Em primeiro lugar, os avanços no Processamento de Linguagem Natural (NLP) e nos modelos de aprendizagem por máquina levarão à automação da análise de dados (e já estão fazendo isso!). Em segundo lugar, os avanços na geração natural da linguagem e outras técnicas aprofundadas de aprendizado promoverão a automação da coleta de dados por meio da conversa com humanos e digestão passiva dos dados. Em terceiro lugar, com os dados coletados e analisados automaticamente, a IA aprenderá pelo exemplo como os humanos transformam esses insights em relatórios; levando à automação da geração de relatórios. Por fim, utilizando as camadas de automação descritas acima, a IA pode começar a gerar e a compreender o cenário das possíveis ações a serem realizadas. Depois, utilizando os insights provenientes dos dados disponíveis, ela mapeará essas ações para os resultados mais prováveis. Após comparar esses resultados com a meta desejada, a IA recomendará a ação, ou curso de ações, que produzirá a maior probabilidade de atingir a meta desejada. Ao longo desse caminho, é importante compreender a função desempenhada por uma “meta” — a IA pode ser considerada uma máquina que otimiza variáveis para atingir uma meta específica. O poder da IA está crescendo, bem como sua capacidade de atingir as metas de modo mais preciso. Sendo assim, podemos usar esse paradigma como uma lente para considerar a ética de metas específicas, pensando no que aconteceria se essas metas fossem atingidas com perfeição.AUTOMAÇÃO
Para os pesquisadores de mercado, existem três categorias amplas de metas que se destacam: a primeira é compreender melhor as demandas dos clientes de modo que o produto possa ser desenvolvido para atender melhor a essas necessidades; a segunda é compreender melhor como comunicar com precisão a oferta de um produto aos clientes de modo que eles saibam como ele atende bem às suas necessidades; a terceira é compreender a psicologia dos clientes de modo que possam ser manipulados influenciados a comprar produtos que não precisam necessariamente. Se extrapolarmos essas duas primeiras metas, chegaremos a um mundo onde as empresas fabricarão produtos que atendem perfeitamente às necessidades dos clientes e onde os clientes compreendem perfeitamente quais produtos atendem melhor às suas necessidades. Nesse mundo, os produtos são fabricados quando é identificada uma necessidade, e esses produtos são desenvolvidos rapidamente juntamente com as necessidades dos consumidores. Em contraste, se extrapolarmos a terceira meta, teremos um mundo em que as principais crenças das pessoas sobre si mesmas e sobre o mundo que habitam são distorcidas sistematicamente para maximizar a quantidade de produtos que elas compram (ou selecionam). Nesse mundo, o enfoque não está nos produtos que atendem às necessidades, mas no modo como se manipula influencia a psicologia das pessoas para acreditarem que precisam comprar um produto já fabricado por uma empresa. Para mim, está claro que a construção em direção a um desses mundos é moralmente permitida e a outra não. Uma melhora a vida das pessoas, enquanto a outra maximiza os lucros. Com isso em mente, eu acredito que é importante que nós, como um setor de pesquisadores de mercado, tenhamos consciência das consequências causadas pelas metas que buscamos atingir. Temos um papel importante no desenvolvimento do mundo futuro que nossos filhos e netos habitarão e é importante que levemos essa responsabilidade a sério. Andrew Konya, CEO Remesh.ai Andrew Konya é fundador e CEO da Remesh. Físico computacional por formação, ele passou os últimos oito anos desenvolvendo e aplicando a inteligência artificial e os algoritmos de aprendizagem por máquina em problemas de ciência dos materiais, biossensores, trânsito, análise de imagens e linguagem. Seu enfoque mais recente está no desenvolvimento da inteligência artificial para compreender e engajar grandes grupos de pessoas com a Remesh. Saiba mais sobre a Remesh em remesh.aiMetas da IA na pesquisa de mercado