S\u00e3o ineg\u00e1veis os benef\u00edcios do treino para os seres humanos. Seja o treino intelectual, seja o treino f\u00edsico, treinar \u00e9 essencial para o ser humano. S\u00f3 para o ser humano?<\/p>\n
N\u00e3o.<\/p>\n
As intelig\u00eancias artificiais<\/a> generativas (IAG) est\u00e3o se tornando parte integral de diversas rotinas empresariais e pessoais. Dados apontam um crescimento de 270% de projetos de IA nos \u00faltimos quatro anos[1]<\/a>. No entanto, para que essas IAs forne\u00e7am respostas precisas e sem del\u00edrios, elas precisam de um treinamento rigoroso e uma base de conhecimento bem definida.<\/p>\n As IAs s\u00e3o treinadas com vastos volumes de dados, permitindo-lhes aprender padr\u00f5es, linguagem e contextos diversos. A efic\u00e1cia de uma IA generativa depende de um processo cont\u00ednuo de testes e refinamentos, baseados em um playbook<\/em> espec\u00edfico de implanta\u00e7\u00e3o.<\/p>\n Ouso a dizer que esta \u00e9 a parte mais dif\u00edcil da jornada de ado\u00e7\u00e3o de IA nos processos. N\u00e3o \u00e9 \u00e0 toa que estima-se que mais de 80% dos projetos fracassam[2]<\/a>.<\/p>\n Mas os benef\u00edcios s\u00e3o incr\u00edveis e por isso n\u00e3o podemos desanimar ou at\u00e9 mesmo desistir. Claro, \u00e9 preciso mais cuidado e menos frenesi com rela\u00e7\u00e3o a esta incr\u00edvel ferramenta com um foco profundo nos testes.<\/p>\n Playbook<\/em> de treinamento espec\u00edfico:<\/strong> implementar um playbook<\/em> detalhado que descreve os procedimentos de treinamento, incluindo a sele\u00e7\u00e3o de dados, as etapas de pr\u00e9-processamento e as metodologias de treinamento. Esse playbook<\/em> deve ser atualizado regularmente com as melhores pr\u00e1ticas. Desafie seu playbook<\/em>! Ele \u00e9 mesmo completo? Ou existem lacunas que podem gerar del\u00edrios\/invencionices? Em 2015, uma equipe do Google desenvolveu um sistema de IA projetado para detectar retinopatia diab\u00e9tica a partir de imagens da retina. O sistema teve um desempenho excepcionalmente bom nos dados de treinamento, mas sua precis\u00e3o caiu significativamente quando testado em pacientes reais com a doen\u00e7a. Isto provavelmente se deveu ao fato de os dados de treinamento n\u00e3o conterem uma gama suficientemente diversificada de imagens da retina.<\/p>\n Como diria Waldir Pereira, jogo \u00e9 jogo, treino \u00e9 treino.<\/p>\n Os modelos de IA treinados em conjuntos de dados que n\u00e3o s\u00e3o representativos do mundo real podem tornar-se excessivamente ajustados. O modelo tem um bom desempenho nos dados de treinamento, mas n\u00e3o consegue generalizar para novas situa\u00e7\u00f5es[3]<\/a>.<\/p>\n O \u201ccaso falso\u201d de IA generativa mais conhecido \u00e9 o caso Mata vs. Avianca, de 2023, nos EUA, no qual os advogados apresentaram um documento contendo extratos falsos e cita\u00e7\u00f5es de casos a um tribunal de Nova York. O resumo foi pesquisado usando ChatGPT[4]<\/a>.<\/p>\n E se este caso fosse na sua empresa? Ou at\u00e9 mesmo em uma discuss\u00e3o com os advogados terceiros contratados?<\/p>\n A integra\u00e7\u00e3o de intelig\u00eancia artificial generativa em rotinas di\u00e1rias pode revolucionar a forma como trabalhamos e interagimos com a tecnologia. No entanto, \u00e9 crucial lembrar que essa tecnologia n\u00e3o \u00e9 algo plug and play.<\/em> Ela exige um desenvolvimento meticuloso, testes rigorosos e melhorias cont\u00ednuas.<\/p>\n Assim como n\u00e3o pegamos uma ferramenta complexa da g\u00f4ndola do supermercado e esperamos que ela funcione perfeitamente sem configura\u00e7\u00e3o, a IA precisa de um cuidado especializado e de um playbook<\/em> espec\u00edfico para atingir seu potencial m\u00e1ximo. Com uma abordagem estrat\u00e9gica e consciente, podemos desbloquear as possibilidades ilimitadas que a IA tem a oferecer, promovendo um futuro mais inteligente e eficiente.