Considerando que ainda estou estudando sobre inteligência artificial e suas potencialidades, este é um ensaio de ideias de uma designer apaixonada por tendências futuras e que está vivenciando a empolgação de um novo passo na era da revolução tecnológica.
Mas antes de tudo…
Precisamos saber o que a tecnologia de inteligência artificial pode fazer atualmente. Isso porque, quando a OpenAI abriu o ChatGPT para o público no final do ano passado, a impressão que tive é que vamos viver em uma realidade semelhante à do filme “Ela”, onde as pessoas interagem tão naturalmente com os dispositivos tecnológicos que o personagem de Joaquin Phoenix chega a ter uma relação amorosa com sua assistente virtual. No entanto, ainda não estamos nesse estágio. Pode ser que aconteça? Acredito que sim, mas ainda não estamos lá.
Pois bem, estou em uma jornada de leitura e estudo sobre IA. Isso significa que academicamente estou em processo. Então, vou começar perguntando ao Notion AI quais são as potencialidades e limitações dessa tecnologia atualmente.
O prompt: crie um relatório sobre as potencialidade e limitações da tecnologia de Ai atualmente. o objetivo é entender o que a Ai pode fazer hoje, o que ainda é promessa e o que é apenas especulação futurista. insira exemplos de casos reais.
— A resposta: —
Potencialidades da tecnologia de AI atualmente
A tecnologia de AI tem avançado significativamente nas últimas décadas e, atualmente, é capaz de realizar diversas tarefas com precisão e eficiência. Algumas das principais potencialidades da tecnologia de AI incluem:
- Processamento de linguagem natural (NLP): a AI pode analisar e compreender a linguagem humana, permitindo que as empresas automatizem tarefas como atendimento ao cliente, triagem de e-mails e análise de dados de redes sociais.
- Reconhecimento de imagem: a AI pode identificar objetos, rostos e até mesmo emoções em imagens, tornando-se uma ferramenta valiosa para a segurança e vigilância, diagnóstico médico e até mesmo para a indústria do entretenimento.
- Automação de processos: a AI pode automatizar tarefas repetitivas, reduzindo a necessidade de trabalho manual e melhorando a eficiência e a produtividade.
- Análise preditiva: a AI pode analisar grandes quantidades de dados e identificar padrões e tendências ocultas, permitindo que as empresas tomem decisões mais informadas e antecipem resultados futuros.
Limitações da tecnologia de AI atualmente
Apesar de todas essas potencialidades, a tecnologia de AI ainda tem algumas limitações, principalmente em termos de compreensão e interpretação do mundo real. Algumas das principais limitações incluem:
- Falta de compreensão do contexto: a AI ainda tem dificuldade em entender o contexto em que uma determinada palavra ou frase é usada, o que pode levar a erros de interpretação.
- Dependência de dados históricos: a AI é treinada com base em dados históricos e pode ter dificuldade em lidar com situações inesperadas ou mudanças repentinas no ambiente.
- Falta de criatividade: a AI é boa em tarefas repetitivas e previsíveis, mas ainda não é capaz de pensar de forma criativa ou inovadora.
Exemplos de casos reais
- Processamento de linguagem natural: a empresa de tecnologia Nuance Communications desenvolveu uma solução de atendimento ao cliente baseada em AI que pode responder a perguntas complexas de forma precisa e natural.
- Reconhecimento de imagem: a empresa de segurança D-ID criou uma solução de proteção de privacidade de imagens que usa AI para anonimizar rostos e outras informações pessoais.
- Automação de processos: a empresa de contabilidade Botkeeper usa AI para automatizar tarefas financeiras repetitivas, como reconciliação de contas e entrada de dados.
- Análise preditiva: a plataforma de análise de dados Kaggle usa AI para ajudar cientistas de dados a identificar padrões e tendências em grandes conjuntos de dados.
— Fim da resposta —
Agora vamos ao que interessa, como usar isso tudo para melhorar a experiência de usuários
Começando pelo processo de linguagem natural, vamos concordar que a comunicação entre pessoas e dispositivos pode melhorar, certo? O público-alvo que sempre uso como exemplo são as pessoas que não cresceram no ambiente digital e têm dificuldades e até medo de lidar com telas. Elas geralmente abrem mão de sua autonomia e se tornam dependentes de filhos, netos e pessoas mais “inteiradas de tecnologia” para lidar com interfaces.
As assistentes virtuais mais famosas são a Siri, Alexa e a do Google, mas elas ainda não avançaram o suficiente para dar continuidade a conversas de maneira tão natural como o ChatGPT, nem conseguem realizar tarefas sem que você dê um comando muito específico para elas.
