[ARTIGO] “Data e AI: quem não tá confuso, tá mal informado”, por Flavia Campos
Data e AI: quem não tá confuso, tá mal informado”
Por Flavia Campos (*)
Estive no Smart Human, evento do KES que teve KRIS HAMMOND como palestrante. Ele é Chief Scientist na NarrativeScience, uma startup que promete um caminho rápido e simples para leitura e entendimento de dados. Para isso, a empresa está desenvolvendo um software que transforma dados em narrativas significativas e interessantes que qualquer um possa ler. A ideia é fornecer informações úteis que, em última instância , torne as pessoas mais inteligentes.
Kris parte da crença de que o papel da tecnologia é humanizar a máquina, de modo que não tenhamos que mecanizar as pessoas. Para ele, os “tecnólogos” terão falhado se não tornarem possível a leitura de dados para pessoas que não possuem habilidades analíticas para isso.
Para muitos, os dados são o novo petróleo. Possuem valor enorme mas não servem para muita coisa nas mãos de quem não sabe como utilizá-los. E o problema é que quase ninguém sabe. Atualmente, parece que as únicas pessoas que “têm permissão” para entender o que está acontecendo no mundo com base nos dados, são as que têm habilidades high-end.
A coleta de dados é extremamente cara e empresas investem muito coletando, sem saber o que fazer deles. Isso acontece porque existe uma grande diferença entre aquilo que os dados nos mostram naturalmente e o que precisamos perguntar a eles. Com toda essa falta de intimidade com o tema, muitas empresas usam seus dados apenas para retargeting, enquanto na verdade, dados têm a capacidade de transformar o mundo e os negócios.
A ciência de dados é a base de toda inteligência artificial. Ela nos mostra o que aconteceu, o que está acontecendo e o que pode acontecer no futuro. Dessa forma, podemos tomar decisões mais assertivas, prever o que pode dar errado, evitar falhas. Mas não podemos nos deixar enganar por um “milagre da AI”. Se não dominarmos a ciência de dados, as coisas podem dar errado e sair do controle.
Os dois exemplos acima são casos extremos, mas servem para ilustrar a importância dos dados inputados nos BOTS, como geradores de outputs positivos ou negativos.
Kris defende que o grande desafio é diminuir a distância entre aquilo que os dados nos mostram e aquilo que precisamos saber. Ele é bem otimista nas previsões sobre AI. Diz que em 2015 o assunto entrou para o mainstream com os enormes investimentos feitos pela Amazon, Facebook, Twitter e Google e que com isso, aumentaram as possibilidades de criação de novos produtos e uma explosão de startups.
SEREMOS SUBSTITUÍDOS? SÓ AS MÁQUINAS TERÃO TRABALHO?
Podemos dizer que a massificação da AI é um processo contínuo inaugurado com a revolução industrial. O trabalho “braçal” é cada vez mais automatizado, deixando as pessoas livres para se dedicarem aos trabalhos intelectuais e que demandam emoção, discernimento, capacidade de entender as idiossincrasias humanas.
Kris enxerga o mundo da AI como extremamente empático, mais humano, menos violento e mais igualitário. As maquinas deixarão todos mais inteligentes, já que terão tempo para viver, ler, se divertir e se humanizar. Ele acredita que no futuro, não haverá trabalho por dinheiro e que a moeda de troca será o propósito.
Para que tudo isso não passe de utopia, precisamos desenvolver novas tecnologias que transformem dados em narrativas que explicam, amplificam e iluminam eventos e resultados significativos, hoje disponíveis em forma de uma montanha de números.
O recado foi bem claro. Antes de acreditarmos no “milagre da AI”, precisamos ter familiaridade com dados. Temos que fazer as perguntas certas, pensar antes de investir em ferramentas de coleta, olhar para os milhares de dados que já temos antes de coletar tantos outros, e definir onde queremos chegar com tudo isso.
O que estamos fazendo com os dados que temos nas mãos? Vale a reflexão.
(*) Flavia Campos é Head de Planejamento da Artplan.