Embora a IA ainda seja altamente útil numa ampla variedade de situações de negócios, estes e outros problemas ainda não foram resolvidos.
Inteligência artificial (IA) está envolvida em muitos aspectos da vida moderna, oferecendo benefícios como conveniência, sistemas e serviços aprimorados e melhor qualidade de vida. A tecnologia está sendo usada em vários setores, incluindo saúde, automotivo, finanças, transporte, viagens e comércio eletrônico. Por exemplo, na área da saúde, pode ser usado para gerenciar dados de pacientes, diagnosticar doenças e até realizar cirurgias. Um exemplo de destaque na indústria automotiva são os carros autônomos. E, no comércio eletrônico, é usado para encontrar sugestões de produtos a serem considerados pelos compradores.
Mas a IA não é perfeita. Algumas das questões têm a ver com a forma como a tecnologia é usada, e não com a tecnologia em si. Por exemplo, a frase “entra lixo, sai lixo” se aplica quando dados incorretos são inseridos em uma IA, produzindo resultados imprecisos. Outros desafios têm a ver com considerações práticas, como os custos de tempo e dinheiro para fazer com que a IA funcione da forma que as empresas necessitam e o número limitado de operadores qualificados disponíveis.
A IA ainda é altamente útil em uma ampla variedade de situações de negócios. No entanto, ainda existem vários problemas de IA que ainda não foram resolvidos. Aqui examinamos cinco das questões mais urgentes, os problemas que podem causar e algumas das coisas que estão sendo feitas para resolvê-las.
1. Viés
O problema de preconceito da IA foi bem documentado. Pode levar a coisas como discriminação na habitação, nas candidaturas a empregos e no sistema de justiça criminal. Por exemplo, a Amazon usou a IA para escolher candidatos a empregos apenas para perceber que estava consistentemente vendo as mulheres como não qualificadas. Esse viés é o resultado do viés nos dados usados para treinar a IA.
O vídeo a seguir descreve como o reconhecimento facial também pode ser discriminatório contra as mulheres.
À medida que a IA se torna mais enraizada na nossa cultura, existe a possibilidade de que o preconceito e a justiça se tornem um problema maior. O problema torna-se mais pronunciado quando os operadores não são treinados para detectar distorções ou quando assumem que os resultados são neutros, uma vez que provêm de uma máquina. O problema da IA com o preconceito é um desafio que pode ser superado, mas isso pode exigir mais tempo e dinheiro, bem como especialistas treinados adicionais.
2. Falta de talento
A área de TI vem lidando com uma escassez de talentos há algum tempo. Embora muitos novos trabalhadores de TI estejam se tornando disponíveis, a demanda ainda supera a oferta. Os cientistas de dados de IA são ainda mais raros e as empresas podem ter dificuldade em encontrar trabalhadores qualificados nesta área. Algumas empresas estão a enfrentar este desafio através da criação de programas internos de formação e educação, que podem ser moldados de acordo com as necessidades específicas de cada empresa. No entanto, esses programas podem levar anos para dar frutos.
3. Alto custo em dólares e tempo
IA é cara, especialmente no começo. Os custos monetários incluem hardware, software e treinamento de pessoal. O hardware deve ser dedicado e de alta potência, o que aumenta o gasto. O fato de esse hardware também ser muito procurado para mineração de criptomoedas aumentou ainda mais o preço.
Mas isso é apenas o começo. Os operadores de IA devem gastar tempo “treinando” a IA, algo que, dependendo da aplicação, pode levar meses para ser feito. Outro elemento demorado do uso de IA é coletar, organizar e rotular dados. Embora os conjuntos de dados existentes possam ser usados para reduzir o tempo necessário, pode ser necessário criar novos conjuntos se os disponíveis não atenderem às necessidades dos operadores.