Essa semana vi um tutorial de uma programadora usando o Python para falar com o computador e fazer com que ele crie listas e tarefas para ela. Veja:
Ao mesmo tempo que isso é incrível, para nós, pobres mortais que não sabemos programar nesse nível, é algo bem distante. Mas pensando como designer, inserir soluções assim em projetos é algo que pode elevar a experiência do usuário a outros patamares. Vamos ver um exemplo? No cenário abaixo criei um caso de estudo do tipo visionário, quando partindo de um problema real, posso pensar em soluções de UX para resolvê-lo.
Pensando em uma situação hipotética.
Imagine o quanto você demora para escolher um filme na Netflix. Porque o que você quer ver depende do seu humor, como foi seu dia, seu nível de cansaço, com quem você está assistindo, se você quer algo para te manter acordado ou relaxar, vários fatores que — pelo menos acontece comigo — te levam a passar mais tempo passando por cartazes e às vezes lendo sinopse do que assistindo alguma coisa. No final, eu desisto e vou ver Gilmore Girls. Então, aqui temos um problema a ser resolvido, ou, no bom português, uma definição do problema, que ficaria assim:
Definição do problema:
A escolha de filmes na Netflix pode ser uma tarefa demorada e estressante para muitos usuários, devido à necessidade de considerar vários fatores antes de escolher um filme. Esses fatores incluem o humor do usuário, como foi o seu dia, o seu nível de cansaço, com quem está assistindo, se precisa de algo para mantê-lo acordado ou relaxar, entre outros. Isso pode levar a uma experiência de usuário insatisfatória e reduzir o tempo que o usuário gasta assistindo filmes no serviço.
Oportunidade:
Usar o processamento de linguagem natural pode melhorar a experiência do usuário na escolha de filmes na Netflix, usando um questionário em que a pessoa pode selecionar sentimentos e estados físicos e emocionais, e a plataforma sugere filmes mais precisos e relevantes com base nas necessidades e preferências do usuário.
Hipóteses:
- Pesquisa: Ao analisar o histórico de filmes assistidos e avaliados pelos usuários, bem como os fatores que influenciam sua escolha de filmes, podemos identificar padrões que ajudam a prever as preferências do usuário em diferentes contextos e recomendar filmes que provavelmente serão de seu agrado.
- Interações: Podemos fornecer um Chatbot para solicitação de conteúdo, permitindo que os usuários usem uma linguagem natural para expressar suas necessidades e preferências em relação a filmes. Além disso, podemos inserir recursos de busca avançada e filtros personalizados para refinar ainda mais as sugestões de filmes. No final, uma análise de feedback pode garantir a melhoria da entrega de resultados de busca para cada solicitação de usuário.
- Desafios: Um desafio será desenvolver um modelo de processamento de linguagem natural preciso que possa interpretar a linguagem natural do usuário e fornecer sugestões relevantes de filmes, levando em consideração diferentes contextos e emoções do usuário. Outro desafio será garantir que a experiência do usuário seja intuitiva e fácil de usar, evitando sobrecarregá-lo com muitas opções e recursos avançados.
Objetivo: Garantir que a experiência do usuário seja intuitiva e fácil de usar, evitando sobrecarregar o usuário com muitas opções e recursos avançados.
Soluções em potencial:
- Fornecer um chatbot de solicitação de conteúdo que permita aos usuários usar uma linguagem natural para expressar suas necessidades e preferências em relação a filmes. Por exemplo: “Quero um filme leve para assistir com minha mãe, mas que não seja infantil nem bobo”.
- Inserir recursos de busca avançada e filtros personalizados para refinar ainda mais as sugestões de filmes.
- O filtro também pode gerar uma análise preditiva das emoções do usuário de acordo com suas solicitações de rotina, fazendo com que a tela inicial mostre sugestões mais precisas;
- Realizar análise de feedback para garantir a melhoria da entrega de resultados de busca para cada solicitação do usuário.
- Usar a automação do processo para analisar o histórico de filmes assistidos e avaliados pelos usuários, bem como suas preferências pessoais, para fornecer sugestões de filmes mais precisas e relevantes;
No final das contas,
Esse projeto usou 3 das 4 potencialidades que o Notion AI listou para mim: processamento de linguagem natural, automação de processos e análise preditiva. Até acredito que a Netflix use as ideias de reconhecimento de imagens, já que as capas dos filmes e séries mudam sempre. Vejo mais esse recurso sendo usado em filtros e no cinema. Um exemplo é no filme Viúva Negra, que usou esse recurso para fazer os atores Rachel Weisz e David Harbour parecerem uns 10 anos mais jovens na primeira parte do filme. Confesso que esse recurso e o de voz me assustam muito, porque levam a um cenário em que não saberemos mais o que é real ou não em mídias de áudio visual. Mas isso é assunto para outro artigo.
Por hoje podemos concluir que a inteligência artificial já estava rolando antes mesmo do chatGPT, mas hoje ele destacou o poder da linguagem natural para a nos poupar tempo e reduzir processos chatos.
O que você acha?
Tenha um lindo dia,
Anna
