Quarta-feira, Agosto 19, 2026
InícioOpiniãoInteligência Artificial: Vamos evitar um novo inverno?

Inteligência Artificial: Vamos evitar um novo inverno?

Por: Orlando Anunciação, AI & Data Science Specialist da BI4ALL


Quando no início deste século escolhi o ramo de Inteligência Artificial no contexto do meu curso de Engenharia Informática e de Computadores, houve colegas meus do ramo de Programação e Sistemas de Informação que me disseram que eu ia acabar no desemprego. Eu respondi que a Inteligência Artificial é a disciplina que lida com os problemas mais desafiantes e que tem as aplicações mais interessantes. Se não houvesse emprego no futuro eu podia sempre ir programar também. Hoje, certamente, todos esses colegas estarão a trabalhar de uma forma ou de outra em Inteligência Artificial (IA).

Dois ou três anos mais tarde, no contexto dos meus trabalhos de licenciatura e de mestrado e na parte final da primeira década de 2000 no contexto do meu trabalho de doutoramento, uma grande parte da investigação em Machine Learning, uma das áreas da Inteligência Artificial, tinha que ser incorporada no domínio da Bioinformática. Depois da sequenciação do Genoma Humano e todo o entusiasmo à volta disso, havia um certo consenso na sociedade – e por consequência dos governos e instituições científicas – de que esta era uma área promissora em que valia a pena investir (e sim valeu e continua a valer a pena). Avançavam-se os algoritmos de Machine Learning aplicando-os em dados dos domínios da Biologia, da Genética ou da Medicina.

No período referido anteriormente, estávamos a viver – sem o saber – os últimos anos do Inverno da Inteligência Artificial, um período de fraco financiamento desta área e em que o termo Inteligência Artificial estava associado a sistemas que nunca cumpriam o que prometiam. A história do Inverno da IA é interessante e o leitor interessado pode facilmente encontrar mais informação junto do seu Agente de IA favorito.

Teimosamente, muita gente continuou a trabalhar nas diversas áreas da IA e os resultados começaram a aparecer. Os campeões do mundo de jogos como o Xadrez ou o Go foram derrotados por IA; a Aprendizagem Profunda (ou Deep Learning) trouxe avanços significativos na visão computacional, permitindo aplicações extraordinárias como a condução autónoma; a Inteligência Artificial Generativa – também dentro da área da Aprendizagem Profunda – que permitiu a existência de assistentes de nova geração que fazem hoje parte das nossas vidas e melhoram-nos ou ameaçam-nos (consoante a perspectiva preferida do leitor) na execução de tarefas no nosso trabalho.

Estes sucessos permitiram que hoje se viva uma onda de grande entusiasmo relativamente à Inteligência Artificial. Todos – pessoas, empresas e governos – falam em inteligência artificial e quer empresas quer governos prometem grandes investimentos nesta área. Finalmente a Inteligência Artificial vale por si mesma!

Mas nem tudo são rosas. A onda de entusiasmo associada à enorme quantidade de dinheiro investida em tudo o que tem a ver com IA faz com que se cometam muitos erros. Erros motivados por diversos factores: a incompreensão da tecnologia e da ciência de IA, a falta de incorporação de uma estratégia de IA no contexto de uma estratégia de dados e de negócio mais abrangente, e o FOMO (Fear of Missing Out) dos dirigentes de empresas que perante o anúncio de investimentos massivos de outras empresas têm receio de ficar de fora desta revolução.

Nem todas as empresas se atiram de cabeça relativamente à Inteligência Artificial. Algumas adoptaram uma atitude mais cautelosa: tiveram uma primeira fase de aprendizagem, com workshops, formações, apresentações; uma segunda fase com Provas de Conceito; e uma terceira fase de implementação das provas de conceito que se mostraram úteis. Infelizmente, também muitas destas empresas não aproveitam toda a potencialidade da IA. Os casos de sucesso parecem terminar no purgatório das Provas de Conceito. E frequentemente não há qualquer perspectiva de que possam sair deste estado. São pequenas aplicações implementadas nas empresas que são usadas por 2 ou 3 pessoas de um departamento específico e com impacto positivo, mas muito limitado.

Como é que se lida com estes problemas? Focando-nos no essencial. Cada empresa tem que voltar a fazer as perguntas básicas e depois, com a ajuda de especialistas, pensar como é que a IA pode ajudar. Qual é o meu negócio e como o posso melhorar? Como posso melhorar a minha relação com os clientes? Como posso aumentar as minhas vendas? Que ineficiências tenho na minha organização? Que tarefas podem ser automatizadas? Tenho uma estratégia de dados? Como é que a IA pode ajudar a minha organização em cada uma destas perguntas? Como é que o resultado desta prova de conceito pode ser usado na minha empresa de uma forma o mais abrangente possível?

Estas são apenas algumas das perguntas que devem ser feitas. A resposta para cada uma delas pode envolver IA Generativa, Aprendizagem Profunda, modelos de Machine Learning baseados em árvores, modelos estatísticos, abordagens de optimização baseadas em programação com restrições ou outras. Mas também a resposta correcta pode não ter somente a ver com IA. Pode ter a ver com melhoria de processos organizacionais, de capacitação de recursos humanos, de estratégias de negócio, etc. É nesta combinação entre melhorias do negócio e aproveitamento da potencialidade da IA que reside o verdadeiro valor.

Assim poderemos todos beneficiar da IA e evitar um novo inverno.

PODE GOSTAR DE LER
Continue to the category
PUB

ÚLTIMAS NOTÍCIAS

NEWSLETTER

PUB
PUB

SUSTENTABILIDADE

Continue to the category