Por que tantas pessoas afirmam que a Inteligência Artificial comete muitos erros? É curioso. Para mim, pelo menos, é bastante intrigante.
Um padrão que já vi antes
Ao longo da minha carreira participei de diversos projetos de tecnologia que envolviam mudanças relevantes em organizações: novos processos, novos procedimentos, redefinição de papéis e responsabilidades.
Em praticamente todos eles havia um padrão previsível. Antes mesmo da implementação, alguns colaboradores já tinham seus discursos prontos: “Isso não vai funcionar.” / “Estão achando que pacote serve para todo mundo.” / “Tiraram o meu relatório que era fundamental para o trabalho.”
E, não raramente, esse discurso evoluía para algo ainda mais problemático: um boicote silencioso no período pós-implementação.
Hoje observo algo muito semelhante acontecendo com a Inteligência Artificial. Quando menciono que utilizo IA em análises ou quando pergunto a alguém se consulta IA em seu trabalho, frequentemente recebo uma outra pergunta como resposta: “Mas como você confia?”
O equívoco conceitual
O problema, novamente, não está necessariamente na tecnologia — ele está na forma como muitas pessoas enxergam a IA.
Elas tratam a IA como um oráculo de respostas.
Quando se espera que a IA forneça respostas definitivas, qualquer erro passa a ser interpretado como prova de que a tecnologia não é confiável. Mas esse é um equívoco conceitual. A IA não deve ser tratada como um oráculo de respostas, principalmente em projetos estratégicos. Ela é um mecanismo poderoso de ampliação de contexto, geração de hipóteses e apoio à análise.
É o que eu chamo de IA Contextual.
Enquanto essa distinção não for compreendida, a Inteligência Artificial continuará sendo utilizada em projetos estratégicos com uma lógica de engenharia antiga — operar uma tecnologia de nova geração com modelos mentais do passado.