Um dos assuntos mais falados do momento, a inteligência artificial - e suas formas de aplicação mais comuns, o aprendizado de máquina (machine learning) e o aprendizado profundo (deep learning) - ainda desperta muitas dúvidas e receios nas empresas e profissionais com relação à sua aplicação e à eliminação de postos de trabalho.
 
Mas essa tecnologia não é uma “poção mágica” e sua adoção deve começar pela definição de problemas específicos que se queira resolver, sem necessidade de organizar dados já existentes antes de começar. “Dá para começar com os dados que estão sendo gerados agora”, disse David Dias, diretor de inteligência artificial, robótica e análise avançada de dados da Accenture.
 
O executivo que participou de um painel sobre o assunto ontem no Futurecom, evento de telecomunicações e tecnologia realizado em São Paulo, citou como exemplo um banco digital brasileiro que tem usado sistemas de reconhecimento de voz para analisar as 300 mil ligações mensais de seu call center para analisar a satisfação dos clientes e detectar pontos de melhoria e criar novos produtos.
 
Lilian Hoffmann, diretora-executiva de tecnologia e operações da BP, dona do hospital Beneficência Portuguesa, contou que está começando a colocar em uso no dia a dia um sistema que lê prontuários médicos e formula possíveis diagnósticos. Segundo ela, a ferramenta é apenas um apoio, e a palavra final continua sendo do médico, mas a atuação dos profissionais vai mudar tendo em vista que a vasta capacidade de processamento de informações de diferentes fontes que os sistemas possuem. “Mas não é uma poção mágica. Não pode tirar o médico da equação. A tecnologia complementa o trabalho”, disse.
 
Ela afirmou que um dos trabalhos que têm sido feitos internamente é de ensinar os funcionários sobre a importância de coletar dados de forma correta para gerar análises mais precisas.
 
Para Hector Silva, diretor de tecnologia e líder de vendas da fabricante de equipamentos de rede Ciena, um dos aspectos importantes em um projeto de inteligência artificial é a definição precisa das variáveis a serem usadas nos modelos, para evitar a coleta excessiva de informações. “Dentro dessas variáveis, quanto mais informação, melhor para a tomada de decisão.”
 
De acordo com Vince Curella diretor de vendas para provedores de comunicação da Intel, a captura e o processamento de dados vai ter que ocorrer de forma mais descentralizada, mas próxima de onde eles são gerados para dar mais agilidade nas decisões - um carro autônomo tem que fazer esse processo na hora, não pode depender de idas e vindas a centros de dados por exemplo. O executivo disse também que com a evolução da IA e das redes 5G, as empresas terão que definir, de forma mais clara e intensa do que no passado, quais são suas responsabilidades e nível de transparência no uso da tecnologia, para garantir que ela seja aplicada de forma ética.

Na avaliação de Edvaldo Santos, diretor de pesquisa desenvolvimento e inovação da Ericsson, as questões éticas precisam estar previstas desde a base da criação de um projeto. Ele destacou também a importância de se trabalhar a agenda de regulação, prevendo a cooperação entre agências regulatórias, já que diferentes indústrias vão fazer uso do 5G e da inteligência artificial, e, eventualmente, “fugir” de condutas éticas. “Os cidadãos terão que estar prontos para questionar e cobrar”, disse.