Inteligência Artificial e Machine Learning – o estímulo à aprendizagem ao longo da vida
Por Susana Costa e Silva, docente da Católica Porto Business School
Não sendo clara para algumas pessoas o que é inteligência artificial (IA) e machine learning (ML), é importante distinguir estes termos que vão passar a fazer parte da nossa linguagem de trabalho.
A IA é a inteligência demostrada pelas máquinas, por oposição à inteligência demonstrada por pessoas e animais. É um conceito mais lato dentro do qual se inclui o conceito de ML. O termo IA começou a ser usado na década de 50 e diz respeito à ciência e engenharia de produção de máquinas inteligentes, especialmente computadores inteligentes. É um ramo das ciências computacionais que se dedica ao estudo da sofisticação dos computadores, de maneira a que estes desenvolvam uma forma de inteligência.
No âmbito dos trabalhos ao nível da IA, por sua vez, é possível conjecturar-se o estudo de ML, que se refere à área do conhecimento que usa algoritmos computacionais sofisticados de forma a emular a inteligência humana, isto é, através do estudo das manifestações dos comportamentos dos seres humanos no seu contexto. A ML baseia-se na modelização dos processos de aquisição e uso do conhecimento por parte dos seres humanos, procurando aperfeiçoar a resposta da máquina com base na experiência acumulada. Logo, entramos neste domínio quando dotamos a máquina de algoritmos que lhe permitem aprender com base na resposta que deu, integrando em respostas futuras o feedback recebido sobre as respostas dadas anteriormente.
Se, por exemplo, desenvolvermos um chatbot para fornecer o serviço de atendimento a um cliente de um banco, que procura um produto para uma dada necessidade de crédito, e se o cliente, no final da interacção, avaliar muito positivamente a forma como a sua necessidade foi resolvida, então essa forma de resposta será novamente usada numa próxima interacção. Mas, se pelo contrário, a experiência foi mal avaliada, então idêntica resposta não deve voltar a ser dada numa situação semelhante. Quando o programa é capaz de aprender consigo mesmo, podemos dizer que estamos perante uma forma de ML, cujo uso é fundamental para prever e aperfeiçoar respostas, aproximando-se daquelas que seriam dadas por um humano.
Muitas organizações consideram que quando o desvio entre a resposta do agente computacional e a do colaborador humano é reduzida, a substituição do agente é admissível. É neste sentido que algumas empresas têm estado a implementar estas formas de IA para funções de frontoffice, reservando o expertise dos seus colaboradores para o controle necessário das respostas automáticas e para funções mais estratégicas dentro da organização. Devemos, pois, estar atentos a alterações do foro organizacional dentro das empresas, em que funções mais simples podem passar a ser desempenhadas por máquinas e funções mais sofisticadas a ser exigidas às pessoas, elevando-se assim os níveis de formação exigidos aos indivíduos.