Por que a IA parece mais esperta em inglês
Por Chatday Editorial Team ·
Você pergunta algo para uma IA em português, em polonês ou em turco e a resposta chega rápida e fluente. Faz exatamente a mesma pergunta em inglês e acontece algo sutil. A resposta sai um pouco mais afiada. Mais bem organizada. Mais confiante.
Não é impressão sua, e não é culpa de como você escreve. A diferença existe, já foi medida, e vem de algo bem simples: esses modelos leram quase tudo em inglês.
A internet que esses modelos leram é quase toda em inglês
Modelos de linguagem aprendem lendo quantidades enormes de texto tirado da web. E essa web que eles leem é bem desequilibrada.
Uma revisão dos grandes arquivos de web usados nesse treinamento analisou uma cópia do fim de 2023 do Common Crawl, uma varredura pública de bilhões de páginas. O inglês era cerca de 44% do total. O segundo idioma da lista, o alemão, ficava perto de 5%. Todo o resto dividia o que sobrava.
Agora compare com o mundo real. As bases de dados de idiomas estimam algo como 1,5 bilhão de falantes de inglês contando quem aprendeu como segunda língua, mais ou menos uma pessoa a cada seis. Ou seja: um idioma usado por um sexto da humanidade fornece quase metade do material de leitura.
O modelo não decide favorecer o inglês. Ele simplesmente treina muito mais nele. Cada expressão, cada frase esquisita, cada caso raro aparece milhares de vezes mais em inglês do que em catalão ou vietnamita, e o que conta é a prática.
A sua IA provavelmente pensa em inglês antes de responder
Aqui vem a parte que surpreende. Quando você escreve no seu idioma, o modelo não necessariamente raciocina nele.
Um estudo de 2025 investigou o que acontece dentro dos modelos multilíngues enquanto eles respondem. Os pesquisadores viram que esses sistemas tomam as decisões principais num espaço de representação próximo do inglês, não importa em que idioma a conversa entra ou sai. Nas palavras deles, o modelo primeiro produz algo com formato de inglês para as palavras carregadas de sentido e depois converte para o idioma de destino.
Pense num colega de trabalho brilhante que cresceu lendo em inglês e hoje trabalha no seu escritório. Ele entende você perfeitamente. Mas em algum ponto do meio o pensamento acontece na primeira língua dele, e o que volta para você passou por uma etapa de tradução.
Na maior parte do tempo você nem percebe. Você percebe quando a piada não tem graça, quando uma expressão chega traduzida ao pé da letra ou quando o tom está tecnicamente correto e socialmente errado.
Por que o seu idioma pode custar mais e acabar com o espaço antes
Existe um segundo motivo, mais mecânico, que não tem nada a ver com inteligência.
Antes de ler o seu texto, o modelo pica ele em pedacinhos chamados tokens. Grosso modo, um token é um pedaço de palavra. Esse corte foi ajustado principalmente para o inglês, então o inglês ganha pedaços eficientes enquanto outros idiomas se partem em muitos mais.
A pesquisa sobre isso descobriu que a mesma frase pode ocupar até 15 vezes mais tokens em alguns idiomas do que em inglês. Idiomas que não usam o alfabeto latino costumam sair pior.
Três coisas vêm daí, e você sente todas:
- Você bate no limite mais cedo. A memória de trabalho da IA é contada em tokens, então o mesmo documento consome mais dela no seu idioma.
- Pode custar mais. Quando um serviço cobra por token, a mesma tarefa sai mais cara num idioma que se parte em mais pedaços.
- Pode parecer mais lento. Mais pedaços significa mais coisa para o modelo processar.
Nada disso é castigo. É efeito colateral de um projeto ajustado para textos em inglês, e molda a sua experiência sem aparecer.
E qual é o tamanho real dessa diferença?
Grande o bastante para importar, e bem desigual. Um teste multilíngue chamado MMLU-ProX levou o mesmo conjunto de quase 12.000 perguntas de prova para 29 idiomas, o que permite uma comparação limpa: mesmas perguntas, idioma diferente, mesmo modelo.
O padrão se repetiu. Os modelos foram bem nos idiomas com muita presença escrita e caíram nos que têm menos material na rede, com diferenças chegando a cerca de 24 pontos percentuais entre o melhor e o pior. Numa prova em que uma boa nota fica na casa dos 70, perder 24 pontos é a diferença entre um especialista seguro e um aluno enrolado.
| Onde o seu idioma está | Quem entra aí | O que esperar |
|---|---|---|
| Muito bem representado | Inglês | Raciocínio mais afiado, expressões melhores, formatação mais confiável |
| Bem representado | Português, espanhol, alemão, francês, chinês, japonês | Perto do inglês no dia a dia, com uma frase ou outra dura |
| Representação média | Muitos idiomas europeus e asiáticos com menos presença online | Boas respostas, tom mais traduzido, mais escorregões em detalhes locais |
| Pouco representado | Idiomas menores e a maioria dos idiomas africanos | Raciocínio bem mais fraco, mais erros ditos com confiança, confira tudo |
Duas ressalvas honestas. As suas perguntas do dia a dia são muito mais fáceis que uma prova, então a diferença que você sente costuma ser menor que a do papel. E esses números mudam a cada poucos meses, o que nos leva à boa notícia.
