Amália: anatomia técnica do primeiro grande modelo de linguagem do Estado português

O que é, afinal, o Amália

Convém começar por desfazer o equívoco mais comum. O Amália não é, nem pretende ser, um "ChatGPT português". O ChatGPT é uma aplicação conversacional construída sobre modelos da família GPT da OpenAI; o Amália é o próprio modelo de fundação, a camada de base sobre a qual terceiros podem construir aplicações. Paulo Dimas, presidente executivo do Center for Responsible AI, foi explícito na véspera da apresentação: não se trata de um sistema conversacional que resolve todo o tipo de problemas, mas de uma peça de inteligência artificial que garante três níveis de soberania, a da língua, a da cultura e a dos dados, disponível de forma aberta para qualquer pessoa que trabalhe na área descarregar e integrar. O próprio Governo, aliás, assumira desde 2024 que o objetivo do modelo não é responder a perguntas genéricas centradas em raciocínio ou cálculo complexo, terrenos onde outros LLM do mercado têm melhor desempenho.

Esta clarificação de posicionamento é tecnicamente honesta e estrategicamente importante. Um modelo de fundação nacional avalia-se pela qualidade da sua representação linguística e cultural, pela abertura dos seus pesos, dados e código, e pela facilidade com que a Administração Pública, as universidades e as empresas o conseguem especializar para casos de uso concretos. Não se avalia por competir em benchmarks generalistas com modelos de fronteira treinados com orçamentos três a quatro ordens de grandeza superiores.

Arquitetura, escala e dados de treino

Nos números essenciais, o Amália arranca com cerca de 9 mil milhões de parâmetros (9B), tendo sido pré-treinado num corpus de aproximadamente 4 biliões de palavras e posteriormente afinado com um conjunto de dados em português europeu extraídos e filtrados a partir do Arquivo.pt, o arquivo da web portuguesa mantido pela FCCN. A escolha do Arquivo.pt como fonte de afinação é uma das decisões mais interessantes do projeto: trata-se de um repositório com décadas de conteúdo em português de Portugal, juridicamente enquadrado e curado em território nacional, o que reduz simultaneamente o risco de contaminação por português do Brasil e as incertezas de licenciamento que assombram muitos corpora raspados da web global.

Do ponto de vista genealógico, o Amália não partiu do zero. A equipa combinou dois modelos de base desenvolvidos por investigadores portugueses, o EuroLLM, projeto europeu multilingue com forte participação nacional, e o GlorIA, o LLM académico em português europeu criado no NOVA LINCS, reforçando a partir daí o desempenho na compreensão e geração de texto em português. Esta abordagem de "continued pretraining" sobre bases existentes é a estratégia racional para um orçamento na ordem dos milhões de euros: treinar um modelo de 9B de raiz com 4 biliões de tokens exigiria um investimento em computação muito superior ao envelope financeiro disponível, e a literatura demonstra que a adaptação linguística de modelos multilingues sólidos produz melhores resultados por euro investido do que o treino integral de raiz.

O treino decorreu em infraestrutura de computação de alto desempenho pública: o supercomputador português Deucalion, instalado no Minho, o MareNostrum 5, em Barcelona, e recursos da rede europeia EuroHPC. Também aqui há um detalhe estratégico relevante: o modelo foi treinado em solo ibérico, em máquinas financiadas com dinheiro público europeu e português, o que dá substância à narrativa de soberania que de outro modo seria apenas retórica.

Na dimensão multimodal, o compromisso assumido desde o arranque do projeto era que a versão final fosse capaz de interpretar diversos formatos de dados, incluindo texto, fala, imagem e vídeo. A versão base, apresentada tecnicamente a 30 de setembro de 2025 no Madan Parque, era essencialmente textual; a multimodalidade constitui o salto da versão final agora lançada e será uma das frentes de evolução na segunda fase.

O que diz o relatório técnico

O relatório técnico do consórcio, conhecido no final de dezembro de 2025, merece leitura atenta porque é aí que as afirmações de desempenho ganham ou perdem substância. O documento assume um desafio metodológico sério e pouco discutido publicamente: não existiam benchmarks de referência para português europeu que permitissem monitorizar o progresso do modelo. A equipa mitigou o problema por três vias, utilizando exames nacionais portugueses, criando um benchmark linguístico próprio e traduzindo vários conjuntos de dados internacionais com um modelo de tradução automática dedicado de alta qualidade.

Os resultados reportados são claros no seu perímetro. A variante AMALIA-DPO, afinada com Direct Preference Optimization, uma técnica de alinhamento por preferências que dispensa o treino de um modelo de recompensa separado, atinge o melhor desempenho entre os modelos totalmente abertos por margem considerável, obtendo mesmo os melhores resultados entre todos os modelos avaliados nas categorias de lexicologia e semântica do português de Portugal. Nos exames nacionais de português, com questões de resposta longa, o Amália obtém a melhor pontuação entre todos os modelos integralmente open source, revelando boa compreensão de enunciados complexos e produção de texto coerente. A conclusão global do relatório é que o modelo supera todos os modelos de código aberto anteriores em português europeu e muitos modelos open weight.

