Qual o Principal Objetivo da Inteligência Artificial? Quais as Três Funções Mais Comuns da IA? Como São Classificadas as IA’s Quanto às Suas Aparências? Quais São as Quatro Metodologias de Aprendizagem da IA?
Inteligência Artificial (IA) é
a capacidade de algumas máquinas poderem simular a inteligência humana a
fim de aprender, raciocinar, resolver problemas e tomar decisões, usando
grandes volumes de dados e algoritmos para reconhecer padrões e realizar
tarefas complexas como traduzir idiomas, analisar dados e criar conteúdo novo
(IA generativa), com aplicações de assistentes virtuais como Google, Siri e
outros. Russel & Norvig (2013) explicam que a inteligência
artificial reproduz faculdades humanas como a criatividade, auto
aperfeiçoamento e uso da linguagem. Para eles, a inteligência está relacionada
a uma ação racional, ou seja, a inteligência permite adotar a melhor ação
possível para determinada situação. Então, o objetivo é que o sistema realize
funções que se um humano fosse realizar, seriam consideradas inteligentes para
o ser humano. Esses autores nos lembram que as tecnologias de inteligência
artificial servem de base para muitas das ferramentas que usamos na internet, e
que os profissionais de marketing utilizam para melhorar suas estratégias, como
os mecanismos de pesquisa, os sistemas de recomendações. Para que a
inteligência artificial chegasse ao ponto que vivenciamos, teve influência de várias
áreas das ciências.
Gabriel (2018) explica que
existem duas linhas de pensamento que se referem à inteligência humana que
baseiam o desenvolvimento da computação, a abordagem simbólica e a
conexionista. A abordagem simbólica simula o comportamento inteligente,
enquanto a conexionista simula o funcionamento do cérebro. Assim, enquanto a
computação simbólica é baseada em programação (de cima para baixo), a
conexionista se baseia em aprendizagem (de baixo para cima), que é a base da IA
acreditando-se que a inteligência está na forma de processar a informação e não
na informação em si –a capacidade de resolver problemas, e não de seguir regras
(GABRIEL, 2018, p. 191). De forma bem simplista, a inteligência artificial é
uma inteligência similar à inteligência humana praticada pelos softwares. Ela
explica que o avanço na neurociência e da capacidade de hardware alcançados na
última década permitiram que a computação conexionista alavancasse, baseando-se
na aprendizagem da máquina. O que é importante frisar neste sentido, é que a
máquina não é programada, mas sim que a máquina aprende. E como o profissional
de marketing pode aproveitar a inteligência artificial a seu favor? Gabriel
(2018) sugere três (3) funções mais comuns da inteligência artificial:
·
Visão Computacional: Como reconhecer
objetos?
·
Processamento de Linguagem Natural: Como
obter significados a partir da linguagem e fornecer significados por meio de
sentenças criadas?
·
Raciocínio: Como combinar informações
para se chegar a conclusões?
Outras aplicações da inteligência
artificial são o reconhecimento de voz, a tradução automática, o combate ao
spam e várias outras tecnologias que utilizamos no marketing digital, as quais
veremos a seguir.
Machine Learning (Ml)
O objetivo de conhecer e utilizar
a inteligência artificial é tornar a experiência do cliente cada vez mais
personalizada, assim uma experiência cada vez melhor. Isso porque com a inteligência artificial
conseguimos usar as informações a favor das organizações e dos clientes. Uma das ferramentas que ajudarão os
profissionais de marketing é a machine learning. Gabriel (2018, p. 197) explica
que Machine Learning ou “aprendizagem de máquinas” é um campo da inteligência
artificial que lida com algoritmos que permitem a um programa aprender, ou
seja, os programadores humanos não precisam especificar um código que determina
as ações ou previsões que o programa vai realizar em determinada situação. Em
vez disso o código reconhece padrões e similaridades das suas experiências
anteriores e assume a ação apropriada baseada nesses dados. De uma forma bem
simples, machine learning é quando a máquina aprende sozinha e toma decisões a
partir dos padrões que encontrou nos dados. Partindo deste princípio e
entendendo que a internet proporciona uma imensidão de dados é quase uma
obrigação que os profissionais de marketing usem essa tecnologia para aprimorar
suas estratégias. Quanto à forma de aprendizagem, Gabriel (2018) explica que
existem quatro (4) metodologias:
1.
Aprendizagem Supervisionada: Envolve um “professor”
que seja mais experiente no assunto do que a máquina, que alimenta alguns
exemplos de dados sobre aquilo que ele já sabe sobre as respostas. Como
exemplos, Gabriel (2018) cita os sistemas de reconhecimento de fala dos
smartphones (Siri, Cortana), que fazem um teste com a voz antes de começar a
funcionar; sistemas de e-mail que com base nas informações passadas filtram as
novas mensagens em normais ou spam.
2.
Aprendizagem Não Supervisionada (Free Learning):
Neste caso, Gabriel (2018) explica que é utilizada quando não existem exemplos
de dados com respostas conhecidas. Um
exemplo é quando o sistema “aprende” quem é quem e organiza as fotos em vários
arquivos separados, cada um com fotos de apenas uma pessoa.
3.
Aprendizagem Semi-Supervisionada: Aqui a
situação é a seguinte, “deseja-se resolver um problema, mas o modelo precisa
aprender as estruturas e organizar os dados, bem como fazer predições. Os dados
de entrada são uma mistura de exemplos conhecidos e desconhecidos” (GABRIEL,
2018, p. 202). A autora cita como exemplo de aplicação a classificação de
webpages, caso seja necessário classificar qualquer site em uma categoria
existente, como educacional, shopping, fórum etc. Em vez de usar humanos
durante meses para varrer milhares de páginas na web, pode-se escrever um
programa para coletar esse enorme volume de páginas em apenas algumas horas.