A diferença está diminuindo, e é de propósito
Os laboratórios perceberam que treinar com mais idiomas não é caridade, é melhoria.
Um artigo de 2026 testou isso diretamente e concluiu que acrescentar idiomas durante o treinamento melhora os resultados em geral. Idiomas com poucos dados ganham muito, os que já tinham bastante se mantêm em vez de piorar, e acrescentar até um único idioma que não fosse o inglês melhorou também o inglês do modelo. Os autores concluem que treinar só em inglês é, no geral, pouco eficiente.
É por isso que cada geração de modelos soa um pouco mais natural no seu idioma que a anterior. E por isso vale repetir os conselhos abaixo a cada poucos meses: a resposta para qual IA é melhor no seu idioma não para de mudar.
Quatro jeitos de conseguir respostas melhores no seu idioma
1. Diga o idioma e também o registro
Não escreva no seu idioma e torça. Fale isso. Algo como: responda em português, num registro do dia a dia, do jeito que uma pessoa falaria.
Essa última parte é a que mais pesa. Sem instrução, os modelos puxam para uma voz formal com cara de tradução, porque é assim que é a maior parte do texto fora do inglês que existe na internet.
2. Mostre como você escreve
Cole duas ou três frases escritas por você e peça para ele imitar essa voz. Funciona muito melhor do que descrever o tom que você quer, e é o jeito mais rápido de tirar aquele ar artificial do texto de IA em qualquer idioma.
3. Em perguntas difíceis, separe pensar de responder
Se a pergunta é realmente difícil, experimente fazê-la em inglês e pedir a resposta no seu idioma. Considerando o que sabemos sobre aquela etapa intermediária com formato de inglês, isso às vezes ajuda.
Às vezes. Nem sempre. Descobrir custa uma mensagem a mais, e quando o difícil é o raciocínio, vale o teste.
4. Troque o modelo, não a mensagem
Essa é a que quase ninguém tenta e costuma ser a vencedora. Cada laboratório treina com uma mistura diferente de idiomas, então os pontos fortes deles no seu idioma variam mais do que o marketing sugere. A mesma mensagem pode ficar redonda num modelo e travada em outro, que é um caso específico do motivo mais amplo pelo qual os modelos de IA dão respostas diferentes.
Gemini 3.1 Pro e Claude Sonnet 5 são bons pontos de partida, mas não acredite só na nossa palavra. Passe a sua própria mensagem por alguns modelos e veja qual soa como uma pessoa do lugar onde você mora.
O teste das três mensagens para qualquer modelo novo
Quando quiser saber se um modelo se vira bem no seu idioma, os rankings não vão contar. Trinta segundos de teste seu, sim. É isso que a gente olha, e o que cada item pega:
- Uma expressão ou uma piada. Peça para ele explicar um ditado que só quem é daqui usa. Isso pega os modelos que traduzem em vez de entender.
- Um detalhe local. Pergunte algo prático e específico de onde você mora, e depois confira a resposta. Isso pega a invenção dita com confiança, que é a falha mais cara.
- Um texto curto com a sua voz. Uma mensagem para um colega, no seu registro normal. Isso pega a dureza, a formalidade errada e aquele ar inconfundível de tradução.
Rode esses três em dois ou três modelos. Em poucos minutos você já tem um favorito, e pode não ser o mais famoso.
Onde nada disso ajuda
Sendo direto sobre os limites: escrever bem a mensagem não acrescenta um conhecimento que o modelo nunca teve.
Se o seu idioma tem pouca presença online, a falta está no treinamento e nenhuma instrução esperta resolve. Regras locais, detalhes jurídicos de cada região e especificidades de cidade pequena são onde os modelos inventam com mais convicção, em todos os idiomas, e onde você deve conferir antes de agir.
Para qualquer coisa com consequência real, um contrato, um laudo médico, um formulário oficial, trate o resultado da IA como rascunho e peça para uma pessoa que domina o idioma ler. E quando o trabalho é traduzir de verdade, e não conversar, uma ferramenta de tradução feita para isso ganha de uma janela de chat. A gente mostrou esse fluxo em como traduzir qualquer coisa com IA.
Resumindo
A IA não é mais esperta em inglês. Ela só leu mais em inglês, praticou mais em inglês, e a engrenagem por baixo foi ajustada pensando nele. Essa diferença encolhe a cada geração, mais rápido do que a maioria imagina, porque os laboratórios descobriram que ensinar mais idiomas a um modelo o deixa melhor em todos.
Até ela sumir, a solução não é abrir mão do seu idioma. É pedir com precisão o que você quer, mostrar a sua voz para o modelo e parar de achar que a primeira IA que você testou é a que fala melhor a sua língua.