Sucesso do cliente

É bastante comum encontrar aqui no Brasil empresas falando sobre como ela contribuiu para o sucesso do seu cliente. Em alguns casos a contribuição realmente existiu, mas ela foi mais fruto do acaso do que do planejamento.

 

Hoje em dia, praticamente todas as empresas estão presentes de uma forma ou outra no comercio eletrônico, e é comum o fabricante concorrer com os seus revendedores.

 

Nos casos em que fabricantes e parceiros trabalham em regime de colaboração formando um ecossistema produtivo, existem graves problemas no desenho dos processos.

 

Passei recentemente por uma experiência que revelou que só existe no campo das palavras a contribuição para o sucesso do cliente. Eu comprei uma máquina de lavar roupa no site do fabricante. Lá tinha opções interessantes de serviços agregados como a retirada da máquina antiga para a reciclagem e a oferta de serviço de instalação da máquina.

 

Grande parte do processo foi excepcionalmente bem documentada e transparentes, no entanto, e infelizmente sempre existe um, no entanto, os problemas nos processos vieram à tona.

 

O fabricante se comprometia com a entrega em um determinado dia, mas não especificava o horário, ou seja, entre 8 e 18 horas de um dia útil.

 

O cliente perde um dia inteiro esperando pela entrega, afinal tempo não é dinheiro para o fornecedor. Só que não acaba por aí. Ainda temos a novela da instalação.

 

Não existe integração entre a transportadora e a empresa de instalação e o cliente precisa acionar a instaladora depois de receber a entrega.

 

Novamente é agendado um dia útil com horário entre 8 e 18 horas para o técnico que vai instalar a máquina. É mais um dia inteiro que o cliente perde por causa de um processo produtivo claudicante.

 

Entre receber a máquina, agendar a instalação e receber o técnico são gastos pelo menos três dias uteis do cliente. Um ecossistema que realmente tenha interesse no sucesso do cliente teria criado processos integrados e automatizados.

 

Após a tormenta do tempo perdido, o cliente é infestado de solicitações para avaliar o processo, produto, entrega etc.

 

Infelizmente, quando o foco é a pesquisa de opinião o resultado é um processo falho que penaliza o cliente de diversas formas.

Nacionalismo

Fiquei muito feliz ao saber que o varejo brasileiro está “cuidando dos interesses” dos seus consumidores. Foi revelado que o Instituto para Desenvolvimento do Varejo contratou uma perícia técnica do Instituto Brasileiro de Peritos nas plataformas Shopee, Shein e AliExpress (Varejo nacional acusa Shopee, Shein e AliExpress de colocarem saúde do consumidor em risco, https://www1.folha.uol.com.br/mercado/2024/05/varejo-nacional-acusa-shopee-shein-e-aliexpress-de-colocarem-saude-do-consumidor-em-risco.shtml, acessado em 19/06/2024).

 

O posicionamento atual do varejo brasileiro é bem diferente das atitudes do passado recente dos marketplaces notificados pelo PROCON-RJ pela venda de produtos piratas (fonte: PROCON-RJ NOTIFICA MARKETPLACES POR VENDA DE PRODUTOS PIRATAS, https://www.brunnerdigital.com.br/procon-rj-notifica-marketplaces-por-venda-de-produtos-piratas).

 

É fascinante descobrir que o Instituto para Desenvolvimento do Varejo contratou perícia técnica do Instituto Brasileiro de Peritos nas plataformas Shopee, Shein e AliExpress, mas não nas plataformas que no passado recente foram notificadas pelo PROCON-RJ pela venda de produtos piratas.

 

É reconfortante saber que os consumidores estão sendo protegidos para não receber ofertas de produtos sem eficácia comprovada pelas plataformas que exigem respeito às leis brasileiras.

Custo do preconceito contra o cabelo branco

O artigo “Quebrando barreiras etárias” do Edson S. Moraes que é conselheiro empresarial (https://www1.folha.uol.com.br/opiniao/2024/06/quebrando-barreiras-etarias.shtml, acessado em 12/06/2024) revelou as perdas empresariais causadas pela falta de inclusão de pessoas idosas no processo de desenvolvimento de aplicativos para celular.

 

Em diversos momento este blog alertou sobre as perdas corporativas causadas pelo etarismo na contratação de profissionais de engenharia de desenvolvimento.

 

O resultado de tais práticas foi o crescimento exponencial da rejeição pelos membros do grupo da terceira idade de aplicativos nos celulares, computadores etc.

