Não é nenhuma surpresa para ninguém que a IA generativa e os modelos fundamentais que a apoiam se encontram atualmente no topo daquilo que o Gartner chama de “o pico das expectativas inflacionadas” na última iteração do “Gartner Hype Cycle for Artificial Intelligence”. Isso significa que estão à beira do precipício que poderá mergulhá-los no “vale da desilusão”.
Conversamos com Afraz Jaffri, analista diretor do Gartner com foco em análise, ciência de dados e IA sobre como devemos interpretar a situação. A entrevista foi editada para maior extensão e clareza.
P: Você está projetando que levará de dois a cinco anos para que os modelos básicos e de cinco a 10 anos para que a IA generativa atinja o “platô de produtividade”. Em que isso se baseia?
A: É aqui que podemos ver a adoção real, não apenas entre um número seleto de empresas, o que provavelmente será feito muito mais rapidamente, mas entre todos os níveis de organizações – predominantemente na forma de pacotes de aplicativos. Cada software terá algum tipo de funcionalidade generativa de IA, mas os ganhos reais de produtividade desses recursos levarão mais tempo para serem compreendidos. É uma corrida para todos lançarem um produto ou recurso generativo de IA em seu software; em todos esses casos, os benefícios levarão mais tempo para se concretizarem e também para serem medidos.
Os modelos de fundação cobrem um amplo espectro; não apenas os grandes modelos de linguagem, mas também os modelos de imagem e vídeo. É por isso que o tempo para estabilizar será maior. É um balde de todos os tipos de modelos.
Aprofunde-se: por que nos preocupamos com IA em marketing
P: É possível imaginar coisas que poderiam ser muito perturbadoras para a IA generativa. Uma delas é a regulamentação – existem preocupações reais, especialmente na Europa, sobre grandes modelos linguísticos que recolhem dados pessoais. A outra diz respeito aos direitos autorais. Você levou em consideração esses tipos de possíveis interrupções aqui?
A: Sim, eles fazem parte do pensamento. A primeira questão é, na verdade, o aspecto da confiança. Independentemente das regulamentações externas, ainda existe uma sensação fundamental de que é muito difícil controlar os resultados dos modelos e garantir que os resultados sejam realmente corretos. Isso é um grande obstáculo. Como você mencionou, também existe uma nuvem em torno das regulamentações. Se na Europa os modelos estiverem sujeitos a uma regulamentação significativa, poderão nem estar disponíveis; já vimos o ChatGPT removido de lá há algum tempo. Se as grandes empresas perceberem que é muito difícil cumprir, poderão simplesmente retirar os seus serviços daquela região.
Há também o lado jurídico. Esses modelos são baseados, como você disse, em dados que incluem dados protegidos por direitos autorais extraídos da web. Se os fornecedores desses dados começarem a solicitar o resgate adequado, isso também terá um impacto no nível futuro de utilização destes modelos. Depois, há o lado da segurança. Quão seguro você pode tornar esses modelos contra coisas como ataques? Definitivamente alguns ventos contrários aqui para navegar.
P: Ouvimos muito sobre o “humano no circuito”. Antes de lançar qualquer coisa criada por IA generativa para um público, você precisa de revisão e aprovação humana. Mas um dos benefícios da genAI é a velocidade e a escala da sua criatividade. Como os humanos podem acompanhar?
A: A velocidade e a escala existem para serem usadas pelos humanos fazendo as coisas que precisam fazer. Está aí para ajudar pessoas que, digamos, precisam examinar 10 documentos para obter uma resposta para alguma coisa; agora eles podem fazer isso em um minuto. Devido à questão da confiança, esses são os tipos de tarefas mais valiosos para usar um modelo de linguagem.
P: Se a IA responsável estiver de cinco a 10 anos fora do patamar, parece que você está prevendo uma jornada acidentada.
A: O mundo regulatório e outros sistemas são desconhecidos; e mesmo quando se tornarem formalizados e conhecidos, haverá regulamentações diferentes para diferentes geografias. A natureza inata destes modelos é que eles tendem a não ser seguros. Ser capaz de controlar isso levará tempo para aprender. Como você verifica se um modelo será seguro? Como você audita um modelo para conformidade? Para segurança? As melhores práticas são difíceis de encontrar; cada organização está adotando sua própria abordagem. Esqueça a IA generativa, outros modelos de IA, aqueles que já são utilizados pelas organizações há algum tempo, ainda cometem erros, ainda apresentam preconceitos.
P: Como as pessoas devem se preparar para o iminente período de desilusão?
A: As organizações seguirão trajetórias diferentes em sua experiência de IA generativa, portanto isso não significa necessariamente que uma organização precise cair na depressão. Geralmente acontece quando as expectativas não são gerenciadas. Se você começar observando alguns casos de uso direcionados, algumas partes de implementação direcionadas, e tiver boas métricas de sucesso e também investimentos em gerenciamento e organização de dados; boa governação, boas políticas; se você combinar tudo isso com uma narrativa prática sobre o que os modelos podem fazer, então você controlou o hype e terá menos probabilidade de cair na depressão.
P: Você diria que o ciclo de hype da IA está acontecendo mais rápido do que outros que você já viu?
A: O ciclo de hype da IA tende a inclinar-se para inovações que se movem mais rapidamente ao longo da curva – e também tendem a ter mais impacto naquilo que podem fazer. No momento, está na frente e no centro das iniciativas de financiamento, para VCs. É uma área tão focal, também no espaço de pesquisa. Muitas dessas coisas vêm da academia, que é muito ativa nesse espaço.
P: Finalmente, AGI, ou inteligência artificial geral (IA que replica a inteligência humana). Você prevê que isso acontecerá em dez anos ou mais. Você está protegendo suas apostas porque pode não ser possível?
A: Sim. Temos um marcador que é “obsoleto antes do platô”. Há um argumento para dizer que isso nunca vai acontecer, mas estamos dizendo que é mais de 10 anos porque há muitas interpretações diferentes do que AGI realmente é. Muitos investigadores respeitados dizem que estamos no caminho que nos levará à AGI, mas são necessários muitos mais avanços e inovações para ver como realmente é o caminho. Achamos que é algo mais distante do que muitas pessoas acreditam.
Aprofunde-se: Descubra soluções Martech de ponta gratuitamente – online na próxima semana!
Obtenha a MarTech! Diário. Livre. Na sua caixa de entrada.
