Aula 01 Inteligência Aritificial — Transcript

Olá, alunos e alunas queridos. Ó, hoje a gente vai falar de inteligência artificial e já aproveitar nessa primeira aula para trazer um overview de estudo que tá acontecendo, eh, um pouco da história, um pouco do entendimento, se inteligência artificial é modinha ou não, se vai passar, como que tá isso tudo no mercado de trabalho.

Eh, hoje a gente vai trazer só um overview, ah, mas vai ser muito importante para as nossas próximas conversas de mão na massa.

Vamos lá. Muito se fala desse termo inteligência artificial, mas você já parou para pensar se de fato, eh, o que que de fato são essas palavras? O que que para você é inteligência? E o que que para você é artificial?

Quando a gente fala que alguém é inteligente, o que que passa pela sua cabeça? E se a uma máquina tiver as mesmas características do que você chama uma pessoa de inteligência, a gente de inteligente, a gente pode afirmar que essa máquina é inteligente, que ela sabe pensar?

Enfim, a discussão é longa, hoje não se tem um consenso, para falar a verdade, dentro da academia, eh, existem vários estudos mostrando que sim, a máquina, eh, é inteligente, mas vários estudos mostrando que não, não podemos afirmar que a máquina ainda é inteligente.

Por isso, eu gosto muito de falar do termo inteligência ampliada. Inteligência ampliada me remete a: eu tenho uma inteligência e eu posso usar ferramentas para ampliá-la. Então, aqui, eu queria começar a nossa aula trazendo esse termo para vocês, para que vocês pensem muito sobre isso.

A inteligência de vocês é o que vai guiar muito esse processo, porque a criatividade, o saber perguntar, é a boa curadoria, é saber, eh, juntar as ferramentas que vai potencializar isso tudo. Então, quando eu penso em inteligência ampliada, eu penso muito em como eu posso me ampliar.

Como eu posso ampliar toda a minha potência, tudo o que eu penso, todos os meus planos, ah, tudo, ah, e eu queria fazer essa pergunta justamente para você. E se você pensasse 10 vezes maior do que está pensando agora? O que mudaria? O que que mudaria para você? O que que mudaria na sua realidade?

Imagina-se 10 vezes mais assistente, que você precisa, que você precisa de fato delegar. Alguns vão girar sozinho, outros vão girar com um pouco mais, ah, de acompanhamento. Mas esse pensamento exponencial, ele é muito importante pra gente falar de todo esse universo de inteligência artificial. O único problema nisso tudo é que se a gente pegar a nossa composição, né, a nossa estrutura cerebral, estima-se que a, ah, nos últimos 40.000 anos, o nosso cérebro não mudou muito do ponto de vista de estrutura e de composição.

Que que eu quero dizer com isso? Que, por mais que a tecnologia esteja crescendo de forma exponencial, por mais que a gente esteja vendo tudo ao nosso redor crescendo de forma exponencial, nós, seres humanos, ainda pensamos de forma linear. Então, quando eu te pergunto, e se você pensasse 10 vezes maior do que está pensando agora? Eu aposto que você vai ter dificuldade de pensar 10 vezes maior. Estamos em constante pensamento do nosso próximo passo e às vezes a gente se limita de onde a gente pode chegar, porque o nosso pensamento é linear.

É como se eu pensasse, bom, eu não vou alcançar, eh, esse patamar, vai demorar muitos anos, ou eu preciso passar por tais etapas para alcançar esse patamar. Então, tudo o nosso pensamento, e quando a gente fala da nossa carreira, da nossa vida profissional, da nossa vida pessoal, a gente ainda tá pautado num pensamento linear. Qual que é o ponto disso tudo? É que a gente consegue olhar para o passado, entender algumas tecnologias, aí, que a gente, que, eh, vocês, a gente usou.

E entender as mudanças. Então, olha para essa foto. O que que dessa foto você já usou? Eu, inclusive, tô usando o meu fone de ouvido, eh, de fio ainda, né, mesmo com tanta tecnologia de fone sem fio, eu ainda gosto do fone com fio, ainda é mais confiável para as minhas aulas. Mas, a gente olha para o passado e entende as coisas que mudaram. A gente olha para o passado, opa. Nós olhamos para o passado e, por mais que esse passado tenha muito pouco tempo, a gente consegue entender e, de fato, se adaptar.

A nossa capacidade de adaptação, ela é incrível. O ponto é que a gente não consegue olhar para o que tá no presente e pensar no que vem depois. Já se perguntou, se passou disco, se passou fita, se passou CD, se passou, oh, várias coisas. O que vem depois do Spotify? Consegue imaginar o que vem depois da Netflix? Que que vem depois de todo esse modelo?

