Quando você ouve o termo inteligência artificial (IA), provavelmente pensa que é algo difícil de entender e acima do seu nível de compreensão. Mas, em última análise, IA são softwares capazes de reconhecer padrões. Aplicativos e outros produtos de tecnologia movidos por IA são capazes de fazer suposições fundamentadas sobre coisas com que nunca tiveram contato, a partir dos dados com que foram treinados. Aqui está um exemplo: digamos que uma cientista de dados ensine um aplicativo a diferenciar fotos de cães e gatos. Ela usa 1.000 imagens marcadas como “cachorro” ou “gato” para treinar o aplicativo para saber qual é qual. Depois que ela lança o aplicativo, uma pessoa pode carregar uma foto nele, que é então capaz de determinar se a imagem contém um cachorro ou um gato. Muito inteligente.

(Aprendiz visual? Vou deixar a pesquisadora Becca Ricks ajudar a explicar:)

O aprendizado de máquina é diferente da IA?

O termo “IA” é muito usado – é um daqueles termos que você vê escrito na parte de trás de uma caixa de brinquedos ou ouve em comerciais do Watson da IBM. Você provavelmente ouviu termos como “algoritmo” ou mesmo “modelo de aprendizado de máquina” muito menos vezes. Os algoritmos alimentam a IA – eles são os programas dentro do software que absorvem um monte de informações e processam os números. Um modelo de aprendizado de máquina é o que faz a previsão.

Um algoritmo é um software que pode examinar várias informações sobre um assunto e classificá-las. Então, quando esse algoritmo é aplicado a um grande conjunto daquilo que os especialistas chamam de dados de treinamento, ele produz um modelo de aprendizado de máquina. O modelo é aquilo que é capaz de receber novos dados e fazer escolhas com base nos dados à sua frente. Seu serviço de streaming sugeriu seu novo programa de TV favorito? Ele conseguiu fazer isso coletando dados sobre você (o que você está assistindo, em qual dispositivo está, o que outras pessoas semelhantes a você assistem, etc.). Com base nisso, o modelo de aprendizado de máquina da plataforma de streaming exibe seu novo programa favorito – Reality Show de Baixa Qualidade, 2ª temporada: Miami. (Entretanto, poucos chamariam sua atenção se você usasse o termo “IA” ou “sistema de recomendação” aqui, em vez de “modelo de aprendizado de máquina”).

Como é a IA no mundo real?

Você provavelmente já interagiu com a IA, quer tenha percebido ou não. Se alguma vez você já percorreu seu feed do Instagram e as postagens estavam organizadas em ordem de relevância e não em ordem cronológica, isso é a IA em ação. É aqui que as coisas ficam complicadas: quem você é, onde mora, onde costuma ir (na vida real e on-line) e uma série de outros fatores podem influenciar a decisão que um sistema de IA toma sobre você. Não em todos os casos, mas certamente em alguns. Às vezes, a IA pode afetar quais dos seus amigos veem aquela postagem no Facebook que você fez com tanto entusiasmo. Em outros casos, pode ter um efeito mais sério, como determinar quais recursos você recebe do governo local.

Então a IA é bem importante, né?

É. E conforme a IA se populariza, torna-se cada vez mais importante que todos nós entendamos a inteligência artificial e o impacto que ela pode ter. Quanto melhor a entendermos, mais garantiremos que a IA reflita as prioridades de todos, não apenas das poucas pessoas privilegiadas o suficiente para criá-la.

Fonte: Mozilla