# Escolha um modelo com base em provas

Taiga Learning · Ficha de trabalho
https://taiga.training/pt-PT/lessons/evaluate-models/

Use informação fictícia ou aprovada. Não coloque segredos nesta ficha.

## Objetivos de aprendizagem
- Criar um pequeno conjunto de avaliação a partir de tipos de tarefa reais.
- Separar a qualidade do modelo do efeito das ferramentas e do contexto.
- Registar as condições que exigem uma nova avaliação.

## Exercício
Crie uma ficha de avaliação para três tipos de tarefa: um defeito conhecido, uma funcionalidade pequena e uma explicação do repositório. Defina os critérios de aceitação antes de comparar modelos. Inclua um caso de falha por tarefa. Registe a versão do modelo, o contexto, as permissões das ferramentas, as tentativas, o custo e o esforço de revisão.

## A sua resposta
- Cenário e âmbito:
- Pressupostos e perguntas em aberto:
- Resposta ou decisão proposta, com razões:

## Verifique a sua resposta
| Afirmação ou critério | Evidência ou teste | Resultado ou lacuna | Responsável |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Próxima ação
- Ação, responsável e data:
- Quando vai rever esta resposta?

## Princípio a reter
Escolha um modelo para uma tarefa e um ambiente definidos. Reavalie a decisão quando mudarem o modelo, as ferramentas ou os requisitos.

## Fontes
- [NIST: Generative AI Profile](https://doi.org/10.6028/NIST.AI.600-1)
- [METR: Developer productivity study methodology](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

Esta ficha apoia a aprendizagem. Completá-la não autoriza, por si só, uma alteração em produção.