A leitura rigorosa exige duas notas. Primeiro, a distinção entre "totalmente aberto" (pesos, dados e código disponíveis) e "open weight" (apenas pesos) não é cosmética: o Amália lidera com folga na primeira categoria, mais restrita, e compete bem, mas não domina, na segunda, onde estão modelos de laboratórios com recursos incomparáveis. Segundo, quando a equipa que desenvolve o modelo é também quem constrói o benchmark, o resultado deve ser lido com a prudência habitual, não por suspeita de má-fé, mas porque é metodologia de autoavaliação. A disponibilização pública dos conjuntos de avaliação, que o carácter aberto do projeto permite, é precisamente o mecanismo que permitirá à comunidade validar de forma independente estas afirmações. É um teste que os modelos proprietários raramente aceitam fazer.

Abertura radical: Apache 2.0, Hugging Face e GitHub

A decisão mais consequente de todo o projeto pode não ser técnica, mas sim de licenciamento. O Amália é disponibilizado sob licença Apache 2.0, através do portal ia.gov.pt com ligação ao Hugging Face, podendo qualquer cidadão, empresa ou entidade descarregar o modelo e usá-lo inclusivamente para fins comerciais, como confirmou Manuel Dias, CTO do Estado e presidente da Agência para a Reforma Tecnológica do Estado (ARTE). A documentação oficial vai mais longe: todos os modelos, bem como os dados e o código usados no desenvolvimento, estão disponíveis nas plataformas Hugging Face e GitHub.

Isto coloca o Amália num patamar de abertura que poucos modelos no mundo atingem. A Meta chama "open source" ao Llama, mas a licença Llama impõe restrições de uso e atribuição que levaram a Open Source Initiative a contestar publicamente o termo. A Apache 2.0, pelo contrário, é uma licença permissiva genuína, sem cláusulas de uso aceitável impostas pelo licenciante, sem limiares de utilizadores, sem reservas comerciais. Paulo Dimas descreveu o modelo como três vezes aberto, aberto para ser descarregado, aberto para ser estendido e aberto no acesso aos seus componentes. Para o tecido empresarial português, sobretudo para PME que não conseguem suportar custos recorrentes de API de fornecedores norte-americanos, isto significa poder correr localmente, sem custo por inferência e com controlo total dos dados, um modelo competente em português europeu. Um modelo de 9B, quantizado, corre confortavelmente numa única GPU de gama profissional e até em hardware de consumo topo de gama, o que torna a barreira de entrada objetivamente baixa.

Financiamento, consórcio e execução

O projeto foi financiado com 5,5 milhões de euros do Plano de Recuperação e Resiliência, aos quais o Governo anunciou agora juntar 1,5 milhões adicionais, elevando o investimento total do Estado para sete milhões de euros até 2027, destinados à evolução do modelo e à infraestrutura soberana da segunda fase. A distribuição do envelope inicial é conhecida: 2,475 milhões para a Universidade Nova de Lisboa, um milhão para o Instituto Superior Técnico, 375 mil euros para cada uma das universidades do Porto, do Minho e de Coimbra, e 900 mil euros executados diretamente pela FCT, a que acrescem as sinergias dos investimentos já realizados nos supercomputadores Deucalion e MareNostrum 5.

O desenvolvimento científico mobilizou mais de sessenta investigadores e estudantes de cinco instituições de ensino superior, com coordenação do consórcio a cargo do professor João Magalhães, da NOVA FCT, diretor do Grupo de Sistemas Multimodais do NOVA LINCS. É justo sublinhar que o projeto foi integralmente desenvolvido por entidades públicas, com talento nacional, e cumpriu o calendário essencial: versão base concluída em setembro de 2025, site oficial lançado a 1 de outubro de 2025, versão disponível na plataforma IAedu da FCT desde então, e versão final apresentada no prazo anunciado. Na paisagem habitual dos projetos tecnológicos do Estado, a execução dentro do cronograma não é um detalhe menor.

Registe-se, contudo, que o custo real do projeto foi objeto de controvérsia pública, com notícias a acusarem o Governo de não revelar a totalidade dos encargos, designadamente os custos de computação absorvidos pelas infraestruturas já financiadas. É uma crítica com fundamento contabilístico: os sete milhões de euros não incluem o valor de mercado das horas de supercomputação consumidas, que em projetos desta natureza representa uma fatia substancial do custo total. A transparência sobre este ponto seria desejável, até porque o argumento comparativo internacional joga a favor do projeto: mesmo somando a computação, o Amália custa uma fração ínfima do que custam os modelos de fronteira, e a comparação relevante é com iniciativas congéneres europeias, não com a OpenAI.

