Jogos e outras atividades podem ajudar no desenvolvimento da Inteligência Artificial

Nos últimos meses, as conversas sobre tecnologia foram dominadas pelo tema ChatGPT e outras tecnologias de Inteligência Artificial (IA). A capacidade dos computadores de imitar a escrita e a arte humana está fazendo com que algumas pessoas se preocupem com a possibilidade de estes começarem a substituir profissionais de colarinho branco, assim como fizeram com muitas ocupações de colarinho azul no século XIX, após a Revolução Industrial.
Por outro lado, enquanto criam ferramentas de software para capacitar o empreendimento autônomo, as empresas de software também estão considerando o papel que as máquinas desempenharão no local de trabalho.
No “empreendimento autônomo”, como muitas vezes é imaginado, as pessoas são responsáveis pela tomada de decisões estratégicas, enquanto as máquinas (ou ainda, os algoritmos de IA) executam tarefas extremamente repetitivas ou prescritas.
Você pode acreditar que esse critério facilita a escolha de quais tarefas podem ser executadas por máquinas. Mas, à medida que a IA e o aprendizado de máquina avançam em sofisticação e capacidade, a fronteira entre os dois campos continua a se confundir. A característica definidora, no entanto, continua sendo se o trabalho em questão processa dados de maneira definida ou indefinida.

• Definido: As atividades no conjunto definido oferecem todas as informações (dados) e instruções necessárias para realizá-las. Nenhuma informação é ocultada e a instrução específica a ser usada pode ser calculada usando os dados disponíveis. Atividades de dados definidas estão prontas para serem gerenciadas por máquina.
• Indefinido: as atividades neste conjunto não oferecem todas as informações necessárias para serem executadas. Intuição, interpretação, análise, dedução e adivinhação são necessários. As atividades de dados indefinidos não se adaptam bem ao gerenciamento por máquinas.

Os jogos podem ajudar a entender como implantar IA

Xadrez e poker são dois jogos que ilustram muito bem esses dois conjuntos. John von Neumann, um matemático e cientista da computação húngaro-americano que publicou o livro “Teoria dos Jogos e Comportamento Econômico” em 1944 e estabeleceu uma área distinta de estudo, foi o primeiro a descrever essas categorias.
No ano passado, a estudiosa e campeã de poker Maria Konnikova fez um discurso que lembrou a distinção de von Neumann e abordou alguns dos pontos abaixo.
Primeiro, pense em um jogo de xadrez. O jogo tem um conjunto definido de peças com funções específicas, um conjunto claro de regras e um espaço definido (o tabuleiro de xadrez). Todos os dados são exibidos para ambos os jogadores, sem informações ocultas (e sem ambiguidade sobre se um movimento é legal ou não).
O número total de todos os movimentos possíveis é muito alto, mas não infinito. Isso significa que uma máquina equipada com um bom conjunto de algoritmos e poder de computação suficiente pode vencer qualquer campeão de xadrez. (na verdade, isso aconteceu pela primeira vez há quase trinta anos).
Agora pense no poker. O jogo de cartas também possui um conjunto definido de peças (um baralho), um conjunto de regras e um espaço definido (a mesa de cartas, seja uma mesa física ou uma mesa virtual em uma plataforma de poker online como a PartyPoker).
No entanto, nem todas as informações são exibidas; na verdade, a mecânica central do poker é adivinhar quais cartas seus oponentes têm e, então, prever com sucesso como eles irão apostar. O jogo deve ser jogado por suposições, pistas e intuições sobre as cartas disponíveis e o comportamento humano sob pressões emocionais específicas.
Aqui está a principal diferença: as máquinas não funcionam bem quando nem todas as informações necessárias estão disponíveis.

Um longo caminho pela frente

Embora as pessoas possam contestar que a IA está progredindo e imitando a inteligência humana, ainda não há aplicação de nível empresarial dessas soluções.
As operações corporativas de ponta a ponta estão mais próximas do poker do que do xadrez, porque muitas vezes nem todos os dados estão disponíveis. A tomada de decisões geralmente é impulsionada por dados limitados, interpretação de informações e intuição.
As máquinas são muito eficazes e eficientes no gerenciamento de tarefas com um conjunto claro de dados e um conjunto de regras bem definido, também conhecido como Procedimentos Operacionais Padrão. Em muitas empresas, uma ampla gama de operações, do setor de vendas ao RH, pode ser descrita com POPs e, portanto, automatizada. Nas operações de TI, por exemplo, 80% das tarefas podem ser gerenciadas pela máquina.
A jornada típica para um empreendimento autônomo geralmente passa por estas fases:

1. Manual: Não há suporte por máquinas; todas as tarefas são executadas por humanos.
2. Aumentada: Existem rotinas específicas que aliviam tarefas repetitivas, mas essas rotinas são acionadas por humanos (a fase mais comum hoje em dia).
3. Automatizado: A máquina reage a um ticket (pedido humano), acionando uma rotina específica para resolver o problema.
4. Autônomo: as máquinas sugerem e executam ações para prevenir incidentes ou melhorar o desempenho geral. Normalmente há um período de supervisão onde o humano está “ensinando” ou modelando ações para a máquina realizar, que posteriormente ela executará sem supervisão.

O desenvolvimento de sistemas de IA totalmente autônomos para TI e operações de negócios é uma boa ilustração disso. Após uma fase de “aprendizado”, os algoritmos de aprendizado de máquina dessas plataformas podem remover dados estranhos do ambiente de produção e se concentrar apenas nas ações necessárias para melhorar ou corrigir o problema.
Como qualquer bom programa de computador de xadrez, essas plataformas de IA têm uma biblioteca de milhares de movimentos personalizáveis (casos de uso) a serem aplicados quando ocorre uma situação. Obviamente, no início, a IA buscará a aprovação humana antes de executar o caso de uso. Mas quando o período de aprendizado de máquina termina, ela está pronta não apenas para resolver os problemas de TI, mas também para otimizar todos os tipos de processos de negócios.