Artigo 3 - Série: Como as máquinas aprendem - Os três grandes tipos de aprendizado de máquina

 Supervisionado, não supervisionado e por reforço: três formas distintas pelas quais algoritmos extraem padrões, organizam informações e ajustam decisões

Indica

1. Lide
2. Introdução: nem toda máquina aprende do mesmo modo
3. Por que classificar os tipos de aprendizado importa
4. Aprendizado supervisionado: aprender com exemplos rotulados
5. Classificação e regressão: as duas tarefas mais comuns do aprendizado supervisionado
6. Aprendizado não supervisionado: encontrar estrutura sem resposta pronta
7. Agrupamento, redução de dimensionalidade e detecção de padrões ocultos
8. Aprendizado por reforço: aprender por tentativa, erro e recompensa
9. As diferenças fundamentais entre os três tipos
10. Um exemplo didático: educação, recomendação e navegação
11. O que esses três tipos têm em comum
12. Por que essa distinção importa no debate público
13. Conclusão
14. Referências

Lide

Quando se fala em machine learning, é comum imaginar uma tecnologia única, homogênea, quase mágica. Mas isso é um erro de partida. As máquinas podem “aprender” de formas bastante diferentes, a depender do tipo de problema, da natureza dos dados e da finalidade do sistema. Em linhas gerais, o campo se organiza em três grandes paradigmas: o aprendizado supervisionado, em que o modelo aprende com exemplos rotulados; o aprendizado não supervisionado, em que busca estruturas e relações sem respostas previamente dadas; e o aprendizado por reforço, em que um agente aprende a agir por meio de recompensas e penalidades em interação com um ambiente. Entender essa divisão é essencial para sair do imaginário difuso da inteligência artificial e entrar, de fato, no terreno do funcionamento algorítmico. 

Introdução: nem toda máquina aprende do mesmo modo

Nos dois primeiros textos desta série, dois pontos fundamentais foram estabelecidos. Primeiro: dizer que uma máquina aprende não significa dizer que ela pensa como um ser humano. Segundo: nenhum modelo aprende do nada; ele depende de dados. Agora surge uma nova camada do problema: mesmo quando há dados, nem todo sistema aprende da mesma forma. Há diferentes arquiteturas de aprendizagem, diferentes lógicas de operação e diferentes modos de transformar experiência em desempenho. 

Os materiais introdutórios do Google são claros ao afirmar que os sistemas de machine learning podem ser categorizados, entre outras formas, como supervisionados, não supervisionados e por reforço, cada um aprendendo de maneira diferente. Já a documentação do scikit-learn organiza seu guia em grandes blocos de aprendizado supervisionado, aprendizado não supervisionado, seleção de modelos e avaliação, o que reforça que essa divisão não é mero recurso didático, mas uma estrutura real do campo. 

Essa distinção é importante porque ajuda a responder uma pergunta decisiva: que tipo de problema está sendo resolvido? Um sistema que tenta prever a inadimplência de um cliente, um sistema que agrupa perfis de consumidores e um sistema que aprende a jogar ou a navegar em um ambiente não estão operando do mesmo modo. Todos podem pertencer ao universo do machine learning, mas cada qual habita uma lógica própria. 

Por que classificar os tipos de aprendizado importa

Classificar os tipos de aprendizado não é apenas uma formalidade acadêmica. É uma forma de impedir que a palavra “algoritmo” vire uma névoa conceitual onde tudo parece igual. Quando se compreende a diferença entre aprender com rótulos, aprender sem rótulos e aprender por recompensa, torna-se mais fácil entender o que um sistema faz, quais são seus limites e que tipo de erro ele tende a produzir. 

Além disso, essa classificação tem implicações práticas. No aprendizado supervisionado, por exemplo, a questão central é prever corretamente uma saída conhecida. No aprendizado não supervisionado, o foco não está em acertar uma resposta prévia, mas em encontrar estrutura em dados brutos. Já no aprendizado por reforço, o centro do problema é a ação sequencial: o agente interage com um ambiente, escolhe ações, recebe recompensas e ajusta sua política ao longo do tempo. O próprio glossário do Google descreve ação, estado e política como elementos centrais desse paradigma. 

