Uso de machine learning em apps: o que é possível HOJE?

O conceito de machine learning virou um termo bastante difundido nos últimos meses por conta do avanço da inteligência artificial em projetos de programação. Contudo, será que dá para utilizar, hoje, todo esse potencial do aprendizado de máquinas em mobile apps?

A resposta depende, basicamente, de qual tipo de projeto estamos falando.

Em linhas gerais, machine learning é o aprendizado das máquinas sobre como agir frente às mais diversas reações humanas – ou de outras máquinas – por sua programação.

siri

É como se a máquina conseguisse pensar antes de responder a uma requisição, fazendo com que o sistema de um aplicativo pudesse tomar suas próprias decisões frente a uma incerteza. Isso torna o software mais capacitado a comportar de acordo com a realidade em que está inserido.

Um exemplo recente aconteceu ano passado, na China, quando um chatbot respondeu a um comentário político de um usuário com uma opinião… pessoal. Como o país ainda vive em um cenário de censura, a máquina, que era terceirizada de uma empresa fora da China, teve que “reaprender” a se comportar perante esse público e não cair mais em “armadilhas”.

Apesar de mostrar um retrocesso frente ao avanço da sociedade como um todo, o exemplo do chatbot censurado mostra o quanto é possível incutir o aprendizado das máquinas em aplicativos mobile ainda hoje, enquanto você lê esse artigo.

Machine learning é mesmo importante para apps?

Quando pensamos em todo o cenário dos aplicativos que conhecemos, vemos recursos avançarem pela programação sofisticada e geolocalização e, às vezes, nem reparamos a quantidade de inteligência artificial que muitos apps carregam.

Fazer com que as máquinas aprendam formas diferentes de responder às requisições em um contexto onde a inteligência artificial se torna cada vez mais popular e presente não é só uma questão de importância, mas sim de necessidade.

Enquanto utilizamos IA em nossos apps é preciso ter consciência de que essa inteligência será coerente com os dados que queremos analisar e as respostas que queremos dar ao nosso usuário final. E, nessa toada, quanto mais uma máquina estiver preparada a retrucar de maneira inteligente, mais nosso aplicativo terá valor para nosso usuário final.

E, sobre inteligência, não estamos falando de noções filosóficas, sociológicas, econômicas, políticas, antropológicas… ou, pelo menos, não sobre tudo isso ao mesmo tempo. Machine learning não significa “levar o código para a escola” ou “substituir o cérebro humano”, mas sim tornar a máquina mais potente para realizar suas tarefas e responder a chamados de maneira precisa, correta e rápida.

O caso do chatbot na China, por exemplo, mostra que, de acordo com os dados inseridos no sistema, a máquina já tinha registros o suficiente para emitir uma opinião política, ainda que fosse enviesada – afinal, não sabemos a quantidade (ou inexistência) de dados sobre o outro lado da moeda para que ela pudesse “refletir” sobre as duas saídas possíveis e, assim, emitir uma opinião.

Por isso, é interessante lembrar que, ao mesmo passo em que avançam as discussões sobre aprendizado de máquina, também avançam os pensamentos sobre a ética da inteligência artificial, porque é impossível dar um passo sem dar outro rumo a intervenções tecnológicas tão sofisticadas que possam, no futuro, ser consideradas independentes.

Como utilizar machine learning em apps?

Digamos que o chatbot da China fosse um aplicativo para ajudar pessoas a entender o comunismo. Dessa forma, dar à máquina as informações necessárias para promover a reflexão seria não apenas um diferencial como, também, o core business do app em questão.

Isso significa que o aprendizado das máquinas pode ser massivamente utilizado em aplicativos que se utilizem de inteligência artificial para deixar o dia a dia mais prático para o usuário final. Ou seja: quanto mais o app tiver capacidade de responder a requisições de maneira rápida e correta, com sua própria tomada de decisões, mais o software terá valor para quem o usa.

Atualmente vemos inteligência artificial e learning machine atuando juntas em chatbots, gerenciadores de agenda, máquinas de cálculo e projeções e soluções de robótica que possam interagir diretamente com o consumidor final do serviço.

Ainda que expresse alguma preocupação sobre se as máquinas superarão os humanos no futuro, como nos filmes de ficção científica, as pessoas têm prazer e curiosidade em interagir com as máquinas, sistemas e programas de computador que pareçam dialogar como seres humanos, e não como um bando de códigos.

Por isso, se seu aplicativo utiliza inteligência artificial, da básica à requintada, para desempenhar seu papel, tenha certeza de que, no seu caso, é só uma questão de tempo para que machine learning seja um conceito comum do seu desenvolvimento.

Fechar Menu
Close Panel