---
title: "LatamGPT ganha nova versão. O modelo de IA latino-americano evolui"
author: "Lígia Lemos Maia"
date: "2026-08-04 08:45:00-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/08/04/latamgpt-ganha-nova-versao-o-modelo-de-ia-latino-americano-evolui/md"
---

## Resumo
- O LatamGPT, primeiro grande modelo de IA com identidade latino-americana, anuncia segunda versão com maior qualidade e mais dados.
- Coordenado pelo CENIA (Chile), o projeto reúne mais de 200 profissionais de 15 países e 33 alianças institucionais.
- A primeira versão foi treinada com 300 bilhões de tokens de 2,6 milhões de documentos, incluindo línguas indígenas como Quechua e Guaraní.
- O Brasil contribuiu com o corpus Carolina da USP e dados em português para avaliação do modelo.
- O modelo é open-source, disponível na HuggingFace, e já está sendo testado em municípios chilenos para educação e saúde.
- O financiamento inicial veio do CENIA (US$ 300 mil) e da CAF (US$ 250 mil), com infraestrutura de supercomputação de US$ 10 milhões no Chile.
- A nova versão busca incorporar mais datasets regionais, como decisões judiciais argentinas e livros didáticos colombianos.

---

Quando o presidente chileno **Gabriel Boric** declarou, no lançamento do **LatamGPT** em Santiago, que ali se defendia "nossa identidade e nosso direito de existir", ele não estava apenas inaugurando uma ferramenta tecnológica — estava respondendo a uma pergunta que paira sobre nós há décadas: como podemos garantir que as máquinas que nos representam carreguem a complexidade de nossas histórias, de nossos dialetos e de nossas realidades sociais? Agora, menos de um ano após aquele marco, o projeto anuncia uma **segunda versão** com maior qualidade e mais dados, sinalizando que aquela declaração não foi um gesto simbólico, mas o início de uma jornada técnica e política que está apenas começando.

## Um cérebro digital feito com a matéria-prima da América Latina

Para entender por que essa evolução importa, é preciso primeiro desmontar o que está por trás do nome **LatamGPT**. Trata-se de um modelo de linguagem de grande escala — ou **LLM**, como os especialistas chamam — desenvolvido de forma colaborativa por mais de **200 profissionais** de **15 países** latino-americanos, coordenado pelo **CENIA**, o Centro Nacional de Inteligência Artificial do Chile. A primeira versão, liberada no primeiro semestre de 2026, foi construída a partir do **Llama 3.1** — o modelo de **70 bilhões de parâmetros** da **Meta** — e treinada com um corpus impressionante de aproximadamente **300 bilhões de tokens**, extraídos de mais de **2,6 milhões de documentos** de **20 países** da região e da Espanha. O que torna esse conjunto de dados diferente? Ele inclui, além do espanhol e do português, línguas indígenas como **Quechua**, **Guaraní** e **Mapudungun**, cobrindo mais de **1.500 idiomas** — um contraste gritante com os modelos globais, onde o espanhol e o português representam apenas **2 a 3%** dos dados de treinamento.

## O papel do Brasil e o corpus que trouxe a voz lusófona

A participação brasileira nessa primeira versão não se limitou a fornecer dados para avaliação. Um dos materiais mais significativos incorporados foi o **corpus Carolina**, da **Universidade de São Paulo (USP)**, uma coleção pública com anotações linguísticas detalhadas que permitiu ao modelo capturar nuances do português brasileiro — algo que modelos treinados majoritariamente em inglês simplesmente ignoram. Segundo **Fábio Cozman**, professor da Escola Politécnica da USP e diretor do **C4AI** (Center for Artificial Intelligence), o Brasil contribuiu tanto com dados para avaliação quanto com conjuntos textuais em português, e agora participa ativamente dos planos para a versão 2. Cozman, que compartilhou essa informação em entrevista ao **Mobile Time** em **3 de agosto de 2026**, participará de um painel sobre soberania nacional em IA no **Super Bots Experience 2026**, nos dias 18 e 19 de agosto, no **WTC São Paulo** — um evento que promete aprofundar exatamente o debate sobre por que a América Latina precisa de modelos que a entendam de verdade.

