Muitas das tarefas feitas na empresa não são automáticas, mas exigem uma certa quantidade de inteligência. O que caracteriza a inteligência, especialmente no contexto do trabalho, não é simples de fixar. Amplamente definida, a inteligência é a capacidade de adquirir conhecimento e aplicá-lo para alcançar um resultado: A ação tomada está relacionada com as particularidades da situação e não feitas por rote.
Conseguir que uma máquina atue dessa maneira é o que geralmente se entende por inteligência artificial. Mas como os especialistas em IA se esforçam para afirmar, não há uma definição única ou simples de IA. Em um relatório de 2016 do Conselho Nacional de Ciência e Tecnologia sobre a preparação para o futuro da IA, os autores observaram que as definições de IA variam de praticante para praticante.
“Alguns definem a IA vagamente como um sistema informatizado que exibe comportamentos que são comumente considerados como exigindo inteligência. Outros definem a IA como um sistema capaz de resolver racionalmente problemas complexos ou tomar ações apropriadas para alcançar seus objetivos em qualquer circunstância do mundo real que encontrar”, afirmou o relatório.
Além disso, o que se qualifica como uma máquina inteligente, explicam os autores, é um alvo móvel: uma situação que pode ser considerado um problema e irá exigir da IA, rapidamente passa a ser considerado “processamento de dados de rotina”, uma vez que foi resolvido.
Em um nível básico, a programação de IA se concentra em três habilidades cognitivas: aprendizagem, raciocínio e auto-correção.
- O aspecto de aprendizagem da programação de IA se concentra na aquisição de dados e na criação de regras de como transformar dados em informações acionáveis. As regras, chamadas algoritmos, fornecem aos sistemas de computação instruções passo a passo sobre como completar uma tarefa específica.
- O aspecto de raciocínio envolve a capacidade da IA de escolher o algoritmo mais apropriado, entre um conjunto de algoritmos, para usar em um contexto específico.
- O aspecto de auto-correção se concentra na capacidade da IA de sintonizar progressivamente e melhorar um resultado até atingir o objetivo desejado.