 

Os problemas de usabilidade dos aplicativos aumentaram sobremaneira o tempo e o dinheiro gastos no seu desenvolvimento e inibiram a fidelização dos clientes que estão decepcionados com os serviços entregues.

 

Os problemas de usabilidade dos aplicativos bancários que são uma barreira para a sua utilização estão relacionados com o tamanho da letra, com a lentidão da resposta, com a complexidade da navegação, com o acionamento involuntário de serviços e produto, com as opções de customização etc.

 

Não é difícil entender que os profissionais mais experientes são capazes de identificar rapidamente os problemas que estão sendo negligenciados pelos desenvolvedores menos experientes.

Service Level Management (SLM)/Service Level Agreement (SLA)

Recentemente eu presenciei algumas conversas sobre SLM e SLA e o nível de distorção dos conceitos básicos estava em um patamar bastante elevado.

 

Um dos componentes do SLM é o SLA, e ele determina o nível de qualidade das entregas da organização de Tecnologia de Informações e Comunicações (TI ou TIC).

 

Quando é definido o acordo do nível de um serviço é estabelecido e comunicado com clareza os tanto os parâmetros do serviço, quanto da sua entrega.

 

Por exemplo, o serviço de gerenciamento do estoque que é executado nos servidores de uma nuvem é definido pelos parâmetros do serviço e da sua entrega.

 

É inútil para o usuário de TI saber que todos os servidores da nuvem estão totalmente operacionais e o acesso à nuvem está indisponível. Para o cliente o serviço está indisponível.

 

Muitos usam a analogia do restaurante para explicar por que o SLA de um serviço não é condição necessária e suficiente para a satisfação do cliente, ou seja, o restaurante tem excelente cozinheiro que prepara os pratos com os melhores ingredientes disponíveis no mercado, só que o serviço é péssimo e os pratos chegam frios para os consumidores.

 

Estes “estudiosos” afirmam que neste caso o SLA foi cumprido (melhor comida possível) e o cliente ficou insatisfeito porque recebeu a comida fria.

 

É um erro grave entender que o SLA se refere apenas ao serviço e não as condições de entrega dele. A competência SLM deixa claro que o objetivo é garantir que as entregas estejam dentro dos parâmetros acordados.

 

Para que as entregas enderecem as condições requeridas é preciso que os parâmetros do SLA tratem tanto do serviço (no caso do exemplo, gerenciamento do estoque), quanto da entrega do mesmo, pois o usuário só poderá conquistar os benefícios do gerenciamento do estoque se ele tiver acesso ao mesmo no seu computador.

 

Muita gente fala que o Experience Level Agreement (XLA) é a melhor estrutura para a satisfação do cliente ou para o sucesso do cliente. O uso de pesquisas de opinião para medir o nível de qualidade de uma entrega é falacioso.

 

As pesquisas de opinião podem apontar que apenas 10% dos clientes estão satisfeitos com a entrega e que 90% pretendem mudar de provedor de serviço.

 

Se o provedor resolver “atacar” os 90% insatisfeitos, ele terá uma nova estrutura de custos e o preço deverá ser reajustado para um patamar em que 100% dos clientes estão insatisfeitos.

 

Em geral, é melhor ser realista e entregar conforme a capacidade operacional e financeira da empresa do que usar opiniões que em geral são mutáveis para definir a operação.

 

As pesquisas de opiniões sofrem interferências de variáveis controláveis e incontroláveis. No caso das incontroláveis nada é possível fazer.

 

Uma variável incontrolável na pesquisa de opinião é o humor do cliente, uma pessoa que teve um dissabor antes de responder a pesquisa vai dar repostas negativas sobre o serviço.

O que queremos da Inteligência artificial (IA)?

A resposta para esta pergunta parece trivial à primeira vista, mas é de elevada complexidade por causa da abrangência das respostas. Basicamente a resposta depende das expectativas e esperanças das pessoas em relação à tecnologia.

 

É possível encontrar na sociedade respostas que vão desde a solução da desigualdade econômica no Brasil até a explicação de uma solução de um problema de matemática.

 

A abrangência das respostas depende do que está incomodando as pessoas e a sociedade naquele momento. Um estudante em dificuldade em um determinado assunto, busca uma IA que tire as suas dúvidas, uma pessoa que está planejando as suas férias, busca uma IA que ofereça roteiros dentro do seu orçamento e do seu desejo e assim sucessivamente.

