Não é novidade que a inteligência artificial (IA) tem evoluído exponencialmente nos últimos anos. Dentre as várias áreas da IA, a tarefa de aprender é aquela que mais tem encontrado aplicações e a que mais fascina o ser humano, e um exemplo disso é a interação com aparelhos como a Alexa, da Amazon. Além de mimetizar o comportamento humano, na era do Big Data, o aprendizado de máquinas pode encontrar padrões que um ser humano não enxergaria.

Nesse período, os modelos de IA direcionados à interpretação de linguagem, como é o caso do ChatGPT, cresceram em tamanho e complexidade, 10 vezes em média, conforme apurado pela Nvidia, empresa de computação de IA.

Lançado pela OpenAI em novembro de 2022, o ChatGPT é, provavelmente, o sistema mais falado do momento, já que atingiu 100 milhões de usuários ativos mensais em janeiro, obrigando as Big Techs a aperfeiçoarem suas ferramentas, como Google e Microsoft. A ferramenta, baseada em técnicas de aprendizado supervisionado e aprendizado por reforço, é o que torna o mecanismo único, segundo a AssemblyAI. O ChatGPT é um produto que visa auxiliar o usuário nas tomadas de decisão.

Um mergulho no aprendizado profundo

O aprendizado profundo ou deep learning é uma das áreas mais conhecidas porque gera resultados cada vez melhores para dados não estruturados como imagens, sons, vídeos, textos ou a transcrição entre estes “mundos”. E isso tudo se torna mais interessante ainda, porque, segundo a Gartner, estes tipos de conteúdo representam aproximadamente 80% dos dados existentes no mundo.

O que nem todo mundo percebe com o furor causado pelo ChatGPT é que usamos modelos linguísticos em uma porção de ferramentas do cotidiano. O campo de Processamento de Linguagem Natural (NLP, na sigla em inglês) mistura Inteligência Artificial, ciências da computação e linguística para facilitar a forma como humanos e máquinas se comunicam.

Um dos modelos mais famosos da área é o BERT (Bidirectional Encoder Representations from Transformers), que foi lançado pela Google em 2018. O objetivo do BERT é entender o que os usuários do buscador estão procurando e, ao mesmo tempo, analisar os conteúdos indexados para trazer a melhor resposta.

O modelo foi treinado em inglês e, por isso, nem sempre fazia um bom trabalho na tentativa de compreender outros idiomas. No Brasil, o sistema ganhou uma versão “nacional”, desenvolvida pela Universidade Estadual de Campinas (Unicamp). O BERTimbau abre portas para várias soluções de problemas em NLP na língua portuguesa trazendo um modelo rico e poderoso capaz de extrair contextos precisos.

E o poder da união entre IA, computação e linguística vai além das buscas e chatbots. Na Neoway, identificamos uma potencial aplicação do BERTimbau no problema de pesquisa midiática. Para muitos gestores, é importante obter conhecimento da reputação de uma pessoa ou empresa específica. Só que uma busca pelo nome da empresa pesquisada e termos como “difamação” ou “reputação” não trazem um resultado conclusivo.

Uma rápida pesquisa numa plataforma de busca retornaria milhares de resultados com a palavra “difamação” e “empresa A”, porém é extremamente trabalhoso ler cada notícia e chegar a uma conclusão. Um exemplo clássico de um caso seria: “Empresa A processa empresa B por difamação”, em que somente uma das empresas tem um problema reputacional.

Como solução, desenvolvemos um modelo que usa BERTimbau, juntamente com algoritmos de classificação, para atribuir o que é uma mídia adversa sobre uma empresa. Conseguimos, assim, por meio de uma das tecnologias de ponta do NLP, entregar resultados mais precisos em uma busca reputacional na internet.

O futuro do ChatGPT

O exemplo acima mostra que há diversas camadas tecnológicas que vão definir a forma como interagimos com buscadores num futuro não muito distante. A dúvida que surge neste momento é a seguinte: como tarefas tão fáceis de serem propostas (mas nem tão fáceis de serem resolvidas) podem fazer com que um modelo saiba conversar com um ser humano ou entender todas as camadas de conhecimento?

Obviamente, esse problema é conhecido pelos pesquisadores. No início, o aprendizado profundo se mostrou muito popular por reconhecer objetos em imagens.

No entanto, para o caso de tarefas relacionadas a textos (tradução, classificação, etc.), os algoritmos disponíveis se mostravam bastante limitados e isto passa por aumentar a capacidade de generalização destes modelos.

Com o sucesso do ChatGPT, o próprio Google anunciou o Bard, IA produzida para ser rival do serviço da OpenAI. A plataforma foi duramente criticada após apresentar falta de precisão nas respostas. Além disso, a Microsoft também está implantando a tecnologia de ChatGPT no buscador Bing e no navegador Edge. Por sua vez, empresas como a Neoway estão desenvolvendo soluções "parentes" do ChatGPT como o Mídias Adversas. Ou seja, estamos distantes do pico dessa tecnologia — e o futuro parece promissor.

É evidente que ferramentas como o ChatGPT possuem limitações e não podem ser utilizadas como fonte única das informações providas, o que se acredita ser normal e esperado. Neste sentido, é plausível citar que ele pode ser utilizado como auxiliar em várias tarefas no qual ele se propõe a fazer.

Um comparativo que poderia ser feito seria com um tradutor de texto, por exemplo. Todos os tradutores de texto erram e não é prudente traduzir um texto tendo como base somente o tradutor. No entanto, o tradutor ajuda e muito no processo de tradução de textos dando ideias e oferecendo possibilidades.