Há exatamente 160 anos, o romancista Samuel Butler afirmou que a evolução darwiniana pode se aplicar a máquinas e que um dia elas poderiam se tornar conscientes. Quase 75 anos atrás, o lendário matemático Alan Turing criou seu conhecido Teste de Turing para medir a inteligência das máquinas. Vinte anos atrás, os robôs exploradores Spirit e Opportunity da NASA estavam atravessando a superfície marciana, evitando obstáculos de forma autônoma com a ajuda da inteligência artificial (IA).
E agora, a empresa norte-americana OpenAI lançou o ChatGPT. Com uma interface de usuário de caixa de bate-papo de aplicativo móvel ou on-line simples disponível até mesmo para os novatos em tecnologia entre nós, talvez seja a IA mais avançada e acessível de todos os tempos. Você precisa de um ensaio sobre computação quântica? Basta perguntar ao ChatGPT. Você precisa saber como arrumar flores para um buquê? Basta perguntar ao ChatGPT.
O ChatGPT, juntamente com contemporâneos como o Google Bard, provocou um furor sem precedentes sobre a IA com muita empolgação com o potencial quase ilimitado da tecnologia para o bem.
Os desafios apresentados pela IA
Mas há um outro lado da história. Afinal, a sugestão de Samuel Butler de que a evolução darwiniana pode se aplicar a máquinas acabou levando-o a concluir que as máquinas podem eventualmente suplantar a humanidade. E, mais recentemente, algumas das maiores mentes do nosso tempo defenderam a pausa no desenvolvimento da IA até que a sociedade possa implementar um conjunto de protocolos de segurança.
De fato, a IA é uma faca de dois gumes do gerenciamento de dados – assim como tem enormes benefícios, também pode criar problemas potencialmente significativos. Por exemplo:
Cibercrime
Não está fora de questão que chatbots de IA como o ChatGPT e a tecnologia por trás deles possam inaugurar uma era de ouro do cibercrime, onde até mesmo os criminosos menos técnicos se voltam para furtar dados para obter lucro. Precisa de ransomware? Basta perguntar. Ou cibercriminosos avançados podem usar essas ferramentas para criar vetores de ataque e malware ainda mais inovadores. Precisa de um esquema de phishing mais sofisticado? Basta perguntar.
Volume, Velocidade e Variedade de dados
Considere os três Vs dos dados: volume, a quantidade total de dados que sua empresa está criando; velocidade, a taxa na qual sua empresa cria esses dados; e variedade, o número de formatos em que os dados vêm. Quando você remove todo o resto, a IA está realmente apenas absorvendo os dados existentes, “pensando” sobre esses dados e, em seguida, gerando ainda mais dados com mais rapidez e em uma variedade maior de formatos.
Assim, a IA também pode aumentar o desafio de gerenciar as já vastas quantidades de dados de hoje espalhadas pelas infraestruturas locais e de várias nuvens com as quais as empresas estão lidando, o que tem implicações de segurança e custo. E com os dados do mundo – que são armazenados em data centers em grande parte movidos a combustíveis fósseis – já gerando tanto desperdício de carbono quanto todo o setor aéreo, a quantidade potencialmente esmagadora de dados desnecessários gerados por IA também pode ter um impacto ambiental significativo.
• Conformidade e governança de dados
Além disso, ferramentas de IA como o ChatGPT criam desafios de conformidade e governança de dados. Os funcionários estão recorrendo a eles para simplificar seus trabalhos. Embora isso possa melhorar a produtividade, há um risco enorme quando os funcionários compartilham informações confidenciais, como documentos regulatórios, relatórios de ganhos ou informações de identificação pessoal, com chatbots. A IA pode até usar essas informações como parte de seu processo de aprendizado de máquina para informar as respostas que fornece a outras pessoas.
Superando alguns dos desafios da IA com a ajuda de... IA
Mas não se engane: estou otimista sobre o futuro da IA e o impacto que ela pode ter em nossas vidas, especialmente no gerenciamento de dados em um mundo cada vez mais multinuvem. Na verdade, acredito que o gerenciamento de dados orientado por IA que faz o que as equipes de TI não podem ou não têm tempo para fazer é a resposta para muitos dos desafios que a aplicação mais ampla da IA cria. Aqui estão apenas algumas maneiras pelas quais o gerenciamento de dados alimentado por IA pode resolver alguns dos problemas potenciais que a própria IA pode criar.
• Resiliência Cibernética Dinâmica
O cenário de ameaças estava evoluindo em um ritmo alarmante antes mesmo de as ferramentas de IA generativas entrarem em cena, mas agora pode acelerar para níveis inimagináveis. A solução pode ser combater fogo com fogo. Adotar a detecção de anomalias orientada por IA e outras medidas de segurança semelhantes como parte de uma estratégia abrangente de gerenciamento de dados pode ajudar as empresas a se protegerem contra os efeitos do cenário de ameaças em constante evolução.
• Serviços de dados que fornecem, otimizam e recuperam automaticamente
Os líderes em gerenciamento de dados precisam continuar desenvolvendo serviços que possam se auto provisionar, se autocorrigir e se auto otimizar de forma autônoma, incluindo a desduplicação autônoma avançada. Isso pode ajudar a explicar as grandes quantidades de dados nos ambientes multinuvem de hoje, o que certamente só aumentará à medida que a IA generativa aumentar o volume, a velocidade e a variedade de dados criados. Como afirmei anteriormente: Na prática, isso se parecerá com o provisionamento autônomo de políticas de proteção de dados quando novos serviços e usuários forem implantados, e monitoramento autônomo e implantação de novas políticas que correspondam ao uso observado dos dados de uma empresa - novamente, tudo sem tomada de decisão humana necessária.
• Regulamentos Padronizados
A IA já está desempenhando um papel em soluções avançadas de conformidade e governança de dados, como ficar à frente de possíveis problemas de conformidade em um número sem precedentes de plataformas de comunicação de negócios e, eventualmente, pode desempenhar um papel ajudando a evitar o vazamento de dados por meio de ferramentas generativas de IA. . No entanto, primeiro, devemos aceitar, defender e implementar limitações regulatórias destinadas a manter informações potencialmente confidenciais fora dessas ferramentas. Até que esses regulamentos estejam em vigor, os líderes empresariais podem se juntar a uma lista crescente de empresas que implementam suas próprias regras para evitar que problemas de conformidade de dados surjam como resultado do uso de ferramentas generativas de IA pelos funcionários.
Em resumo, apesar de todos os seus benefícios, as ferramentas generativas de IA também apresentam desafios únicos, especialmente quando se trata de gerenciamento de dados. Mas a própria IA, juntamente com as limitações regulatórias adequadas, pode ajudar a compensar esses desafios.
Por Marcos Tadeu, senior manager e sales engineering da Veritas Technologies no Brasil
Comments