É difícil imaginar, né? Porque a gente pensa muito de forma linear. Então, a gente não, por mais que a gente se adaptou a todas as mudanças, a gente ainda projeta o futuro de forma linear, mas a história tá nos mostrando que não é bem assim. As coisas estão mudando de forma muito abrupta, né, de forma muito rápida. E isso pode gerar justamente um estranhamento, um medo, um receio e nos levar a um ponto muito complicado que a gente tem que tentar evitar ao máximo, que é a resistência.

Olha para vocês verem essa lei da bandeira vermelha. Mais ou menos 1865 a 1896, teve essa lei da bandeira vermelha, que era justamente para que um carro pudesse ir para a rua, uma pessoa, uma pessoa, tinha que estar à frente do carro com uma bandeira vermelha sinalizando que o carro estava vindo. Porque para as sociedades naquele momento, o pedestre, os cavalos, eram muito mais importantes e aquela máquina que fosse para a rua, que estava indo para a rua, era um perigo.

Então, precisava que uma pessoa, é muito engraçado pensar nesse passado, né, que uma pessoa estava em frente ao carro com a bandeira vermelha sinalizando que o carro pudesse vir. E é uma lei que durou por muitos anos. E essa lei, para mim, traduz a palavra resistência. Até que ponto, né, estamos sendo resistentes, estamos desconfiando de todas essas mudanças? Então, enquanto o nosso pensamento é linear, a máquina cresce de forma exponencial.

E o cálculo exponencial, ele é basicamente, ele vai crescendo de pouquinho em pouquinho, de forma não tão expressiva, até um ponto de virada que não temos mais controle disso tudo. Então, tem até uma, um, um, um, uma historinha, né, eh, uma lenda que fala que um rei, né, deixa eu até parar de compartilhar aqui minha tela. Um rei, ele estava muito triste no seu reino, ele estava ali sem ter o que fazer, ele tinha perdido seu filho, então ele estava muito, ah, triste, de fato, entediado.

E aí ele fez um concurso no reino dele para que as pessoas pudessem entretê-los e trazerem novidades. Até que um servo trouxe e apresentou para esse rei o jogo de xadrez. Ensinou esse rei a jogar e o rei meditava jogando aquele jogo, achava o máximo e com isso ele conseguia se desconectar, se distrair. Então, ele adorou esse jogo. E aí, ele falou para esse servo, pode pedir o que você quiser, né? Vou te dar tudo, porque aqui você salvou a minha vida.

E o servo falou, ah, é simples. Vamos usar o próprio jogo de tabuleiro do xadrez para a gente, para o próprio tabuleiro do jogo do xadrez, pra gente calcular esse prêmio. Você me dá um grão de arroz para a primeira casa, dois grãos de arroz para a segunda casa, quatro grãos de arroz para a terceira casa, e aí a gente vai duplicando, né, eh, esse número anterior a cada casa do xadrez. Então, o rei olhou ali e falou, tá, me parece que vai ser muito arroz, mas tudo bem.

Conseguem imaginar quanto de arroz tem nisso tudo? Conseguem imaginar quantas toneladas de arroz? Vou pôr aqui para vocês um pouco do cálculo dessas toneladas de arroz. Chuta aí, pensa aí, quanto que vocês acham que poderia ter. Eu não consigo nem falar esse número. No final das contas, dá essa quantidade de grãos de arroz, no final de só 64 casas. Se esse número for crescendo de forma exponencial a cada casa, no final, a gente tem esse número aqui, que dá mais ou menos esse número aqui de toneladas.

Enfim, é, eu não consigo nem falar esse número. Basicamente, pessoal, esse é o ponto do movimento do, eh, do crescimento exponencial. E é por isso que tanto se fala disso. Porque a gente precisa aproveitar a época de preparação, porque quando vira, vira de uma vez. E vamos entender um pouquinho dessa virada. Tem um framework 6D que eu consigo, que eu gosto muito para mostrar um pouco de como a tecnologia tá se desenvolvendo nessa curva exponencial.

Ela começa com digitalizando um problema, um serviço, um, uma ferramenta. Ela começa digitalizando algo. Digitalizando a comunicação, digitalizando a localização, né, com o GPS, começa digitalizando algo. Porém, muitas vezes ela vem de forma imatura, ela vem de forma isolada e a gente não consegue conectar tanto com a realidade. Por exemplo, não sei se vocês lembram de todo o auê que teve sobre o metaverso.