4. Segurança
Outro problema da IA é a segurança. A IA tem potencial para melhorar a segurança cibernética, mas também para criar novas vulnerabilidades. A seguir estão as principais ameaças à segurança para aplicativos de IA.
- Entrada não autorizada. Um cibercriminoso poderia invadir um sistema de segurança de reconhecimento de voz criando uma gravação de áudio que um algoritmo de reconhecimento de áudio reconheceria como humana. Imagens e reconhecimento facial podem ser usados da mesma forma.
- Falsas previsões. Um cibercriminoso pode fornecer à IA informações falsas projetadas para levar a previsões imprecisas.
- Corrupção de dados. Os conjuntos de dados podem ser alterados para criar resultados imprecisos. As organizações devem usar políticas rigorosas de gerenciamento de acesso privilegiado (PAM) para evitar esse tipo de ataque.
- Transferir aprendizagem. Aqui, o cibercriminoso engana uma IA que está treinada para desempenhar determinada função.
- Manipulação on-line. Quando uma IA está conectada à Internet, os cibercriminosos podem atacá-la diretamente, alimentando-a com dados falsos ou treinando-a para retornar resultados imprecisos.
Outra questão relacionada à segurança é a privacidade dos dados. Os operadores de IA têm a responsabilidade de manter a confidencialidade dos dados, especialmente informações sensíveis, como registos de saúde ou financeiros. No entanto, a segurança insuficiente pode deixar os sistemas vulneráveis a ataques e os dados suscetíveis de serem roubados.
5. Ética
A IA entende a lógica, mas a ética nem sempre é lógica. Portanto, os engenheiros ainda não foram capazes de programar a IA para compreender a moralidade envolvida nas atividades humanas. Isso significa que algumas decisões tomadas por sistemas de IA baseados em algoritmos podem ir contra as preocupações éticas humanas.
Outros desafios estão relacionados com a forma como a IA é utilizada. Por exemplo, muitos trabalhadores estão preocupados com a possibilidade de perderem os seus empregos para máquinas de IA. Será ético que os empregadores façam estas substituições, o que conduz a um elevado desemprego? Carros autônomos podem ferir pedestres. É ético permitir que eles viajem se tais acidentes forem possíveis? Quem é o culpado nessas situações, já que não há motorista? Outro exemplo é a vigilância que inclui IA. É ético implementar o reconhecimento facial, o que levanta preocupações significativas com a privacidade?
Além disso, os operadores de IA nem sempre sabem exatamente como a IA chega a determinadas conclusões. Esta qualidade desconhecida é conhecida como caixa preta – um lugar onde acontecem cálculos que ninguém pode ver, tornando a IA cada vez mais responsável por decisões que não podem ser justificadas.
Problemas de IA deixam as pequenas empresas para trás
As questões mencionadas acima são um desafio para as grandes empresas e potenciais obstáculos para as pequenas. Ou seja, as pequenas empresas podem não ter recursos para lidar com essas questões e, portanto, optar por não utilizar a IA. Por exemplo, muitas empresas mais pequenas podem não ter dinheiro, formação e recursos para eliminação de preconceitos, bem como a capacidade de atrair os melhores talentos.
Quando as pequenas empresas optam por não utilizar a IA, permanecem em desvantagem no cenário competitivo das suas indústrias. Assim, a acessibilidade dos recursos de IA pode ser mais um desafio da tecnologia que ainda não foi resolvido.
No geral, muitos destes problemas de IA têm potencial para serem corrigidos, mas exigirão esforço, tempo e investimento para serem resolvidos.
Se você gostou disso, não deixe de conferir nossos outros artigos sobre IA.
- Computação Neuromórfica: Conheça o Futuro da IA
- Não está adotando IA? Você pode estar prejudicando sua produtividade
- Precisão Inigualável: Otimizando Business Analytics com IA e BI
- Três armadilhas comuns que você precisa evitar em sua estratégia de implementação de IA
- Psicometria e IA: como capacitar a aquisição de talentos
