A Inteligência Artificial não é (ainda) inteligente.
Uma análise sobre o que é hype, a realidade por trás da tecnologia e como podemos usá-la de forma consciente e eficaz.
Baseado na apresentação de Sérgio Dona
O Que é (e o que não é) IA?
Antes de explorar o potencial da IA, é crucial entender sua verdadeira natureza. A tecnologia é muito mais sobre matemática e probabilidade do que sobre consciência ou vontade própria.
Software e Matemática, Não Senciência
O termo "Inteligência Artificial" é mais um apelo de marketing do que uma descrição literal. Na sua essência, a IA é um conjunto de softwares e modelos matemáticos complexos que simulam alguns processos cognitivos humanos.
Funções inerentemente humanas como **emoção, empatia, amor e ódio** não podem ser replicadas. A IA não "sente" nem "pensa" como nós.
Fluência Baseada em Probabilidade
Modelos como o ChatGPT funcionam prevendo a próxima palavra mais provável em uma sequência, com base em um vasto volume de dados. Eles não "entendem" o que estão escrevendo.
O resultado é uma **linguagem extremamente fluente e convincente**, que nos dá a impressão de interagir com um ser inteligente, mas é, na verdade, uma "máquina de predição de palavras" altamente sofisticada.
Uma Jornada de 70 Anos
A IA não surgiu da noite para o dia. É o resultado de décadas de pesquisa e evolução. Explore alguns dos marcos mais importantes nesta linha do tempo interativa.
O Vasto Universo da IA
Inteligência Artificial é um termo guarda-chuva para um campo imenso. Ferramentas como o ChatGPT são apenas a ponta do iceberg. Entender essa estrutura nos ajuda a ver onde cada tecnologia se encaixa.
Inteligência Artificial (Campo Amplo)
Machine Learning
Deep Learning
IA Generativa
"ChatGPT é IA, mas IA não é (apenas) ChatGPT."
Hype vs. Realidade
Vivemos no ciclo do "FOMO" (Fear of Missing Out), onde o entusiasmo muitas vezes supera o valor tangível. É vital separar as promessas da realidade prática.
O Gap de Expectativa
O gráfico ao lado ilustra a diferença entre o Hype (as promessas de transformação total e imediata) e a Realidade (o valor tangível que a tecnologia entrega hoje). Embora o potencial seja enorme, a aplicação prática e madura ainda está em desenvolvimento.
Muitas aplicações de IA Generativa, por exemplo, ainda são auxiliares e não o **core business** da maioria das empresas.
A Ferramenta Certa para o Trabalho Certo
Nem todo problema de negócio requer IA Generativa. Conhecer os diferentes tipos de IA nos permite escolher a abordagem mais eficiente para cada desafio.
O Fator Humano: A Lição dos Pombos
Uma experiência curiosa nos ensina uma lição fundamental sobre os limites da IA e a importância insubstituível do contexto humano.
A Experiência
Em um estudo, pombos foram treinados para identificar imagens de câncer de mama. Com o tempo, através de reforço positivo (recebiam comida ao acertar), eles se tornaram mais precisos que radiologistas experientes em reconhecer os padrões visuais da doença.
A Lição
Assim como os pombos, o modelo de IA reconhece padrões com uma eficiência incrível, mas **não tem a mínima ideia do que está fazendo**. Ele não entende o contexto, a gravidade da situação ou as nuances do diagnóstico. A IA é uma ferramenta poderosa de reconhecimento, mas a **interpretação, o contexto e a decisão final** continuam sendo fundamentalmente humanos.
Principais Conclusões
Para navegar neste novo cenário, quatro princípios são essenciais.
1. Seja Cético e Realista
Entenda a IA como uma ferramenta, não uma entidade mágica. Desconfie de promessas bombásticas e analise os fundamentos.
2. Aprenda com os Erros
Os maiores aprendizados vêm de onde as coisas dão errado. Não siga o hype sem critério e analise as falhas.
3. Use a Ferramenta Certa
Nem todo problema precisa de IA Generativa. Escolha o modelo certo para a tarefa certa para obter os melhores resultados.
4. O Humano no Centro
A tecnologia automatiza tarefas, mas a compreensão de contexto, a empatia e a decisão complexa permanecem nossas.
Transcrição Completa
Leia a transcrição completa da apresentação que inspirou esta aplicação interativa.