Então, é legal a gente ver ali que muita coisa pode mudar com o metaverso, mas a gente fica meio desconfiado, tá, mas na prática, para que que eu vou usar esse tal de metaverso? Como é que eu vou me adaptar a isso tudo? Acho que não cola. E aí, a tecnologia, ela passa por uma decepção. Então, ao longo da sua história, ela tem vários invernos. O ponto é que cada vez que ela volta dessa fase de, do inverno, dessa fase de decepção, ela volta conectando a algo maior, a mais maduro, mais preparado.

Até que ela entra e acha uma cola, uma cola ali e entra no ciclo de disrupção. E aí, quando entra nesse ciclo de disrupção, onde que ela entra e vê um terreno fértil, né, tudo preparado para ela descolar, aí não tem volta, ela entra para essa curva exponencial e ela começa a desmaterializar, ela começa a desmonetizar, até o ponto que ela democratiza. Tá, Naiara, essas últimas três palavras, não entendi nada.

Vamos lá. Celular, o primeiro celular. Primeiro celular, 1973. Então, ó, antigo, muitos anos antes do que a gente conseguiu, ah, que nós usamos, de fato. Só que, na hora que ele digitalizou essa comunicação, nem sempre, ah, ele tinha um ambiente favorável, né? O Martin Cooper, ele tinha esse ambiente favorável. Então, esse celular, por exemplo, pesava mais de um, eh, de 1 kg. E ele custava cerca de 5.000 dólares.

Que naquela época, 5.000 dólares é muito diferente do que é 5.000 dólares hoje em dia. Então, ele passa, ele vem digitalizando essa comunicação, essa comunicação móvel, mas ele passa por uma decepção. Outro exemplo, o GPS. Não sei quem lembra, mas o GPS, muitas vezes, era um aparelhinho que a gente colocava no carro. E esse aparelhinho, às vezes, a gente tinha que ficar, eh, atualizando, pagando uma assinatura, enfim, era um aparelhinho.

E que ele trouxe essa disrupção, ele passa por uma, ele existiu, digitalizou, passa por uma decepção, mas quando ele vem, ele pega uma disrupção que ele começa a achar um ambiente favorável. E na hora que ele começa a achar um ambiente favorável, ele entra para a curva exponencial. E aí, não tem mais volta, como, por exemplo, o Waze. O Waze é o que a gente chama de desmaterializar. O GPS, ele desmaterializou.

Então, você não tem algo físico ali, ele tá em qualquer lugar. Você não compra mais o GPS, ele desmonetizou. Você basicamente não paga, se paga, tá embutido, você nem sabe quanto que custa um GPS. Ele desmonetizou e com isso ele democratizou. E foi exatamente isso que aconteceu com a inteligência artificial. Hoje, é muito barato, nem sempre foi assim, inteligência artificial. Ah, Naiara, mas é R$ 100 por mês, isso é muito barato.

Né? Tem outras, a gente consegue usar de forma gratuita, enfim, mas isso é, de fato, muito barato para o tamanho dessa tecnologia e quanto ela custava no passado. E aí, quando ela entra nessa curva, ela, ela explode mesmo, né? Então, esse framework nos mostra muito isso. E se a gente olhar para a história, de fato, é isso que tá acontecendo. Olha essa imagem. O avião, ele demorou 68 anos para atingir 50 milhões de usuários.

Quando a gente pega a televisão, 22 anos para atingir 50 milhões de usuários. O Twitter, 2 anos. O Pokémon Go, 0,05 parte do ano para atingir 50 milhões de usuários. Foi muito rápido, né? Atingiu uma certa geração, mas foi muito rápido. Quando a gente pega ali inteligência artificial, gente, quando a gente pega essas últimas lançamentos, rede social, a gente já vai para uma escala de 100 milhões de usuários, porque 50 milhões ainda já é muito pouco.

E aí, o ChatGPT, por exemplo, em poucos, aqui a gente tá numa escala de dias e milhões de usuários. Em poucos dias, ele atinge ali 100 milhões de usuários. Vamos pôr ali em poucos meses, ele atinge 100 milhões de usuários. E é por isso que muitos especialistas trazem que a inteligência artificial é a nova eletricidade. Olha em volta. Tudo depende ou foi gerado através da eletricidade.

Então, não falam que é a nova internet, a nova eletricidade. A eletricidade mudou tudo, mudou a era agrícola para a era industrial. Mudou como somos composto na nossa sociedade, o que que a gente come, como que a gente vive, os nossos hábitos, mudou tudo. E por isso que muitos afirmam que a inteligência artificial é essa nova eletricidade. Mas vamos lá. O que que de fato é inteligência artificial? Então, IA, né, como chamamos carinhosamente a inteligência artificial, ela é uma tecnologia que faz com que as máquinas e programas pensem, entre aspas, porque não tá provado se de fato pensa, se a gente pode afirmar que pensa ou não, mas pensem e sempre tentando olhar para o ser humano.