## Não é um chatbot: é infraestrutura para quem quer construir

Uma distinção importante que costuma se perder nas manchetes: o **LatamGPT** não é um chatbot pronto para o consumidor final como o **ChatGPT**. Ele é uma infraestrutura **open-source** — ou seja, de código aberto, disponível publicamente — projetada para desenvolvedores, empresas, governos e universidades que desejam criar aplicações adaptadas às realidades locais. O modelo está disponível na **HuggingFace** sob o nome **Llama-3.1-70B-LatamGPT-SFT-1.0**, e existe também um chat experimental em **copuchat.latamgpt.org**, com uso gratuito, porém com restrições na licença que impedem grandes empresas comerciais de explorá-lo livremente para fins lucrativos. Na prática, isso significa que uma municipalidade chilena pode testá-lo para reduzir a evasão escolar, ou um hospital público pode adaptá-lo para melhorar serviços de saúde — e de fato, segundo o **Brookings Institution**, isso já está acontecendo em diversas cidades chilenas.

## Financiamento enxuto, ambição continental

Os números que sustentam essa iniciativa revelam tanto a escala da colaboração quanto seus limites financeiros. O financiamento inicial veio do próprio **CENIA**, com aproximadamente **US$ 300 mil**, complementado por **US$ 250 mil** adicionais da **CAF** (Banco de Desenvolvimento da América Latina). A infraestrutura de supercomputação, porém, é mais robusta: a **Universidade de Tarapacá**, no Chile, investiu **US$ 10 milhões** em um centro dedicado que permitiu treinar o modelo na nuvem da **Amazon Web Services (AWS)**. O apoio da **AWS** e do **Data Observatory** foi reconhecido oficialmente no lançamento de fevereiro de 2026, ao lado de autoridades como o ministro chileno da Ciência, **Aldo Valle**, e **Álvaro Soto**, diretor do **CENIA**. O reconhecimento do projeto não tardou: em maio de 2026, o **LatamGPT** venceu a categoria **Inovação América Hispânica** no **Prêmio Seleção Mobile Time 2026**, tanto no voto popular quanto na escolha do júri, além de receber o **Grand Prix do Júri** — um sinal de que o mercado e a comunidade técnica já enxergam relevância na iniciativa.

## Por que uma segunda versão? O que muda e o que isso significa

O anúncio de que o **LatamGPT** ganhará uma segunda versão — com maior qualidade e mais dados — feito por **Fábio Cozman** em agosto de 2026, não é apenas uma atualização técnica. É a confirmação de que o projeto superou a fase de prova de conceito e agora busca maturidade. Na prática, "maior qualidade" pode significar redução de vieses, melhor compreensão de contextos regionais específicos (como gírias, expressões idiomáticas e referências culturais) e maior precisão em tarefas como sumarização, correção de textos e respostas a perguntas — funções para as quais o modelo já está sendo usado. "Mais dados" pode incluir a incorporação de novos datasets regionais, como decisões judiciais de **Buenos Aires**, registros de bibliotecas do **Peru** e livros didáticos da **Colômbia**, materiais que a equipe do **CENIA** já vem refinando, segundo o **Brookings Institution**. O coordenador geral do **CENIA** reconheceu, porém, que a representação plena da diversidade regional levará pelo menos **uma década** — um lembre de que a construção de soberania em inteligência artificial é uma maratona, não uma corrida de curta distância.

## O que vem a seguir: entre o pragmatismo e a utopia

O próximo passo concreto já está definido: a **versão 2** do **LatamGPT** está em desenvolvimento, com a promessa de ampliar tanto a base de dados quanto a qualidade das respostas. Para quem acompanha o debate sobre soberania em IA, o projeto representa algo maior do que um modelo técnico — é uma afirmação de que a América Latina pode e deve participar ativamente da construção das ferramentas que definirão como suas populações interagem com a tecnologia nas próximas décadas. Como **Boric** disse no lançamento, alguns podem pensar que criar um gerador de linguagem a partir da América Latina é "coisa para nerds", mas não é: é sobre defender identidade e o direito de existir no espaço digital. A pergunta que fica para o leitor curioso é: se modelos como o **ChatGPT** foram treinados com uma visão de mundo predominantemente anglo-saxônica, o que acontece quando máquinas começam a entender nossas próprias palavras — e a respondê-las com a complexidade que merecemos?