A questão sobre como uma máquina aprende é uma das mais recorrentes entre os usuários de ferramentas de Inteligência Artificial (IA). Jean Pierre Lessa e Santos Ferreira, Diretor de Tecnologia (CTO) e especialista em tecnologia, software e inteligência artificial, explica que a resposta está menos em uma inteligência semelhante à humana e mais na capacidade de identificar padrões em grandes volumes de dados.
Ferramentas que permitem a escrita de textos, aplicativos que reconhecem rostos em fotos e plataformas que fazem recomendações de filmes são alguns exemplos de aplicações desse princípio. Em todos os casos, o sistema foi exposto a uma grande quantidade de exemplos até conseguir identificar regularidades e aplicá-las a situações novas, que não estavam presentes nos dados originais.
A compreensão dessa lógica auxilia na utilização da tecnologia de maneira mais consciente, aproveitando seus pontos fortes e reconhecendo seus limites. A seguir, você vai entender como as máquinas aprendem e por que, às vezes, a inteligência artificial erra.
Aprender com exemplos
O aprendizado de máquina se assemelha ao treinamento baseado em exemplos. Para que um sistema seja capaz de identificar gatos em fotos, por exemplo, ele é treinado com milhares de imagens com e sem gatos. Em cada rodada, os parâmetros internos são ajustados para minimizar os erros, até que o padrão seja reconhecido com precisão.
Nos modelos de linguagem empregados em assistentes de texto, o processo envolve volumes muito maiores de dados. Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, observa que esses modelos aprendem a prever qual palavra tende a vir em seguida em uma frase, e essa habilidade, repetida em escala, permite gerar respostas coerentes.
Esse treinamento demanda uma alta capacidade de processamento, geralmente oferecida por infraestrutura em nuvem e datacenters especializados. Após o treinamento, o modelo pode ser submetido a ajustes adicionais, por meio de exemplos e avaliações humanas, para aprimorar sua capacidade de resposta, tornando-a mais útil, clara e segura.
Onde a inteligência artificial pode cometer erros
A IA aprende a partir de padrões, não compreendendo o mundo da mesma forma que uma pessoa. Ela gera a resposta estatisticamente mais provável com base nas informações observadas durante o treinamento, o que nem sempre corresponde à informação correta ou atualizada. Portanto, embora uma resposta bem escrita não garanta a precisão, é imprescindível que seja redigida com o devido cuidado.
Esse comportamento explica as chamadas alucinações, quando o sistema apresenta dados inventados com aparência convincente. Ademais, o texto explica por que dados de treinamento com lacunas ou distorções podem gerar respostas enviesadas, reproduzindo problemas presentes nas informações originais.
Com base na avaliação de Jean Pierre Lessa e Santos Ferreira, especialista em software e inteligência artificial, é imprescindível conhecer as limitações da tecnologia para que seja possível utilizá-la com segurança. A verificação de informações relevantes, a apresentação de contextos por meio de perguntas e a revisão de resultados são práticas que mitigam o impacto desses equívocos no cotidiano.
Uma tecnologia poderosa, mas que depende de bom uso
A inteligência artificial aprende a reconhecer padrões em grandes quantidades de dados, e essa capacidade, bem como seus limites, são explicados por esse processo. Ela é eficiente na organização, síntese e geração de conteúdo, contudo, não substitui o julgamento de quem conhece o assunto e compreende o contexto de cada situação.
A experiência de Jean Pierre Lessa e Santos Ferreira como CTO contribui para a compreensão de como compreender o funcionamento da tecnologia aumenta a produtividade do uso. Aqueles que compreendem o modo de funcionamento da IA são capazes de elaborar solicitações mais precisas, interpretar respostas com maior acuidade e identificar a necessidade de confirmação de informações.
Com base nessas informações, a inteligência artificial deixa de parecer uma caixa misteriosa e passa a ser vista como uma ferramenta capaz de ampliar a produtividade quando combinada à atenção e ao conhecimento das pessoas que a utilizam.