top of page
Buscar

Por que a IA nem sempre funciona?


Reprodução: This is Engineering/Unsplash

Embora as IAs (Inteligências Artificiais) já ajudem as empresas a solucionar diversos problemas complexos, nem sempre resolvem totalmente o problema. Em meio ao contexto de transformação digital, pode ser um choque descobrir que a Inteligência Artificial não serve para todos os desafios.


Entretanto, essa ferramenta pode, sim, ser aplicada em diversos campos. A Inteligência Artificial é um sistema que imita o raciocínio humano para executar tarefas, e é por isso que foi estabelecida como um pilar da transformação digital. Mas é importante lembrar que todo sistema possui pontos fracos.


Reprodução: Andy Kelly/Unsplash

Inteligência Artificial: Nem sempre funciona?

"A adequação da IA ​​funciona em um espectro ainda limitado", opina Anthony J. Bradley, VP de Tecnologias Emergentes e Pesquisa de Tendências da consultoria Gartner. Para ele, existem quatro fatores fundamentais para entender os problemas dentro do espectro de resolução por IA.

  • Resultado conhecido

  • Disponibilidade de dados

  • Probabilidades de sucesso

  • Consequências do fracasso

Segundo Bradley, esses fatores se aplicam a qualquer problema que envolva o funcionamento das IAs. Se o resultado desejado não for conhecido, utilizar uma Inteligência Artificial talvez não seja a melhor escolha. Ou ainda se a disponibilidade de dados for insuficiente, não se pode esperar um resultado satisfatório.



Por fim, antes de considerar a IA para resolver um problema, é necessário avaliar as probabilidades de sucesso e compará-las às possíveis consequências do fracasso. Os riscos podem não valer a pena. Para fazer uma avaliação primordial, tente responder às seguintes perguntas:

  • Como é a resposta certa?

  • Temos certeza de que os dados que temos levarão à resposta?

  • Quantas variáveis ​​estamos olhando e quais são as chances de acertarmos a resposta?

  • Quais são os riscos para o nosso negócio se errarmos na resposta e as recompensas valem os riscos?


Reprodução: Alex Kotliarskyi/Unsplash

Uso de IA no mercado

O uso da IAs já vem sendo debatido intensamente nos últimos anos. Recentemente, softwares como DALL-E, capazes de gerar imagens a partir de informações em texto, fizeram sucesso. Entretanto, essa possibilidade se ampliou a ponto de causar debates sobre ética.


Neste ano, na Feira Estadual do Colorado, o designer Jason M. Allen levou o prêmio para artistas digitais emergentes com uma imagem gerada por IA e inspirou discussões sobre autoria e ética. A obra “Théâtre d'Opéra Spatial” (Teatro de Ópera Espacial) foi feita no software Midjourney e levou um prêmio de US$ 1.500.


Théâtre d'Opéra Spatial. Reprodução: the New York Times

Falando nisso, bancos de imagens também já se posicionaram a respeito. O Getty Images e o Shutterstock, por exemplo, anunciaram o banimento de imagens geradas por Inteligência Artificial de suas plataformas.


De acordo com um pronunciamento oficial do Getty Images, “há questões em aberto com relação aos direitos autorais das saídas desses modelos e há questões legais não abordadas em relação às imagens e metadados subjacentes usados ​​para treinar esses modelos”.


Além disso, em 2020, após as eleições municipais, o G1 publicou textos sobre a posse de prefeitos e governadores com auxílio de Inteligência Artificial. O modelo automatizado, desenvolvido com tecnologia própria da Globo, contava com processamento de linguagem natural. Ele contemplava informações como nome do político eleito, partido, número de votos recebidos, idade, estado civil, grau de instrução, profissão e patrimônio declarado.



A Inteligência Artificial é uma ferramenta utilizada para direcionar decisões com base em dados, um fator que tem tudo a ver com uma cultura data driven. Isso porque o desejo de refinar as decisões dentro de uma organização envolve incorporar os dados no cotidiano da empresa, e a IA está intimamente ligada a isso.


Entretanto, caso a IA não seja bem construída ou a base de dados seja insuficiente, os resultados podem ser insatisfatórios. Por isso, é necessário ter uma equipe especializada em dados para entender onde está a falha e corrigir eventuais desvios.


Se você precisa de ajuda para estruturar sua equipe de dados ou para implementar a cultura data driven na sua organização, a DDO terá prazer em te ajudar! Entre em contato aqui.


bottom of page