 

É muito difícil encontrar respostas que direcionem a criação de uma política pública em um ambiente em que as pessoas desconhecem o que a inteligência artificial é capaz de fazer.

 

Estamos falando de uma tecnologia muito nova em que os limites estão sendo superados todos os dias e novas aplicações estão sendo criadas em alta velocidade.

 

Para criar uma política pública para a inteligência artificial é mais fácil responder à pergunta: “O que nós não queremos que a IA faça”.

 

É fácil perceber que a sociedade vai responder que não quer que a IA seja usada para criar conteúdo que engane as pessoas, ou em outras palavras, as pessoas querem que o conteúdo criado pela inteligência artificial tenha uma marca indelével que revele para todos de forma explicita e fácil que é um conteúdo criado pela tecnologia.

 

Não importa se o conteúdo é um texto, uma fala, uma imagem um vídeo etc. Se ele foi criado usando uma IA então tal fato deve ser explicitado para todos que o acessarem.

 

Basicamente, uma inteligência artificial é formada por dois componentes. Um é o algoritmo e o outro é o seu treinamento.

 

O algoritmo é o segredo industrial do desenvolvedor da IA e, portanto, é a sua vantagem competitiva, isto significa que ele não será divulgado para o mercado.

 

No entanto, o treinamento da IA e o seu respectivo processo não é um segredo e nem representa uma vantagem competitiva, ou seja, para que exista uma boa política de governança da IA ele pode e deve ser divulgado para a sociedade.

 

É no treinamento, que aparece um dos principais aspectos que a política pública de IA deve abordar. As falhas no treinamento podem gerar um sistema inteligente preconceituoso e enganoso.

 

A pergunta que não quer calar é quem é o responsável por respostas inadequadas de uma inteligência artificial? É o desenvolvedor, é o treinador ou são ambos?

 

O desenvolvedor é responsável pelo algoritmo (modelo matemático, sistemas de equações etc.), ou seja, pelos seus acertos e erros e o treinador é responsável pela seleção do conteúdo usado no treinamento.

 

É importante destacar neste momento, que um processo de treinamento realizado com conteúdo inapropriado gera respostas inapropriadas pela IA.

 

Responsabilizar o desenvolvedor e o treinador pelas respostas da IA é o mesmo que não responsabilizar ninguém, pois as barreiras entre eles são bastante tênues e difíceis de separar.

 

Quando o treinador seleciona conteúdo sem respeitar os direitos autorais, intelectuais, de imagem etc. é fácil perceber onde ocorreram as violações e quem é o responsável.

 

No entanto, é uma situação muito específica que não resolve o problema de quem é o responsável pelas respostas de uma inteligência artificial.

 

Neste caso, a política pública deve escolher arbitrariamente um responsável entre o desenvolver e treinador. O responsável assume tanto os benefícios, quanto os malefícios gerados pelas respostas da inteligência artificial.

25 de maio de 2024. Dia da Indústria.

Salve a indústria brasileira. Salve a indústria do Rio Grande do Sul. Direcionaremos (dentro do possível) as nossas compras para indústria do Rio Grande do Sul. Que ela e os gaúchos se recuperem rapidamente dos desafios climáticos.

 

Nos próximos dias, diversos encontros discutirão com especialistas em inteligência artificial, as oportunidades e desafios criados por esta tecnologia.

 

O Brasil é um país estranho, pois são raros os especialistas que conhecem em detalhes os algoritmos e os processos de treinamentos dos sistemas inteligentes disponíveis no mercado nacional.

 

Chamar de especialista quem desconhece em detalhes os algoritmos dos dispositivos inteligentes é algo que causa espécie, mas tal fenômeno já ocorreu com a introdução do microcomputador nas corporações e aparentemente ocorrerá na transformação dos processos habilitada pelos sistemas inteligentes na indústria nacional.

 

É evidente que não é preciso conhecer o funcionamento dos componentes de um carro para poder dirigir, no entanto, o melhor motorista do mundo só pode ser considerado como um especialista se estamos falando sobre como usar um carro nos passeios, viagens, deslocamentos etc.

 

Não vale a pena divagar sobre o uso do termo especialista no momento da introdução da inteligência artificial na indústria, pois já existem casos em que o conhecimento superficial é tratado como conhecimento especialista.

 

O artigo “ChatGPT inventa casos que não existem após advogado usar IA em processo contra companhia aérea” (https://www.terra.com.br/byte/chatgpt-inventa-casos-que-nao-existem-apos-advogado-usar-ia-em-processo-contra-companhia-aerea,60a894454731aad1e66e332014335cd3aqy0u1kr.html, acessado em 24/05/2024) revelou a criação de fatos falsos pela inteligência artificial.

