Participe de nossos boletins informativos diários e semanais para obter as atualizações mais recentes e conteúdo exclusivo sobre a cobertura de IA líder do setor. Saber mais


Menos assustado. Mais cansado. É aí que muitos de nós residem com IA. No entanto, estou maravilhado com a IA. Apesar da abundância e dos chavões da IA ​​prometendo remodelar a indústria, o intelecto e a forma como vivemos, é vital abordar o ruído e a esperança com um novo entusiasmo que abraça a complexidade. Aquele que incentiva o argumento e sustenta uma boa dose de ceticismo. Operar com uma mentalidade cética é libertador, pragmático, desafia as convenções e nutre o que parece ser um senso de sanidade frequentemente ausente, especialmente se você está inquieto com suposições e rumores intermináveis.

Parece que estamos presos num abismo ou numa batalha de “apresse-se e espere” enquanto monitorizamos as realidades e os benefícios da IA. Sabemos que há um futuro brilhante anunciado e o tamanho do mercado de IA global é estimado em mais de US$ 454 bilhões até o final de 2024, o que é maior do que o PIBs individuais de 180 paísesincluindo Finlândia, Portugal e Nova Zelândia.

Inversamente, porém, um estudo recente prevê que até ao final de 2025, pelo menos 30% dos projetos de IA generativa serão abandonados após a fase de prova de conceito, e noutro relatório “segundo algumas estimativas, mais de 80% dos projetos de IA falham — o dobro da taxa de projetos de TI que não envolvem IA”.

Flor ou boom?

Embora o ceticismo e o pessimismo sejam frequentemente descrições confundidas, eles têm abordagens fundamentalmente diferentes.

O ceticismo envolve investigação, questionamento de afirmações, um desejo por evidências e é tipicamente construtivo, carregado de um foco crítico. O pessimismo tende a limitar as possibilidades, inclui dúvidas (e talvez alarme), talvez antecipando um resultado negativo. Pode ser visto como um estado ou comportamento improdutivo, desagradável e desmotivador – embora se você acredita que o medo vende, bem, ele não irá desaparecer.

Ceticismo, enraizado na investigação filosóficaenvolve questionar a validade das afirmações e buscar evidências antes de aceitá-las como verdade. A palavra grega “skepsis” significa investigação. Para os céticos modernos, o compromisso com a investigação da IA ​​serve como uma ferramenta ideal e de busca da verdade para avaliar riscos e benefícios, garantindo que a inovação seja segura, eficaz e, sim, responsável.

Temos uma compreensão histórica sólida de como a investigação crítica beneficiou a sociedade, apesar de alguns começos muito instáveis:

  • As vacinações enfrentaram um forte escrutínio e resistência devido a questões éticas e de segurança, mas a investigação em curso levou a vacinas que salvaram milhões de vidas.
  • Os cartões de crédito geraram preocupações sobre privacidade, fraude e incentivo a gastos irresponsáveis. O setor bancário melhorou amplamente a experiência através de testes conduzidos pelos utilizadores, infraestrutura atualizada e concorrência saudável.
  • A televisão foi inicialmente criticada por ser uma distração e uma causa potencial de declínio moral. Os críticos duvidaram de seu valor jornalístico e educacional, vendo-o mais como um luxo do que como uma necessidade.
  • Os caixas eletrônicos enfrentaram preocupações, incluindo máquinas cometendo erros ou a desconfiança das pessoas na tecnologia que controla seu dinheiro.
  • Os smartphones eram duvidosos porque não tinham teclado, tinham recursos limitados, duração da bateria e muito mais, mas foram aliviados por melhorias na interface e na rede, alianças governamentais e novas formas de monetização.

Felizmente, temos protocolos modernos e em evolução que — quando usados ​​de forma diligente (em vez de nunca usá-los) — fornecem uma abordagem equilibrada que não aceita cegamente nem rejeita abertamente a utilidade da IA. Além de estruturas que auxiliam no upstream demanda versus risco na tomada de decisões, temos um conjunto comprovado de ferramentas para avaliar a precisão, o preconceito e garantir o uso ético.

Para ser menos resistente, mais perspicaz e talvez um cético esperançoso e feliz, uma amostra dessas ferramentas menos visíveis inclui:

