Noticias

A inteligência artificial generativa rende mais quando o seu uso tem uma tarefa certa e limite claro

O que uma ferramenta de inteligência artificial generativa faz bem e o que ela faz mal? Na leitura de Murilo Moura Alencar, Tech, People & Game Strategist, essa pergunta precisa vir antes de qualquer licença comprada, porque a resposta muda conforme a tarefa. A inteligência artificial generativa é o tipo de sistema que produz texto, imagem, código ou som a partir de um pedido escrito, e seu resultado depende muito de quem pede e de quem confere.

Isto posto, vamos imaginar a seguinte situação hipotética: Arnaldo, 74 anos, mora em Pelotas, no Rio Grande do Sul, e é contador aposentado. Ele decide organizar as memórias da família e resolve pedir ajuda a um assistente desse tipo. Em poucos minutos, recebe um texto fluente sobre a cidade onde o pai trabalhava na juventude, com datas, nomes de ruas e até uma descrição do porto. O texto parece correto e agradável de ler, contudo Arnaldo se assusta quando percebe que o assistente trocou o bairro e inventou um tio.

O que o assistente entrega bem e onde ele escorrega?

Os sistemas generativos são bons em tarefas de forma: reorganizar um rascunho, sugerir uma estrutura, resumir um material que o próprio usuário forneceu, propor variações de um título ou de um parágrafo. Em um escritório de contabilidade, por exemplo, a redação de um comunicado interno a partir de tópicos já definidos é uma tarefa em que o ganho de tempo costuma ser real e o risco, pequeno. O assistente trabalha com o material que recebeu e a revisão é rápida.

O problema aparece quando o pedido exige fato. Os sistemas constroem frases prováveis, não consultam um registro confiável, e por isso podem afirmar com segurança algo que não existe. Arnaldo viu isso em seu próprio texto: ele soava seguro, e o erro só apareceu porque Arnaldo tinha o conhecimento para notá-lo. Logo, quem pede algo que não sabe verificar fica sem essa proteção.

Como observa Murilo Moura Alencar, a fluência do texto gerado é um mau critério de qualidade, já que a máquina escreve bem mesmo quando erra. O critério útil é perguntar quem vai conferir o resultado e com base em quê. Sem resposta para essa pergunta, a tarefa ainda não está pronta para ser delegada.

O critério para decidir qual ferramenta utilizar para determina tarefa

A decisão depende de separar as tarefas em grupos, de acordo com o nível de revisão que cada uma exige. O caso de Arnaldo ilustra a diferença. Depois do susto com o tio inventado, ele mudou o jeito de usar o assistente. Passou a entregar a ele as lembranças que já havia escrito à mão e a pedir apenas que as ordenasse por época e sugerisse onde faltava uma transição. O resultado ficou mais fiel, porque cada fato vinha dele, e o assistente cuidava só da arrumação. A mesma ferramenta, com outro tipo de pedido, passou de risco a apoio.

A mudança de Arnaldo serve de modelo para empresas de qualquer porte. Em equipes de tecnologia, a prática comum é separar as tarefas em três grupos: as que a ferramenta pode fazer com revisão leve, as que ela pode rascunhar mas exigem revisão cuidadosa, e as que não devem passar por ela, como as que envolvem dados sensíveis de pessoas, aqueles que revelam origem, saúde ou convicções de alguém. Dar nome a cada grupo evita que a decisão seja tomada no improviso, tarefa por tarefa, sob a pressão do prazo.

Segundo Murilo Moura Alencar, a adoção funciona melhor quando alguém responde por cada uso, com a revisão tratada como parte do trabalho e não como etapa opcional. A ideia é simples: o ganho de velocidade só vale quando o resultado final é confiável, e quem assina o trabalho continua sendo a pessoa, nunca a ferramenta. Há ainda um cuidado com o que se digita no pedido, já que informações pessoais ou internas de uma empresa não deveriam ser coladas em qualquer serviço sem que se saiba como o material será tratado.

Limites que continuam valendo mesmo com bons resultados

Mesmo com o uso bem organizado, alguns limites permanecem. O primeiro é a atualidade: um sistema generativo pode não conhecer o que mudou recentemente, e qualquer regra, prazo ou procedimento que varie com o tempo deve ser conferido em fonte oficial. O segundo é o viés: a ferramenta reproduz padrões do material com que foi treinada, e isso pode aparecer em sugestões que parecem neutras e não são. O terceiro é a dependência, que surge devagar quando a pessoa deixa de exercitar a habilidade que a ferramenta passou a fazer por ela.

O terceiro ponto é o mais discreto. Quem escrevia bem e passa a pedir todos os textos ao assistente pode, com o tempo, perder a prática de estruturar um argumento. Conforme detalha Murilo Moura Alencar, vale tratar a ferramenta como um colega que ajuda a pensar, deixando o julgamento com quem decide, porque é esse julgamento que dá valor ao resultado.

Desse modo, Arnaldo terminou o livro de memórias da família no fim do ano. Além disso, manteve o hábito de conferir cada nome e cada data com os parentes mais velhos, e o assistente ficou com o papel de organizador. Por fim, a lição deste caso vai além dele: a inteligência artificial generativa rende mais quando cada uso tem uma tarefa definida, alguém que confere e um limite que todos conhecem.

Artigos relacionados

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Botão Voltar ao topo