Democratização da IA: o que significa e como funciona?

Pisque, e você poderá perder o mais recente grupo de pessoas que usa inteligência artificial (IA).

Um dia, são apreciadores de tacos que fazem pedidos aos simpáticos bots no drive-thru local.¹ No dia seguinte, são perfumistas que usam ferramentas de IA para criar fragrâncias sustentáveis.² Ou produtores de vegetais orgânicos implementando podadeiras robóticas.³ Ou usuários de lentes bifocais fazendo exames oftalmológicos impulsionados por IA.⁴

Não é preciso ter uma visão 20/20 para ver a imagem: à medida que os casos de uso e os benefícios da IA crescem em uma velocidade vertiginosa, o mesmo acontece com o grande número de humanos que a empregam. A tecnologia avançada da IA, antes esotérica, capacita tanto consumidores quanto usuários corporativos. E esse nível de onipresença é, segundo alguns, um indicador da democratização da IA.

No entanto, um olhar mais atento sobre as práticas atuais da IA sugere que ainda há espaço para melhorias na democratização da IA. Para entender o porquê, é importante considerar o que a democratização implica, como ela afeta indivíduos e empresas hoje e como pode afetá-los no futuro.

A definição de democratização da IA variou ao longo dos anos. Em termos gerais, pode ser considerada a distribuição mais equitativa das aplicações e recursos de IA em toda a sociedade. Em um nível mais granular, os pesquisadores normalmente concordam em pelo menos três aspectos principais da democratização da IA:⁵

• Democratização do uso da IA
• Democratização do desenvolvimento da IA
• Democratização da governança da IA

A Democratização do uso da IA refere-se a fornecer acesso à IA a uma gama mais ampla de usuários, além dos especialistas em aprendizado de máquina (ML) . Meios comuns de melhorar o acesso incluem reduzir os custos da IA e incorporar a IA em ferramentas e plataformas que as pessoas já estão usando.

É uma noção que está sendo desenvolvida há anos, muito antes de a IA chegar ao discurso público. Em 2016, por exemplo, a Microsoft declarou que democratizaria a IA com uma abordagem para "tirá-la das torres de marfim e torná-la acessível para todos".⁶ A implicação do uso democratizado da IA é que mais pessoas se beneficiarão dos recursos da IA, tanto em suas vidas pessoais quanto profissionais.

O lançamento e a rápida adoção de aplicações de IA generativa (IA gen) voltadas para o consumidor sugerem que a democratização do uso da IA entre os consumidores está em andamento. Uma pesquisa global de sentimento do consumidor de 2023 descobriu que 75% dos entrevistados usaram ferramentas orientadas por IA.⁷ A aplicação de grandes modelos de linguagem (LLM) mais popular voltada para o consumidor, o ChatGPT da OpenAI, afirma ter mais de 200 milhões de usuários ativos semanalmente.

No entanto, nos negócios, o uso da IA varia de acordo com o tamanho e o setor. Por exemplo, uma pesquisa encomendada pela IBM descobriu que 42% das organizações de nível empresarial (aquelas com mais de 1.000 funcionários) usam ativamente sistemas de IA, enquanto outras 40% estão explorando a tecnologia. No entanto, uma pesquisa que incluiu empresas menores (com uma média de funcionários abaixo de 48) determinou que menos de 4% das empresas usam IA para produzir bens e serviços.

Nessa pesquisa, realizada pelo US Census Bureau, as taxas de adoção também variaram de acordo com o setor, sendo que os serviços alimentícios e as empresas de construção relataram o menor uso. As empresas de tecnologia, como era de se esperar, ostentavam as taxas de uso mais altas.⁸

Democratizar o desenvolvimento da IA refere-se à inclusão de mais pessoas na criação de soluções de IA. Mas quem são exatamente essas pessoas depende de sua interpretação do conceito. Muitas vezes, trata-se de fornecer aos desenvolvedores, pesquisadores e cientistas de dados recursos computacionais gratuitos ou de baixo custo e ferramentas técnicas que já são acessíveis para aqueles empregados por grandes empresas de tecnologia.

Ainda assim, em outros casos, democratizar o desenvolvimento envolve incluir usuários não técnicos nas soluções de IA e no desenvolvimento de modelos. Isso significa olhar além dos círculos de raros especialistas, para aquelas pessoas que não possuem necessariamente um entendimento profundo de algoritmos de IA, conjuntos de dados e ciência da computação.