Método de AvaliaçãoO que isso faz…ExemplosO que está buscando como ‘verdade’…
Detecção de alucinaçõesIdentifica imprecisões factuais na produção de IADetectar quando uma IA declara incorretamente datas históricas ou fatos científicosBusca garantir que o conteúdo gerado por IA seja factualmente preciso
Recuperação – geração aumentada (RAG)Combinar resultados de modelos treinados com fontes adicionais para incluir as informações mais relevantesUm assistente de IA que usa artigos de notícias atuais para responder perguntas sobre eventos recentesInformações atuais e contextualmente relevantes de múltiplas entradas
Precisão, recall, pontuação F1Mede a precisão e integridade dos resultados de IAAvaliando a capacidade de um diagnóstico médico de IA de identificar doenças corretamenteEquilíbrio entre precisão, integridade e desempenho geral do modelo de IA
Validação cruzadaTesta o desempenho do modelo em diferentes subconjuntos de dadosTreinar um modelo de análise de sentimento em resenhas de filmes e testá-lo em resenhas de produtosBusca garantir que o modelo tenha um bom desempenho consistente em diferentes conjuntos de dados, indicando confiabilidade
Avaliação de justiçaVerifica a existência de preconceitos nas decisões de IA em diferentes gruposAvaliação das taxas de aprovação de empréstimos para vários grupos étnicos em uma IA financeiraTratamento equitativo e ausência de padrões discriminatórios e não perpetua preconceitos
Teste A/BExecutando experimentos para comparar o desempenho de um novo recurso de IA com um padrão existenteTestando um chatbot de IA contra representantes humanos de atendimento ao clienteValidação, melhorias ou alterações nas métricas de desempenho comparadas
Verificações de detecção de anomaliasUsando modelos estatísticos ou algoritmos de aprendizado de máquina para detectar desvios dos padrões esperados. Sinalização de transações financeiras incomuns em sistemas de detecção de fraudeConsistência e adesão aos padrões, rubricas e/ou protocolos esperados
Verificações de autoconsistênciaGarante que as respostas da IA ​​sejam internamente consistentesVerificar se as respostas de uma IA a questões relacionadas não se contradizemCoerência lógica e confiabilidade; os resultados não são erráticos ou aleatórios
Aumento de dadosExpande conjuntos de dados de treinamento com versões modificadas de dados existentesAprimorando modelos de reconhecimento de fala com sotaques e padrões de fala variadosGeneralização e robustez do modelo aprimoradas
Métodos de engenharia imediatosRefinando prompts para obter o melhor desempenho de modelos de IA como GPT Estruturar perguntas de uma forma que produza respostas mais precisasComunicação ideal entre humanos e IA
Teste de experiência do usuárioAvalia como os usuários finais interagem e percebem os sistemas de IATestando a usabilidade de um assistente virtual com tecnologia de IASatisfação do usuário e interação eficaz entre humanos e IA

4 recomendações para permanecer construtivo e cético ao explorar soluções de IA

À medida que continuamos a navegar nesta era de medo e excitação da IA, abraçar abordagens baseadas no cepticismo será fundamental para garantir que as inovações servem os melhores interesses da humanidade. Aqui estão quatro recomendações para ficar atento e praticar amplamente.

  1. Exija transparência: Insista em explicações claras sobre tecnologia com usuários ou clientes referenciados. Além de fornecedores externos e contatos industriais/acadêmicos, tenha o mesmo nível de definição de expectativas com equipes internas além do Jurídico e de TI, como compras, RH e vendas.
  2. Incentivar a participação popular e que prioriza as pessoas: Muitas iniciativas de cima para baixo falham, pois as metas podem excluir os impactos para os colegas e talvez para a comunidade em geral. Pergunte primeiro: como colegas de equipe não hierárquicos, qual é a nossa abordagem para entender o impacto da IA, em vez de atribuir imediatamente uma lista de força-tarefa e classificar os cinco principais casos de uso.
  3. Rastreie (e adote?) rigorosamente as regras de regulamentação, segurança, ética e privacidade: Enquanto a União Europeia está a implementar a sua AGIRe estados como a Califórnia tentam iniciar projetos de lei controversos de regulamentação de IA, independentemente da sua posição, esses regulamentos afetarão suas decisões. Avalie regularmente as implicações éticas destes avanços da IA, priorizando os impactos humanos e sociais em detrimento da escala, do lucro e da promoção.
  4. Validar declarações de desempenho: Solicite evidências e realize testes independentes quando possível. Pergunte sobre os métodos de avaliação listados acima. Isto é especialmente verdadeiro quando se trabalha com novas empresas e fornecedores que priorizam a IA.

O ceticismo é nutritivo. Precisamos de métodos para ir além da conversa e da comoção cotidiana. Esteja você com dúvidas desnutridas ou com admiração perspicaz, esta não é uma competição de soma zero. O ganho de um cínico ou pessimista não leva a uma perda equivalente no otimismo dos outros. Estou maravilhado com a IA. Acredito que isso nos ajudará a vencer e as nossas regras para o sucesso baseiam-se num julgamento humilde.

De certa forma, embora com provocação, o ceticismo é uma vulnerabilidade sexy. É uma escolha criteriosa que deve estar presente em todos os manuais dos funcionários para garantir que as novas tecnologias sejam avaliadas de forma responsável e sem alarmes pouco atraentes.

Marc Steven Ramos é diretor de aprendizagem com mais de 20 anos de experiência no Google, Novartis, Oracle, Accenture e Red Hat. Ele é atualmente bolsista do Harvard Learning Innovation Lab.

Tomadores de decisões de dados

Bem-vindo à comunidade VentureBeat!

DataDecisionMakers é onde especialistas, incluindo o pessoal técnico que trabalha com dados, podem compartilhar insights e inovações relacionadas a dados.

Se você quiser ler sobre ideias de ponta e informações atualizadas, práticas recomendadas e o futuro dos dados e da tecnologia de dados, junte-se a nós no DataDecisionMakers.

Você pode até considerar contribuir com um artigo de sua autoria!

Leia mais em DataDecisionMakers