Em termos simples, é como se existissem três salas diferentes dentro da mesma escola algorítmica. Em uma, o aluno estuda com gabarito. Em outra, tenta organizar um grande arquivo sem que ninguém diga previamente qual é a resposta correta. Na terceira, aprende jogando, errando, sendo recompensado e corrigindo a rota. A escola é a mesma; a pedagogia muda radicalmente. Essa analogia é uma inferência didática a partir das definições técnicas oficiais. 

Aprendizado supervisionado: aprender com exemplos rotulados

O aprendizado supervisionado é provavelmente a forma mais difundida e intuitiva de machine learning. Nele, o modelo recebe exemplos em que as entradas e as respostas corretas já são conhecidas. A tarefa do sistema é aprender a relação entre essas entradas e saídas para, depois, generalizá-la a novos casos. O Google define esse paradigma justamente como o uso de dados rotulados para fazer previsões. 

Isso significa que o sistema aprende com um tipo de orientação. Ele não está sozinho diante do mundo; recebe exemplos acompanhados de resposta. Um conjunto de e-mails já classificados como spam ou não spam. Um banco de imóveis com suas características e seus preços. Um histórico clínico com sintomas e diagnósticos conhecidos. O modelo observa esses pares e tenta descobrir a estrutura relacional que os conecta. 

A força desse paradigma está justamente em sua objetividade operacional. Como existe uma saída conhecida no conjunto de treino, é possível medir erro com clareza, ajustar parâmetros e comparar modelos com relativa precisão. Por isso, tarefas como classificação e regressão se tornaram centrais nessa categoria. O scikit-learn mostra isso ao organizar vários de seus métodos supervisionados em torno dessas tarefas. 

Mas há um detalhe decisivo: o aprendizado supervisionado depende profundamente da qualidade dos rótulos. Se as respostas corretas estiverem erradas, incompletas ou enviesadas, o modelo aprenderá essas distorções. A supervisão ajuda, mas não purifica o mundo. Ela apenas orienta o processo segundo os exemplos fornecidos. 

Classificação e regressão: as duas tarefas mais comuns do aprendizado supervisionado

Dentro do aprendizado supervisionado, duas tarefas aparecem com frequência: classificação e regressão. A classificação ocorre quando a saída esperada é uma categoria, como “fraude” ou “não fraude”, “doente” ou “não doente”, “evasão” ou “permanência”. A regressão ocorre quando a saída é um valor numérico contínuo, como preço, temperatura, demanda, consumo ou nota. O material oficial do Google destaca exatamente essa distinção, e o scikit-learn também organiza muitos métodos supervisionados em torno dela. 

A regressão linear, por exemplo, parte da ideia de que o valor previsto pode ser modelado como combinação linear de atributos. Já a regressão logística, apesar do nome, é usada para classificação. Máquinas de vetor de suporte também podem ser aplicadas em classificação, regressão e detecção de outliers, segundo a documentação do scikit-learn. Esses exemplos mostram que o aprendizado supervisionado abriga uma família ampla de métodos, todos orientados pela presença de respostas conhecidas durante o treino. 

A analogia mais simples é esta: alguém mostra ao sistema muitos exercícios resolvidos e pede que ele aprenda o padrão das soluções. Depois, apresenta um exercício novo e pergunta qual seria a resposta mais provável. Não há compreensão humana do problema, mas há ajuste matemático a partir de pares entrada-saída. E é isso que basta para muitas aplicações práticas. 

Aprendizado não supervisionado: encontrar estrutura sem resposta pronta

Se o aprendizado supervisionado trabalha com exemplos rotulados, o aprendizado não supervisionado faz quase o oposto: ele recebe dados sem respostas previamente fornecidas e tenta descobrir alguma estrutura interna neles. Em vez de prever um rótulo conhecido, busca regularidades, agrupamentos, proximidades, compressões ou padrões latentes. O scikit-learn dedica uma seção específica a métodos não supervisionados, incluindo agrupamento e redução de dimensionalidade. 

