Uma boa tecnologia é aquela que entrega o prometido de maneira tão integrada ao cotidiano, que as pessoas nem percebem sua existência (pelo menos até que ela falhe). É o caso, por exemplo, da rede de energia elétrica. Com a digitalização galopante da vida, a IA (inteligência artificial) começa a ocupar também essa categoria, com […]
Uma boa tecnologia é aquela que entrega o prometido de maneira tão integrada ao cotidiano, que as pessoas nem percebem sua existência (pelo menos até que ela falhe). É o caso, por exemplo, da rede de energia elétrica. Com a digitalização galopante da vida, a IA (inteligência artificial) começa a ocupar também essa categoria, com enormes benefícios para pessoas e empresas. Mas justamente por ser tão poderosa, precisamos estar atentos a seu crescimento.
Na quarta passada, a IBM divulgou um estudo global que indicou que 41% das empresas brasileiras já adotam IA em seus negócios. Considerando que o levantamento engloba representantes de todos os segmentos e portes, inclusive os pequenos, a porcentagem impressiona.
Ainda assim, não é absurda. Muitas companhias adotam essa tecnologia sem saber. Isso acontece porque a inteligência artificial está por trás de muitas aplicações que se tornaram corriqueiras no que fazemos. Nós a carregamos para todos os lados em incontáveis aplicativos em nossos smartphones, que só existem graças à inteligência artificial. Nas empresas, diferentes automações também bebem nessa fonte.
Não é pouca coisa! Tomamos decisões importantes apoiados nas informações oferecidas por essa tecnologia. Isso reforça a necessidade de não apenas estarmos conscientes de sua ação, como também de compreender seu funcionamento.
Veja esse artigo em vídeo:
A pesquisa global foi realizada pela consultoria americana Morning Consult para a IBM. Foram ouvidos 7.502 executivos com alguma influência sobre a área de TI de suas empresas, entre 30 de março a 12 de abril. Na América Latina (especificamente Argentina, Brasil, Chile, Colômbia, México e Peru), foram 1.000 entrevistas.
“Todo mundo teve que acelerar a digitalização com a pandemia, foi uma necessidade”, explica Marcela Vairo, diretora de software da IBM Brasil. “O uso de inteligência artificial foi um destaque, e o Brasil está bem, até se comparado a países mais avançados.”
Na América Latina, as empresas vêm usando a inteligência artificial para sistemas de segurança cibernética, e de conversação (linguagem natural), ambos indicados por 44% dos entrevistados. A tecnologia também aparece em 30% das empresas em plataformas de marketing e vendas, mesma porcentagem das que a usam para melhorar suas próprias operações de TI. A IA também está sendo aplicada para criar negócios mais sustentáveis. O estudo indicou que ela pode fornecer informações mais precisas sobre fatores de desempenho ambiental (43%) e conduzir processos de negócios e operações mais eficientes (37%).
Além dos 41% das empresas brasileiras que já a adotam, 34% estão explorando seu uso. Isso vem sendo impulsionado por avanços que a tornam mais acessível às empresas (56%), sua crescente incorporação em aplicativos de negócios (48%) e a necessidade de reduzir custos e automatizar processos-chave (39%). Por outro lado, 29% dos entrevistados indicaram que os custos atrapalham sua adoção, seguidos pela dificuldade em implantar esses projetos (20%), a complexidade na gestão dos dados (17%) e o conhecimento na área (17%).
“A principal barreira hoje, não só para inteligência artificial, mas para todas as tecnologias, é mão de obra: tem muita gente aprendendo a programar, mas, mesmo assim, falta gente”, afirma Vairo. Essa observação está em linha com um estudo da Brasscom, a Associação das Empresas de Tecnologia da Informação e Comunicação e de Tecnologias Digitais, divulgado em dezembro passado. Segundo a entidade, o Brasil terá uma demanda de 797 mil profissionais de tecnologia até 2025, mas forma apenas 53 mil deles por ano.
“O segundo ponto principal é o dado em si”, explica Vairo. “O dado é o combustível da inteligência artificial: se ele não estiver bem filtrado, o resultado final também não será tão bom.”
“Garbage in, garbage out”!
A inteligência artificial não faz milagres: se os sistemas não forem concebidos ou alimentados com dados de qualidade, suas conclusões serão ruins, levando a erros nas decisões cotidianas de empresas e de pessoas. Como se diz desde os primórdios da computação, “se entra lixo, sai lixo”.
A situação se agrava no caso da inteligência artificial, que tem, como uma de suas premissas, absorver gigantescas quantidades de informações para identificar e analisar padrões. “A máquina não é um ser humano, mas ela não só digere padrões”, explica a diretora da IBM. “Ela consegue aprender a partir dali, está evoluindo para o que a gente chama de ‘reasoning’, de ‘raciocinar’, algo mais que a análise fria do dado, com contexto.”
Aí reside a beleza e o problema da inteligência artificial. A máquina processa grande quantidade de informação, aprendendo o que é considerado o “certo” e oferecendo resultados cada vez mais assertivos a partir disso. Mas, para tanto, precisa ser programada e alimentada com bons dados. Caso contrário, ela pode desenvolver vieses ou preconceitos, que farão com que tire conclusões ruins.
Podemos fazer uma analogia com o aprendizado de uma criança. Se ela for constantemente exposta a exemplos ruins, aprenderá e reproduzirá isso quando crescer. Por exemplo, se ela for criada em uma família racista, existe chance de se tornar um adulto racista, pois o preconceito terá sido normalizado no seu cotidiano.
A preocupação da comunidade de tecnologia com os vieses na inteligência artificial é tão grande, que foi um dos assuntos que mais ouvi durante o World Summit AI Americas, um dos maiores eventos do setor no mundo, que aconteceu em maio em Montréal (Canadá). Na palestra de abertura, Cassie Kozyrkov, cientista-chefe de decisões do Google, sugeriu que essas plataformas precisam de regras para corrigir o rumo se algo der errado. “Você precisa testar rigorosamente e construir redes de proteção”, sugere.
Vairo destaca dois pontos a serem observados para minimizar o problema. O primeiro é a “explicabilidade” dos dados, para entender e cuidar da sua natureza. O outro é ter diversidade nas equipes que cuidam da inteligência artificial, para diminuir os vieses.
Essa questão ética é fundamental, até mesmo para balizar boas práticas e legislações. A partir do momento que a inteligência artificial determina os rumos dos mais diversos sistemas, e eles, por sua vez, são usados para que empresas e pessoas tomem decisões críticas, a máquina precisa dessa supervisão.
“A inteligência artificial não é mágica, não pode ler sua mente”, provocou Kozyrkov no Summit. Ela precisa dos seres humanos. Criamos uma parceria com as máquinas. Se quisermos que ela nos ajude, precisamos ajudá-la a aprender com bons exemplos, ou seja, dados de qualidade.
Se fizemos a nossa parte nesse acordo, a inteligência artificial pode nos oferecer grandes ganhos. Mas, se formos negligentes com a sua “educação”, ela pode aprender e propagar todo tipo de preconceito na sociedade.