<\/p>\n Se ainda o leitor n\u00e3o est\u00e1 completamente convencido, trago o meu \u00faltimo e derradeiro exemplo. Este artigo foi escrito com o aux\u00edlio de uma IA generativa. Por mais de 10 vezes o modelo alucinou, trouxe fontes e men\u00e7\u00f5es que n\u00e3o existiam ou n\u00e3o eram claras. Por isso, o autor, ser humano, ainda \u00e9 a pe\u00e7a central nesta nova simbiose entre homem e m\u00e1quina.<\/p>\n Sem o devido treino e supervis\u00e3o, estamos fadados a um modelo inver\u00eddico e cheio de defeitos.<\/p>\n [1]<\/a> Neurons Lab. Managed Capacity Model. Dispon\u00edvel em: <https:\/\/neurons-lab.com\/article\/managed-capacity-model\/#:~:text=Still%2C%20there%20is%20a%20lack,obscure%20R%26D%20project%20management%20processes><\/a>. Acesso em: 30 jun. 2024.<\/p>\n [2]<\/a> HARVARD BUSINESS REVIEW. Keep Your AI Projects on Track. Dispon\u00edvel em: https:\/\/hbr.org\/2023\/11\/keep-your-ai-projects-on-track<\/a>. Acesso em: 30 jun. 2024.<\/p>\n [3]<\/a> PICKL. 13 Biggest AI Failures: A Look at the Pitfalls of Artificial Intelligence. Dispon\u00edvel em: https:\/\/www.pickl.ai\/blog\/13-biggest-ai-failures-a-look-at-the-pitfalls-of-artificial-intelligence\/<\/a>. Acesso em: 30 jun. 2024.<\/p>\n [4]<\/a> THE CONVERSATION. AI is creating fake legal cases and making its way into real courtrooms, with disastrous results. Dispon\u00edvel em: https:\/\/theconversation.com\/ai-is-creating-fake-legal-cases-and-making-its-way-into-real-courtrooms-with-disastrous-results-225080<\/a>. Acesso em: 30 jun. 2024.<\/p>","protected":false},"excerpt":{"rendered":" S\u00e3o ineg\u00e1veis os benef\u00edcios do treino para os seres humanos. Seja o treino intelectual, seja o treino f\u00edsico, treinar \u00e9 essencial para o ser humano. S\u00f3 para o ser humano? N\u00e3o. As intelig\u00eancias artificiais generativas (IAG) est\u00e3o se tornando parte integral de diversas rotinas empresariais e pessoais. Dados apontam um crescimento de 270% de projetos […]<\/p>\n","protected":false},"author":0,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"_links":{"self":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts\/7210"}],"collection":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/comments?post=7210"}],"version-history":[{"count":0,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/posts\/7210\/revisions"}],"wp:attachment":[{"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/media?parent=7210"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/categories?post=7210"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aprimora.site\/carvalhoalmeidaadvogados\/wp-json\/wp\/v2\/tags?post=7210"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Formas de testar e ensinar uma IA generativa<\/strong><\/h3>\n
\nTestes de consist\u00eancia lingu\u00edstica:<\/strong> avaliar se a IA mant\u00e9m um n\u00edvel constante de coes\u00e3o e coer\u00eancia em suas respostas. Perguntas repetitivas com varia\u00e7\u00f5es sutis s\u00e3o uma maneira eficaz de verificar essa consist\u00eancia.
\nVerifica\u00e7\u00e3o de fatos com ferramentas de IA:<\/strong> utilizar ferramentas de verifica\u00e7\u00e3o de fatos, incluindo outras IAs, para testar a precis\u00e3o das respostas. Isso ajuda a evitar a dissemina\u00e7\u00e3o de informa\u00e7\u00f5es incorretas e aumenta a confiabilidade das respostas geradas.
\nFeedback de usu\u00e1rios:<\/strong> coletar e analisar feedback de usu\u00e1rios reais pode fornecer insights valiosos sobre o desempenho da IA em contextos do mundo real. Este feedback deve ser incorporado no processo de refinamento cont\u00ednuo.
\nTestes de cen\u00e1rios e contextos diversos:<\/strong> colocar a IA em diferentes cen\u00e1rios e contextos para garantir que ela pode lidar com uma ampla variedade de situa\u00e7\u00f5es e fornecer respostas adequadas. Isso inclui simula\u00e7\u00f5es de conversa prolongada para avaliar a capacidade da IA de manter di\u00e1logos relevantes ao longo do tempo.<\/p>\nExemplos de falhas devidas a testes inadequados<\/strong><\/h3>\n
Exemplo no mundo jur\u00eddico<\/strong><\/h3>\n
Mensagem final<\/strong><\/h3>\n