 

É fácil perceber que saber usar um sistema inteligente, não fez da pessoa um especialista na tecnologia. A falta de conhecimento do advogado sobre o algoritmo e o processo de treinamento da inteligência artificial gerou o uso de fatos falsos no processo e perdas financeiras e de reputação.

 

A indústria brasileira que já enfrenta o enorme desafio de maquinário obsolescente (Foi revelado máquinas obsolescentes e superação do tempo de uso, “Produtividade da indústria não acompanha aumento dos salários, aponta Fiesp”, https://www1.folha.uol.com.br/mercado/2024/05/produtividade-da-industria-nao-acompanha-aumento-dos-salarios-aponta-fiesp.shtml) não pode cair no canto da sereia propagandeado por alguns.

 

É preciso ter um mínimo de conhecimento dos algoritmos e processo de treinamento para detectar quando o sistema inteligente entrou no modo alucinação e gerou resposta com fatos falsos.

 

Mais ainda, os especialistas precisam entender como foi o processo de treinamento do sistema inteligente, pois a maioria das bases de conhecimento usadas no processo de treinamento das inteligências artificiais são dados e informações da indústria dos Estados Unidos.

 

A realidade da indústria brasileira e dos Estados Unidos é muito diferente e um sistema inteligente treinado com bases de conhecimento norte americano, pode gerar resultados que são impossíveis de serem alcançados pela realidade brasileira.

 

Por exemplo, a indústria brasileira trabalha com máquinas obsoletas de 15 anos e quase 40% já ultrapassaram o tempo de uso recomendado pelo fabricante.

 

O nível de obsolescência da indústria dos Estados Unidos é muito diferente do nível encontrado na indústria brasileiro, ou em outras palavras, um sistema inteligente treinando dentro dos paramentos da indústria norte americana provavelmente gerará respostas incompatíveis com a realidade nacional.

 

Para que a indústria brasileira explore as oportunidades e mitigue as ameaças geradas pela inteligência artificial, é preciso que ela trabalhe com especialistas que entendam sobre tanto os algoritmos, quanto o processo de treinamento do sistema inteligente.

Melhorar a interação com a inteligência artificial

Que a capacidade de resiliência do Rio Grande do Sul continue poderosa.

Atualmente, estamos sendo bombardeados com aplicações de inteligência artificial e muito pouco está sendo dito sobre como os humanos podem interagir com a IA de forma eficiente e eficaz.

Para melhorar a interação humana com a IA, é preciso ir direto ao assunto, ou seja, não é necessário ser educado ou refinado, pois os modelos de linguagem respondem melhor as instruções diretas e simples sem a necessidade de usar “por favor”, “gostaria” etc.

Para ir direto ao assunto é preciso ser conciso e simplesmente perguntar o que deseja usando palavras-chave relevantes, especificando a tarefa, por exemplo:

• Explique o funcionamento da geladeira

• Evite redundâncias pois é melhor perguntar “Como fazer um bolo de chocolate” ao invés de "Gostaria de saber como fazer a receita de um bolo de chocolate"

• Priorize as informações importantes relevantes no início da pergunta pois é melhor perguntar "Qual é a capital da Itália?" em vez de "Você poderia me dizer qual é a capital da Itália?"

• Seja específico, pois é melhor perguntar "Quais são os principais componentes de uma geladeira?" do que "Como funciona a geladeira?"

• Use linguagem clara sem jargões ou termos técnicos complexos

• Identifique a audiência, pois a resposta da inteligência artificial muda conforme a pergunta, ou seja, peça resposta para idosos, para especialistas em saúde ou para profissionais do futebol para receber informações mais adequadas para o público-alvo 

• Defina o contexto, o destinatário, o objetivo da comunicação, o nível de conhecimento prévio da audiência, a linguagem apropriada, as diferenças culturais e de idioma, o nível de formalidade ou informalidade, a simplificação da resposta (use  listas) e os relacionamentos

TI sem perdas e desperdícios

Foi revelado que o crescimento da inteligência artificial está aumentando o consumo de energia elétrica. Fonte: Microsoft faz acordo para bancar geração de energia limpa e alimentar data centers, https://www1.folha.uol.com.br/tec/2024/05/microsoft-faz-acordo-para-bancar-geracao-de-energia-limpa-e-alimentar-data-centers.shtml, acessado em 02/05/2024.

