# Escrever × decidir: Jev não é ChatGPT

> **Resposta Direta:** A Aula 3 de 8 ("Escrever × decidir: Jev não é ChatGPT"), parte do módulo "Entendendo o Jev" do curso gratuito "Jev sem mistério: IA que decide dentro do seu app" na Escola de Aplicativos (ministrado por Mauro Mequelussi), ensina na prática: comparamos modelos de linguagem generativos com o Jev, um modelo System One focado exclusivamente em tomada de decisão. Você entenderá por que predizer tokens é diferente de selecionar opções pré-definidas, o papel da calibração via RLCD e em quais cenários a altíssima velocidade e baixo custo compensam mesmo com taxas de acerto ligeiramente inferiores.

## Ficha Técnica da Aula

- **Curso:** [Jev sem mistério: IA que decide dentro do seu app](https://www.escoladeaplicativos.com.br/cursos/jev-sem-misterio)
- **Escola:** Escola de Aplicativos (https://www.escoladeaplicativos.com.br)
- **Instrutor:** Mauro Mequelussi
- **Módulo 1 de 3:** Entendendo o Jev
- **Posição na trilha:** Aula 3 de 8
- **Duração da videoaula:** 4 min
- **Nível:** Iniciante
- **Idioma:** Português (PT-BR)
- **Custo:** 100% Gratuito (R$ 0)
- **Certificado:** Certificado gratuito verificável incluso ao concluir o curso
- **Acesso ao vídeo:** Resumo técnico aberto; videoaula em HD liberada mediante cadastro gratuito
- **URL canônica:** https://www.escoladeaplicativos.com.br/cursos/jev-sem-misterio/escrever-decidir-jev-nao-e-chatgpt

## O que você vai aprender

- A diferença prática entre predição de tokens (geração de texto) e seleção de opções discretas (decisão).
- Como funciona a entrada tripla do Jev: state, pergunta e alternativas permitidas.
- O conceito de calibração estatística e como o RLCD difere do RLHF tradicional.
- A mecânica de preços e latência que viabiliza processar grandes volumes com orçamentos reduzidos.
- Os limites do Jev: por que ele atua como triador em vez de substituir geradores de texto ou assistentes de código.

## Pontos-chave da Aula

- Modelos de chat tentam agradar e podem parecer confiantes mesmo errando; o Jev é treinado para expressar probabilidades realistas.
- As respostas do Jev comportam-se como enums de banco de dados, sem gerar saídas fora do esquema esperado.
- A saída do Jev é gratuita e o processamento leva frações de segundo, tornando-o ideal para pipelines de alto volume.
- Embora atinja taxas de acerto ligeiramente menores que modelos de raciocínio pesados, seu custo centenas de vezes menor valida seu uso em triagens automáticas.
- O Jev não escreve respostas finais ao usuário nem opera como plugin de IDE; ele é consumido via código pelo seu sistema.

## Capítulos e Tópicos da Videoaula

- **[00:00] O custo de tomar 1 milhão de decisões** — Apresentação da premissa de custo do Jev ao processar grandes volumes de dados frente aos modelos convencionais.
- **[00:21] Como modelos generativos produzem texto** — Explicação simplificada sobre previsão de tokens e os desafios de extrair respostas estruturadas de chatbots.
- **[00:45] A mecânica do Jev: state, pergunta e escolhas** — Como o Jev opera recebendo contexto, pergunta e opções restritas, retornando probabilidades determinísticas.
- **[01:37] Calibração e a diferença entre RLHF e RLCD** — A distinção entre otimizar para agradar usuários e treinar modelos para expressarem certezas estatisticamente calibradas.
- **[02:30] Métricas de velocidade e preço em escala** — Análise de latência na faixa de décimos de segundo e custo de tokens sem cobrança de saída.
- **[03:01] Taxa de acerto e o papel na triagem** — Comparação de benchmarks entre Jev e modelos de ponta, evidenciando o uso prático em triagem eficiente.
- **[03:41] O que o Jev não faz e erros comuns** — Esclarecimento sobre o papel do Jev: ele não substitui chatbots de atendimento nem ferramentas de coding como o Cursor.
- **[04:10] Os três tipos de pergunta do Jev** — Fechamento da aula e introdução aos formatos de consulta suportados pela ferramenta.