Como que o ser humano age e pensa e como que eu posso fazer de forma similar? Então, ela aprende com dados, identifica padrões e toma decisões ou responde perguntas. Então, essa inteligência artificial, ela tem como, essa tecnologia, ela tem como início a, um, um, uma materialização do pensamento humano. Tá, se eu pudesse colocar o pensamento humano numa fórmula matemática.

Se eu conseguisse, eh, decifrar cada parte do pensamento humano, eu consigo replicar isso numa máquina? E esse é o pensamento. Então, essa pergunta, as máquinas podem pensar, é uma pergunta que tem desde 1950, registrado, né? Imagino quanto tempo antes. E existiu ali o teste de Turing. Que que é esse teste de Turing, 1950? Basicamente, Turing fez um seguinte teste.

O nome desse teste é o Jogo da Imitação. E funciona assim: nós precisamos de duas pessoas e um robô que vai tentar se passar por um humano. Além disso, uma dessas pessoas vai ser o juiz. O trabalho dela é fazer perguntas para determinar entre os dois qual é a pessoa real e qual é a máquina mentirosa. Mas tem um porém: o juiz não pode ver os outros dois participantes. Como Turing escreveu, assim como não faz sentido esperar que um homem ganhe numa corrida contra um avião, também não queremos penalizar a nossa máquina por perder em uma competição de beleza.

Por isso, a única forma que o juiz tem de interagir com eles é através de texto. O juiz pode fazer todos os tipos de pergunta, mas não deve esperar que o robô conceda sua identidade secreta com facilidade. E então, ao final de uma série de perguntas constrangedoras, o juiz vai precisar decidir quem é o humano e quem é o robô. Se repetirmos esse teste várias vezes com o mesmo robô e pessoas diferentes, mas o juiz não conseguir acertar quem é o humano mais do que aproximadamente 50% das vezes, então podemos dizer que o robô passou no Jogo da Imitação.

O que, segundo Turing, significa que a máquina sendo testada consegue sim pensar. Olha que interessante, em 1950. E de lá para cá, muitas discussões, gente, validando, invalidando esse teste. Mas, de fato, a gente se começa a pensar naquela pergunta que eu fiz no início da aula, o que é inteligência? O que é falar que a máquina pensa ou não? Só que a história não parou por aí. Em 1956, esse termo foi cunhado, inteligência artificial, muito com um objetivo marqueteiro para poder chamar a atenção, onde que esses dois cientistas, eles, ah, afirmavam que qualquer aprendizado ou inteligência humana pode ser descrita de forma tão precisa que uma máquina pode ser construída para simulá-lo.

Então, para conseguir investimento para uma feira, eh, para um congresso, eles usaram esse termo inteligência artificial pela primeira vez e trazia essa tese, de fato, de, ah, que qualquer aprendizagem ou inteligência pode ser descrita. E se pode ser descrito, a gente pode copiar e colocar isso numa máquina. Mas para para pensar, lá em 56, estava sendo usado para marketing. Será que agora é só marketing? Será que a tecnologia não, não, não viveu muitas fases e amadureceu de lá para cá?

E sim. Ela passa para decepção e renasce na década de 80, onde que muitos estudiosos começaram a entender que inteligência artificial era boa se ela fosse especialista em alguma coisa e não generalista, sobre o aprendizado de forma geral. Mas se ela fosse especialista em dar um diagnóstico de uma doença, seria muito bom. Se ela fosse especialista para ver quando uma máquina vai parar ou como uma, quando uma máquina precisa de fazer manutenção, vai dar bom. E com isso, eh, renasce a inteligência artificial, mais ou menos na década de 80, justamente trazendo esse ponto do especialista.

E vai, e lá se vai, muitos estudos, muitos investimentos, aquela bolha toda, passa por uma decepção e volta com tudo no famoso teste, né, numa, numa famosa competição de xadrez, onde que uma máquina, em 1997, ela supostamente ganha de um, do humano, né? E esse humano era nada menos do que o campeão mundial de xadrez. E quando esse humano disputa com essa máquina e perde, ali começa todo um, um burburinho, começa toda uma alavanca de investimento de, oh, meu Deus, ali a máquina pode estar começando a fazer funções humanas e nos substituindo. Porque o jogo de xadrez, ele não é puramente matemático.