4.
Aprendizagem Por Reforço: Neste caso, a
machine learning tomará decisões a partir da experiência (tentativa e erro),
utilizando a Psicologia Comportamental, construída por observação de resultados
de ações (GABRIEL, 2018, p. 203). A tomada de decisão é baseada na observação
do ambiente e agindo de acordo com sistemas de recompensas e punições, Gabriel
(20118) lembra que o aprendizado não é baseado em exemplos, mas em resultados a
serem alcançado, o sistema tenta descobrir por si só o que fazer para maximizar
a recompensa. Um exemplo desta situação “é o videogame RoboSumo, no qual robôs
lutam sumô controlados por machine learning e vão aprendendo conforme competem,
tornando-se mais ágeis e inteligentes, melhorando habilidades como equilíbrio e
drible do oponente” (GABRIEL, 2018, p. 203)
Sendo assim, entender o
consumidor é uma das tarefas mais desafiadoras dos profissionais de marketing.
No entanto, as organizações possuem uma série de dados, os quais não conseguem
“ler” de forma correta sem o auxílio da tecnologia e, dessa forma, a machine
learning ajuda esses profissionais neste sentido. No Brasil existe um caminho
muito grande a ser percorrido, mas não há dúvida de que, cada vez mais, as
ações de marketing digital devem ser guiadas por dados e, quem sabe, uma boa oportunidade
de negócios?
ROBÓTICA
A Inteligência Artificial (IA) pode ser considerada “mente” artificial, embora a Robótica trate de “corpos” artificiais. Assim, os Robôs passaram a significar qualquer entidade – física ou virtual – que possua vida artificial, independentemente do seu nível de inteligência. No entanto, no sentido estrito da palavra, o termo “robô” é mais utilizado para corpos físicos totalmente artificiais e existem outras categorias mais específicas para cada tipo de robô, em função da sua aparência (GABRIEL, 2018, p. 216). Assim, quanto à aparência, as inteligências artificiais podem ser classificadas em: robôs, bots, androids e cyborgs. Veremos a seguir mais detalhes sobre cada um deles:
·
Robôs: São corpos físicos totalmente
artificiais; o que principalmente diferencia os robôs das demais categorias de
corpos para inteligência artificial é que eles têm forma, mas não humana. Um bom
exemplo da utilização de robôs em marketing digital é Lil Miquela. Lil é uma
influenciadora digital do mundo da moda que foi criada por meio de computação
gráfica. A robô tem mais de 1,4 milhões de seguidores no Instagram e cria
conteúdos impecáveis, como selfies,
dicas de maquiagem, viagens, shows, até mesmo vídeos de bastidores. Uma das
marcas que ela representa é a Prada, tradicional grife italiana de moda, Lil é
um robô que influencia o consumo de milhares de pessoas.
·
Bots: Bot é o apelido para software
robot, ou seja, um robô que não tem corpo físico. Os bots são programas
computacionais que realizam tarefas automáticas. Assim, a maioria destes bots
atuam sem serem vistos. Certamente, você já conversou com um bot e nem tenha
percebido, os mais conhecidos bots são chamados de chatbots. Os chatbots “são
bots que conversam em linguagem natural”, explica Gabriel (2018, p. 217).
O primeiro chatbot do mundo foi Eliza, criado em 1966, por Joseph
Weinzenbaum, que funcionava como imitação de sessões de terapia (GABRIEL,
2018). A autora explica que, nas empresas, os chatbots são cada vez mais comuns
para automatização, e filtragem de atendimento a clientes. Um exemplo de
chatbots é a Lu, da Magazine Luiza, que oferece dicas aos usuários sobre
equipamentos para que eles possam fazer as melhores escolhas. Assim, um chatbot
tem como principal função agilizar o atendimento dos clientes, afinal eles
estão disponíveis 24 horas por dia, 365 dias por ano, e otimizar os custos. Os
chatbots são utilizados de forma mais comum em serviços de SAC (Serviço de
Atendimento ao Consumidor) das empresas.
·
Androids: São robôs que possuem formas
humanas ou organismo sintético projetados para agir como humanos,
especialmente, aqueles projetados para se parecer e agir como humanos, especialmente,
aqueles cujo revestimento assemelha-se com a pele humana. Os androids são
considerados mais inteligentes do que os robôs. Para Gabriel (2018, p. 220), a
criação de androids “está cada vez mais se relacionando com as tecnologias e
questões de clonagem humana, ao invés de construir e desenvolver cérebros e
corpos artificias, a partir do zero, existe uma linha de pesquisadores que
investe na duplicação tanto de corpos humanos, quanto mentes para uso em
androids”. A autora também lembra as questões éticas que devem pautar este tema.
·
Cyborg: “São seres híbridos, são seres
formados tanto de partes orgânicas quanto biomecânicas” (GABRIEL, 2018, p.
222). A autora lembra que com a melhoria da interface entre tecnologias e o
corpo humano, a evolução permitiu aplicações em um número maior de áreas como:
medicina, arte, militar, esportes, entre outras
Como se observa, a tecnologia
permite que os profissionais de marketing extrapolem sua capacidade cerebral de
armazenar dados e transformá-los em informações. Estas tecnologias aqui
apresentadas – e todas as outras que ainda estão por vir – apresentam grandes
possibilidades para melhorarmos cada vez mais nossas Estratégias de Marketing.
REFERÊNCIAS
GABRIEL, Martha. Você, eu e os robôs: pequeno manual do mundo digital. São Paulo: Atlas, 2018
RUSSELL, Stuart J; NORVIG,
Peter. “Inteligência artificial: uma abordagem moderna”. 4. ed. Rio
de Janeiro: LTC, 2013.
.jpg)
.jpg)

