A inteligência artificial (IA) tem a propensão de levar a arte da análise preditiva a novos níveis. Sua capacidade de analisar grandes quantidades de dados em curtos períodos permite detectar padrões e relacionamentos entre conjuntos de dados díspares, ao mesmo tempo em que fica de olho em possíveis interrupções nesses padrões que podem resultar em resultados inesperados.
Isso o torna inestimável para aplicações que vão desde vendas e marketing até planejamento de negócios, desenvolvimento de produtos e segurança cibernética. Mas quão precisa a IA está provando ser? E quão eficaz é na previsão do comportamento de sistemas e ambientes complexos, especialmente quando esses ambientes serão cada vez mais influenciados pela própria IA?
IA prevendo os sucessos
Uma pesquisa recente do Centro de Estudos de Neuroeconomia da Claremont Graduate University, na Califórnia, sugere que a aplicação de IA aos modelos estatísticos lineares tradicionais usados para prever se uma determinada música se tornará um sucesso ou não aumenta a taxa de precisão de 69% para impressionantes 97%. Se for verdade, isto oferece um enorme potencial para a indústria musical concentrar a sua produção, promoção e outros recursos nos títulos mais promissores, com a certeza virtual de que irão gerar lucro.
Os serviços de streaming, em particular, poderão registar uma retenção de clientes e uma geração de receitas muito maiores se preencherem as suas novas ofertas musicais com músicas que tenham grandes probabilidades de serem aceites.
No momento, porém, apenas cerca de 4% das novas músicas se tornam sucessos. Ao usar a IA para alinhar mais estreitamente os interesses dos ouvintes com os novos lançamentos, essa percentagem deverá aumentar. No entanto, isso pode levar a uma insipidez na indústria musical, porque a maioria das recomendações se baseia no que os usuários já selecionaram, e não no que é novo e fresco.
Uma perspectiva mais saudável
Na área da saúde, os provedores estão melhorando a precisão dos diagnósticos, remédios e até mesmo da descoberta de medicamentos e do desenvolvimento de tratamentos, colocando grandes modelos de linguagem (LLMs) como o ChatGPT para funcionar interpretar as anotações de médicos, clínicos, pesquisadores e outros. Um novo modelo denominado NYUTron, desenvolvido na Grossman School of Medicine da Universidade de Nova York, mostrou que pode ingerir e analisar esses dados estruturados e não estruturados, apesar de sua grande variedade de estilos e formatos.
O modelo mostrou uma melhoria de 15% em relação às ferramentas preditivas padrão para áreas críticas como readmissões de pacientes, mortalidade hospitalar e recusa de seguro. Espera-se que isto melhore os resultados de saúde, reduzindo o risco de infecção, interações medicamentosas e outros perigos potenciais. Também pode agilizar o processo de cobrança e ainda reduzir o custo geral do tratamento.
Leitura difícil
No entanto, nem todas as tentativas de análise preditiva orientada por IA tiveram sucesso. OpenAI, criador do ChatGPT, recentemente desligou um modelo projetado para ajudar a detectar texto gerado por IA depois de alcançar uma taxa de sucesso de apenas 26 por cento. Enquanto isso, a taxa de falsos positivos, em que o texto humano era rotulado como texto de IA, oscilava em torno de 9%.
Atualmente, o modelo ainda está disponível publicamente na esperança de que o feedback dos usuários ajude a desenvolver um sistema mais confiável. A OpenAI também está pesquisando novos métodos de proveniência de dados e desenvolvendo classificadores de IA semelhantes para áudio e vídeo.
Se forem bem sucedidos, estes tipos de programas ajudariam enormemente os educadores, os investigadores de fraude e as organizações que lutam contra a desinformação e a desinformação nos meios de comunicação social e tradicionais. Mesmo que a taxa de sucesso melhore, a OpenAI não recomenda que os seus modelos sejam utilizados como ferramentas primárias de tomada de decisão – essa responsabilidade deve permanecer com os humanos.
Escolhendo os vencedores
Prever com precisão o futuro também é a chave para ganhar dinheiro no mercado de ações, por isso não é de admirar que haja interesse na criação de um modelo de IA que possa fazer exatamente isso. Um desenvolvedor reivindicando sucesso nesta área é o software VantagePoint. A empresa afirma que sua nova plataforma baseada em IA “prevê com precisão os preços futuros e mudanças de tendências em vários mercados, incluindo ações dos EUA, ações canadenses, ETFs, Futuros, Forex e Criptomoedas”.
A empresa, que desenvolve software comercial desde a década de 1980, afirma que esta versão mais recente oferece 87,4% de “precisão comprovada”, aproveitando o aprendizado profundo e redes neurais para melhorar a previsão, otimização, reconhecimento de padrões, classificação e outros fatores usados para detectar oportunidades potenciais. e armadilhas nos mercados financeiros.
O resultado final
Se a previsão da IA está a melhorar, então não há razão para pensar que não possa beneficiar o investimento e o comércio na mesma medida que o marketing e o desenvolvimento de produtos.
Mas isso pode levar a um dilema no futuro? Se todos tomam a decisão certa quase o tempo todo, essencialmente diminuindo o risco e aumentando a recompensa, existe o perigo de ampliar as consequências dos erros de cálculo quando estes ocorrem?
Se todos começarem a usar a IA para comprar as ações certas ou lançar um novo negócio, o que acontecerá quando esses modelos de repente começarem a emitir sinais de alerta? Será a correção ou a contração do mercado mais severa e de maior duração do que se apenas alguns players estivessem acertando?
Já passaram quase cem anos desde que o mundo sofreu um colapso económico catastrófico, que foi parcialmente alimentado pela suposição generalizada de que os mercados e as avaliações subiriam para sempre. Seria uma pena repetir essa história simplesmente porque um algoritmo diz que desta vez é real.