Aqui, a pergunta muda. O sistema não tenta responder “qual é a classe correta?”. Ele tenta responder “há grupos parecidos aqui?”, “quais dimensões resumem melhor esse conjunto?”, “existem estruturas ocultas ou distribuições internas relevantes?”. É um tipo de aprendizado mais exploratório. Não parte de um gabarito; parte de uma massa de dados e tenta encontrar nela alguma forma. 

Esse paradigma é muito útil quando os dados são abundantes, mas os rótulos são ausentes, caros ou mal definidos. Em contextos de segmentação de clientes, descoberta de perfis, compressão de informação, visualização de dados complexos e detecção de estruturas internas, o aprendizado não supervisionado se torna especialmente relevante. A própria documentação do scikit-learn mostra a importância de etapas não supervisionadas, como redução de dimensionalidade, antes de tarefas supervisionadas posteriores. 

Talvez a melhor metáfora seja a de alguém entrando em uma biblioteca desorganizada sem catálogo. Ninguém diz onde estão os romances, os tratados de filosofia ou os livros de matemática. A tarefa é observar semelhanças, recorrências e proximidades para propor uma ordem possível. Não há resposta pronta escondida; há estrutura a ser inferida. Essa é uma inferência explicativa coerente com as definições técnicas. 

Agrupamento, redução de dimensionalidade e detecção de padrões ocultos

Dentro do aprendizado não supervisionado, duas famílias se destacam bastante: o agrupamento (clustering) e a redução de dimensionalidade. No agrupamento, o objetivo é reunir observações semelhantes em grupos, sem que esses grupos tenham sido previamente rotulados. Na redução de dimensionalidade, o foco está em condensar a informação, representando o conjunto de dados em menos dimensões sem perder, tanto quanto possível, sua estrutura relevante. O scikit-learn explica que muitos métodos não supervisionados implementam transformações úteis justamente para esse tipo de redução. 

Essas técnicas são valiosas porque o mundo dos dados pode ser caótico, barulhento e excessivamente amplo. Quando há muitas variáveis, pode ser útil reduzir a complexidade antes de aplicar outros métodos. Quando há perfis escondidos em uma massa de registros, pode ser útil agrupá-los para compreender segmentos ou comportamentos recorrentes. 

Mas é importante notar: encontrar agrupamentos não significa descobrir essências naturais. Significa identificar estruturas estatísticas sob certo critério de semelhança. Os grupos não brotam do mundo como espécies metafísicas; emergem do modo como os dados foram representados, transformados e medidos. O algoritmo encontra formas possíveis dentro de um espaço matemático, não verdades ontológicas finais. Essa é uma inferência filosófica apoiada no caráter técnico desses métodos. 

Aprendizado por reforço: aprender por tentativa, erro e recompensa

O terceiro grande paradigma é o aprendizado por reforço. Aqui, a lógica muda mais uma vez. Em vez de aprender com rótulos fixos ou de explorar estruturas sem rótulos, o sistema aprende agindo em um ambiente. Ele observa estados, escolhe ações, recebe recompensas ou penalidades e ajusta sua política para maximizar retorno ao longo do tempo. O glossário do Google descreve explicitamente ação, estado e política como componentes centrais do reforço. 

Esse tipo de aprendizado é especialmente importante quando o problema envolve decisões sequenciais. Não basta acertar uma resposta isolada; é preciso agir bem em cadeia. Jogos, robótica, navegação, controle de sistemas e planejamento estratégico são contextos em que essa abordagem ganha força. Um exemplo célebre é o AlphaGo, que, segundo o Google DeepMind, combinou redes neurais profundas com busca avançada e aprendizado por reforço. 

A beleza e a dificuldade do aprendizado por reforço estão no fato de que a recompensa nem sempre vem imediatamente. Uma boa ação agora pode produzir vantagem só vários passos adiante. O agente, portanto, precisa aprender não apenas reações locais, mas estratégias. É como alguém aprendendo xadrez, direção ou navegação: uma escolha ruim pode parecer aceitável no começo e só revelar seu custo depois. 

