Glossário da IA: quais são os termos que as marcas precisam saber

Meio & Mensagem
9 de julho de 2024 - 6h00

Por Asa Hiken e Garrett Sloane, do Advertising Age

(Crédito: Adobe Stock)

Devagar com os prompts, amigo – anunciantes que estão ansiosos para incorporar a inteligência artificial (IA) nas estratégias de negócios precisam primeiro entender os termos chave que articulam esse universo. É um vocabulário que exige conhecimento para poder entender cada conceito, afinal, estão relacionados entre si.

Por esses motivos, o Ad Age montou um glossário com todas as palavras e conceitos que profissionais de marketing precisam saber antes de mergulhar em IA.

Inteligência artificial: ou IA, é o conjunto geral de tecnologias que utilizam computação avançada para executar tarefas. Redes neurais, machine learning, modelos de linguagem de grande escala – são desenvolvimentos que se posicionam debaixo do guarda-chuva da IA. A inteligência artificial generativa (GenAI) é uma subcategoria da IA, então, quando se fala em IA, não necessariamente se está referindo a ferramentas que geram conteúdo. A história da IA começa no século 20, mas os avanços iniciados na década de 1960 levaram às capacidades disponíveis hoje.

AI washing: o ato de fazer marketing em torno da tecnologia ou exagerar no uso da IA, de forma intencional ou não. No começo de 2024, a Securities and Exchange Comission (SEC), dos EUA, começou a cobrar as empresas que mantêm tais práticas, em reposta ao que muitos veem como um hype exagerado em torno da IA.

Anthropic: stratup por trás do Claude, modelo de GenAI e concorrente da OpenAI. A empresa, que tem parceria com o WPP e é apoiada por Amazon e Google, tentou se distinguir ao promover seu compromisso com o desenvolvimento responsável da tecnologia.

Chatbots: programas que rodam dentro de apps de mensageria e em sites para ajudar os consumidores em tarefas simples. Foram popularizados por apps como o Messenger, do Facebook, e operam como apps dentro dos serviços de mensageria. O boom de chatbots como ChatGPT estão aproximando esses serviços da linguagem humana.

ChatGPT: bot de AI criado pela OpenAI que utiliza a tecnologia GPT (veja mais adiante) para produzir um output baseado em um input. A plataforma é treinada por vastas quantidades de textos retirados de sites, artigos, livros e outras fontes. Foi lançado no final de 2022 e rapidamente explodiu em popularidade devido às suas capacidades variadas, que vão da escrita à capacidade de contar piadas e disseminar conhecimento sobre qualquer assunto.

DALL-E: outro bot de GenAI criado pela OpenAI, porém cuja função é a geração de imagens. Como o ChatGPT, o usuário dá um input para o bot e a ferramenta devolve a imagem correspondente ao pedido. A primeira versão do bot foi lançada em janeiro de 2021 e, desde então, foi atualizado duas vezes.

Deep Learning: vertente mais avançada do machine learning em que um computador assimila e expande conhecimento a partir de quantidades mínimas de programação. Com isso, anunciantes podem aprimorar o uso dos dados e aplicá-lo em previsões sobre o comportamento do consumidor.

Deepfake: vídeo ou imitações em áudio de pessoas criados sem conhecimento ou consentimento prévio. A ascensão da IA levou à proliferação e acuracidade desse tipo de mídia fraudulente, que tende a impactar celebridades e marcas.

Dynamic Pricing: uma das tarefas comuns realizadas por programas baseados em deep learning é a precificação a partir de dados dos consumidores. Significa que cada consumidor recebe um preço com base em circunstâncias particulares dependendo do horário, da situação financeira ou de outros fatores. Acontece com tarifas aéreas, por exemplo. A tecnologia pode ajudar a moldar preços personalizados que ajudam a garantir a venda a uma faixa de preço mais eficiente.

ElevenLabs: plataforma que transforma textos em discursos, geralmente utilizada junto a outros sistemas de GenAI para incorporar voz.

Inteligência artificial generativa (GenAI): como o nome sugere, é a forma de IA que gera conteúdo. Dependendo da capacidade específica da plataforma, o conteúdo pode ser imagem, texto, áudio e até outros formatos. As plataformas que se tornaram populares geram conteúdo a partir do input do usuário, que pode pedir algo como “qual é a reposta para X?”

