Bruno Castro
A inteligência artificial generativa (ou generative AI) tem sido uma área de crescente interesse e pesquisa nos últimos anos, com avanços expressivos na sua capacidade de gerar conteúdo textual, visual e até mesmo musical, de forma autónoma. De acordo com dados recentes, o número de publicações académicas relacionadas com a generative AI aumentou exponencialmente, passando de cerca de 500 em 2010 para mais de 5.000 em 2020, refletindo o rápido desenvolvimento e adoção desta tecnologia. Na mesma linha e de acordo com dados da International Data Corporation (IDC), os investimentos em tecnologias de IA, incluindo generative AI, devem alcançar os US$ 554,3 biliões até 2024, com uma taxa de crescimento anual composta (CAGR) de 21,8% desde 2019. Estes números refletem a crescente adoção e confiança nas capacidades da IA para uma variedade de aplicações em múltiplos setores.
Apesar dos avanços notórios, existem ainda limitações visíveis na capacidade das atuais soluções de IA, incluindo o ChatGPT. Um estudo realizado pela OpenAI revelou que, em média, o modelo GPT-3,5 responde corretamente a cerca de 60% das perguntas a ele efetuadas. Embora seja uma percentagem impressionante, tal facto destaca a necessidade contínua de aprimoramento e desenvolvimento de novas técnicas para melhorar a precisão e a compreensão da IA em lidar com consultas humanas complexas.
Existem, por isso, ainda muitos desafios a superar, e um dos principais é a compreensão e avaliação da qualidade das respostas geradas pela AI. Estudos mostram que, embora a generative AI tenha feito progressos significativos na geração de texto coerente e relevante, há ainda dificuldades em produzir respostas que sejam verdadeiramente indistinguíveis das respostas dadas por humanos. Pesquisas indicam que apenas cerca de 30% das respostas geradas pela AI são consideradas “aceitáveis” pelos padrões humanos.
Outro aspeto importante é a questão da interpretação e da ética na utilização de IA generativa. Um relatório da UNESCO aponta que cerca de 90% dos modelos de IA, incluindo aqueles utilizados em generative AI, não são transparentes no seu funcionamento interno, levantando por isso sérias preocupações relacionadas com a privacidade e possíveis consequências indesejadas. Essas preocupações reforçam a necessidade urgente de abordar questões éticas e regulatórias no desenvolvimento e na implementação de sistemas de IA.
Outra questão importante incide sobre a sensibilidade cultural nas respostas geradas pela AI. Um estudo recente descobriu que as respostas geradas por modelos de generative AI muitas vezes refletem os preconceitos e estereótipos presentes nos dados de treino, o que levanta preocupações sobre o potencial de amplificar e perpetuar injustiças sociais. Por exemplo, investigadores descobriram que modelos de generative AI tendem a produzir respostas mais negativas (e preconceituosas) relativamente a certos grupos étnicos, de género ou até socioeconómicos.
Adicionalmente, a generative AI enfrenta desafios significativos em relação à geração de conteúdo multimodal, ou seja, a capacidade de criar de forma integrada, texto, imagem e áudio. Embora tenham sido realizados também avanços significativos nessa área, os modelos ainda lutam para produzir, em simultâneo, resultados coesos e convincentes. Tal é evidenciado através de uma análise recente que revelou que apenas cerca de 10% das respostas geradas por modelos multimodais são consideradas “naturais” ou “realistas” por avaliadores humanos.
Sabemos bem que, apesar das limitações e desafios diários, o potencial da generative AI é gigante. Um estudo da McKinsey estima que até 2030, a IA generativa poderá adicionar até US$ 13 triliões à economia global, impulsionando a inovação em setores como a indústria, saúde, finanças e entretenimento. Essa projeção ressalta a importância de investimentos contínuos em pesquisa e desenvolvimento para desbloquear todo o potencial da generative AI e a sua capacidade de transformação da forma como interagimos com a tecnologia e o mundo ao nosso redor.
Sendo um otimista por natureza, acredito que a generative AI continuará a oferecer promessas e valências significativas numa multiplicidade de áreas e setores, incluindo a criação de conteúdo, assistência virtual e até mesmo, a criação de arte. Com esforços contínuos de pesquisa e desenvolvimento, espera-se que estes sistemas se tornem cada vez mais capazes de fornecer respostas precisas, culturalmente sensíveis e diversificadas, contribuindo para avanços avassaladores na inteligência artificial e na interação homem-máquina.
Bruno Castro é Fundador & CEO da VisionWare. Especialista em Cibersegurança e Análise Forense.