Esse paradigma ajuda a mostrar, de modo muito claro, por que “aprendizado” em máquina não é pensamento humano. O agente não reflete moralmente, não intui significados, não tem consciência situacional no sentido humano. Ele ajusta uma política de ação em função de recompensas e estados observáveis. O que existe é otimização sequencial orientada por sinal de recompensa. 

As diferenças fundamentais entre os três tipos

A diferença entre os três paradigmas pode ser resumida assim. No aprendizado supervisionado, o sistema aprende com exemplos que já trazem a resposta correta. No aprendizado não supervisionado, trabalha com dados sem rótulo e tenta encontrar alguma organização interna. No aprendizado por reforço, aprende a agir em um ambiente com base em recompensa. Essa tripartição aparece de forma explícita no material do Google sobre o que é machine learning. 

Se quisermos condensar ainda mais, podemos dizer: o supervisionado aprende por comparação com o gabarito; o não supervisionado aprende por descoberta de estrutura; o reforço aprende por consequência da ação. Cada um responde a uma pergunta distinta. “Qual é a resposta correta?” no primeiro. “Que forma existe aqui?” no segundo. “O que devo fazer agora para obter melhor resultado depois?” no terceiro. Essa síntese é uma interpretação didática baseada nas definições oficiais. 

Isso também altera o tipo de erro e o modo de avaliação. No supervisionado, mede-se distância entre predição e rótulo. No não supervisionado, a avaliação pode depender de coerência estrutural, utilidade analítica ou critérios internos de qualidade. No reforço, mede-se desempenho acumulado em termos de retorno ou recompensa. Portanto, não faz sentido julgar os três paradigmas pelos mesmos parâmetros simplificados. 

Um exemplo didático: educação, recomendação e navegação

Imagine três problemas diferentes.

No primeiro, uma instituição quer prever quais estudantes têm maior risco de evasão. Há dados históricos e um desfecho conhecido: evadiu ou não evadiu. Isso é um caso típico de aprendizado supervisionado, porque existem rótulos a serem aprendidos. 

No segundo, uma plataforma educacional quer descobrir perfis de uso entre milhares de estudantes, mas sem definir previamente categorias. Alguns acessam mais vídeos, outros fazem mais exercícios, outros entram pouco e leem muito. A tarefa aqui é encontrar grupos ou padrões sem rótulo anterior. Isso se aproxima do aprendizado não supervisionado. 

No terceiro, um sistema tutor inteligente tenta decidir, passo a passo, qual atividade sugerir ao aluno para maximizar engajamento e aprendizagem ao longo do tempo. Cada sugestão gera efeitos posteriores, e o sistema ajusta sua política conforme o retorno obtido. A lógica aí já lembra o aprendizado por reforço, porque a questão central é escolher ações sequenciais em função de recompensa. 

Esses exemplos mostram por que não basta dizer que “foi usado machine learning”. Isso ainda diz muito pouco. É preciso perguntar: que tipo? Para qual problema? Com que dados? Com que critério de sucesso? Só assim a frase tecnológica deixa de ser propaganda e vira explicação. 

O que esses três tipos têm em comum

Apesar das diferenças, os três paradigmas compartilham um núcleo comum. Todos operam com representação de dados, ajuste de parâmetros ou estratégias, avaliação de desempenho e tentativa de melhorar resultados em uma tarefa delimitada. Nenhum deles é, por si, consciência. Nenhum deles é compreensão humana. Em todos os casos, há um sistema computacional que busca melhorar seu comportamento segundo alguma forma de experiência formalizada. 

Outra semelhança importante é que todos dependem de escolhas humanas anteriores. Humanos definem o problema, montam os dados, escolhem variáveis, selecionam algoritmos, fixam métricas, definem recompensa e interpretam os resultados. Mesmo no reforço, em que o agente parece mais autônomo, o ambiente, a recompensa e os objetivos são projetados. A autonomia da máquina é sempre relativa à arquitetura humana que a enquadra. Essa é uma inferência teórica fortemente apoiada na própria estrutura dos métodos descritos nas fontes. 

