Notebook LM

A popularização da inteligência artificial nos últimos anos instaurou uma preocupação latente nos pais e professores, devido ao uso inconsequente dessas ferramentas por alguns alunos.

Os primeiros LLMs, ou Large Language Models, como o ChatGPT, ou Claude, eram modelos probabilísticos. Ou seja, significavam que eles estavam mais preocupados com a fluidez da frase, do que com a precisão do conteúdo apresentado. Para um estudante, professor ou pesquisador, essa característica tem um risco fatal: a alucinação. Quando um aluno solicita a uma IA genérica que explique as causas sociopolíticas da Revolução de 1930 no Brasil, o modelo recorre a um vasto treinamento na internet aberta, podendo mesclar fatos históricos com ficção, inventar citações ou atribuir teorias a autores incorretos. Esse é o principal perigo do uso indiscriminado dessas ferramentas, sem uma curadoria cuidadosa do usuário.

Alucinação - Belchior
Alucinação - Belchior (Fonte)

O Notebook LM

O Notebook LM surge nesse cenário como uma mudança de arquitetura fundamental. Ao contrário desses chats generalistas que atuam nessa mescla de realidade e ficção, o Notebook LM opera com o princípio das RAG (Retrieval-Augmented Generation). Esse conceito limita o universo de conhecimento da IA exclusivamente aos documentos fornecidos pelo usuário. O sistema cria um “espaço seguro” de informações, onde as respostas estão somente nos documentos fornecidos, e se algo que não está é solicitado pelo usuário, a IA é instruída a informar que não sabe a resposta.

Respostas baseadas em evidências

Quando o usuário carrega um arquivo como uma fonte, o NotebookLM não apenas lê o documento, mas ele fragmenta o documento em pedaços semânticos, e cria os chamados “embeddings” vetoriais, que nada mais são do que representações matemáticas do texto. Quando uma pergunta é feita, o sistema faz o embedding da pergunta também, e recupera os fragmentos mais relevantes do material, para gerar a resposta.

Isso por si só, já resolve o problema dos algoritmos genéricos, pois cada afirmação é gerada com um link para a citação no documento original, e leva o usuário diretamente para a fonte, permitindo sempre a verificação instantânea dos fatos. Para acadêmicos, isso transforma a confiança cega na IA em uma verificação assistida.

Integração com o Deep Research

Recentemente, o Google introduziu o recurso “Deep Research” no NotebookLM. Diferente da ingestão passiva de documentos que o usuário já possui, o Deep Research atua como um agente autônomo. O usuário instrui o NotebookLM a pesquisar sobre um tópico (ex: “Impacto dos microplásticos no pH do solo agrícola”). O sistema navega na web, avalia a credibilidade das fontes, compila um relatório e permite que o usuário importe essas novas fontes encontradas diretamente para o notebook.

Audio Overview - Gerador de Podcast

Talvez a funcionalidade mais espantosa e viral do NotebookLM seja a “Visão Geral em Áudio” (Audio Overview), popularmente conhecida como “gerador de podcast”. Esta ferramenta não deve ser confundida com leitores de tela tradicionais (Text-to-Speech) que leem o texto de forma monótona e linear.

O Audio Overview gera uma conversa fluida entre dois “apresentadores” de IA (uma voz masculina e uma feminina). Eles não apenas leem o material; eles o discutem. Eles usam analogias, expressam surpresa (“Espere, você está dizendo que…”), fazem piadas contextuais e sintetizam informações de múltiplas fontes simultaneamente.

A limitação atual é a capacidade de gerar apenas audios em ingles. Mas mesmo assim, as fontes podem estar em português.

Fluxos e aplicações do Notebook LM

Para o público estudantil, o NotebookLM representa a transição de “estudar para a prova” (memorização) para “interrogar o material” (compreensão). A ferramenta atua como um professor particular disponível 24 horas por dia.

1. Preparação para provas

  1. O estudante carrega os slides das aulas (PDF), as leituras obrigatórias (artigos/capítulos) e as gravações de áudio das aulas.

  2. O aluno pode perguntar: "O professor mencionou 'teoria dos jogos' na aula gravada. Como essa explicação difere da definição dada no capítulo 3 do livro texto?". A IA triangula a transcrição do áudio com o texto do livro, destacando nuances que o aluno poderia perder.

  3. Em vez de reler passivamente, o aluno usa o painel “Studio” para:
    1. Gerar Questionários: “Crie 10 perguntas de múltipla escolha focadas nos conceitos mais difíceis destas fontes.”
    2. Gerar Flashcards: Para memorização de termos chave e datas.
    3. Guia de Estudo: Um resumo estruturado com glossário e principais tópicos.
  4. Revisão em Trânsito: O aluno gera um Audio Overview das anotações e o escuta no caminho para a universidade, ativando a memória auditiva.

As aplicações são diversas. Aqui podemos ver algumas oportunidades de uso diferentes do Notebook LM, aplicados aos estudos para uma prova.

Uso na escrita acadêmica

O NotebookLM pode auxiliar na estruturação de ensaios e teses sem escrever o texto pelo aluno, mas atuando como um parceiro de brainstorming.

Prompt de “Advogado do Diabo”: "Estou argumentando que a energia nuclear é essencial para a transição verde. Com base nas fontes carregadas (que incluem relatórios críticos), quais são os três contra-argumentos mais fortes que eu preciso refutar?".

Síntese de leitura

Para acadêmicos de nível superior e pesquisadores, o NotebookLM atua como um “motor de síntese”, lidando com a sobrecarga de literatura científica.

  1. Tabela Comparativa: O pesquisador carrega 20 artigos sobre “IA na Medicina”. Prompt: "Crie uma tabela comparando a metodologia, tamanho da amostra e principais conclusões de cada um dos 20 artigos carregados." O NotebookLM gera uma tabela estruturada, economizando dias de trabalho manual.

  2. Identificação de Lacunas (Gap Hunter): Prompt: "Com base nas seções de 'Limitações' e 'Trabalhos Futuros' destes artigos, quais são as lacunas de pesquisa mais citadas que ainda não foram abordadas?".

Conclusão: O futuro do estudo já chegou

O Google NotebookLM não é apenas mais uma ferramenta para os alunos não precisarem mais pensar, ele é um prenúncio de como interagiremos com a informação no futuro. Ele resolve o dilema da IA na educação, que é evitar as alucinações no texto, e permite que o aluno não seja apenas um copiador de textos, mas um questionador.

PS: Este post foi escrito com a ajuda do Notebook LM, principalmente na parte dos exemplos de prompts apresentados neste artigo.