Isso pode ser alcançado fornecendo ferramentas que ajudem os usuários sem conhecimento técnico a criar e adaptar aplicações impulsionadas por IA. Esse conceito tem certa semelhança com a democratização de dados nas empresas — o processo de criação de sistemas e adoção de ferramentas que permitem que qualquer funcionário, independentemente de sua formação técnica, incorpore a ciência de dados em seus processos de tomada de decisões.

Em ambos os casos, a democratização do desenvolvimento da IA é considerada uma coisa boa para o futuro da inovação da IA. Essa inovação poderia otimizar modelos de IA para atender de forma mais eficaz a uma gama mais ampla de stakeholders e usuários do que atualmente. Por exemplo, empresas menores que anteriormente não podiam se dar ao luxo de criar aplicações de IA personalizadas podem achar esses empreendimentos mais viáveis devido a ferramentas e serviços mais acessíveis.

Enquanto isso, consumidores de grupos sub-representados também podem se beneficiar, porque o desenvolvimento democratizado poderia ajudar a prevenir o viés da IA, que ocorre quando os vieses da sociedade são inadvertidamente incorporados ao design algorítmico, nos dados de treinamento da IA e em outros aspectos do desenvolvimento da IA. O viés da IA pode produzir resultados inúteis ou até mesmo prejudiciais para pessoas de grupos sub-representados, dificultando sua capacidade de participar da economia e da sociedade.

Parte do problema do viés decorre do fato de que, como observam os pesquisadores do Centre for the Governance of AI, as principais empresas de IA normalmente empregam "um grupo demográfico restrito" de desenvolvedores. Os pesquisadores concluíram que incluir mais pessoas no desenvolvimento da IA poderia resultar em aplicações que atendem a interesses mais diversos.⁹

Por enquanto, a maior parte do desenvolvimento e da inovação da IA permanece concentrado em certos países e no setor com fins lucrativos. De acordo com um estudo de 2024, os desenvolvedores nos Estados Unidos produziram cinco vezes mais modelos de base de IA em um único ano do que na China, lar do segundo nível mais alto de desenvolvimento. Enquanto isso, os desenvolvedores do setor de tecnologia criaram quase quatro vezes mais modelos do que aqueles provenientes do meio acadêmico.¹⁰

A governança de IA refere-se aos processos, normas e proteções que ajudam a garantir que os sistemas e ferramentas de IA sejam seguros e éticos. Assim, democratizar a governança de IA é a ideia de que mais pessoas e organizações, além de desenvolvedores e empresas de tecnologia, tenham influência sobre a implementação segura e ética da tecnologia da IA.

Segundo defensores da governança, essa democratização pode ajudar a minimizar os danos relacionados à implementação da IA, como discriminação ou violações de privacidade. Isso também pode ajudar a incentivar maior explicabilidade, interpretabilidade, transparência e outras características que melhoram a confiança nos sistemas de IA.

No entanto, tal como acontece com a democratização do desenvolvimento da IA, os detalhes específicos de quem deve participar da democratização da governança podem variar. Alguns argumentam que ela deve incluir aqueles que são afetados pela implementação da IA.¹¹ Outros sugerem que, de alguma forma, todos os membros da sociedade devem estar envolvidos na governança de IA.¹²

As medidas de democratização da governança podem ser implementadas no nível empresarial, com as empresas coletando entradas sobre a governança de seus sistemas de IA de funcionários ou clientes. Em uma escala mais ampla, os esforços de democratização estão ocorrendo por meio de ações do governo (especificamente, frameworks voluntários e regulamentações obrigatórias) e iniciativas colaborativas nos setores privado e público.

Diferentes ferramentas e tecnologias apoiam a democratização da IA, permitindo que mais indivíduos e organizações desenvolvam suas próprias aplicações de IA.

Software de código aberto é um software desenvolvido e atualizado coletivamente por uma comunidade de usuários. Ele também está disponível para qualquer pessoa usar, alterar e redistribuir sem nenhum custo. Em relação à IA, bibliotecas de modelos de código aberto, como as oferecidas pelo parceiro da IBM, Hugging Face, incluem modelos de base que as empresas podem adaptar para casos de uso específicos.