Por que essa distinção importa no debate público

No debate público, o desconhecimento dessas diferenças gera dois erros frequentes. O primeiro é imaginar que todo algoritmo faz a mesma coisa. O segundo é supor que o simples uso de machine learning já torna uma decisão mais objetiva, mais neutra ou mais sofisticada. Nenhuma das duas ideias se sustenta. Sem entender o tipo de aprendizado envolvido, não se entende o tipo de risco envolvido. 

Um classificador supervisionado usado em crédito ou segurança pública carrega problemas distintos de um sistema não supervisionado usado para segmentação ou de um agente por reforço usado para otimizar decisões em ambiente dinâmico. A opacidade, o viés, o erro e a forma de responsabilização podem variar bastante conforme o paradigma adotado. Por isso, alfabetização algorítmica não é decorar nomes, mas entender estruturas. 

Em termos políticos, essa distinção devolve a tecnologia ao seu terreno real. Em vez de “a IA decidiu”, passa-se a perguntar qual tipo de sistema foi utilizado, com que desenho, com qual base de dados, em qual contexto institucional. Essa mudança de linguagem é também mudança de poder. Quando o fenômeno é melhor descrito, ele também pode ser melhor governado. Essa é uma conclusão inferencial compatível com as fontes técnicas e com a lógica de governança algorítmica. 

Conclusão

Os três grandes tipos de aprendizado de máquina — supervisionado, não supervisionado e por reforço — mostram que o campo do machine learning está longe de ser um bloco único e homogêneo. Cada paradigma responde a uma forma distinta de problema. Um aprende com exemplos rotulados. Outro busca estrutura sem resposta prévia. O terceiro aprende agindo, errando e sendo recompensado. Compreender essa divisão é o passo necessário para abandonar a fantasia de uma “máquina inteligente” genérica e começar a enxergar, com precisão, como diferentes sistemas realmente operam. 

Essa distinção também ajuda a tornar o debate mais rigoroso. Quando se sabe que tipo de aprendizado está em jogo, torna-se possível discutir com mais clareza os critérios de avaliação, os tipos de erro, as formas de viés e os impactos sociais de cada sistema. A alfabetização algorítmica começa justamente aí: não em repetir palavras técnicas, mas em compreender que há modos diferentes de aprender, modos diferentes de errar e modos diferentes de exercer poder por meio dos algoritmos. 

Referências

Google. What is Machine Learning? 2026. Disponível em: https://developers.google.com/machine-learning/intro-to-ml/what-is-ml. Acesso em: 15 mar. 2026. 

Google. Machine Learning Glossary. 2026. Disponível em: https://developers.google.com/machine-learning/glossary. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Model selection and evaluation. 2026. Disponível em: https://scikit-learn.org/stable/model_selection.html. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Linear Models. 2026. Disponível em: https://scikit-learn.org/stable/modules/linear_model.html. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Support Vector Machines. 2026. Disponível em: https://scikit-learn.org/stable/modules/svm.html. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Unsupervised dimensionality reduction. 2026. Disponível em: https://scikit-learn.org/stable/modules/unsupervised_reduction.html. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Feature extraction. 2026. Disponível em: https://scikit-learn.org/stable/modules/feature_extraction.html. Acesso em: 15 mar. 2026. 

Scikit-learn Developers. Common pitfalls and recommended practices. 2026. Disponível em: https://scikit-learn.org/stable/common_pitfalls.html. Acesso em: 15 mar. 2026. 

Google DeepMind. AlphaGo. 2026. Disponível em: https://deepmind.google/research/alphago/. Acesso em: 15 mar. 2026. 

Google DeepMind. AlphaGo at 10: How AI Innovation Is Paving the Path to AGI. 2026. Disponível em: https://deepmind.google/blog/10-years-of-alphago/. Acesso em: 15 mar. 2026. 

Google DeepMind. Model cards. 2026. Disponível em: https://deepmind.google/models/model-cards/. Acesso em: 15 mar. 2026.