Inteligência artificial (IA) tornou-se um termo genérico para aplicativos que executam tarefas complexas que antes exigiam informações do usuário, como a comunicação com clientes online ou um jogo de xadrez. O termo é frequentemente usado de forma intercambiável com seus subcampos, que incluem machine learning e aprendizado profundo. No entanto, existem diferenças. Por exemplo, o machine learning é centrado na criação de sistemas que aprendam ou melhorem seu desempenho com base nos dados que eles consomem. É importante notar que, embora todo machine learning seja IA, nem toda IA é machine learning.

Para obter o valor total da IA, muitas empresas estão fazendo investimentos significativos em equipes de ciência de dados. A ciência de dados, um campo interdisciplinar que utiliza métodos científicos e outros métodos para extrair valor de dados, combina habilidades de campos, como estatística e ciência da computação, com conhecimento de negócios para analisar dados coletados de diversas fontes.

A IA generativa é o tipo de IA que tem recebido mais atenção no momento, levantando também mais preocupações. Ela usa padrões de conteúdo existente para criar novos conteúdos, como textos e imagens. 

Podemos pensar na IA generativa como nossa "assistente pessoal de ensino". Assistentes não podem fazer tudo sozinhos e necessitam de orientação. Quanto mais informações fornecermos, mais próximos os resultados serão daqueles que estávamos buscando.