Ele tem a reação do outro no jogo, né? O, o, o adversário pode fazer uma estratégia que você não tá nem imaginando. Ele tem muito pensamento de estratégia de longo prazo. Então, não é só decorar os movimentos das peças, precisa de fazer um pensamento ali longo prazo, que eu diga-se ao longo do jogo, você tem que pensar nas próximas rodadas, só que não só pensar nas próximas rodadas, como reagir ao que o seu adversário fez. Então, o jogo de xadrez, ele envolve muita coisa além da pura matemática. E por isso foi tão surpreendente.

Existe a fofoca, né, de que muito foi se questionada essa competição, que a IBM não deixava ninguém ver essa máquina, não era tão transparente, então, eventualmente, podia ter pessoas ali influenciando e ajudando essa máquina a responder. De fato, é que esse movimento voltou com a sessão e deu luz à inteligência artificial. E, gente, vários desse movimento aconteceram ao longo da história. Que que eu quero mostrar aqui para vocês? É que não é coisa de 2022, não é coisa de um ano atrás, de três anos atrás.

A gente tá falando disso desde, da década de 50. E se desde a década de 50 estamos falando disso e ainda permanece, né, ela tende a permanecer por muito mais tempo, porque cada vez que ela volta, ela volta mais madura. Volta de onde, Naiara? Desses invernos. Ela volta de várias decepções, onde que, ah, tá legal isso, jogou no jogo de xadrez e ganhou, tá, mas que que isso para mim é útil?

Ah, legal, fez um diagnóstico médico aqui, mas que que isso para mim é útil? Ah, legal, fez um diagnóstico médico aqui, mas é muito caro. Então, ela vai passando por várias aprovações, por várias decepções. Então, hora tem muito investimento no mercado, eh, em relação à inteligência artificial, hora tem uma baixa. Por que que a gente acha que agora a história mudou? Porque a inteligência artificial, ela volta no cenário de 2000, muito diferente.

Ela volta com o poder computacional disponível e com uma quantidade absurda de dados disponíveis. Então, mais ou menos, o cenário de 2000, né, a população em geral tá tendo acesso, mas eu, por exemplo, lá na Stellantis, né, na Fiat, a gente já tava mexendo com a inteligência artificial 2018, 2019, e, imagino, eu mexi em 2018, 2019, imagino que as pessoas lá já tinham mexido há mais tempo.

Hoje a gente pensa no cenário de Amazon, né, da AWS, Google, o pessoal tá mexendo há muito tempo, né? O Google fez aquisição, eh, de uma empresa de inteligência artificial 2014. Então, há muito tempo todo esse pessoal vem se preparando. E como que funciona, basicamente? Por que que ela é, precisa dessa quantidade de dados, desse poder computacional e como que ela funciona? Basicamente, a inteligência artificial, elas são camadas de interpretação.

Então, ela olha para essa imagem e começa a pergunta, isso é um cachorro ou um gato? Então, ela olha de forma macro, depois põe um borrão ali, como se fosse olhando para os pixels. E ali, ó, aqui eu consigo diferenciar que é um animal, aqui é roupa, beleza, vamos focar no animal. Ah, eu consigo olhar aqui, tem uma orelhinha, aqui tem um focinho, aqui tem um pelo específico, e ela vai formando essas imagens. Então, basicamente, a primeira camada, ela não vê gatos, ela vê muitos pixels.

Só que depois ela aprende e identifica padrões simples, linhas retas, curvas, mudança de cor. Depois a próxima camada, ela vai combinando esses traços básicos e aprende um pouco mais complexos. Ah, isso parece um olho, isso parece uma linha de uma orelha. Até que ela começa a juntar, oh, oh, o olho, com esse olho, com essa orelha, esse focinho, forma um rosto. E a partir de todos esses dados que a gente tem disponível, ela entende ali, eh, esses padrões e começa a formar.

O mais legal disso tudo é que a gente imputa dados de cachorros e gatos, mas a gente não treina especificamente, né, essa combinação é isso ou aquilo. Isso é o inteligência. Ela, a partir da identificação de padrões, olha para aquela quantidade de dados, vai juntando as pecinhas e vai aprendendo. Muito similar ao que a gente faz com, nós, como os humanos. Nem tudo a gente ensinou para as nossas crianças, mas como que aprenderam?

Algumas coisas foi ensinada, outras, ela vai identificando o padrão, vai repetindo algumas coisas, no que ela repete, ela identifica o significado e com isso ela vai aprendendo, muito similar. Então, até então, a gente tinha uma, uma, uma inteligência artificial que ela atingiu esse dado preditivo, esse, esse estágio preditivo, o que já era muito maravilhoso. Ela conseguia fazer o quê? Olhar para tudo o que tem no passado, aprender e identificar padrões para prever, conforme no padrão, eventos futuros.

