Aprimorando os limites da automação em processos de negócios

As empresas não podem ignorar as riquezas representadas em seu capital humano:essas criaturas falíveis com sua capacidade única de ousar e sonhar, intuir e arriscar e, sobretudo, reconhecer quando caminham para a catástrofe
No verão passado, houve um marco sombrio na história da inteligência artificial:a primeira morte causada por um veículo autônomo. Um Tesla Model S, operando no piloto automático completo, colidiu com a traseira de um caminhão em uma rodovia da Flórida, matando o “motorista” humano.

De acordo com o blog da empresa, a causa desse trágico acidente foi a incapacidade da IA ​​de identificar “o lado branco do trailer do trator contra um céu bem iluminado”. Como Tesla aponta, esta foi a primeira fatalidade em mais de 130 milhões de milhas percorridas no piloto automático, o que é menos da metade da taxa mundial de 60 milhões de milhas por morte para motoristas humanos.

Se a Tesla e outros fabricantes de automóveis autônomos puderem manter essa taxa baixa, certamente representará uma grande melhoria de segurança. No entanto, a natureza desse acidente – que quase certamente teria sido evitado por um motorista humano – levanta sérias questões sobre o quanto os humanos devem se render às máquinas.

>Veja também: 5 desafios da automação inteligente em escala

À medida que a tecnologia se torna mais inteligente, inevitavelmente será necessário tomar decisões que resultem na morte de pessoas. Veículos como carros autônomos e caminhões terão que ser programados para tomar decisões morais, como responder instantaneamente ao “problema do bonde” que confundiu os eticistas por muitos anos.

Nem todas as perguntas sobre IA e automação são uma questão de vida ou morte, mas há importantes questões práticas e éticas a serem respondidas antes que possamos ter certeza de que essas tecnologias aumentarão em vez de diminuir nossas vidas.

Este é um fato cada vez mais reconhecido pelas próprias empresas. Uma pesquisa da Infosys descobriu que mais da metade (53%) dos entrevistados sente que as questões éticas estão impedindo que a IA seja tão eficaz quanto poderia ser, enquanto apenas um terço (36%) diz que considerou plenamente as implicações éticas dessas novas tecnologias .

Essas preocupações vão desde os efeitos dessas tecnologias na privacidade dos funcionários e clientes até o impacto no emprego (por exemplo, ao tornar redundantes grandes áreas da força de trabalho humana). Há também questões – fortemente destacadas na história de Tesla acima – sobre até que ponto a inteligência artificial pode substituir os operacionais humanos.

É tão fácil ser seduzido pelo poder prometido da tecnologia quanto romantizar as capacidades únicas do cérebro humano. A menos que as empresas consigam conciliar essas duas inteligências muito diferentes, é improvável que elas desbloqueiem todos os benefícios que podem ser alcançados fazendo com que humanos e tecnologia se complementem.

>Veja também: 2018 será o ano da automação nas empresas

Um dos principais desafios enfrentados pela humanidade é quanta autonomia decidimos dar às máquinas e em quais situações a inteligência artificial é melhor aplicada do que a mente humana.

À primeira vista, a capacidade da tecnologia de processar enormes conjuntos de dados e aproveitar o processamento de linguagem natural para fornecer interações realistas com os clientes os torna o substituto perfeito para humanos lentos, caros e propensos a erros.

Mas isso é ignorar as próprias falibilidades inatas da tecnologia, desde o chatbot Tay da Microsoft, que rapidamente aprendeu a ser racista, até o carro autônomo que não consegue distinguir entre o céu e um pedaço de metal de 20 toneladas em movimento rápido.

O fato é que as máquinas ainda podem apenas nos fornecer insights, e que apenas as pessoas têm a sabedoria de aplicar esse insight adequadamente para qualquer negócio ou contexto pessoal. Se a vida das pessoas sempre fosse governada por considerações racionais e empíricas, então poderia haver um argumento para máquinas substituindo humanos sempre que possível.

Como todos sabemos, no entanto, isso simplesmente não é o caso. A Infosys é uma empresa que se depara com essas questões todos os dias. Ele ajuda um grande número de empresas com iniciativas de aprendizado de máquina, e o que rapidamente ficou claro para nós é a importância da contextualização.

Na maioria dos casos, processar números simplesmente não é suficiente; para ser eficaz, deve ser acompanhado por uma compreensão completa da cultura e do modelo de negócios da empresa, seus desafios únicos e estruturas de dados / relatórios.

>Veja também: Mais dispositivos, mais problemas? Não com automação de TI

Os humanos continuarão a ter um papel vital a desempenhar ao fazer as perguntas certas; interrogar, interpretar e aplicar os dados; e elaborando as hipóteses certas para as máquinas.

Os evangelistas de tecnologia geralmente esquecem de mencionar que a precisão de qualquer algoritmo de aprendizado de máquina é normalmente de 60 a 70% na primeira passagem – isso deve ser seguido por ajuste fino e trabalho adicional.

Até agora, isso parece apenas um argumento para a contratação de mais cientistas de dados, em vez de uma homenagem à capacidade dos trabalhadores humanos. Mas não deve dar um grande salto de imaginação olhar para as limitações da tecnologia mencionadas acima e ver como elas se aplicam a outras áreas de uma organização.

Estes variam desde o topo da árvore até o trabalhador mais jovem. Pergunte a qualquer empresário de sucesso e eles lhe dirão sobre a importância de assumir riscos calculados com base, até certo ponto, na intuição; eles falarão sobre a importância do pensamento lateral para resolver problemas complexos de negócios; eles podem enfatizar como suas melhores ideias e lampejos de inspiração são gerados a partir de padrões de pensamento completamente inesperados.

Para um funcionário de RH, os dados fornecerão informações importantes sobre o desempenho e a produtividade dos indivíduos; provavelmente não lhes dirá por que estão tendo um desempenho ruim ou a maneira mais empática e eficaz de conduzir conversas sobre como esse trabalhador pode melhorar.

Da mesma forma, um operador de atendimento ao cliente se beneficiará de ter acesso a todos os dados necessários para investigar a reclamação, mas ainda exigirá treinamento, intuição e humanidade para resolver o assunto de maneira que deixe o cliente satisfeito.

>Veja também: Automação:uma necessidade de rede 

A verdade é que os dados são apenas uma ferramenta que as pessoas podem usar para melhorar a maneira como fazem seu trabalho, seja montando um fundo de hedge ou lidando com um cliente insatisfeito.

As empresas não podem ignorar as riquezas representadas em seu capital humano:essas criaturas falíveis com sua capacidade única de ousar e sonhar, de intuir e correr riscos e, acima de tudo, de reconhecer quando estão caminhando para a catástrofe.



Fornecido por Jonathan Ebsworth, chefe de tecnologias disruptivas da Infosys Consulting