pretendem tirar partido dos modelos de linguagem de grande escala (LLM) para os seus próprios casos de negócio. No entanto, para que os LLM empresariais possam proporcionar as experiências de conteúdo de última geração de que são capazes, o acesso a dados fiáveis e específicos do setor é fundamental.

No domínio da descoberta de conteúdos, as pessoas já têm grandes expectativas em relação à IA.

Resolver o problema da descoberta de conteúdos num panorama televisivo fragmentado

Os LLMs trazem novas funcionalidades e um enorme potencial para a experiência televisiva. Proporcionam, por exemplo, capacidades de pesquisa significativamente melhoradas, permitindo aos espectadores fazer perguntas incrivelmente sofisticadas, muito além das limitações da pesquisa tradicional. Os LLMs também podem reescrever ou complementar dinamicamente a descrição de um filme ou episódio, de modo a torná-la mais atual — e até mesmo mais relevante do ponto de vista geográfico — para cada utilizador.

Em determinados setores, os dados relativos à formação e à base de conhecimentos têm de ser muito mais aprofundados do que aqueles que a Internet aberta pode fornecer. No setor do entretenimento, as expectativas dos consumidores, impulsionadas pelos avanços tecnológicos, estão a aumentar. Com base nas projeções do setor relativas^{aos gastos com serviços} OTT e televisão por^assinatura², os fornecedores de conteúdos têm um grande incentivo para aperfeiçoar as suas propostas de valor específicas.

Numa altura em que 26 % dos americanos afirmam saber o que querem ver e, mesmo assim, não conseguem^{encontrá-lo³}, a IA tem o poder de ajudar. Mas, neste contexto, até os chatbots mais populares enfrentam dificuldades. Um estudo da Veed Analytics de 2025 sobre a utilização de chatbots para a descoberta de conteúdos, por exemplo, revelou que apenas dois terços dos resultados dos^chatbots testados4 estavam corretos na identificação de onde encontrar um programa específico. E, talvez menos satisfatório do ponto de vista do utilizador, apenas 31% forneceram o link direto para o título do programa.

Do ponto de vista da melhoria na descoberta de conteúdos, os LLMs oferecem três vantagens significativas em relação às bases de dados tradicionais e às funções de pesquisa rudimentares:

• Capacidades de pesquisa semântica significativamente melhoradas
• Catálogos de conteúdos exaustivos e harmonizados
• Funcionalidades avançadas de classificação e ordenação

O panorama atual dos conteúdos é demasiado vasto para ser explorado com funções de pesquisa tradicionais — mesmo dentro de plataformas e serviços individuais. A introdução da IA de última geração (GenAI) para a pesquisa e descoberta de conteúdos irá facilitar uma mudança radical na experiência do utilizador, com potencial para reduzir significativamente a insatisfação dos espectadores, uma vez que o congestionamento e a fragmentação dos conteúdos prejudicam o prazer geral de ver televisão — mas apenas se fornecer resultados precisos. 

Para obter mais informações, descarregue o nosso Pesquisa e descoberta de programas de TV na era da IA . 

Notas

1. Os LLMs são um tipo de IA generativa que cria conteúdo com base em padrões aprendidos.
2. A PwC prevê que as despesas dos consumidores com serviços over-the-top (OTT) e televisão por assinatura atinjam 318,5 mil milhões de dólares em 2029.
3. Inquérito Gracenote aos consumidores sobre streaming de 2025.
4. ChatGPT, Claude, Gemini, Perplexity