Por que é que a IA se engana tanto?
Com o lançamento do ChatGPT, em novembro de 2023, o nosso contacto com a Inteligência Artificial (IA) passou para outro nível. Para muitos de nós, o uso deste tipo de ferramentas tornou-se um hábito diário. Por exemplo, um estudo recente, realizado conjuntamente por professores da AESE Business School e do Instituto Superior Técnico, revelou que 70% dos gestores nacionais utilizam a IA Generativa (isto é, o ChatGPT ou aplicações semelhantes) várias vezes por semana, no seu contexto profissional.
Por esta razão, já há muito percebemos que a IA se engana bastante. E podemos questionar-nos: como é possível que algo que parece saber tanto sobre tantos temas diferentes e complexos, cometa, ao mesmo tempo, erros grosseiros e infantis? A resposta a esta interrogação pode ajudar-nos a usar a IA Generativa com maior eficácia.
Em primeiro lugar, a IA não tem qualquer noção sobre a verdade do que está a dizer. É como uma pessoa que decorou um texto, do qual não compreende o significado de uma só palavra. Efetivamente, a IA Generativa “leu” um acervo gigantesco de informação (páginas da Internet, livros, etc.) e aprendeu a completar frases de acordo com esse material.
Para dar um exemplo hipotético (ou talvez não tanto), imaginemos que metade das páginas da Internet do mundo inteiro dizem que o melhor jogador de futebol é o Cristiano Ronaldo. E que a outra metade diz essa distinção deve ser dada ao Lionel Messi. Desta forma (e simplificando), se perguntarmos várias vezes ao ChatGPT quem é o melhor jogador de futebol de mundo, responderá metade das vezes “Ronaldo” e a outra metade “Messi”. Em suma, o ChatGPT responde de acordo com a distribuição estatística da informação a que teve acesso, não de acordo com a informação que é, de facto, verdadeira.
Por outro lado, a AI Generativa é como um cérebro cuja memória ficou parada no tempo. O ChatGPT (tal como as outras aplicações semelhantes) vai tendo cérebros sucessivamente mais elaborados: são os chamados modelos, nos quais se sintetiza e estrutura a informação a que tiveram acesso. Ora, todos esses modelos partilham uma mesma característica: só conhecem a informação que estava disponível à data da sua criação. Se um modelo é criado, digamos, no final de 2024, nada do que aconteceu em 2025 é do seu conhecimento.
Este problema, que nas primeiras versões do ChatGPT era muito significativo, está agora mitigado, porque estas aplicação já fazem pesquisas na Internet, mediante as quais obtêm informação mais atualizada. Contudo, ainda continua a ser motivo de erros. Uma sugestão prática: ao fazer uma pergunta, procure perceber se a aplicação começa a usar a Internet ou recorre apenas ao seu conhecimento estático. Isso pode fazer toda a diferença.
Há mais razões para os erros da IA, mas hoje ficamos por estas duas. Tendo-as em mente, podemos tirar mais partido da IA Generativa.
Publicado na Líder Magazine
Inovação na Europa: a falta do mercado único
Luís Cabral
Professor da Universidade de Nova Iorque e colaborador da AESE Business School e da Nova SBE
Ritmo, Fluxo e Tempo: O Que a Música Ensina à Gestão de Filas e Espera
Miguel Guerreiro
Professor da Área de Operações e Diretor do Programa de Direção de Empresas da AESE Business School
Tip of the week
“Without a sense of urgency, people won’t give that extra effort needed to make change happen.” John P. Kotter, Leading Change






