A opinião de um economista sobre o poder da IA preditiva e como ela irá transformar indústrias inteiras

Nossas vidas são sobre tomar decisões. Você vai levar um guarda-chuva na sua caminhada ou não? E se houver uma chance de 25% de chuva? E se você estiver vestindo algo que não quer que molhe? 

De acordo com Ajay Agrawal, economista, professor e coautor do Prediction Machines: The Simple Economics of Artificial Intelligence, nós usamos uma combinação de previsão e julgamento para tomar cada decisão, grande ou pequena. O poder da IA vem da sua capacidade de lidar com a parte da previsão nessa equação para dizer a você a chance de chuva. Por fim, você usará o julgamento humano para decidir se deve levar um guarda-chuva com base em quanto você não gosta de se molhar em relação a quanto você não gosta de carregar um guarda-chuva quando não chove.

Os modelos de inteligência artificial podem processar quantidades massivas de dados para identificar padrões e gerar previsões precisas. Não há duvidas de que a IA está aprimorando o modo como os indivíduos trabalham, ajudando na produtividade, melhorando o modo como colaboram e aumentando o nível de suas habilidades. E quando as empresas usam IA para análises preditivas, isso pode transformar a maneira como líderes tomam decisões, os ajudando a servir melhor os clientes, alocar recursos e criar processos novos e melhorados.

Ajay recentemente participou da nossa série de webinar Work Evolved para falar sobre o poder da IA e da análise preditiva. Sentamos com Ajay para continuar a conversa sobre IA preditiva, e aqui está o que ele tinha a dizer sobre o potencial de mudar indústrias inteiras e quais funcionários têm mais a ganhar com o uso de ferramentas de IA preditiva. 

Algumas pessoas veem IA como máquinas inteligentes, robôs capazes de falar ou pensar como humanos. Como um economista, o que você acha da IA?

A inteligência artificial nos ajuda com a previsão. Previsão é usar informações que você tem para gerar informações que você não tem. 

É isso que modelos de IA generativa, como o ChatGPT, estão fazendo: usando a previsão para gerar uma linguagem que soa humana. Os modelos de IA generativa preveem o próximo token, ou palavra, em uma sequência para criar uma mensagem que pareça humana. Outro exemplo seria um banco usando IA para detectar fraudes, processar dados de transações antigas e hábitos de usuários para prever com previsão se uma compra é fraudulenta.

Um princípio básico de economia é que quando algo fica mais barato, esse algo é mais usado. O crescimento da IA representa uma queda nos preços das previsões. À medida que as previsões ficam mais baratas, usaremos mais delas. 

Vamos falar mais sobre previsão. O que é a IA preditiva e quais são alguns exemplos no mundo real?

A IA preditiva usa dados inseridos para gerar resultados. Em um exemplo tradicional, nós usamos 20 anos de dados históricos de vendas para prever as vendas do terceiro trimestre do próximo ano. Os dados históricos são os dados inseridos e a previsão das vendas é o resultado. 

De maneira menos tradicional, podemos usar os pixels em uma imagem médica para prever o diagnóstico de um tumor como maligno ou benigno. Os dados dos pixels são inseridos, e o diagnóstico do tumor é o resultado. Isso também é uma previsão. 

Um recurso interessante de IA é que, diferente das técnicas de estatística anteriores, ela pode usar dados multimodais (por exemplo, fotos, vídeo, linguagem) e não só números como dados de inserção, e pode produzir previsões na forma de fotos, vídeo e linguagem. 

Análises preditivas são essenciais para muitos tipos de inovação. Podemos ver aplicações no mundo real do uso de IA para previsão em coisas como direção de veículos, detecção de fraude, distribuição de tamanho de partícula, respostas de e-mail e inspeções.

Em setores onde a IA preditiva está se tornando uma força dominante, quais efeitos que a IA terá nos empregos das pessoas? As pessoas estão preocupadas que essa revolução da IA pode fazer com que seus cargos deixem de existir. Esse é um medo válido?

Antes de termos máquinas de lavar, eram necessárias de 2 pessoas e um dia inteiro para lavar as roupas. Agora, uma pessoa perde apenas uma fração de seu dia para lavar as roupas. Mas ninguém está reclamando que essas máquinas roubaram seus empregos. 

De maneira similar, podemos delegar alguns aspectos dos nossos trabalhos para as máquinas. Quando pensamos nos nossos empregos, grande parte é baseada em tomar decisões. Cada decisão tem dois elementos: previsão e julgamento. Se pudermos delegar a análise preditiva para as máquinas, ficamos com o julgamento humano, e é essa habilidade que as pessoas precisam para focar no crescimento. 

A IA pode usar a previsão para criar um rascunho de e-mail ou mapear uma rota do ponto A ou ponto B, mas é preciso que um humano decida se a mensagem de e-mail está de acordo, ou se a rota faz sentido. A IA é o copiloto, o assistente, mas não pode tomar a decisão.

Qual efeito a IA tem na produtividade dos funcionários e na força de trabalho no geral? 

Quando os computadores foram introduzidos, as pessoas altamente qualificadas se tornaram desproporcionalmente mais produtivas, e isso levou a uma grande inequidade salarial. A IA parece ter o efeito o oposto. Funcionários menos qualificados têm mais a ganhar com assistentes ou copilotos de IA.

Considere, por exemplo, call centers. Eles começaram a introduzir ferramentas de IA que forneceriam recomendações aos funcionários para ajudar os clientes com quem falam. Pesquisadores no MIT e Stanford descobriram que a IA tinha um impacto limitado nos funcionários de alto desempenho, pois estes já sabiam o que dizer. Mas funcionários que anteriormente não haviam desempenhado tão bem agora estavam quase no mesmo nível de funcionários altamente qualificados, tudo com a ajuda de ferramentas de IA. 

Outro exemplo com o qual estamos familiarizados é como a IA navegacional fez com que todos pudessem dirigir em qualquer cidade tão bem quanto profissionais. Isso permitiu que empresas inovadoras surgissem, como a Uber. Antes da Uber, haviam 200.000 pessoas trabalhando como motoristas profissionais. Agora, existem entre 3 e 4 milhões de pessoas que dirigem para a Uber. Estamos no início de um momento histórico onde esse tipo de mudança de nível sistêmico está começando a acontecer em diversos setores. 

Quais avanços de IA deixam você mais empolgado? Se você tivesse uma bola de cristal, o que você veria como a próxima grande inovação e como ela afetaria nosso mundo?

Prevejo que em 2 ou 3 anos, veremos a IA sair da tela e vir para o mundo físico. No momento, temos modelos para prever uma série de palavras em uma tela, e o próximo passo é fazer com que robôs prevejam uma série de ações para realizar uma tarefa, como fazer café ou estacionar seu carro.

Mas a real e profunda mudança será em descobertas científicas. Teremos modelos de IA que podem gerar uma hipótese e testá-la, acionar robôs para realizar o experimento, e inserir os resultados do experimento novamente na IA, que atualiza a hipótese e realiza outro experimento. Já existem laboratórios fazendo uma versão disso.

Continue a conversa sobre a IA preditiva

Para mais insights do Ajay sobre onde a próxima onda de inovações de IA nos levará, assista ao webinar sob demanda do Work Evolved. Você se aprofundará na IA preditiva e verá como ela está ajudando empresas a economizar tempo e criar novas e melhores maneiras de trabalhar.

Quer saber como a Zoom está inovando com IA? Descubra como o Zoom AI Companion, nosso assistente de IA, pode melhorar como você trabalha.