Ferramentas adicionais de código aberto podem ajudar os usuários a aproveitar ao máximo os modelos disponíveis. Por exemplo, o InstructLab, um projeto de código aberto da IBM Research e Red Hat, gera dados sintéticos, ajudando a acelerar o treinamento de LLMs. Os dados sintéticos podem ser adaptados a metas, valores e casos de uso específicos, enquanto a coleta de dados do mundo real que atende a especificações semelhantes pode ser árdua e proibitivamente cara.

A infraestrutura necessária para adaptar e implementar com sucesso sistemas de IA pode ser um grande obstáculo para organizações que buscam adotar soluções de IA. Essa infraestrutura inclui soluções de armazenamento de dados, recursos de computação, frameworks de aprendizado de máquina e plataformas de operações de aprendizado de máquina (MLOps).

Felizmente, os modelos de software como serviço capacitam as empresas a acelerar a adoção da IA sem grandes investimentos em infraestrutura. Uma colaboração entre a IBM e a Amazon pode facilitar o acesso das empresas ao SaaS focado em IA, com a IBM agora oferecendo as principais soluções de armazenamento de dados e de governança de IA por meio do AWS Marketplace da Amazon.

Graças às ferramentas e plataformas no-code, aqueles com habilidades limitadas ou nenhuma habilidade de programação podem criar algumas aplicações de IA. Soluções no-code, como o Amazon SageMaker Canvas, oferecem a automação de fluxos de trabalho de desenvolvimento de IA e apresentam interfaces de arrastar e soltar para uma abordagem centrada na visualização.

Nos últimos anos, surgiram várias iniciativas nos setores privado e público para promover as três formas de democratização da IA: uso, desenvolvimento e governança. Essas iniciativas incluem:

A AI Alliance é uma comunidade internacional de desenvolvedores, pesquisadores e adotantes da IA que colaboram para promover uma IA aberta, segura e responsável. O grupo, lançado em 2023 pela IBM e pela Meta, inclui líderes de universidades, setores e governos. Os objetivos do grupo incluem o desenvolvimento de benchmarks e ferramentas de avaliação para permitir o desenvolvimento e o uso responsáveis da IA, promover o desenvolvimento de modelos de base de código aberto e desenvolver conteúdo educacional para informar o público e os formuladores de políticas.

A AI Governance Alliance (AIGA) foi lançada pelo Fórum Econômico Mundial em 2023 após a Cúpula de Liderança em IA responsável do WEF. A AIGA promove inclusão, ética e sustentabilidade no desenvolvimento e implementação da IA. Seu comitê diretor, encarregado de aconselhar sobre a produção da aliança, inclui líderes acadêmicos, funcionários de governos e executivos de organizações de tecnologia, como o Google, IBM, Meta e OpenAI.

O piloto do US National Science Foundation’s National AI Research Resource (NAIRR) é um esforço para conectar pesquisadores de todos os Estados Unidos com recursos de infraestrutura de IA. O piloto consiste em uma parceria com outras 12 agências federais e 26 outras organizações, incluindo Amazon Web Services, Google, Hugging Face, IBM, Intel, Meta, Microsoft e OpenAI.

Diferentes governos e organizações intergovernamentais desenvolveram frameworks de IA confiável para promover maior justiça e transparência, entre outras qualidades fundamentais, no desenvolvimento e implementação de sistemas de IA. Esses frameworks incluem os Princípios de IA da Organização para a Cooperação e Desenvolvimento Econômico (OCDE) e o framework de Gerenciamento de Risco de IA do Instituto Nacional de Padrões e Tecnologia dos EUA. Os princípios de pelo menos um framework, as Diretrizes de Ética da União Europeia para Inteligência Artificial Confiável, foram posteriormente incorporados à legislação: a Lei de IA da UE.

O aprimoramento em IA prepara os funcionários com as habilidades e a educação necessárias para usar a IA no trabalho. As áreas em que o aprimoramento em IA se mostrou especialmente útil para os trabalhadores incluem atendimento ao cliente, serviços financeiros, saúde, recursos humanos e desenvolvimento da web. Embora trabalhadores ou seus empregadores possam investir em programas pagos de treinamento em IA, diversas empresas de tecnologia e universidades oferecem cursos de IA gratuitos, incluindo Amazon e IBM., Universidade de Harvard e Universidade da Pensilvânia.¹³