Por Michael Anthony, Senior UX / UI Designer da Qlik
Enquanto as máquinas estão cada vez mais inteligentes, rápidas e criativas, nossa fascinação contínua pelo assunto ajuda a romper as fronteiras tecnológicas. Em 1996, o computador Deep Blue da IBM foi notícia quando ganhou do campeão mundial de xadrez Gary Kasparov. Apesar de ser muito impressionante o fato de que uma máquina pudesse aprender a jogar xadrez, o maior interesse não era esse.
Assim como nos mais recentes programas de jogos, o objetivo real é construir máquinas cada vez mais inteligentes, capazes de aprender, adaptar e pensar por si mesmas. Esse é o avanço da inteligência artificial (IA).
Os primeiros computadores eram programados manualmente por humanos para fazer trabalhos específicos e bastante simples. Uma calculadora, por exemplo, foi programada sobre como calcular números e foi o que aconteceu. Mas à medida em que adicionamos camadas de complexidade com maiores demandas, os computadores se tornaram tão complexos que não é mais possível que o homem programe todos os aspectos de alguns programas.
Ao invés disso, os humanos passaram a desenvolver partes de programas responsáveis por construir outras partes dos próprios programas, encontrando a lógica mais otimizada por meio de tentativa e erro. Como as máquinas programam partes de si mesmas, um humano tentando explicar exatamente como um programa
está fazendo o que está fazendo é algo praticamente inexplicável.
Assim, à medida que as máquinas estão ficando mais inteligentes, elas recebem também trabalhos mais complicados – como empregos que antigamente
eram estritamente de domínio humano, por exemplo. Os computadores estão aprendendo a dirigir veículos, ler resultados de exames médicos e fazer
recomendações de tratamento, escrever artigos de notícias e, claro, fabricar produtos. Uma das vantagens de uma máquina sobre um humano é que, para algumas
dessas tarefas, uma máquina é (ou será) melhor no trabalho do que uma pessoa. Outro benefício é, com certeza, o fato de que os computadores não adoecem, não
precisam dormir e podem fazer o trabalho de vários funcionários de uma só vez.
A boa notícia é que, para algumas profissões, a substituição do computador levará mais tempo para chegar do que para outras. Embora os
operadores de elevadores humanos sejam quase inexistentes agora, outros trabalhos são mais complicados e difíceis de substituir por uma máquina. A IA programada
para realizar uma tarefa específica é chamada de IA fraca ou IA restrita – é uma máquina focada em uma tarefa única e isso é tudo o que ela tem capacidade
de fazer. Por exemplo, o programa que executa o elevador é ótimo em fazer isso, mas só pode fazer isso. Um programa que pode dirigir um carro provavelmente
também não pode jogar xadrez, etc.
Para o campo de BI, deveria ser óbvio que, com o tempo, os computadores se tornarão muito melhores na análise de dados do que os humanos.
É o tipo de campo que parece perfeito para IA – montanhas virtuais de dados à disposição de programas de IA para aprender, analisar e encontrar os melhores
algoritmos mais confiáveis para fazer recomendações.
Já usamos software de BI por sua capacidade de classificar grandes conjuntos de dados na velocidade da luz. O próximo passo é que as máquinas
realmente analisem os dados e não apenas recuperem as informações quando solicitadas.
Então o que nós vamos fazer? Em geral, é sempre benéfico se concentrar em seus pontos fortes. Um ponto forte que temos é a nossa capacidade
de resolver problemas em um estilo interdisciplinar, algo que a inteligência artificial estreita não faz tão bem. Somos naturalmente flexíveis para fazer
diferentes tipos de trabalho e pensar de maneiras criativas.
Ao invés de tentar vencer as máquinas em seu próprio jogo, o movimento mais inteligente é fundir nossas forças com os pontos fortes da IA.
Uma parceria, em vez de um cenário “nós contra eles” no melhor estilo O Exterminador do Futuro – quando as máquinas, comandadas por uma força chamada
Skynet, se rebelaram. As máquinas trarão sua velocidade e poder de processamento à mesa, à medida que usamos nossa criatividade e pensamento não
linear, pois juntos procuramos resolver os problemas de negócios de amanhã.