 

Em 2024 estão em alta os eventos sobre sustentabilidade e energia verde, muito tem-se falado sobre estes dois assuntos nos diversos meios de comunicação. Acho excelente que muitas empresas estão preocupadas com a sustentabilidade ambiental do seu processo produtivo.

 

Recomendação de leitura

 

Financiamentos para projetos de transição energética crescem 62% em 2023, https://canalsolar.com.br/financiamentos-para-projetos-de-transicao-energetica-crescem-62-em-2023/#:~:text=Neste%20come%C3%A7o%20de%20ano%2C%20o,de%20solu%C3%A7%C3%B5es%20de%20efici%C3%AAncia%20energ%C3%A9tica.

 

Bancos de desenvolvimento sustentam corrida da transição energética nos países emergentes, https://www1.folha.uol.com.br/mercado/2024/03/bancos-de-desenvolvimento-sustentam-corrida-da-transicao-energetica-nos-paises-emergentes.shtml

 

Cade aprova investimento do Itaú Unibanco em SPEs de energia renovável da Casa dos Ventos, https://economia.uol.com.br/noticias/estadao-conteudo/2024/04/24/cade-aprova-investimento-do-itau-unibanco-em-spes-de-energia-renovavel-da-casa-dos-ventos.htm

 

Diversos bancos estão investindo em energia renovável, o que é bastante saudável para o futuro energético do Brasil.

 

No entanto, tão importante quanto investir em tecnologias novas de energia sustentável é investir na eliminação das perdas e desperdícios no consumo de energia elétrica.

 

As perdas e desperdícios consumirão uma boa parte dos ganhos com a energia renovável se elas não forem eliminadas dos casos mais óbvios.

 

Hoje utilizei um caixa eletrônico de um grande banco para fazer retirada de dinheiro. Segui todos os passos operacionais e de segurança e no final depois de uma grande espera a operação foi abortada pelo sistema.

 

Tudo o que eu fiz incluindo o meu tempo e o consumo de energia elétrica foi jogado no lixo nesta operação. É muito simples evitar tal desperdício, pois é só o sistema desabilitar as funções em que ele é incapaz de realizar naquele momento.

 

A solução do meu problema foi ir para outro caixa eletrônico e fazer exatamente a mesma coisa.

 

Neste caso, o consumo de energia desta transação foi o dobro do que deveria ser. Basta olhar a quantidade de pessoas que vão aos bancos fazer a mesma operação para perceber que o volume de perda energética é gigantesco.

 

Quando o cliente percebe que a operação está indisponível em um caixa eletrônico ele vai para outro e as perdas e desperdícios não ocorrem.

 

É um procedimento simples que permite que os investimentos em energia renovável não sejam perdidos por erros e falhas.

Quem disse que não pode piorar?

Recentemente o presidente do Brasil afirmou que o país não precisa da tecnologia de inteligência artificial, por causa da capacidade do povo de enfrentar desafios ("Brasil não precisa de inteligência artificial", diz Lula em evento em Pernambuco, https://www.terra.com.br/byte/brasil-nao-precisa-de-inteligencia-artificial-diz-lula-em-evento-em-pernambuco,0d02aa1f951f21782752aa2e04793e5boox020aq.html#:~:text=O%20presidente%20Luiz%20In%C3%A1cio%20Lula,pa%C3%ADs%20n%C3%A3o%20precisa%20da%20tecnologia., acessado em 23/04/2024).

 

Em menos de um mês, vieram à tona fatos que revelam como o Brasil precisa da tecnologia de inteligência artificial e como as pessoas estão despreparadas para enfrentar os desafios do século XXI.

 

O artigo “Governo recupera R$ 2 mi e suspeita de cooperação de servidores em invasão” (https://noticias.uol.com.br/colunas/leticia-casado/2024/04/23/governo-milhoes-invasao-sistema.htm) revelou que três gestores caíram em golpe que deixou vulnerável a conta no Sistema Integrado de Administração Financeira do Governo Federal (Siafi) e um deles caiu no golpe duas vezes.

 

Uma inteligência artificial focada em segurança digital teria alertado os gestores sobre a tentativa de golpe e teria impedido o desvio de pelo menos 3,5 milhões de reais.

 

É como dizem por aí: Quem fala demais tem a boca queimada.

