Sobre o ChatGPT

Lançado em novembro de 2022 pela OpenAI, o ChatGPT se tornou uma febre mundial e surpreendeu o mundo pela sua capacidade de elaborar ‘conversas’ e textos relativamente convincentes a partir de modelos de inteligência artificial (IA). A tecnologia GPT, que significa Generative Pre-trained Transformer, não é especialmente nova – sua primeira versão foi lançada em 2018 –, e é reflexo do progresso exponencial da inteligência artificial e da ciência de dados nas últimas décadas, o qual resultou do crescente desenvolvimento das técnicas de aprendizado de máquina (machine learning), da expansão mundial de dados online e do custo decrescente da computação[1].

Como funciona

Especificamente, o ChatGPT utiliza um modelo de aprendizado profundo de língua natural que foi treinado a partir de grandes conjuntos de dados de texto para prever a próxima palavra em uma frase. Ele usa o processamento de linguagem natural, com mais de 175 bilhões de parâmetros, para gerar textos nos mais diversos formatos e foi programado para interagir na forma de diálogo, com respostas rápidas e detalhadas, sendo capaz de realizar inúmeras tarefas. Ao contrário das demais ferramentas de inteligência artificial, que exigem conhecimentos específicos (inclusive de programação), o ChatGPT tem alcance maior porque pode impactar a rotina do usuário não familiarizado com essa linguagem ao requerer apenas perguntas ou instruções na forma de texto.

Possíveis aplicações e limitações

O ChatGPT, assim como outros disponíveis – o Google lançou o Bard em fevereiro de 2023 –, tem inúmeras aplicações possíveis e o potencial de aprofundar o entendimento das informações disponíveis e transformá-las em conhecimento útil de forma mais eficiente[2]. As suas funcionalidades permitem, por exemplo, o acesso rápido a resumos de notícias de jornal, pesquisas mais eficientes, traduções, auxílio em programação, assistência virtual, gerenciamento de documentos, busca e análise de dados.

Apesar do vasto potencial do ChatGPT, como explicado pela própria OpenAI, ele tem uma série de limitações. Por exemplo, há situações em que a resposta dada, apesar de poder soar plausível, contém informações incorretas ou sem sentido – o que também acontece com outras ferramentas similares. Por exemplo, o Google, que distribuiu o Bard a um grupo seleto de usuários, viu seu software de IA afirmar que o Telescópio Espacial James Webb foi o primeiro a tirar foto de um planeta fora do sistema solar, quando este feito ocorreu em 2004 por outro telescópio[3].

Estes resultados incorretos decorrem da forma como os algoritmos foram construídos. Em vez de direcionarem os questionamentos a uma base de informações comprovadamente corretas, os sistemas são treinados a partir de um gigantesco volume de textos. Seus softwares analisam os padrões de modo a determinar qual palavra segue a outra, de acordo com um modelo probabilístico. Portanto, o output depende dos padrões estatísticos observados nestes dados (que, apesar do grande volume, ainda são limitados e não necessariamente atualizados), de maneira que as respostas podem não refletir a realidade.

Afinal, o ChatGPT e o Bard substituem o ser humano?

Para diversas tarefas, a avaliação e o discernimento humanos seguem sendo imprescindíveis. Em pesquisas ou análises mais complexas, por exemplo, é importante considerar os resultados obtidos por este tipo de software em conjunto com uma análise baseada em evidências e referências sólidas, embora os softwares possam ter utilidade em tarefas complementares.

O que está por vir

A Tendências Consultoria acompanha com atenção o acelerado desenvolvimento das tecnologias de inteligência artificial e sua ampla diversidade de aplicações com o objetivo de subsidiar seus clientes com as melhores soluções. Estamos sempre trabalhando para agregar técnicas inovadoras às nossas soluções, visando potencializar os resultados obtidos por meio de soluções rápidas e bem fundamentadas.

Por: Adriana Perez e Alexandre Soares, analistas da Tendências.

Adriana Perez é doutora em Economia pela Université de Toulouse, na França, mestre em Economia pela FGV-RJ e bacharel em Ciências Econômicas pela UFRJ.

Alexandre Soares é bacharel em Ciências Econômicas pela FEA/USP e em Física pelo IFSC/USP, com especialização em Business Analytics e Big Data pela FGV-SP.

---

[1] Ver Jordan, Michael I., and Tom M. Mitchell. “Machine learning: Trends, perspectives, and prospects.” Science 349.6245 (2015): 255-260. Disponível em: <http://www.cs.cmu.edu/~tom/pubs/Science-ML-2015.pdf>. Acesso em 13/02/2023.

[2] Ver: <https://blog.google/technology/ai/bard-google-ai-search-updates/>. Acesso em 13/02/2023.

[3] Ver: <https://www.theverge.com/2023/2/8/23590864/google-ai-chatbot-bard-mistake-error-exoplanet-demo>. Acesso em 13/02/2023.