Então, por exemplo, numa máquina, eu consigo olhar a mais ou menos, com tanto tempo, essa máquina estraga, ela precisa de manutenção. Então, se eu repetir esse padrão, eu vou ter alertas quando que a máquina precisa de manutenção ou não. Então, baseado no eventos passados, ela tem uma previsão de eventos futuros. Mas, ela vem com algum gaps. Então, eu costumo falar, lembra do filme do Shrek? Que a inteligência artificial, até então, estava muito parecida com aquele burro do Shrek.

Vamos ver como que era o burro do Shrek. A sua informação é mais do que se imagina nos outros. Exemplo? Exemplo? Ok, ah, nós somos como cebolas. Hum. Fedem? Sim. Não. Fazem você chorar? Não. Ah, deixa eles no sol, eles ficam marrons e soltam aqueles cabelinhos. Não. Camadas. As cebolas têm camadas. Os ogros têm camadas. A cebola tem camadas. Entendeu? Nós dois temos camadas. Ah. Oh, vocês dois têm camadas. Oh. Sabe, nem todo mundo gosta de cebola. Ogros. Todo mundo adora ogro e tem camadas.

Que que tá acontecendo ali? O burro, ele não consegue pegar o contexto, que ele tá falando de uma forma psicológica, emocional, que o ogro tem camadas. Não, ele pega, ele é direto, né? Ele tinha aqueles padrões, ele aprendia com aqueles padrões e repetia. E, muitas vezes, lenta para processar cada palavra, interpretar cada palavra, era muitas vezes lenta. E que que muda em 2017? Um estudo, eh, esse estudo, eh, chama Transformer, né, uma, uma, introduziu uma arquitetura nova na computação que chama Transformer e que tudo mudou.

Que que essa nova arquitetura permitia? Que a inteligência artificial olhasse palavras ao redor. Então, eu mando uma palavra. Ela olha aquela palavra combinado com as outras palavras que estão próximas para entender o contexto. Então, ela não começa mais a interpretar palavra por palavra. Ela começa a olhar para o todo. Por exemplo, quando eu falo assim, deixei meu dinheiro no banco, sentei no banco da praça, você, como humano, consegue em segundos entender que banco era o banco de financeiro e banco da praça, depois, foi banco de sentar.

Isso é simples para você. Até então, para a máquina não. Então, agora, o que mudou de 2017 para cá, foi essa, essa, é, conseguir entender esse contexto. E aí, tudo mudou. Por quê? Entendendo esse contexto, juntando com a quantidade de dados e com o poder computacional, que faz tudo ficar muito mais rápido, com muito mais potência, eu tenho respostas muito pertinentes, né, muito, eh, inteligentes, vamos dizer assim, ah, para as minhas perguntas. E aí que vem o ChatGPT.

E só para você saber, o ChatGPT foi lançado em 2022, quatro anos atrás, né, mais ou menos, três, quatro anos, novembro de 1900, 2022. Em 2022, o ChatGPT lança justamente com esse, ah, com essa popularização dessa inteligência, dessa arquitetura que foi mostrada. Ele não foi o pioneiro, já tinha várias pessoas, ah, atuando nessa área, mas ele populariza o que a gente chama de inteligência artificial generativa. A partir da quantidade de dados, a partir do entendimento do contexto, eu consigo girar algo novo.

Ah, Naiara, é novo mesmo? Eu te pergunto, quando você tem uma ideia, é nova mesmo? Ou você teve influência ali, algumas referências na cabeça que ao longo da vida você juntou e teve essa nova ideia? Então, que que difere nova ideia de um humano de uma máquina? Então, agora, o generativo é muito essa, eh, entendimento com, com, para coisas, eh, gerar coisas novas. Então, não é só uma repetição de padrão.

É uma junção de alguns padrões para gerar algo novo. E aí que começa a mudar toda uma conjuntura, né? Vocês, provavelmente, estão, já estão impactados, né, com o uso do ChatGPT, mas vai muito além. Por exemplo, na indústria de alimentos, tem uma indústria que faz, que chama NotCo, que ela faz o seguinte, a partir de todos os dados e elementos de fórmulas químicas que eles têm, ah, eles colocaram a inteligência artificial para poder entender ali, qual que seria uma fórmula, uma composição de alimentos, eh, que conseguisse chegar no gosto, no sabor e mais ou menos a mesma composição de um alimento de origem animal, sem usar nada de origem animal.