Apresentador
"E aí para convidar ele que possui quatro décadas de experiência como profissional no mercado de tecnologia, na sua carreira ele foi diretor de novas tecnologias aplicadas e Chief Evangelist da IBM no Brasil, sócio-diretor e líder de prática de IT Strategy na PwC, investidor e mentor de startups de IA e membro do conselho de inovação de diversas empresas. É autor de 14 livros e e-books, membro notável da E2A, Professor convidado da Fundação Dom Cabral, da PUC do Rio Grande do Sul e bambus da Intelligence Automation Magazine, top voice no LinkedIn. Pessoal, salve de palmas, Sérgio Atalho."
Sérgio Dona (Palestrante)
"Salve pessoal, tudo bom? Bom, tenho que agradecer ao Nássia aí pela... A descrição da minha Bíblia. Não, é verdade, eu tinha aí anúncio. Várias décadas de atividade profissional, acho que Dá para ver, não é? Nítida. Bom, Nós vamos ter mais ou menos 45 minutos para conversar sobre inteligência artificial. Para falar sobre esse assunto, eu gostaria de olhar aspecto importante. Esse aí, vocês já viram, sou eu mesmo, estão vendo aí o retrato? Sou eu. Não é nenhum avatar que veio aqui falar com vocês."
"Mas eu queria. Extraem muito o raio que a gente está vendo hoje, que a gente está sentindo, que a gente está lendo. Eu realmente... Tanto que o... O pessoal do lado até está gostando, pelo menos. Tanto que Eu te chamo de Cláudio. Eu não vou ficar falando de casos de sucesso. Vocês vão ver casos de sucesso aí nos próximos dias. E casos de sucesso concretos, com resultados comuns. Eu queria, pelo contrário, Ajudar vocês a identificar onde as coisas podem dar certo. E principalmente Aonde pode dar errado? Nós aprendemos muito com os erros. Aprendemos muito quando alguma coisa não dá certo, e a gente começa a tentar identificar por que e por diante. Quando dá certo, a gente nem olha. E, eventualmente, deu certo até por sorte. Algumas coisas foram completamente erradas, mas no final a coisa aconteceu da forma que nós queríamos."
"O primeiro ponto que eu quero deixar bem claro É que... Olha, vocês não precisam concordar comigo, mas o nome Inteligência Artificial Do meu ponto de vista, não é correto. Não é inteligente. É produto do software, é uma tecnologia muito interessante, uma tecnologia que nos traz muitos resultados, bem aplicado, como qualquer tecnologia, se bem aplicada, pode trazer bons resultados. Mas não é inteligente. A inteligência artificial dá uma certa conotação de ser sencilleito, que ele tem capacidade de tomar decisões por si. Ele tem vontade própria? Não. Absolutamente não é nada disso."
"Quando nós falamos O chefe de secretário, por exemplo, é Tiago. Está absolutamente correto. Mas quando nós falamos que IA é chefe de APT, não é correto. O 7APT é subconjunto de todo esse campo que é a inteligência artificial. Lembre-se disso. O chefe de CPT é IA, mas a IA não é chefe de CPT, não é chefe de CPT. Tem muito mais coisas do que às vezes a gente imagina que existem."
"Quando a gente fala que, por exemplo, ele está criando coisa nova, Não, ele não está criando coisa nova. É coisa nova, talvez, para o meu conhecimento. Eu tenho meu conhecimento, digamos quadradinho. O conhecimento que uma LLN tem é muito mais amplo. Vamos imaginar que ele leu milhões de livros, milhões de sites na internet. Esse é o conhecimento que ele tem. Ele vai me dizer coisas ou recombinar palavras? Eu nunca tinha imaginado, olha o que ele criou, ele recombinou. Para mim, uma novidade."
"A inteligência artificial pode ser dividida em três grandes grupos: Os modelos classificatórios, quando se reconhece padrões de imagem... Os modelos preditivos, Ele faz o forecast, faz predição... E tem a IA generativa que me gera conteúdo. Conteúdo pode ser texto ou imagem."
"O discurso é bom, mas quando a gente analisa a tecnologia, a gente diz, peraí, qual o fundamento científico para a gente falar negócio desse? Não tem, a gente não conseguiu resolver esse problema. Isso é resolver. Não teremos esse robôs. Vamos resolver dia? Vamos. Quando? Talvez daqui a dois anos, pode ser, talvez daqui a ano e meio. E a outra questão é: Vamos ter tantos desses robôs?"
"Por isso que não entendendo o contexto, não entendendo as características da interação, do contexto onde nós estamos, que é o mundo real, Nós pedimos para gerar imagens, e saem coisas muito absurdas. Mas eu posso corrigir isso? Você pode mitigar, minimizar, mas nunca corrigir, porque isso faz parte do próprio modelo, é inerente ao modelo."