Não Erre na Escolha da IA: Generativa ou Preditiva? Entenda na Prática!
- renilton907
- 5 de ago.
- 4 min de leitura
Atualizado: 20 de ago.
IA Generativa versus IA Preditiva
Após o evento Chatgpt, lançado pela OpenAI em novembro de 2022, o tema de Inteligência artificial se tornou extremamente popular, foi a primeira vez que se viu uso em larga escala por pessoas no seu dia-a-dia para as mais variadas atividades.
Neste artigo prático, falaremos um pouco mais sobre os modelos de linguagem generativa, como o modelo da Open AI e o diferenciaremos do conceito dos modelos preditivos para que você possa fazer uso no seu cotidiano do modelo que mais faça sentido para sua demanda.
Modelo Generativo versus Modelo Preditivo:
Muito embora ambos modelos utilizem dados e algoritmos complexos, suas finalidades e aplicações são distintas, cada uma impulsionando a inovação em diferentes setores.
No conceito de IA Preditiva, como o próprio nome sugere, o cerne da questão é fazer previsões sobre eventos futuros com base em dados históricos. Utilizando técnicas de aprendizado de máquina (machine learning) e análise estatística, essa tecnologia identifica padrões e tendências em grandes conjuntos de dados para antecipar resultados prováveis. A execução em uma base de dados robusta, pode por exemplo prever quando uma determinada rota de entrega deverá ser demandada, ou quando o cliente XYZ precisará fazer a reposição do estoque, temas de muito interesse na Logística por exemplo.
Já no conceito de IA Generativa em vez de prever um resultado a partir de dados existentes, ela gera novos dados que se assemelham aos dados nos quais foi treinada, e funciona basicamente prevendo a próxima palavra ou símbolo mais provável com base nos dados em que foi treinada. Isso pode incluir textos, imagens, músicas, códigos de programação e muito mais. A IA generativa é o que está por traz dos modelos de linguagem como ChatGPT da Open AI, Copilot da Microsoft, Gemini da Google, entre outros. Sua aplicação é de ordem muito mais genérica e ampla, sem no entanto presar por exatidão, haja visto que sempre tentará "dar uma resposta" por meio de combinações.
Entender isso, é crucial antes de escolher entre uma ferramenta para executar uma atividade. Vou dar dois exemplos práticos de uso de IA generativa para um caso que não vai funcionar e para um caso que funciona muito bem.
Exemplo 1: Spoiler "Não vai funcionar" rsrs
Solicitar para a ferramenta fazer uma soma matemática de uma planilha de vendas. Para nosso teste gerei uma planilha de exemplo com três colunas onde: a coluna 1 representa o item vendido, a coluna 2 representa a quantidade vendida e a coluna 3 representa o valor total das vendas. Vamos submeter esta planilha ao ChatGPT, ao Copilot e ao Gemini com o desafio de somar as quantidades e valores vendidos por produto. Nossa planilha será pequena, com 100 linhas. Simples não é?
Antes de prosseguirmos, com o teste vamos gerar um gabarito através do Excel
Para padronizar o teste, criei um mesmo prompt para todas as execuções: "Enviei uma planilha contendo dados de valores de vendas, quantidades vendidas, por produto. Faça um resumo do total vendido por item e totalize ao final"
Como previsto, nenhum dos modelos conseguiu chegar ao resultado correto. E isso se deve basicamente por três causas:
Natureza Probabilística: Uma IA Generativa funciona prevendo a próxima palavra ou símbolo mais provável com base nos dados em que foi treinada. Ela não possui um "raciocínio" lógico-matemático. Ela imita a estrutura de uma solução matemática, mas não a compreende de fato.
Risco de "Alucinações": Este é o maior perigo. A IA Generativa pode cometer erros de cálculo, inventar passos em uma prova ou aplicar teoremas de forma incorreta, tudo isso com uma linguagem extremamente confiante e convincente. Um erro sutil pode invalidar todo um resultado, e a IA não terá a capacidade de percebê-lo.
Inconsistência: Você pode fazer a mesma pergunta matemática complexa duas vezes e obter duas respostas diferentes, sendo que uma ou ambas podem estar erradas.
Assim sendo para trabalhos que envolvam precisão, definitivamente não é uma boa ideia você utilizar ferramentas generativas. Existem técnicas que quando aplicadas minimizaram estes erros, mas o ponto é que tal tecnologia não foi programada para este fim.
Exemplo 2: Criação de um Jogo utilizando inteiramente Prompts em Modelo Generativo
O jogo a seguir é um exercício criado exclusivamente com Promtps. Inspirado em nosso negócio de Logística, o motorista deve desviar de obstáculos como "Rota Perigosa", "Frete baixo" e buracos na pista que podem tirá-lo da Rota. Ao passar pelo nitro "Bialog" o caminhão se torna imune aos obstáculos. O jogador tem 12 vidas que vão sendo consumidas se os obstáculos forem atingidos. Caso ele entregue a mercadoria nos 30 segundos sem perder as vidas, ele ganha o Selo de Qualidade Bialog. A jogabilidade é fácil e você pode acessar o resultado desta criação neste link: https://reniltonprauchner.github.io/jogobialog/
Este é um dos exemplos de aplicação de tecnologia de IA generativa, para criação de soluções criativas para seu negócio, validar aquele script de vendas, simular conversas com seu publico alvo, avaliar seu site ou produto, entre incontáveis aplicações que só dependem de sua criatividade, se tornando uma aliada poderosa na sua empresa.
Conclusão:
A IA generativa, como vimos, é uma ferramenta poderosa para a inovação e a criatividade, ideal para gerar novas ideias, validar conceitos e automatizar tarefas que demandam originalidade. Já a IA preditiva se destaca onde a precisão e a antecipação são cruciais, na análise financeira por exemplo.
A chave não é qual IA é "melhor", mas sim qual é a mais adequada para o seu objetivo. Ao compreender essas diferenças, você estará apto a usar a inteligência artificial de forma mais estratégica e eficaz no seu dia a dia e nos seus negócios.
E você, já aplicou a IA generativa ou preditiva em algum desafio do seu trabalho? Compartilhe suas experiências nos comentários!
Comentários