Gemini: sistema primário de IA do Google que está competindo com o GPT, da OpenAI. Costumava se chamar Bard até passar por um rebranding este ano. A plataforma é utilizada na maioria dos produtos do Google que são utilizados pelos consumidores, alimentando a chamada experiência de busca generativa. Também é utilizada em produtos corporativos, como o Performance Max, que gerencia anúncios.

GPT: Generative Pre-trained Transformer, modelo de GenAI treinado com dados para produzir resultados (outputs). Tecnologia criada pela OpenAI.

Alucinação (Hallucination): sistema de IA que oferece informações enviesadas ou incorretas, como quando o Gemini, do Google, gerou imagens históricas pouco fiéis. O termo é utilizado porque o sistema apresenta a informação como se estivesse correta, o que dificulta a própria detecção do erro. Alucinações são fomentadas por vieses incutidos no treunamento dos dados, entre outras disfunções.

Reconhecimento de imagens: a IA busca padrões nas imagens. As máquinas podem analisar mais imagens do que os humanos e, com machine learning, podem identificar o que está nas imagens e revelar padrões que as pessoas nunca detectariam. As marcas podem usar reconhecimento de imagem para encontrar toda foto em que seus logos aparecem no online. Isso pode ajudar as marcas a mapearem seus consumidores mais leais e a direcionar insights de marketing. “Computer vision” é um termo associado ao reconhecimento de imagem e se refere aos programas de computação que analisam e categorizam imagens digitais.

Modelos de linguagem de grande escala (Large language models ou LLMs): classe de tecnologia de IA cuja função primária é executar tarefas relacionadas a linguagem, como geração de texto. As plataformas são treinadas com dados e construídas em redes neurais que viabilizam previsões e geram mídia correspondente, como textos e imagens. O GPT da OpenAI é um LLM.

LLaMA: Large Language Model Meta AI, modelo de GenAI desenvolvido pela Meta. É um LLM como o GPT da OpenAI e empodera muitas das aplicações de IA da Meta.

Machine learning: quando uma máquina se auto ensina a partir de uma programação mínima. Pode ser útil sobretudo para direct e e-mail marketing, por ser capaz de assimilar grandes quantidades de dados do consumidor e utilizá-los para determinar melhores horários para disparar e-mails. Também dá para identificar os clientes ou consumidores que estariam mais receptivos a receber mensagens. É utilizado para segmentar e entregar mensagens publicitárias para essas audiências.

Redes neurais (Neural Networks): programas de IA modelados para funcionar como o cérebro humano. Incorporam deep learning e processamento da linguagem natural para executar funções como o reconhecimento da escrita à mão e rostos em fotografias.

OpenAI: empresa de IA que criou uma das ferramentas de GenAI mais populares, como ChatGPT e DALL-E. Começou como uma organização sem fins lucrativos em 2015 e foi fundada por um time que incluía nomes como Elon Musk, mas expandiu para incluir um braço privado, em 2019. Embora tecnicamente independente, é fortemente apoiada pela Microsoft; a gigante da tecnologia investiu outros US$ 10 bilhões na OpenAI no começo de 2023.

AI open-source: software de IA em que o código-fonte é amplamente acessível. Muitos provedores de IA fizeram modelos open-source, inclusive Meta e Google. Porém, o grau de transparência depende do caso; a IA open-source da Meta, por exemplo, não revela o código ou os dados utilizados para treinar o modelo.

Perplexity: mecanismo de busca impulsionado por IA para promover respostas conversacionais e profundas a perguntas. É apoiada por investidores como Nvidia e Jeff Bezos, mas gerou controvérsias ao plagiar material de publicações como Forbes e Wired.

Small language models (SLMs): modelos compactos de IA construídos para tarefas de linguagem específicas. Comparados aos LLMs, os SLMs requerem menos potência computacional, mas conseguem ter desempenhos mais eficazes para propósitos que podem ser muito nuançados para LLMs.

Synthetic data: dados criados pela IA que são utilizados para emular dados reais. O propósito é ajudar empresas a conduzirem pesquisas e testar produtos ao colocar barreiras que seriam enfrentadas caso estivessem utilizando informações reais, como restrições de privacidade e habilidades limitadas para gerar novos dados. Dados sintéticos podem ajudar as marcas a entender melhor os consumidores e como engajá-los.