Ou seja, o leite parece leite, mas não usa nada de origem animal. O requeijão parece, mas não usa. A carne parece, mas não usa. E isso quem tá fazendo essas combinações para chegar, a fazer algum teste, é a inteligência artificial. Mas percebe que ela não faz nada sozinha? Tem que alimentar com esses dados, tem que interpretar, depois tem que testar a fórmula. Mas a partir dessas banco de, de composições, ela vai trazendo, interpretando, fazendo um monte de combinações que, muitas vezes, nós, seres humanos, não seríamos capazes de fazer com, nessa velocidade de tempo e de infinidade de composições, e ela faz e gera, ah, e vai batendo com o sabor, com o gosto, com a fórmula original e vai chegando na melhor forma possível.

Muito interessante. E o que mudou o jogo foi isso, que a gente chama de agentes. Esses agentes, eles estão justamente, eh, são especialistas fazendo algo por você. Eh, trazendo algumas funções e gerando algumas, ah, algumas respostas, algumas ferramentas, algumas, eh, mídias para você. E a junção de vários agentes tá revolucionando tudo. Porque pensa no seu ambiente natural, comum, no dia a dia.

A junção, você usa agente como um agente pessoal, que vai te ajudar a organizar suas tarefas do dia, vai organizar, escrever uma mensagem. Você usa agente. Mas, se eu junto esse agente que escreve uma mensagem, com um outro agente que envia uma mensagem, com um outro agente que interpreta uma mensagem, do que que a pessoa quis, eh, com um outro agente que faz um meio de pagamento, se eu junto tudo isso, eu consigo fazer um atendimento via inteligência artificial.

Vários agentes, um que recebe a mensagem, outro que interpreta, outro que responde, outro que envia, outro que envia um meio de pagamento, eu consigo fechar uma venda de ponta a ponta via WhatsApp com inteligência artificial. E esse agente, ele tem aquilo que a gente conhece ali do ChatGPT, mas ele tem várias funções, eh, e que no ChatGPT a gente vê uma prévia delas, mas o, imagino o que que tem disponível na indústria, o que tem disponível na academia, que vai muito além do que a gente, como sociedade, tem a, a, acesso.

No ChatGPT, tem um mode, ah, um modo ali de agente, que ele simplesmente não só me responde quando eu falo, quero fazer uma reserva para um restaurante em Belo Horizonte, à noite, 7 horas da noite, para eu ir com o meu marido. Ela não só me responde as opções, agora ela reserva para mim. Isso começa a ficar poderoso em termos de assistente. Já era muito bom ela pesquisar, filtrar e me trazer as melhores opções.

Agora, não só faz isso, como ela vai no site e reserva para mim. Então, aqui eu acelerei o vídeo, mas, basicamente, ela acha um restaurante, sem eu falar qual restaurante. Então, a partir do que eu gosto ali de comida japonesa, que eu pedi, comida japonesa, ela acha os melhores restaurantes, traz uma opção, fala comigo, gostou dessa opção? Me passa seus dados. Eu passo os dados e ela no site da empresa, tá reservando o restaurante para mim.

A empresa não sabe, ela só tem um site de reserva. Ela não sabe que, quando eu fui no restaurante, quem reservou para mim foi o meu assistente pessoal, né, a minha inteligência artificial. Então, por exemplo, no dia do meu aniversário, depois, eh, eh, uns dias antes do meu aniversário, eu fui nesse restaurante com outros e minha reserva tava lá no nome da Naiara. Gente, essa, esse é o ponto. Ela consegue ter a, o que que significa um agente?

Justamente, ah, uma ferramenta que ela consegue ser proativa. Essa é a definição de agente. Então, por mais que tenha várias ferramentas que chamam a gente, a, tudo o que a gente tá vendo de inteligência artificial, a gente chama com a, com a gente, porque significa que ele é proativo. Então, aqui, eh, eu não pedi qual é o restaurante especificamente. Foi proativo em achar um restaurante que, eh, mais, tinha avaliações melhores, enfim, foi reservar.

Ela foi proativa. Além disso, hoje em dia, ela tem multimodal. Que que é multimodal? Ela consegue, tanto saber de, ah, saúde, como consegue saber de marketing. Além disso, ela te entrega em texto, ela te entrega em apresentação de slide, ela gera imagem, ela gera vídeo, ou seja, um, ela é multimodal. E são essas duas grandes diferenças da inteligência artificial hoje. E quando ela atinge esse patamar de ser um agente, né, fazer ações proativas, com aquele quantidade de dados, poder computacional, ou seja, ela é muito rápida.

