A inteligência artificial (IA) já é peça central em serviços digitais, mas nem sempre gera o valor esperado pelas empresas. Um estudo publicado no International Journal of Production Economics e conduzido por pesquisadores da FGV EAESP em parceria com escolas de negócios da França apontou que o sucesso da IA depende da qualidade das fontes de dados usadas no treinamento dos sistemas. Em setores onde a inovação é acelerada, a participação de especialistas torna-se crucial para garantir precisão e relevância.
- Para que serve a inteligência artificial? 4 usos além dos chatbots
- Eles não respiram, mas vão trabalhar com você: humanos digitais e agentes de IA
A pesquisa analisou como empresas de diferentes setores coletam informações para alimentar sistemas de IA por meio do crowdsourcing, ou seja: dados fornecidos por um grande número de pessoas, sejam consumidores comuns ou profissionais especializados.
Segundo o estudo, em mercados estáveis, a contribuição da multidão em geral pode ser suficiente para treinar modelos de IA. É o caso de ferramentas como Waze, que dependem de dados fornecidos pelos próprios usuários em tempo real.
–
Entre no Canal do WhatsApp do Canaltech e fique por dentro das últimas notícias sobre tecnologia, lançamentos, dicas e tutoriais incríveis.
–
No entanto, em “ambientes de alta turbulência tecnológica”, como automotivo e de tecnologia da informação, apenas a visão de especialistas garante a confiabilidade necessária. Um exemplo é o uso de médicos para alimentar sistemas de diagnóstico baseados em IA durante a pandemia.
Inovação exige precisão na coleta de dados
Os autores destacam que o ritmo de mudança tecnológica influencia diretamente a estratégia de coleta de dados. Se o setor é dinâmico e complexo, a ausência de especialistas pode comprometer a criação de valor, afetando tanto o relacionamento com clientes quanto a capacidade de inovar em produtos e operações.
Assim, a pesquisa mostra que o verdadeiro diferencial não está apenas no uso de IA, mas em quem fornece os dados que treinam esses sistemas. Em outras palavras, a escolha entre multidão e especialistas não é excludente: ambos são importantes, mas o peso de cada grupo varia conforme o nível de inovação do setor.
Para gestores, a lição do estudo é que não basta investir em IA sem estratégia de dados. Em setores de rápida evolução, apostar na participação de especialistas pode ser o fator decisivo entre o sucesso e o fracasso de um projeto digital:
Em setores estáveis, dados coletados do público em geral podem ser suficientes para treinar sistemas de IA. No entanto, em ambientes de alta turbulência tecnológica, como o automotivo ou o de tecnologia da informação, a participação de especialistas torna-se essencial para fornecer informações mais precisas e relevantes. Para gestores, a principal lição é que investir em IA exige estratégias claras na definição de quem alimenta os sistemas.
Leia também:
- Ilusão antropomórfica | A IA mente quando diz que “está pensando”; ela não está
- Casal planeja viagem dos sonhos com IA e perde embarque “por causa do ChatGPT”
VÍDEO | Por que tudo agora tem Inteligência Artificial gratuita? É de graça mesmo? E a paga?
Leia a matéria no Canaltech.