 

No artigo “Empresários são alvos da PF por suposto desvio milionário do SUS” (https://noticias.uol.com.br/cotidiano/ultimas-noticias/2024/04/23/empresarios-sao-alvos-da-pf-por-suposto-desvio-de-r-30-milhoes-do-sus.htm) foi revelado que organizações sem fins lucrativos foram usadas para fraudar licitações e desviar recursos públicos da saúde durante a pandemia da covid-19.

 

É mais um caso em que a inteligência artificial pode ser utilizada para inviabilizar as ações dos malfeitores. A capacidade do povo de enfrentar desafios permitiu o desvio de R$ 14 milhões.

 

O Brasil pode escolher entre a racionalidade da otimização dos recursos e a soberba das perdas infinitas. Eu recomendo escolher a racionalidade.

Mudou, mudou e ficou a mesma coisa

Durante décadas eu venho escutando maravilhas sobre a governança e a gestão de mudanças dos bancos tradicionais brasileiros.

 

Como é habitual é muito falatório e pouco resultado. Desde o final do mês de março de 2024, o App de um grande banco nacional vem apresentando problemas no pagamento de contas.

 

Quando o usuário seleciona o botão de pagar contas e escolhe ler o código de barras ou digitar o código de barras o aplicativo trava e fecha notificando que a sessão foi encerrada.

 

Já reportei o problema para o banco e recebi como resposta que o app estava funcionando normalmente e foi sugerido para reinstalar o aplicativo.

 

Na segunda reclamação, o banco admitiu que o app estava com problema e uma nova versão seria disponibilizada no dia 15 de abril. Não foi.

 

Nas interações seguintes, foram sugeridas soluções de contorno que não funcionam e soluções de volta a “idade da pedra” como pagar as contas no caixa físico de agência ou no caixa eletrônico.

 

É um banco que gasta milhões em publicidade para exaltar a sua excelência operacional e não consegue resolver um problema simples, pois o botão pagar contas funcionava no começo de março de 2024.

 

Na última interação com a central de atendimento do banco, eles afirmaram que uma nova versão do app seria publicada em breve (não citou quando) e caso o problema continue, eles solicitaram o envio do meu CPF, da agência e número da conta, da versão do sistema operacional, da versão do aplicativo, da marca e modelo do celular e de um print da tela com data e horário do acontecimento.

 

É o mesmo de sempre, solicitam um monte de informações inúteis para a correção do problema, pois a falha do app não tem relação com o meu CPF, conta etc.

 

Se existe alguma dependência do app com o sistema operacional, marca e modelo do celular etc. é só a área de testes homologar um ambiente de produção em que o botão pagar contas funcione.

 

Como tudo funcionava no começo de março de 2024 neste celular, nesta conta corrente, neste CPF e a única coisa que mudou foi a versão do aplicativo, então é obvio para os seres racionais que o problema é do app e é lá o foco da solução.

 

Infelizmente a central de atendimento do banco é incapaz de perceber o obvio e ululante. Eles preferem criar distrações para mascarar a incompetência e a incapacidade.

 

É o triste relato de um país que insiste em andar para trás.

 

 

 

Liberdade de expressão

Recentemente assistimos a um debate entre o dono de uma rede social e de um ministro do Supremo Tribunal Federal. No debate o dono da rede social alegava estar defendendo a liberdade de expressão (ele afirma que é contra a censura) e o ministro alegava que existem limites para a liberdade de expressão.

 

Em geral, os cidadãos dos Estados Unidos têm um nível elevado de coerência e lógica nas suas argumentações, no entanto, neste caso o dono da rede social partiu para o ataque desprezando a lógica e a coerência.

 

Ele alega ser contra a censura e a favor da liberdade de expressão, no entanto, para fazer parte da sua rede social é preciso concordar com um determinado termo de uso.

 

O termo de uso determina os comportamentos inaceitáveis dos usuários e as regras para o seu bloqueio, ou seja, é uma limitação da liberdade de expressão dos usuários e é uma forma de censura das postagens.

 

É interessante ver que o dono da rede social consegue ver a censura do ministro do supremo e não consegue ver que a rede social dele também censura.

 

O blogueiro não tem interesse em se posicionar de um lado ou do outro, pois entende que existem graves erros nos posicionamentos dos dois lados.

 

O blog apenas quer destacar que existe uma profunda falta de coerência nas alegações do dono da rede social em relação a liberdade de expressão praticada por ele e a liberdade de expressão praticada por terceiros.

 

Uma outra falta de coerência está relacionada com o núcleo do debate realizado. O dono da rede social reclama que está bloqueando as contas dos seus usuários, no entanto, o termo de uso da rede social afirma que as postagens publicadas são de inteira responsabilidade de quem as publicou.

