Inteligência Artificial na Sociedade

Aprendizado de máquina, big data e poder computacional impulsionam os avanços recentes em IA
Desde que Alan Turing levantou a questão “Máquinas podem pensar?” em 1950, o campo da Inteligência Artificial (IA) passou por transformações profundas. O termo “IA” foi cunhado em 1956. Desde a IA simbólica — onde humanos criavam sistemas baseados em lógica — até os “invernos da IA” na década de 1970 e computadores de xadrez como o Deep Blue nos anos 1990, a IA evoluiu muito. Desde 2011, avanços em “aprendizado de máquina” (ML), um subconjunto de IA que utiliza métodos estatísticos, melhoraram significativamente a capacidade das máquinas de prever com base em dados históricos. A maturação de uma técnica chamada “redes neurais”, junto com o aumento de grandes bases de dados e poder computacional, tem sido um motor-chave do crescimento da IA.

Sistemas de IA prevêem, recomendam ou decidem resultados que impactam o ambiente
Como explicado pelo Grupo de Especialistas em IA da OCDE (AIGO):

Um sistema baseado em máquina que, para um conjunto de objetivos definidos por humanos, faz previsões, recomendações ou decisões que influenciam ambientes reais ou virtuais. Ele usa entradas humanas e/ou de máquina para perceber esses ambientes, abstrai essas percepções em modelos (automatizados, por exemplo, via aprendizado de máquina, ou manuais) e usa inferência de modelos para formular opções de informação ou ação. Os sistemas de IA são projetados para operar com diferentes níveis de autonomia.

O ciclo de vida do sistema IA inclui: (i) planejamento e design, coleta e processamento de dados, construção e interpretação do modelo; (ii) verificação e validação; (iii) implantação; e (iv) operação e monitoramento. As taxonomias de pesquisa em IA distinguem aplicações (ex.: processamento de linguagem natural), técnicas de aprendizado (ex.: redes neurais), otimização (ex.: aprendizado one-shot) e pesquisas que abordam questões sociais (ex.: transparência).

IA pode aumentar a produtividade e ajudar a resolver problemas complexos
À medida que a IA se torna uma tecnologia de uso geral, seu cenário econômico está mudando. Por meio de previsões, recomendações e decisões mais econômicas e precisas, a IA pode aumentar a produtividade, melhorar vidas e enfrentar desafios complexos. O uso eficaz requer investimentos complementares em dados, habilidades e fluxos de trabalho digitais, além de mudanças organizacionais. A adoção varia por empresa e setor.

Crescimento rápido em investimentos e desenvolvimento comercial em IA
Após cinco anos de crescimento constante, o investimento em capital privado em startups de IA acelerou em 2016. Em 2017, o investimento dobrou, atingindo US$ 16 bilhões. No primeiro semestre de 2018, startups de IA atraíram 12% do total global de investimentos em capital privado, ante 3% em 2011, uma tendência observada nas principais economias. Esses investimentos geralmente são de grande porte, frequentemente milhões de dólares. Com a maturação da tecnologia e dos modelos de negócio, a IA caminha para uma adoção ampla.

IA aplicada em transporte, ciência e saúde
As aplicações de IA estão se expandindo rapidamente em áreas que detectam padrões em grandes dados e modelam sistemas complexos e interdependentes para melhorar decisões e reduzir custos.

• No transporte, veículos autônomos equipados com sistemas de condução virtual, mapas HD e otimização de rotas oferecem benefícios de custo, segurança, qualidade de vida e ambientais.

• Na ciência, a IA ajuda a coletar e processar dados em larga escala, reproduzir experimentos, reduzir custos e acelerar descobertas.

• Na saúde, a IA auxilia no diagnóstico precoce e prevenção de doenças e epidemias, descoberta de tratamentos, intervenções direcionadas e ferramentas de auto-monitoramento.

• Na justiça criminal, a IA é usada para policiamento preditivo e avaliação do risco de reincidência.

• Em segurança cibernética, sistemas de IA detectam e respondem automaticamente a ameaças, frequentemente em tempo real.

• Na agricultura, a IA monitora a saúde de cultivos e solos e prevê impactos ambientais sobre a produção.

• Serviços financeiros usam IA para detectar fraudes, avaliar crédito, reduzir custos de atendimento, automatizar negociações e apoiar conformidade.

• Em marketing e publicidade, a IA analisa comportamento do consumidor para personalizar conteúdo, anúncios, produtos, recomendações e preços.

IA confiável é fundamental para aproveitar seus benefícios
Além dos benefícios, a IA levanta questões de políticas públicas que exigem esforços coordenados para garantir sistemas confiáveis e centrados no humano. A IA — especialmente certos tipos de aprendizado de máquina — levanta questões éticas e de justiça, incluindo respeito aos direitos humanos e valores democráticos, bem como risco de transferir vieses do mundo analógico ao digital. Alguns sistemas de IA são tão complexos que suas decisões podem ser inexplicáveis. Transparência e responsabilidade são cruciais. Os sistemas devem operar de maneira segura e confiável.

Governos precisam promover políticas para uma IA confiável, incentivando investimentos em P&D responsável. Além da tecnologia e capacidade computacional, a IA usa grandes volumes de dados, o que aumenta a necessidade de ambientes digitais acessíveis e proteção forte de dados. Um ecossistema favorável à IA também pode ajudar pequenas e médias empresas a enfrentarem a transformação e garantir concorrência.

A IA substituirá e transformará partes do trabalho humano, mudando a natureza do emprego. Políticas devem ajudar na transição entre empregos e garantir educação, treinamento e desenvolvimento de habilidades contínuos.

IA é prioridade política crescente para todos os interessados
Dado o impacto transformador e os riscos da IA, ela é foco crescente para governos e partes interessadas. Muitos países adotaram estratégias dedicadas, vendo a IA como motor de crescimento e bem-estar, investindo na formação da próxima geração de pesquisadores e abordando desafios. Atuam também atores não governamentais — empresas, tecnologia, academia, sociedade civil e sindicatos — e instituições internacionais como G7, G20, OCDE, Comissão Europeia e ONU.

Em maio de 2019, orientada por um grupo de especialistas multissetoriais, a OCDE adotou os Princípios de IA — o primeiro padrão internacional acordado por governos para a gestão responsável de uma IA confiável.