Ela atinge esse patamar de ser multimodal, né? Então, ela faz várias coisas ao mesmo tempo e de vários formatos diferente. Ela atinge um ponto de maturidade que é realmente útil para o nosso dia a dia. Então, uma, uma, uma inteligência artificial que eu gosto muito é o Manus, ela é realmente multimodal. Então, quando você fala assim, estou precisando de fazer um estudo sobre o futuro da minha empresa.

E lança market, lançar campanhas a partir disso. Ela não só pesquisa sobre o futuro da empresa e traz um, um relatório sobre essa pesquisa, como ela já cria criativos para o, para sua campanha de marketing, um roteiro para o seu podcast. Ou seja, ela é proativa e multimodal. O ChatGPT também, né? E aí, cada um vai ser melhor em uma função do que o outro. A gente caminhando para o último bloco, gente, o ponto é que saiu uma pesquisa brasileira, né, do Itaú, que fala que 82% dos brasileiros já ouviram falar sobre IA, mas apenas 54% dizem entender o termo.

Espero que agora você passa a fazer parte desse 54%. Mas, desses entrevistados, 49% entende inteligência artificial como ameaça à profissão delas, ao emprego. E 41% já ficaram sabendo de algum caso que a IA tenha substituído os trabalhadores. Então, tem uma questão de medo em relação a tudo isso.

Mas eu queria trazer duas coisas para vocês. O primeiro ponto, eh, a demonização da inteligência artificial, ela pode ser muito prejudicial para a gente. Por quê? Porque ela afasta as pessoas. Só que ela não tá afastando quem tá trabalhando com isso. Ela não tá afastando quem efetivamente tá fazendo a inteligência artificial acontecer. Ela afasta a sociedade ali do bem, ela afasta especialistas nas suas áreas. Isso significa que ela começa a ficar cada vez mais nichada, sem uma discussão ética importante, sem uma discussão de uma profissão X, Y, Z importante.

Então, a demonização, ela, ela afasta as pessoas. Esse medo, ela afasta as pessoas. Só que afasta eu, você, pessoas do bem que querem, realmente, fazer um bom uso disso. Então, é muito importante que a gente entenda tudo isso, aproveite toda essa era, experimente, entre para essa bolha, justamente para que sejamos capazes de discutir e ter pensamento crítico sobre tudo isso.

Porque senão, vai ficar a cargo de, ah, um nicho de pessoas e empresas e a sociedade não vai participar, não vai ter maturidade, não vai ter conhecimento suficiente para participar dessas discussões. Então, esse é o primeiro ponto que eu queria trazer. E o segundo ponto é que o Fórum Econômico Mundial trouxe um estudo, onde que o saldo é positivo em relação à quantidade de empregos. Sim, muitos empregos vão desaparecer, vão ser deslocados, vão ser automatizados.

Mas, em compensação, tem muitos novos empregos para serem criados. 170 milhões de empregos, é a estimativa. Então, quando a gente pega, o saldo, ele é positivo. Ah, Naiara, será mesmo? É só olhar para a história. O que tínhamos de precariedade, de emprego na era agrícola, o que tínhamos foi a era industrial. Infinitos mais empregos foram gerados, muitas novas profissões, muitas vertentes, muito mais dinheiro, eh, girou na economia.

Nós, a, a, a nossa comida, ela diminuiu de preço. Ah, não, Naiara, tá tudo muito caro. Não, se você pegar, né, ao longo desses tantos anos, de 100, 200, 1.000 anos, a gente tem muito mais abundância de comida, de energia, de água, de acesso a, a, eh, sanitário. Temos muito mais acesso a muito mais coisas diante da tecnologia. Então, tá tudo muito mais barato e mais acessível.

O ponto é que a gente fala da inteligência artificial, é que ela é, de fato, uma revolução não só tecnológica, mas uma revolução humana. Porque essa nova era exige novos comportamentos, exige novas profissões, exige novas formas de trabalho, novos modelos de trabalho. Então, por isso, pra gente caminhar aqui para o fim, pra gente fechar, queria deixar uma mensagem para vocês.

É, na frase da que eu sempre falo, que conhecimento te leva à liberdade e liberdade te leva aonde você quiser. Ao optar por esse tipo de conhecimento, você está, simplesmente, fazendo um bem para você, que é ampliando o seu limite, ampliando as suas possibilidades. E aí, você é livre para permanecer no mesmo lugar, para mudar, para fazer o que você quiser, mas você conhece esses caminhos. Então, muito obrigada e até a próxima aula.