 

Em outras palavras, o termo declara claramente que a rede social não tem qualquer responsabilidade pelo conteúdo publicado pelos seus usuários.

 

Neste caso, quem deveria reclamar do bloqueio das contas, da censura, da eliminação de conteúdo etc. é quem publicou, ou seja, não é papel do dono da rede social reclamar sobre a censura de conteúdo publicado por terceiros.

 

Infelizmente, foi dado “muito pano para manga” neste assunto para os dois debatedores. Este é o motivo pelo qual, o blog não cita os nomes dos envolvidos.

 

A falta de lógica, coerência não pode virar ferramenta de divulgação de empresários e ministros.

Conceitos, plataformas e aplicações da inteligência artificial (IA) parte 1

A inteligência artificial está presente no dia a dia das pessoas de muitas formas (ferramentas que respondem aos clientes por meio de um chat, algoritmos complexos de aprendizado de máquina que preveem a trajetória de um sistema produtivo etc.).

 

Até o momento, IA não é uma máquina senciente que raciocina como um ser humano, ela é uma máquina que identifica padrões com um determinado foco (restrito) que complementa o raciocínio humano.

 

A IA é em outras palavras, uma ferramenta de reconhecimento de padrões que é executada em uma escala de análise muito além da capacidade humana (ela substitui os humanos em algumas atividades, mas não em todas).

 

Como a IA é um modelo matemático, ou seja, uma simplificação da realidade, ela produz resultados aceitáveis que nem sempre são perfeitos, ou seja, as pessoas devem ter a capacidade de intervir, de observar os dados e de raciocinar usando os resultados gerados pelo sistema inteligente.

 

É preciso reconhecer que a tecnologia de IA atual tem limites, no entanto é também importante entender que ela é bastante poderosa.

 

Os processos complicados são simplificados pela capacidade da IA de identificar padrões e de fazer inferências com base nos padrões encontrados.

 

É fato reconhecido que a IA não é uma inteligência verdadeira e que ela é tendenciosa em função dos dados usados no seu processo de treinamento.

 

A IA é útil para que as empresas e consumidores resolvam os problemas do mundo real, no entanto, é preciso entender que estamos longe de máquinas que podem realmente tomar decisões independentes ou gerar conclusões sem o processo de treinamento adequado. É importante destacar neste momento que em diversos casos a IA confirma os vieses humanos, em vez de eliminá-los.

 

A IA é um sistema projetado para modelar o comportamento e a inteligência humana através da combinação de um gigantesco conjunto de dados com algoritmos inteligentes.

Ela é capaz de analisar, entender, tomar decisões e previsões sobre estados futuros. Para fazer previsões precisas, os sistemas inteligentes exigem grandes quantidades de dados para o seu processo de treinamento e aprendizado.

 

Os dados usados no processo de treinamento são capturados de várias fontes. Os algoritmos de IA processam, analisam e organizam os dados em um determinado formato.

 

É importante destacar neste momento que existe um grave problema com os dados que está passando despercebido por diversas pessoas.

 

O gráfico Frequency of dataset usage by country (https://2022.internethealthreport.org/wp-content/themes/ihr-2022/library/datavis/dataset_sources.html, acessado em xx/xx/2024) revela que a maioria dos dados utilizados no processo de treinamento são dados dos bancos de dados dos Estados Unidos.

 

Como as realidades dos países são diferentes, o uso intenso de dados dos Estados Unidos no processo de treinamento de uma IA, vai fazer com que ela tenha comportamento da sociedade dos Estados Unidos.

 

Em diversos casos, este cenário pode gerar graves distorções nos resultados da IA, caso a sociedade tenha comportamento muito diferente da sociedade dos Estados Unidos.

 

Os algoritmos são o cérebro dos sistemas inteligentes e eles são projetados para analisar e interpretar os dados, identificar padrões e fazer previsões ou tomar decisões.

 

A captura contínua de novos dados e a reciclagem dos modelos matemáticos permitem que os sistemas inteligentes se adaptem as mudanças e melhorem o seu desempenho.

 

O principal processo de funcionamento de uma IA envolve as seguintes dimensões:

 

Machine learning: Ramo da IA de desenvolvimento de algoritmos e modelos estatísticos que permitem que os sistemas inteligentes aprendam e melhorem com os dados sem a necessidade de programação.

