A IA e as interrupções que ainda não chegaram
O guru de inteligência artificial Geoffrey Hinton observou em 2016: “Qualquer pessoa que trabalhe como radiologista é como o Coiote à beira do penhasco: as pessoas devem parar de treinar radiologistas agora. É óbvio que, em cinco anos, o aprendizado profundo será melhor do que os radiologistas.” O que estava acontecendo em 2021? De acordo com a revista Radiology Business, a demanda por radiologistas nunca parou de aumentar, pelo menos nos Estados Unidos. A tendência continua em alta até hoje.
É quase paradoxal: Hinton estava certo, e a capacidade da IA de interpretar imagens está se tornando mais avançada. Mas isso não impediu a necessidade de especialistas humanos capazes de analisar um raio-X. Isso aconteceu porque as interrupções não atingem de forma linear. São impactos heterogêneos e complexos, que geram mutações, mudanças e desafios.
Talvez por isso, Hinton também não previu que a primeira “revolução social” ligada aos protestos pelo uso da IA viria de… Roteiristas de Hollywood. Mas, na verdade, esses trabalhadores chegaram ao ponto de declarar uma greve que os obrigou a repensar os limites: o que pode e o que não pode ser gerado com a tecnologia, se um texto escrito por um humano pode ser usado para alimentar novos modelos, como identificar de forma clara e inequívoca obras criadas inteiramente artificialmente…
Você está preocupado sobre como a IA impactará sua organização e o mundo a médio e longo prazo? Convidamos você a entrar em contato com nossa equipe de especialistas na área para esclarecer suas dúvidas. E, claro, recomendamos que você continue lendo este artigo.
É melhor juntos
O surgimento do ChatGPT e sua capacidade de escrever textos não significa que as pessoas que escrevem cartas tendem a desaparecer. Há poucos meses, outro guru, Ethan Mollick, conduziu um estudo para Harvard, com o apoio do Boston Consulting Group (BCG): eles dividiram os participantes em dois grupos, atribuíram às duas equipes tarefas equivalentes (atividades da vida real, ou seja, cotidianas daquelas geralmente realizadas nas organizações) e lhes deram um aviso: uma era usar IA generativa para atingir seus objetivos, e a segunda era proibida de fazê-lo. O resultado? Aqueles que contaram com essa tecnologia alcançaram resultados 25% mais rápidos e 40% melhores.
O fato: todos nós vamos acabar usando essas tecnologias em maior ou menor grau. A resistência é fútil. Em vez disso, podemos começar cedo a gerir esta nova realidade. A ascensão do ChatGPT fez com que muitas pessoas começassem a experimentá-lo sem qualquer tipo de diretriz da organização.
Isso obriga os líderes a se conscientizarem do uso que está sendo dado a esse tipo de ferramenta dentro da empresa, por um lado, e a planejarem um programa de alfabetização, que inclua as motivações para seu uso, o potencial que ela tem para o negócio e, claro, os riscos envolvidos.
Criando uma estrutura de gerenciamento de IA
Como uma tecnologia dinâmica que evolui em um ritmo rápido, a fim de avançar em um ritmo à prova de futuro e resistir a interrupções futuras, é necessário criar uma estrutura de gerenciamento que consiste em pelo menos quatro componentes.
A primeira é ética. Uma definição clara do que pode e do que não pode: que nenhuma de suas aplicações viola princípios como inclusão, diversidade, respeito, direitos humanos ou direitos do consumidor.
O segundo é governo e segurança. Por um lado, porque o facto de a tecnologia estar disponível não significa que tenha de ser aplicada sem rima ou razão. E, por outro lado, porque devemos transmitir a garantia de que o artefato de IA está sob controle: que ele não vai distribuir dados que não está autorizado a mostrar ou, ainda mais profundo, que não vai começar a alucinar no meio de uma conversa com um cliente. É importante ter ferramentas, como as fornecidas pela Microsoft com o Serviço de Segurança de Conteúdo de IA do Azure, que permitam evitar linguagem ofensiva ou tópicos complexos.
Os consumidores estão começando a exigir transparência sobre o que está acontecendo na caixa preta da geração de conteúdo de IA.” Como meus dados foram tratados?” ou “Com que base o resultado que recebi foi criado?” são perguntas frequentes que começam a se expandir. E as organizações que pretendem expandir seus negócios tendo a IA generativa como um de seus pilares precisam estar preparadas para responder.
O terceiro componente, Conjuntos de Dados Proprietários, é começar a usar essa tecnologia exclusivamente com conjuntos de dados próprios para obter uma verdadeira vantagem competitiva. Esses modelos são enormes: o Stable Diffusion, para citar um dos exemplos mais conhecidos, estreou com 2,300 bilhões de parâmetros. Isso cria alguns desafios para as empresas que querem capitalizá-los. Por um lado, com uma quantidade tão grande de informação, é muito difícil gerir o tipo de respostas que pode fornecer. Por outro lado, há problemas de direitos autorais porque nem tudo o que é fornecido pelo modelo pode ser usado livremente.
A solução? Crie conjuntos de dados sintéticos, também gerados por IA, e considerando especificamente o problema que a organização deseja resolver de todos os ângulos disponíveis. Por exemplo, um cliente da Practia precisava montar uma solução que reconhecesse automaticamente a ferrugem nos telhados de chapa metálica de uma instalação industrial. Como a obtenção das imagens reais para treinamento através de drones era muito cara, elas foram geradas sinteticamente, contemplando que havia alternativas de todos os ângulos, com todas as condições climáticas e de luz. Também deve ter havido alguns com telhados em perfeito estado e outros com ferrugem em diferentes estados de progresso.
Finalmente, com espaço para otimismo: o quarto elemento da estrutura de gerenciamento é estabelecer as bases para a hiperautomação inteligente: como todos esses robôs vão se integrar e interagir em toda a organização, com as sensibilidades certas e a qualidade de dados certa para fazer tudo funcionar como deveria.
Temos espaço para otimismo. O já citado estudo de Harvard e BCG nos mostra que o potencial máximo da ferramenta não é alcançado quando ela é utilizada como auxiliar do fator humano. E a história nos lembra que, durante a Primeira Revolução Industrial, quando também parecia que as máquinas iam acabar com os empregos, tudo acabou em uma melhoria na qualidade de vida de grande parte da população: a jornada de trabalho foi reduzida quase pela metade. Talvez essa nova revolução também tenha boas notícias para nos dar a longo prazo.
Estivemos discutindo esse tema em profundidade no evento FuturIA (uma inovação: o nome do encontro foi escolhido por uma IA generativa). Convidamos você a vê-lo aqui