![Marcelo Henrique Ferreira, gerente-geral de construção de soluções do BB: tecnologia pode melhorar o tratamento de perguntas e respostas complexas — Foto: Divulgação/Febraban](https://s2-valor.glbimg.com/6XaCGNu2je_qOJxaVqbbhIY5Qvg=/984x0/smart/filters:strip_icc()/i.s3.glbimg.com/v1/AUTH_63b422c2caee4269b8b34177e8876b93/internal_photos/bs/2023/z/O/lDBVqBSh6iWt2ApKRytg/foto05rel-101-ia-f6.jpg)
O emprego da inteligência artificial generativa, com capacidade para criação de textos, imagens e códigos semelhantes aos produzidos por humanos, ganhou velocidade incomparável a tecnologias anteriores e promete romper com limites de produtividade nas empresas, desde que sanadas questões como segurança, privacidade de dados e ética na construção dos algoritmos.
O Banco do Brasil é uma das instituições financeiras que já testam a novidade para enriquecer modelos como atendimento por robôs conversacionais (chatbots). Atualmente eles são baseados em arquitetura de análise sintática, ou baseada em texto, alimentada por dados que obedecem estrutura definida e fechada (árvore de decisão) e, como resultado, são limitados a respostas padronizadas.
“A nova tecnologia generativa tende a trazer resultados rápidos e elevar a qualidade para tratar perguntas e respostas mais complexas”, afirma Marcelo Henrique Ferreira, gerente-geral de construção de soluções do banco. Isso traz a possibilidade de ampliar o índice de satisfação do cliente (NPS) com o atendimento robótico, mesmo já sendo alto, com 4,17 pontos em escala com máximo de 5.
Um ponto que requer cuidado na adoção da tecnologia é falta de expertise para lidar com a novidade. O executivo cita pesquisa global da IBM com 3.000 executivos da área de tecnologia em que apenas 29% consideravam contar com conhecimento suficiente para empregar ferramentas generativas. Outra questão é o controle de vieses.
O Banco do Brasil adotou há dois anos um modelo de plataforma que se alimenta de dados e funciona como uma espécie de serviço para consulta de todas as áreas interessadas em desenvolvimento de soluções com regras, padrões e conhecimentos padronizados. Também fez parceria com a canadense Mila, especializada em temas como vieses.
Entre questões já definidas estão a validação dos modelos de inteligência artificial generativa em uso interno antes de levá-la a clientes, além de curadoria para sustentar questões e respostas e manual de padrões éticos para garantir a transparência e a explicabilidade dos modelos e fugir de vieses provocados, por exemplo, pela falta de representação da diversidade da população, afirma Ferreira.
“A responsabilidade no uso de dados e soluções exige educação de usuários para entender possíveis vieses”, afirma Alexandre Del Rey, CEO da Engrama, fundador e conselheiro da I2AI e conselheiro do Brasil Digital. Segundo ele, a IA generativa se popularizou no ambiente público da internet, mas guarda maior potencial hoje no meio corporativo, com informações disponíveis em abundância e dispersas em sistemas múltiplos.
A área de atendimento a clientes deve ser uma das primeiras beneficiadas. Além de facilitar a identificação e estruturação de informações sobre cada cliente, a tecnologia tem capacidade para encontrar respostas mais precisas a questões em linguagem natural. Também tem habilidade para, por exemplo, resumir textos, encontrar respostas e apresentar resultados compilados para um escritório de advocacia, entre outros exemplos.
“Só falta capacidades humanas como empatia ou propósitos”, ressalta Del Rey. Mesmo assim, a capacidade de estruturar volumes gigantescos de informação pode render respostas mais completas e satisfatórias do que a fornecida por humanos, compara.
Para Eduardo Joia, CTO e financial services industry da Microsoft América Latina, a IA generativa deve provocar uma mudança de paradigma tecnológico e cultural semelhante à que ocorreu com a chegada da internet. Um dos fatores para isso é a democratização do acesso aos dados em função da facilidade de uso das ferramentas, que pode transformar desde a forma como os indivíduos acessam seus computadores - com uso de voz, por exemplo - até acelerar o emprego de tecnologias robóticas.
O executivo cita o exemplo de um banco peruano que empregou o Chat GPT da Open AI para acessar informações disponíveis em site e documentos internos e com isso criou um chatbot em minutos, sem necessidade do prazo para treinamento empregado na tecnologia tradicional baseada em árvore de decisão. Outra aplicação já em alta é o uso da tecnologia para programação. A versão GPT4 foi alimentada com informações do repositório de códigos Github e já ajuda programadores a eliminarem até 46% de rotinas operacionais, além de acelerar a validar e até a correção de códigos. Segundo Joia, a tecnologia também é útil em áreas como compliance, acelerando o acesso a regulações e normas.
“A redução de tarefas operacionais rende mais tempo para pensar, ter curiosidade e criar comandos corretos para as máquinas”, acrescenta Telma Luchetta, sócia-líder de data and analytics financial services - América do Sul da EY.