Colaboração humana e o futuro da Inteligência Artificial

A mera substituição de pessoas por máquinas, baseada na crença de que robôs podem ser inteligentes a ponto de tornar obsoleto o elemento humano, é um dos maiores obstáculos à evolução da inteligência artificial.

O futuro, de acordo com experiências bem sucedidas nas mais diversas indústrias, reside na parceria – ou, para usar o termo específico, na “inteligência colaborativa”.

Sistemas abertos x Sistemas fechados

Entender as capacidades e limites das duas partes envolvidas (humanos e IA) é o primeiro passo no caminho da inteligência colaborativa. Entram em cena os conceitos de sistemas abertos e sistemas fechados.

Um sistema fechado é aquele em que todas as variáveis relevantes estão ao alcance da máquina. Como exemplo, podemos citar uma partida de xadrez. As regras estão definidas e o computador é capaz de prever cenários e responder à altura praticamente todas as jogadas e estratégias do oponente humano.

Nesse tipo de sistema, as máquinas tendem a reinar supremas.

Já um sistema aberto é aquele em que existem variáveis relevantes que vêm “de fora”. Pode ser infinitamente complexo, e é naturalmente mais difícil de navegar, mesmo para o mais inteligente dos programas. Um exemplo claro de sistema aberto é dirigir. Todo tipo de obstáculo pode surgir de repente, e há apenas frações de segundo para reagir a eles.

Em sistemas abertos, a balança pende em favor dos humanos – o que fica evidente quando vemos o desempenho de carros com “piloto automático”. 

Falamos de máquinas versus humanos. É hora de analisar o outro cenário: máquinas + humanos.

Lacunas de colaboração

O grande erro de focar na hipótese da substituição (segundo a qual, algum dia, a IA será tão inteligente que poderá evoluir sozinha e dispensar completamente o “elemento humano”) é que essa atitude obscurece o potencial que há no presente, em favor de uma possibilidade nebulosa que há no futuro.

Essa falha ficou evidente na pesquisa State of AI in the Enterprise 2022, realizada e divulgada recentemente pela Deloitte.

Dos 2.620 entrevistados (líderes de empresas globais):

  • apenas 21% responderam que educaram de maneira ativa seus funcionários para trabalhar com IA de maneira mais efetiva;
  • 30% disseram que incluíram funcionários no design participativo de IA;
  • e somente 36% remodelaram práticas organizacionais tendo em vista a colaboração entre humanos e máquinas.

A inteligência artificial, da mesma forma que as automações convencionais, de fato tende a diminuir o número de pessoas necessárias para determinadas tarefas… ao mesmo tempo em que abre demandas para outras tarefas.

Humanos que aprimoram máquinas

No processo de inteligência colaborativa, as ações humanas entram em 3 categorias:

Treinar as máquinas

Calibrar os sistemas de IA, fazendo ajustes nos algoritmos e fornecendo os dados necessários para alimentá-los é um trabalho que não deve sair tão cedo das mãos humanas. Isso é especialmente válido quando a máquina vai interagir com pessoas – sejam elas clientes ou “colegas de trabalho”.

Esclarecer os resultados das tarefas realizadas pelas máquinas

Nem sempre os processos (e, por consequência, as conclusões) seguidos pelos sistemas de IA são claros ao público não especialista. Cabe, portanto, aos experts a tarefa de explicar ao público o comportamento das máquinas. Isso é crucial em indústrias baseadas em evidências – como Direito e Medicina.

Sustentar o uso responsável das máquinas

O grande potencial da IA deve ser explorado com cautela. O maior risco (pelo menos atualmente) não é o de as máquinas se rebelarem, mas sim de os dados serem usados de maneira irresponsável, colocando em risco a privacidade e a segurança dos envolvidos.

Máquinas que aprimoram humanos

Paralelamente à atuação humana que potencializa as capacidades das máquinas, há também o inverso: as máquinas potencializando as capacidades humanas.

Há três grandes categorias de aprimoramento possibilitados pela IA.

Amplificação cognitiva

A inteligência artificial pode tanto fornecer informações puras (fortalecendo processos decisórios) como combinações de insights (fortalecendo processos criativos). Um exemplo que chama a atenção é o do Dreamcatcher IA da Autodesk, sistema em que o designer pode fornecer critérios e obter incontáveis sugestões de projetos baseados neles.

Interação

Um dos gargalos mais comuns que podem ser diminuídos com a ajuda de máquinas é o de atendimento, especialmente em empresas de grande porte. Podemos citar o caso do SEB, um dos principais bancos da Suécia, cujo assistente virtual (Aida) é capaz de solucionar cerca de 70% das demandas de clientes, encaminhando a atendentes humanos os demais casos.

Amplificação física

Máquinas inteligentes tendem a ser especialmente úteis em fábricas e laboratórios. Um caso interessante é o dos “cobots” (robôs capazes de analisar e interagir de acordo com o contexto) implementados por grandes montadoras de carros, que realizam tarefas repetitivas e pesadas sem colocar em risco os trabalhadores próximos. A Hyundai está levando essa prática a um novo patamar, aplicando a tecnologia dos cobots em exoesqueletos que amplificam, de maneira segura, as capacidades físicas de profissionais na fábrica.

Em suma, a Inteligência Artificial não deve, tão cedo, dispensar a Inteligência Humana, e o futuro (para realizar grande potencial) depende de um trabalho conjunto, não de uma competição entre ambas.

Eleve a qualidade e a segurança de seus softwares a outro nível: clique aqui e agende uma conversa com um especialista Prime Control.

Newsletter

Assine nossa newsletter e seja avisado sobre novos artigos, cases, eventos e muito mais.

E-books e Relatórios

Conheça nossa base de ebooks, artigos, relatórios e cases. Aprenda sobre as boas práticas de testes, qualidade de software e muito mais.

Tudo disponível para download gratuitamente.