Deep learning: Campo de aprendizado de máquina que imita o funcionamento das redes neurais do cérebro humano, usando várias camadas de redes artificiais para aprender e entender os padrões e as configurações dos dados.

 

Redes neurais: Modelo computacional, inspirado na estrutura e função do cérebro humano, que pode processar e analisar grandes quantidades de dados para reconhecer padrões, fazer previsões ou classificar informações.

 

Processamento de linguagem natural: Ramo da IA que se concentra na interação entre computadores e linguagem humana, permitindo que as máquinas entendam, interpretem e gerem textos em linguagem humana.

 

Visão computacional: Ramo da IA que permite que as máquinas interpretem e entendam informações visuais de imagens ou vídeos.

 

Computação cognitiva: Sistema inteligente que simula a inteligência humana e interage com os seres humanos de uma forma natural e intuitiva.

 

Os recursos de reconhecimento de padrões da IA permitem o reconhecimento de imagens, a conversação em linguagem natural e o entendimento dos padrões de escrita dos seres humanos através das conexões feitas entre os diferentes tipos de dados.

 

A identificação das anomalias nos padrões permite a criação automatizada de estratégias e de previsões acuradas.

 

Os seres humanos têm grandes dificuldades na verificação de um grande volume de dados, por isto as máquinas inteligentes são mais efetivas na descoberta de padrões.

 

As máquinas inteligentes quando encontram os pontos fora da curva que contradizem os dados usados no processo de treinamento facilmente que os seres humanos.

 

É por isto que os melhores aplicativos de IA são fortemente focados e combinam o raciocínio humano com a capacidade do aprendizado de máquina.

 

Até pouco tempo atras, as aplicações de IA estavam concentradas na análise financeira dos balanços e na percepção do consumidor no processo de atendimento.

 

Atualmente, os projetos de IA estão focados na experiência do cliente e na otimização de custos, pois os bots inteligentes são capazes de executar a maioria das atividades do atendimento ao cliente.

 

Os funcionários precisam cuidar apenas dos casos que exijam a humana.

 

O uso de sistemas inteligentes vem crescendo exponencialmente nos últimos anos, pois a automação reduziu sobremaneira a necessidade de trabalhadores humanos no atendimento ao cliente.

 

As corporações estão usando as aplicações inteligentes na análise de negócios e na análise prescritiva.

 

A análise de negócios é um conjunto de processos que modelam o estado atual de um negócio com o objetivo de prever onde ele estará se for mantida a trajetória atual do empreendimento e de modelar o potencial futuro da organização se ocorrer um determinado conjunto de mudanças.

 

A análise prescritiva busca encontrar o melhor resultado possível para o negócio, via ajuste do rumo atual da organização. Em diversos casos ela só é possível com a ajuda da inteligência artificial.

 

A análise analítica inteligente está em franca ascensão no mundo empresarial, no entanto, existem diversos usos da IA nas corporações.

 

Recrutamento e seleção: A IA agiliza o processo de recrutamento, pois ela seleciona mais rapidamente e de forma independente e sem viés um número maior de candidatos adequados para a posição que um humano.

 

Detecção de fraudes: A IA é capaz de perceber melhor que os humanos as diferenças sutis e os comportamentos irregulares de fraude financeira.

 

Cibersegurança: A IA detecta melhor que os humanos os indicadores de invasões, de roubos de identidade, de tentativas de corromper a privacidade e de outros problemas de segurança digital.

 

Gerenciamento de dados: A IA categoriza os dados brutos e encontrar relações entre eles que até então eram desconhecidas.

 

Relacionamento com o cliente: Os chatbots inteligentes conversam com os humanos graças ao processamento de linguagem natural e viram a primeira linha de atendimento ao cliente.

 

Saúde: Existem aplicativos inteligentes capazes de detectar o câncer e outras doenças antes dos médicos e podem fornecer retorno para o paciente com base nos registros e tendências de longo prazo.

 

Tendências de mercado: Os sistemas inteligentes podem ser treinados para prever as tendências dos mercados financeiros, ciando assim uma vigorosa vantagem competitiva para a empresa.

 

Otimização do consumo de energia: Os sistemas inteligentes simplificam o uso de energia nos edifícios, cidades etc. e fazem previsões acuradas para o planejamento do uso do petróleo, gás etc.

 

Marketing: Os sistemas inteligentes podem ser treinados para personalizar a comunicação das empresas com os indivíduos economizando dinheiro e gerando melhores resultados que as campanhas tradicionais de marketing.