Por que a alfabetização em IA é crucial, mesmo para funcionários não técnicos

Para implementar e gerenciar com sucesso projetos de inteligência artificial e construir uma visão de um local de trabalho digital, as empresas devem garantir um nível básico de proficiência na tecnologia a todos os funcionários.

É esperado que os cientistas de dados entendam as metas de negócios das companhias nas quais atuam e o problema comercial que estão resolvendo. Mas, algo menos discutido é que, mesmo os cientistas que não trabalham com dados, deveriam possuir algum nível de conhecimento em inteligência artificial.

"As partes interessadas do negócio precisam participar ativamente e orientar seus projetos de inteligência artificial (IA) para obter resultados bem-sucedidos. Contudo, isso não é possível se não forem entendidos os fundamentos básicos da tecnologia", diz Kjell Carlsson, analista principal da Forrester.

Praticamente todo mundo tem um alto nível de familiaridade com a IA uma vez que a tecnologia se tornou um investimento empresarial competitivo, mas, individualmente, a profundidade do conhecimento varia enormemente. Cada vez mais, as organizações estão investindo no conhecimento de inteligência artificial dos seus funcionários para fortalecer suas implementações de IA e de aprendizagem automática.

O que é alfabetização em IA?

A alfabetização básica em IA possibilita duas coisas: fornece um vocabulário comum e um nível básico de compreensão e ainda ajuda a superar os medos sobre a tecnologia, encarada como uma ameaça existencial.

Para implementar a IA com sucesso, a maioria dos funcionários deve ter conhecimento suficiente sobre como funciona a tecnologia, como pode ser aplicada e quais são os resultados finais.

"Muitas vezes, quando os clientes chegam e pedem IA, perguntamos imediatamente que resultados eles estão tentando alcançar?", diz Kathleen Featheringham, diretora de estratégia e treinamento de IA na consultoria de tecnologia Booz Allen Hamilton. "Os cientistas que não trabalham com dados devem se concentrar em definir os resultados desejados e se perguntar se a IA é a ferramenta certa para alcançá-los."

Alguns cursos para executivos incluem informações básicas sobre aprendizado de máquina, aprendizado profundo, processamento de linguagem natural, robótica, processamento de imagens e estratégia de IA. Outros incluem discussões detalhadas sobre agrupamento, regressão linear, sobreajuste (overfitting) e até mesmo uma introdução ao teorema de Bayes. Independentemente do foco, os cursos introdutórios se concentram na definição da terminologia para facilitar o entendimento comum entre os funcionários.

“É necessário entender o que os termos realmente significam, porque sua aparência não é uma boa representação do que eles realmente fazem", diz Carlsson. Mudar para a automação de processos robóticos não significa literalmente que robôs serão usados, por exemplo.

"A alfabetização em IA no nível de tomada de decisões executivas não exige que se dedique muito tempo ao aprendizado dos fundamentos da tecnologia, porque realmente não se precisa deles e não é realista supor que as pessoas serão capazes de absorver e obter esses detalhes.”

Bob Parr, diretor de dados da multinacional de serviços profissionais KPMG, diz que os exemplos do mundo real facilitam uma melhor compreensão, em nível empresarial, do que funciona, do que não funciona e por quê. Featheringham acredita que os profissionais de negócios devem ser ensinados a pensar sobre IA de forma integral, incluindo seus possíveis benefícios e riscos, onde se encaixa na cultura e missão da organização e que tipo de governança e infraestrutura requer.

“O objetivo não é submergi-los nos detalhes técnicos, embora eles precisem de uma base que funcione. Na verdade, estamos tentando fazer com que eles pensem de forma diferente sobre como veem os processos”, diz Parr.

Além da alfabetização de IA: competência

"Competência" e "alfabetização" são termos que costumam ser usados ​​alternadamente. No entanto, a Iniciativa Global de Ética de Sistemas Autônomos e Inteligentes do IEEE define competência como a capacidade do operador usar, de forma eficaz, um sistema de IA. Fundamentalmente, a necessidade de competência varia com o nível de risco associado ao sistema.

Se um mecanismo de recomendações, por exemplo, sugere um filme ou título que não é do interesse do indivíduo-alvo, o resultado pode ser um transtorno menor, a menos que erros repetidos se tornem um problema de marca. No outro extremo do espectro, o preconceito sistemático nos sistemas de sentença dos tribunais penais e o armamento inteligente podem ter consequências mortais quando tratados inadequadamente.

À medida que mais tipos de trabalhos são automatizados, os funcionários precisam entender como usar esses sistemas de forma eficaz.

"Todos os executivos de hoje vão tomar decisões sobre ferramentas que têm recursos de IA integrados. Precisam de conhecimento para saber quando uma dessas ferramentas será melhor do que a outra, quando essas ferramentas, provavelmente, falharão e precisarão de muito mais revisão e envolvimento humano”, explica Carlsson.

Os especialistas dizem que a competência em IA pode ser alcançada sem a necessidade de treinamento formal. Em vez disso, alguns recomendam iniciativas internas com abordagens de equipe, onde há diversidade de cargos, experiência e nível de trabalho prático com IA.

“Você pode enviar pessoas para cursos durante o dia e pode dar-lhes exercícios e projetos de laboratório, mas não há nada melhor do que colocá-los em uma pequena equipe”, diz Parr.

O futuro do trabalho e como superar os medos da IA

É provável que o futuro do trabalho inclua parcerias homem-máquina que irão evoluir continuamente. As tarefas mais maduras para a automação são aquelas rotineiras e repetitivas, embora o escopo do que as máquinas podem fazer mude com o tempo.

"Estamos capacitando empresários para que tenham consciência da inteligência artificial, sejam alfabetizados e entendam como olhar, de maneira diferente, os negócios, os modelos de pessoas, os processos e assim por diante”, diz Parr.

Algumas empresas incentivam ativamente os funcionários a criarem seu próprio futuro, imaginando o que poderiam alcançar se as partes lentas de seus trabalhos fossem automatizadas. Muitas vezes, as coisas que as pessoas menos gostam em seu trabalho tendem a ser boas candidatas para automação. Colocado dessa forma e dando aos funcionários uma visão do escopo limitado da presença e das tecnologias de IA, as empresas podem implementar a tecnologia de maneira positiva e bem-sucedida.

"Os seres humanos são intrinsecamente bons em seu pensamento crítico, por isso é importante enquadrar a IA como uma ajuda computacional para que as pessoas possam se concentrar mais naquilo em que são boas", diz Featheringham. "A IA deve ser vista como uma forma de substituir tarefas, não empregos."

Saiba mais sobre Carreiras, treinamento e habilidades de TI

ComputerWeekly.com.br
ComputerWeekly.es
Close