NotebookLM é uma ferramenta fenomenal para aprendizagem. Seu poder reside na capacidade de obter informações apenas das fontes que você fornece; você nunca mais precisará procurar uma fonte estranha. NotebookLM garante que você saiba exatamente de onde vêm os dados, mas isso pode se tornar um problema se você fornecer informações erradas. Claude, por outro lado, é melhor em pesquisar e analisar informações para fornecer dados precisos. Presumi que, dadas as limitações do NotebookLM, Claude seria uma escolha muito melhor no geral.
Mas passei algum tempo testando ambos e o que descobri me surpreendeu. NotebookLM funciona muito bem em muitos casos. Embora fontes conflitantes possam ter sido um problema, o NotebookLM agora oferece uma gama mais ampla de ferramentas para ajudá-lo a resolver inconsistências em seus dados.
NotebookLM notou o conflito, mas isso não é o mesmo que resolvê-lo
Embora mostrasse a discrepância, não dizia em qual eu poderia confiar
Primeiro testei NotebookLM e Claude lançando controvérsias básicas sobre eles para ver como cada um lidava com isso. O teste foi simples: uma montanha fictícia onde duas fontes concordavam na maioria dos detalhes, mas discordavam na altura total. NotebookLM destacou a diferença, apontando o que cada fonte dizia, mas afirmando que nenhuma delas era “a verdade”. Quando adicionei outra fonte que concordava com outra fonte, NotebookLM indicou que duas das três fontes concordavam com a figura, mas ainda não identificou nenhuma como a resposta “oficial”.
Quando pressionei para obter uma resposta única e verificada, o NotebookLM disse que não poderia fornecer isso de forma definitiva e que “as próprias fontes não fornecem contexto adicional, como datas de publicação ou designações oficiais do governo, para determinar qual medição é mais precisa”. Se houvesse mais informações do que apenas algumas linhas de texto, o modelo poderia ter dado uma resposta melhor.
Testei notebooks Gemini e Projetos Claude lado a lado e um deles falhou
Mesma ideia, respostas diferentes
Claude não deu um veredicto, mas me disse por que e o que fazer a seguir
Isso indicou que mais pesquisas são necessárias
Forneci a Claude as mesmas três fontes e, embora isso também não tenha fornecido uma resposta, forneceu informações adicionais sobre a decisão. Afirmou que, uma vez que duas das três “fontes aparentemente independentes” concordaram, o número provavelmente estava correto, mas também disse que a discrepância era significativa porque todas as três fontes concordaram sobre outros detalhes. No final, Claude sugeriu procurar uma quarta fonte, mais confiável.
Claude tentou verificar usando as informações fornecidas. Isto indicava que, uma vez que todos os outros detalhes sobre a montanha correspondiam, era pouco provável que se tratasse de um caso de identidade equivocada. E como outras informações variavam de fonte para fonte, Claude sugeriu que todas as respostas poderiam ser geradas por IA ou obtidas gratuitamente, e que uma única fonte oficial provavelmente forneceria informações mais confiáveis.
Sob um exame mais difícil, NotebookLM comprometeu-se com uma resposta, mas Claude recusou
E neste caso, a recusa é o passo certo
Testei os modelos novamente, desta vez com uma série de notas internas fictícias sobre o orçamento de marketing da empresa. Duas das fontes concordaram, uma discordou. Quando postei a pergunta no NotebookLM, ele concluiu que a resposta era US$ 420.000 e deu um valor conflitante nas notas, mas uma comunicação mais recente confirmou o valor mais alto. Foi uma posição particularmente dura, especialmente tendo em conta o impacto potencial de obter a resposta errada quando centenas de milhares de dólares estão em jogo.
Claude adotou uma abordagem mais sutil. Afirmou que não poderia fornecer um número conclusivo sem resolver o conflito e forneceu uma resposta potencial, explicando a metodologia para obter esse número. Concluiu que não havia nada nos documentos que apoiasse uma resposta definitiva, mas que a autoridade dos emissores do memorando e a sua última data o tornavam correto. No entanto, Claude também destacou que com tais inconsistências, é melhor buscar uma resposta sólida antes de avançar.
NotebookLM jogou fora todos os meus manuais de usuário
Suporte técnico unificado para todos os meus gadgets desde a origem
NotebookLM faz o que você dá, mas pode pesquisar
E também pode se integrar ao Gemini
Gosto de fornecer ao NotebookLM um conjunto limitado de fontes. Quando estou pesquisando algo específico (e só quero informações de algumas publicações confiáveis), é uma ótima ferramenta. O NotebookLM, por outro lado, permite aos usuários pesquisar outras fontes na web e adicioná-las rapidamente ao notebook. Você também pode dar um passo adiante e entregar seu notebook NotebookLM ao Gemini para que a IA pesquise o conteúdo do seu notebook e encontre conexões que você pode ter esquecido.
Eles não são criados iguais
Claude é uma IA capaz de pesquisar na web e fazer inferências, mas também é muito útil para analisar fontes e extrair informações. No entanto, isso nem sempre fornece fontes claras. NotebookLM não foi projetado para fazer o mesmo que Claude e foi criado para trabalhar com um conjunto de dados mais limitado (daí a limitação da fonte). Embora o NotebookLM não seja motivo de zombaria, a diferença entre os dois modelos se resume a isto: eles não foram projetados para a mesma coisa.
Ambas as ferramentas são boas, mas não quero escolher uma em vez da outra
Se eu uso o NotebookLM ou o Claude, dependerá da finalidade que preciso dele. Eu presumi que Claude seria a opção mais poderosa, e em muitos aspectos é, mas poder não é tudo e não é possível pesquisar tantas informações quanto o NotebookLM sem gastar muitos tokens. Se eu quero funcionalidade criativa e criativa, Claude é a melhor opção, mas para encontrar informações? O Caderno leva o bolo.