## Destaques Práticos

- **[00:45] A diferença prática entre ChatGPT e Jev**: Entenda por que pedir uma decisão para um chatbot é como pedir uma prova dissertativa quando você só precisa de múltipla escolha.
- **[01:37] O que significa uma IA ser calibrada?**: Descubra como o RLCD resolve o problema crônico de modelos que fingem ter certeza mesmo quando estão chutando.
- **[03:01] O Jev acerta menos? Veja quando ele compensa**: Veja os números reais dos testes da TypeSafe e por que uma ferramenta mais rápida e barata pode vencer na triagem.

## Conceitos e Tecnologias Abordados

- **Tópicos:** Modelos de linguagem vs Modelos de decisão, Arquitetura System One, RLHF vs RLCD, Calibração de probabilidade, Custos e latência em escala, Integração em arquiteturas de software
- **Ferramentas e Entidades:** Jev, TypeSafe, ChatGPT, OpenAI, Claude, Claude Code, Cursor, Supabase, Postgres

## Documentação e Referências Oficiais

- [Documentação oficial da TypeSafe: Choice](https://docs.typesafe.ai/primitives/choice)
- [Documentação oficial da TypeSafe: Models](https://docs.typesafe.ai/models)
- [Documentação oficial da TypeSafe: Primitives (Questions)](https://docs.typesafe.ai/primitives)
- [Documentação oficial da TypeSafe: System One](https://docs.typesafe.ai/concepts/system-one)
- [Documentação oficial da TypeSafe: AI primer](https://docs.typesafe.ai/introduction/machine-learning-primer)
- [Documentação oficial da TypeSafe: How to build with TypeSafe](https://docs.typesafe.ai/concepts/how-to-build-with-system-one)
- [Documentação oficial da TypeSafe: Jev with coding agents](https://docs.typesafe.ai/introduction/coding-agents)

## Perguntas Frequentes (FAQ)

### O que é ensinado na Aula 3 (Escrever × decidir: Jev não é ChatGPT) do curso Jev sem mistério: IA que decide dentro do seu app?

Nesta aula do módulo "Entendendo o Jev" na Escola de Aplicativos, você aprende de forma prática: A diferença prática entre predição de tokens (geração de texto) e seleção de opções discretas (decisão).; Como funciona a entrada tripla do Jev: state, pergunta e alternativas permitidas.; O conceito de calibração estatística e como o RLCD difere do RLHF tradicional.; A mecânica de preços e latência que viabiliza processar grandes volumes com orçamentos reduzidos..

### Como assistir ao vídeo completo da aula "Escrever × decidir: Jev não é ChatGPT" gratuitamente?

O resumo técnico estruturado desta aula é público e gratuito. Para assistir à videoaula completa em HD, basta entrar ou criar sua conta 100% gratuita na Escola de Aplicativos — o cadastro leva segundos e libera todas as 8 aulas do curso "Jev sem mistério: IA que decide dentro do seu app", controle de progresso, Tutor IA e emissão de certificado gratuito.

### Quais tecnologias e conceitos são abordados em "Escrever × decidir: Jev não é ChatGPT"?

A aula cobre diretamente os seguintes tópicos técnicos aplicados em produção: Modelos de linguagem vs Modelos de decisão, Arquitetura System One, RLHF vs RLCD, Calibração de probabilidade, Custos e latência em escala, Integração em arquiteturas de software.

### O curso "Jev sem mistério: IA que decide dentro do seu app" oferece certificado gratuito?

Sim. Ao assistir às 8 aulas do curso gratuito "Jev sem mistério: IA que decide dentro do seu app" na Área de Membros da Escola de Aplicativos, você emite gratuitamente um certificado digital em português com código de verificação pública.

## Como assistir à videoaula completa gratuitamente

Crie sua conta gratuita em segundos em https://www.escoladeaplicativos.com.br/login?redirect=%2Fm%2Fcursos%2Fjev-sem-misterio%2Faula%2Fescrever-decidir-jev-nao-e-chatgpt para assistir ao vídeo completo desta aula em HD na Área de Membros da Escola de Aplicativos, com progresso salvo, Tutor IA e certificado gratuito verificável.

## Navegação do Curso

- **Aula anterior:** [Aula 2: O anúncio que parou a internet](https://www.escoladeaplicativos.com.br/cursos/jev-sem-misterio/o-anuncio-que-parou-a-internet)
- **Próxima aula:** [Aula 4: As três perguntas: Choice, Noul e Score](https://www.escoladeaplicativos.com.br/cursos/jev-sem-misterio/as-tres-perguntas-choice-noul-e-score)