Onde vai ser usado: da Administração Pública aos museus

O Amália não nasceu para ficar no laboratório, garantiu Manuel Dias na apresentação, elencando quatro pilares estratégicos, a promoção da língua, da cultura e da história portuguesas, a promoção da investigação e inovação em IA em Portugal, e a aplicação prática. O modelo foi já validado em ambiente real em quatro setores, museus e cultura, ciência, comunicação social e educação, este último através da plataforma IAedu da Fundação para a Ciência e Tecnologia. Estão previstas aplicações nos serviços da Administração Pública através do portal gov.pt, e o enquadramento institucional do projeto faz-se na Agenda Nacional de Inteligência Artificial, com acompanhamento da ARTE.

Para quem trabalha na Administração Pública, o caso de uso mais promissor é evidente: sistemas de RAG (Retrieval-Augmented Generation) sobre legislação, regulamentos e documentação interna, correndo em infraestrutura própria, sem que um único byte de informação sensível do Estado saia para servidores de multinacionais estrangeiras. É exatamente o terceiro pilar de soberania invocado por Paulo Dimas, o dos dados. Um organismo público pode hoje descarregar o Amália, afiná-lo com a sua documentação setorial e servir respostas em português europeu juridicamente correto, dentro do seu perímetro de segurança. Para casos de uso que envolvam dados pessoais, o processamento local simplifica radicalmente a conformidade com o RGPD, eliminando transferências internacionais e subcontratantes em cascata.

Leitura crítica: limites, riscos e o que falta

Um artigo exigente não pode terminar no aplauso. Há quatro ordens de limitações a registar.

A primeira é de escala. Nove mil milhões de parâmetros é, em 2026, a categoria dos modelos pequenos e eficientes, não a dos modelos capazes. O próprio roteiro do projeto o reconhece, ao fixar como meta da segunda fase a evolução para 22 mil milhões de parâmetros, com reforço da capacidade de computação e da infraestrutura. Em tarefas de raciocínio complexo, matemática, programação ou conhecimento enciclopédico, o Amália não compete, nem tenta competir, com modelos de fronteira. A sua proposta de valor é linguística, cultural e de soberania de dados, e deve ser avaliada nesse perímetro.

A segunda é de sustentabilidade. Um LLM não é uma obra pública que se inaugura e fica; é um sistema vivo que exige ciclos contínuos de re-treino, avaliação, correção de vulnerabilidades de alinhamento e acompanhamento da evolução do estado da arte. O reforço orçamental até 2027 é positivo, mas a pergunta estrutural mantém-se: que modelo de governação e financiamento garante que o Amália não fica tecnicamente obsoleto em dois ciclos de inovação, quando cada ciclo dura hoje menos de um ano? O primeiro-ministro pareceu consciente do problema ao afirmar na apresentação que não havia nada para festejar, apenas o desafio de estar amanhã melhor do que hoje.

A terceira é de segurança, e aqui falo do meu terreno profissional. Um modelo com pesos abertos sob Apache 2.0 é, por definição, um modelo que qualquer ator, incluindo atores maliciosos, pode descarregar, afinar e desalinhar. A abertura tem enormes benefícios de escrutínio, mas transfere para quem implementa a responsabilidade integral pelas salvaguardas: filtragem de entradas e saídas, proteção contra injeção de instruções em cenários RAG, controlo de acessos e registo de auditoria. Para as entidades essenciais e importantes abrangidas pelo Decreto-Lei n.º 125/2025, que transpõe a diretiva NIS2, a adoção do Amália em processos críticos deve entrar na análise de risco e nas medidas de gestão de risco de cibersegurança como qualquer outro componente de software, com a vantagem, não despicienda, de a cadeia de fornecimento ser nacional, pública e auditável de ponta a ponta. Acresce a dimensão do Regulamento de Inteligência Artificial da União Europeia: o Amália, enquanto modelo de IA de finalidade geral disponibilizado no mercado, beneficia do regime de isenções parciais aplicável aos modelos publicados sob licença livre e de código aberto, mas quem construir sobre ele sistemas classificados de risco elevado assume as obrigações correspondentes do AI Act.

A quarta é de ecossistema. O Amália chega a um espaço lusófono onde já operam o GlorIA, pioneiro académico em português europeu, o Evaristo.ai da Universidade de Lisboa, assente no modelo Gervásio e especializado em serviços públicos, e, do lado brasileiro, a família Sabiá da Maritaca AI, cujas versões mais recentes atingem paridade com modelos globais em exames profissionais em língua portuguesa. O risco de fragmentação de esforços públicos em modelos concorrentes é real e a coordenação, mais do que a competição, deveria ser a norma num país da dimensão de Portugal.

Acho que o jogo está lançado, agora se todos pudermos contribuir seria bom para Portugal.