A aplicação da inteligência artificial na tomada de decisão costuma ser questionada em um momento ou em outro. Um bom exemplo é o que ocorreu no caso dos testes do DeepMind, da Google, que se mostrou agressivo ao tomar decisões em um jogo de competição.
A versão mais elaborada, com recursos de aprendizagem profunda — que usa de várias redes neurais para considerar inúmeras camadas de dados —, preferiu neutralizar seu oponente a uma disputa honesta no jogo. Nesses momentos, vêm à tona as implicações na utilização da inteligência artificial (IA) na tomada de decisão.
Desse ponto de vista, vamos abordar aqui questões sobre como podemos utilizar a IA e quais são seus benefícios práticos para escalar negócios, lucrar mais, encontrar oportunidades e evitar o risco de ficar para trás na sua aplicação.
A inteligência artificial na tomada de decisão e os insights que gera
Para começar, vale mencionar que a Google interrompeu os testes ao perceber que o algoritmo tinha tomado decisões agressivas. Essa é sempre uma alternativa considerada no estágio atual de desenvolvimento da IA. Podemos dizer que, no que se refere ao aprendizado por máquina, vivemos um momento no qual ensinamos uma inteligência com uma capacidade sobre-humana.
No final, ainda somos nós, humanos, que tomamos a decisão final. Contudo, a IA tem uma agilidade de processamento que a permite trabalhar com uma quantidade de variáveis de dados inimagináveis para nós. Ou seja, ela tem a capacidade de gerar insights que nos auxiliam e ampliam nossas possibilidades.
Curiosamente, não é diferente de várias tecnologias mais primitivas, como a fabricação artesanal de espadas ou lanças. A diferença é que esses utensílios ampliavam a nossa força, e a IA já nos serve à inteligência.
Tomadas de decisão nas quais a IA é aplicada
A empresa de consultoria PwC reuniu enormes quantidades de dados financeiros para criar um modelo em larga escala de 320 milhões de decisões financeiras dos consumidores dos Estados Unidos.
Ele foi projetado para ajudar as empresas de serviços financeiros a mapear perfis de compradores, simular mudanças comportamentais e antecipar o comportamento do cliente. Com isso, permitiu que as empresas de serviços financeiros validassem decisões de negócios em tempo real, sem a necessidade de altos investimentos em testes práticos de mercado.
A indústria automobilística já usa sensores de IoT para monitorar desempenho e padrões de utilização. Desse modo, ela é capaz de projetar carros cada vez mais adequados e eficientes com base no que acontece na prática do dia a dia. No entanto, isso só é possível porque a IA é usada para combinar e avaliar dados numerosos sobre os veículos e encontrar padrões.
No Brasil, a Urbano Vitalino Advogados usa a IA para auxiliar o trabalho no escritório. A tecnologia fornece dados como alterações na legislação, pareceres e jurisprudência para montar as peças processuais.
Já a Urbano Agroindustrial usa a IA aliada à IoT para monitorar dados sobre a armazenagem de grãos em seus silos como suporte para tomada de decisões. Seja por meio de computadores, seja por dispositivos móveis, os colaboradores solicitam informações analíticas e recebem respostas em tempo real.
O Fleury e a IBM trabalham em parceria para construir uma ferramenta para auxiliar a tomada de decisão na medicina. Com base em estudos clínicos, artigos científicos e pesquisas, a solução permite aos médicos a identificação de tratamentos com um alto nível de personalização com base no genoma do paciente.
Benefícios de aplicação da IA na tomada de decisão
Nos negócios, tomamos decisões com base em dados incompletos, e nossa racionalidade é limitada por inúmeros aspectos, até mesmo pelas nossas emoções. Nosso cérebro é seletivo em relação aos dados que vai considerar, pois esse é o recurso que ele usa para minimizar a impossibilidade de considerar todos eles.
Existem várias complexidades para cada decisão de marketing, por exemplo. É preciso conhecer e entender as necessidades e os desejos dos clientes e alinhar os produtos a essas expectativas. Ao mesmo tempo, compreender as mudanças de comportamento do consumidor é essencial para tomar decisões de curto e de longo prazo.
As técnicas de simulação de inteligência artificial permitem uma visão mais acertada sobre o público. Por meio de um modelo de apoio à decisão, um sistema de inteligência artificial é capaz de auxiliar com a coleta, a previsão e a análise de tendências em tempo real.
Qualquer pessoa que utilize um sistema de CRM ou ERP, por exemplo, sabe que, por melhor que ele seja, existe um limite para a utilização dos dados que são armazenados. Muita informação é registrada, mas analisá-las na sua totalidade, se possível, ocuparia boa parte do tempo que precisamos para fazer uso prático delas. A IA pode cumprir esse papel ao entregar conclusões parciais e apresentá-las.
O valor da transparência nesse processo
Conforme a inteligência artificial toma parte nas nossas vidas, cresce a reflexão com relação aos aspectos éticos envolvidos nas decisões que as máquinas podem tomar. Um exemplo clássico de um dilema possível é o relativo a um carro autônomo, que na iminência de um acidente tem a opção de colidir com um muro e colocar em risco a vida dos passageiros, ou se arriscar a atropelar um grupo de pedestres.
Não é uma decisão fácil, principalmente porque existem inúmeras variáveis. Talvez os pedestres sejam crianças, idosos, em maior ou menor número do que os passageiros. É complexo prever todas as possibilidades para determinar diretrizes a serem seguidas e ensinar a IA a refletir eticamente com uma abordagem humana.
Em um contexto mais corriqueiro, a transparência refere-se à necessidade de descrever, inspecionar e reproduzir os mecanismos pelos quais os sistemas de IA tomam decisões e aprendem a se adaptar ao seu ambiente.
Desse ponto de vista, há uma responsabilidade civil que envolve o uso da IA que coloca em alerta os organismos reguladores, a sociedade e os usuários. Atualmente, os códigos de programação de inteligência artificial são uma caixa preta, por isso é preciso desenvolver métodos de transparência que permitam inspecionar algoritmos e os resultados que eles geram.
Além disso, há uma clara preocupação com a procedência dos dados utilizados e os limites que a coleta de informações precisa respeitar para garantir a privacidade. Basicamente estamos falando do conceito de responsabilidade social aplicado a IA: inteligência artificial responsável.
Se considerarmos que as máquinas estão em processo de adquirir inteligência emocional e que os sensores de IoT vão ampliar exponencialmente a base de informação dessa tecnologia, esse tema ainda será objeto de longas discussões e negociação, que envolvem a participação de todas as partes interessadas e a inclusão ativa da sociedade.
De forma geral, o que podemos concluir é que já armazenamos a maior matéria-prima para aplicar mudanças que geram impactos profundos no nosso modo e na nossa qualidade de vida: informação.
Agora, temos a ferramenta que precisamos para minerá-la e compreender melhores formas de resolver nossos problemas para usar a inteligência artificial na tomada de decisão — justamente a atividade-chave de qualquer organização: tomar decisões capazes de entregar soluções de valor para o consumidor.
