O diretor de tecnologia e especialista em software e inteligência artificial, Jean Pierre Lessa e Santos Ferreira, pontua que o domínio do vocabulário técnico da área permite que os gestores formulem perguntas mais precisas e avaliem projetos com maior acuidade. Tokens, alucinação, ajuste fino e janela de contexto são alguns dos termos que passaram a ser utilizados com frequência em reuniões de diretoria, propostas de fornecedores e planejamentos estratégicos.
Não é necessário ter domínio dos pormenores matemáticos dos modelos para participar das decisões. A compreensão dos conceitos em sua aplicação prática, bem como o impacto sobre custos, qualidade e riscos, permite uma discussão de propostas em um nível mais elevado.
Este glossário reúne os termos que surgem com mais frequência nas conversas sobre IA nas empresas, com explicações diretas e conectadas ao dia a dia da gestão.
Os termos mais frequentes e o que significam na prática
Alguns conceitos aparecem em praticamente todas as discussões sobre projetos de inteligência artificial:
- Modelo de linguagem: sistema treinado com grandes volumes de texto para compreender e gerar linguagem; é a base dos assistentes que respondem perguntas, resumem documentos e escrevem conteúdos.
- Token: a unidade em que o texto é dividido para ser processado pelo modelo; muitas cobranças de serviços de IA são calculadas pela quantidade de tokens enviados e recebidos, o que afeta diretamente o custo dos projetos.
- Janela de contexto: a quantidade de informação que o modelo consegue considerar de uma só vez; janelas maiores permitem analisar documentos extensos, mas costumam aumentar o custo por solicitação.
- Alucinação: quando o modelo apresenta informações incorretas ou inventadas com aparência convincente, o que exige revisão humana e mecanismos de verificação.
- Ajuste fino: processo de treinar um modelo existente com dados específicos para melhorar seu desempenho em determinada tarefa ou setor.
- Inferência: a etapa de uso do modelo, quando ele recebe uma solicitação e gera uma resposta; é onde se concentra a maior parte do custo recorrente das aplicações em produção.
- Agente: sistema de IA capaz de planejar etapas, usar ferramentas e executar ações em outros sistemas para concluir uma tarefa, com diferentes níveis de autonomia.
Conforme destacado por Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia da Informação, há uma relação entre token, janela de contexto e inferência. Esses três conceitos são fundamentais para compreender as razões por trás da discrepância entre os custos de implementação de um projeto de IA e os custos de operação, quando o volume de uso e a quantidade de solicitações aumentam.
Como usar os termos de inteligência artificial para avaliar propostas e soluções?
O conhecimento prévio dos termos permite que sejam feitas perguntas mais objetivas aos fornecedores e às equipes técnicas. Em vez de se limitar a avaliar a eficácia de uma solução, o gestor deve considerar o modelo a ser implementado, os métodos para controle das alucinações, o custo estimado por solicitação e a utilização de dados da empresa para treinamento de modelos de terceiros.
De acordo com a avaliação de Jean Pierre Lessa e Santos Ferreira, especialista em tecnologia, tais questionamentos são úteis para identificar propostas com deficiências em seu nível de detalhamento. Os fornecedores que não dominam o tema e não conseguem explicar como a solução lida com erros, com a privacidade dos dados ou com o crescimento do uso tendem a subestimar riscos que aparecerão mais tarde.
O vocabulário também facilita o diálogo entre áreas. Tais discussões, segundo Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, são mais ágeis e menos suscetíveis a mal-entendidos quando negócios e tecnologia compartilham os mesmos conceitos.
Como conceitos claros ajudam a tomar decisões mais seguras?
É importante destacar, no entanto, que os termos de inteligência artificial podem parecer distantes da rotina de gestão, mas todos eles estão ligados a uma questão prática: quanto a solução custará, quão confiáveis serão as respostas, quais dados serão utilizados e que nível de autonomia o sistema terá.
O domínio desse vocabulário básico, segundo Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, permite que gestores participem das decisões com mais segurança, avaliem propostas com critério e acompanhem os projetos de IA com indicadores que fazem sentido para o negócio.
