IA Lab by amano
Neste termo

Dados sintéticos

Synthetic Data · Dados artificiais · Synthetic Dataset

Dados sintéticos são dados gerados artificialmente para reproduzir propriedades ou cenários de interesse, sem serem uma simples cópia registro a registro de uma base observada.

dados, busca, rag e conhecimentonível intermediárioevolução rápida

O que é

Eles podem ser produzidos por regras, simulações, modelos estatísticos ou modelos generativos e assumir formato tabular, textual, visual, sonoro ou multimodal.

O grau de fidelidade necessário depende do uso: testar software, ampliar cenários raros, treinar modelos, compartilhar dados ou estudar métodos.

Como funciona

A equipe define propriedades e riscos relevantes, escolhe um método de geração e separa a base usada para criar os dados da avaliação independente.

Utilidade, cobertura, viés, privacidade e semelhança indevida com registros reais são medidos antes do uso.

Um exemplo

Uma equipe gera documentos e plantas fictícios com variações controladas de formato para testar um extrator sem expor arquivos de clientes.

Onde aparece na prática

  • Teste: Criar casos controlados, extremos e combinações difíceis de coletar.
  • Treinamento: Complementar dados observados quando faltam exemplos de situações relevantes.
  • Compartilhamento: Reduzir exposição de registros reais, depois de avaliar risco de reidentificação.

Conceitos que costumam ser confundidos

  • Sintético × anonimizado: Dado sintético é gerado; dado anonimizado parte de registros reais transformados para reduzir identificação.
  • Sintético × aumentado: Aumento modifica exemplos existentes; síntese pode gerar novos registros por regras ou modelos.

Limitações e riscos

Dados sintéticos podem preservar ou ampliar vieses, perder relações importantes e produzir uma avaliação artificialmente favorável.

Geração não garante privacidade. Memorização, baixa diversidade e combinações raras podem revelar informação sobre a base de origem.

Perguntas frequentes

Dados sintéticos são automaticamente anônimos?

Não. O risco depende do método, da base de origem e da possibilidade de ligar ou inferir informações sobre pessoas reais.

Eles podem substituir dados reais?

Em alguns testes ou cenários, sim. Para muitos usos, precisam ser combinados com dados observados e avaliação independente.

Fontes principais

Revisado em 2026-10-18.