Pesquisadores do MIT e da Universidade do Texas em Austin acabam de publicar um estudo que pode mudar para sempre a forma como a IA aprende. Seu método, chamado Self-Distillation Fine-Tuning (SDFT), resolve um problema que assombra o aprendizado de máquina há anos: o esquecimento catastrófico. Isso ocorre quando um modelo de IA aprende uma nova tarefa, mas esquece tudo o que sabia antes. O SDFT mantém o conhecimento antigo seguro enquanto permite que o modelo adquira novas habilidades. A equipe publicou o trabalho no arXiv em 27 de janeiro de 2026. Ainda é apenas um artigo, mas o método parece promissor o suficiente para chamar atenção rapidamente no Hacker News e além.

A ideia central é simples: usar o próprio modelo como professor. A maioria dos treinamentos de IA depende de conjuntos de dados fixos ou exemplos escritos por humanos, mas o SDFT inverte esse paradigma. O modelo gera seus próprios sinais de treinamento ao analisar exemplos do que deveria fazer e, em seguida, ensina a si mesmo a fazer melhor na próxima vez. É como um aluno usando suas próprias provas antigas para estudar, em vez de depender de um livro didático escrito por outra pessoa. Trata-se de um aprendizado on-policy — em que os dados de treinamento vêm das próprias ações do modelo, não de uma fonte externa. A alternativa atual é o supervised fine-tuning (SFT), que é off-policy. Isso significa que o treinamento é feito com exemplos que o modelo não criou, o que pode gerar conflitos entre habilidades antigas e novas. O SDFT elimina esse problema por completo.

Como o SDFT funciona na prática

O artigo da equipe detalha o processo da seguinte forma: primeiro, o modelo recebe um conjunto de demonstrações — exemplos de uma tarefa sendo executada corretamente. Em vez de usar essas demonstrações para treinar diretamente, o modelo as utiliza para condicionar suas próprias previsões. Depois, compara suas previsões com as demonstrações e ajusta-se com base na diferença. A chave está no fato de que o modelo não está simplesmente copiando as demonstrações. Ele está aprendendo com o quão próximo seu próprio resultado está da resposta certa. Ao longo de várias rodadas, esse ciclo de autocorreção mantém o modelo afiado em novas tarefas sem apagar o que já sabe.

O método se baseia no in-context learning, uma técnica em que os modelos se adaptam a novas tarefas simplesmente ao visualizar exemplos em sua entrada. É por isso que funciona mesmo quando não há uma função de recompensa perfeita — um problema comum no aprendizado por reforço.

Resultados dos testes

Os pesquisadores submeteram o SDFT a dois tipos de testes: aprendizado de habilidades e tarefas de conhecimento. No aprendizado de habilidades, eles avaliaram quão bem o modelo conseguia adquirir novas capacidades, como resolver quebra-cabeças ou seguir novas instruções. Nas tarefas de conhecimento, verificaram se o modelo conseguia adicionar novos fatos à sua memória sem corromper os antigos. Os resultados mostram que o SDFT supera o ajuste fino tradicional em todos os testes. Modelos usando SDFT retiveram 90% de suas habilidades antigas após aprenderem novas, enquanto o ajuste fino padrão reduziu essa retenção para 60%. Isso é significativo porque a maioria dos modelos de IA hoje ou permanecem estáticos após o treinamento ou exigem retreinamento massivo para adicionar novas habilidades. Até mesmo os melhores métodos de aprendizado por reforço têm dificuldade aqui porque precisam de sinais de recompensa precisos, que são difíceis de definir para tarefas complexas. O SDFT contorna esse problema inteiramente.

Por que isso importa além do laboratório

O esquecimento é um dos maiores obstáculos para tornar a IA verdadeiramente útil. Hoje, a maioria dos sistemas de IA é estática — eles não conseguem continuar aprendendo após a implantação sem quebrar. É por isso que os chatbots esquecem suas preferências após uma atualização ou por que os carros autônomos enfrentam problemas quando surgem novas placas de trânsito. O SDFT muda o jogo ao permitir que os modelos evoluam em tempo real sem perder seu desempenho.

As implicações se espalham por diversos setores. Na robótica, um robô de fábrica poderia aprender novas tarefas de montagem sem esquecer os protocolos de segurança. Na área da saúde, um assistente de IA poderia adicionar novas diretrizes médicas à sua base de conhecimento sem desaprender as antigas. Até mesmo na tecnologia do consumidor, o assistente de IA do seu celular poderia se adaptar a novos aplicativos ou recursos sem parecer que está começando do zero toda vez.

Claro, ainda estamos nos primeiros passos. O artigo mostra promessa em testes controlados, mas o uso no mundo real trará desafios inesperados. A equipe já planeja experimentos com modelos maiores e tarefas mais complexas. Eles também estão investigando se o SDFT pode ajudar no aprendizado multimodal — ensinando a IA a lidar com imagens, texto e som simultaneamente, sem conflitos.

O que vem pela frente

Espere ouvir mais sobre o SDFT nos próximos meses. Os pesquisadores disponibilizaram o código-fonte aberto no GitHub, o que significa que outras equipes podem começar a testá-lo imediatamente. Se o método se mantiver sob pressão do mundo real, poderemos ver as primeiras aplicações comerciais em até um ano. Isso é rápido para a pesquisa em IA. Até lá, o artigo permanece no arXiv, aguardando que outros especialistas encontrem falhas ou confirmem suas forças. Uma coisa é certa: se o SDFT cumprir sua promessa, não vai apenas ajustar como a IA aprende. Vai redefinir o que a IA pode fazer.