Testámos o ChatGPT, Claude e Gemini na correção de folhas de cálculo complexas. Descobre qual destes modelos de IA compreende melhor o contexto dos teus dados.
A capacidade de análise de dados das IAs em teste
A utilização de modelos de linguagem para a gestão e correção de folhas de cálculo tornou-se uma prática comum para muitos utilizadores que procuram otimizar o seu fluxo de trabalho. No entanto, a eficácia destas ferramentas varia significativamente quando o desafio deixa de ser apenas a correção de fórmulas técnicas e passa a envolver a interpretação de contexto e a lógica de negócio.
Num teste recente, foram colocados à prova o ChatGPT, o Claude e o Gemini, utilizando o mesmo ficheiro e as mesmas instruções. O objetivo era verificar não só a capacidade de identificar erros de sintaxe, mas também a aptidão para compreender nuances, como a consistência de dados e o significado de etiquetas personalizadas.
Desempenho por modelo
- Gemini: O modelo apresentou dificuldades desde o início, solicitando permissões de acesso a funcionalidades de e-mail que não eram relevantes para a tarefa. Além de não ter corrigido os erros identificados, o modelo sugeriu alterações manuais e interpretou incorretamente o estado de projetos, demonstrando uma falha na compreensão do contexto do utilizador.
- ChatGPT: Com o modelo GPT-5.6 Sol, a ferramenta demonstrou um desempenho robusto. Apesar de um erro inicial de timeout, o modelo conseguiu reconstruir o livro de cálculo, corrigir fórmulas e converter formatos de data. O ChatGPT destacou-se pela capacidade de lidar com ambiguidades, permitindo ao utilizador ajustar a interpretação de termos como "Filed" através de um diálogo iterativo.
- Claude: Utilizando o modelo Opus 5.5, o Claude revelou-se o mais apto a questionar a lógica dos dados. O modelo não se limitou a corrigir, mas identificou inconsistências temporais e questionou a ausência de dados, demonstrando uma abordagem analítica superior ao cruzar informações de diferentes ângulos.
Embora o ChatGPT tenha sido o mais eficaz na entrega de um ficheiro pronto a utilizar, o Claude destacou-se pela sua capacidade de raciocínio crítico, sendo capaz de identificar que certas entradas de dados poderiam estar incorretas com base no padrão de trabalho do utilizador.
Implicações para o utilizador
Para quem utiliza estas ferramentas em Portugal, é importante notar que a qualidade da resposta depende fortemente da clareza das instruções e da estrutura do ficheiro. A automatização de tarefas repetitivas, como a limpeza de dados, é uma das áreas onde a IA mais evoluiu, mas a supervisão humana continua a ser indispensável para validar as conclusões tiradas pelos modelos.
Se procuras otimizar o teu dia a dia com estas ferramentas, podes consultar a nossa comparação detalhada entre os modelos mais recentes em Claude Opus 5.5 vs. Gemini 3.1 Pro: Qual o melhor assistente de IA para o dia a dia?. Para tarefas mais específicas de automação, explora também como o Claude Code pode automatizar tarefas de imagem.
Fontes
Antes de comprares, compara no AHT Scan
Vê preços em várias lojas, promoções e histórico observado num único lugar.
Dell XPS Googlebook: Hardware de topo limitado por um sistema operativo imaturo
Samsung Galaxy Z Fold 8: Análise de usabilidade e o impacto da concorrência
O cemitério da IA: Projetos e startups que não sobreviveram