Bill Gates, cofundador da Microsoft, falou sobre a necessidade de metacognição para a IA alcançar a superinteligência. Metacognição é a habilidade de um sistema pensar sobre seu próprio pensamento, algo que fazemos naturalmente. Gates explicou que os modelos atuais, como GPT-4 e Llama, apesar de impressionantes, ainda não possuem uma estratégia cognitiva sofisticada.
Eles funcionam gerando sequências de tokens constantemente, mas não conseguem parar, refletir e planejar como um ser humano. Para ele, o futuro da IA não está apenas em aumentar dados de treinamento e poder computacional, mas em desenvolver estratégias de metacognição para que a IA possa pensar de maneira mais inteligente e menos trabalhosa. Isso pode ser a chave para resolver problemas de confiabilidade e precisão.
Em outra frente importante, a Suprema Corte dos EUA reverteu recentemente a Doutrina Chevron na decisão Loper Bright v. Raimondo. A Doutrina Chevron, de 1984, dizia que os tribunais deviam seguir as interpretações das agências federais sobre leis ambíguas. A Suprema Corte decidiu que os tribunais, e não as agências, são mais adequados para interpretar essas leis, porque acreditam que os tribunais são menos politicamente influenciados e mais imparciais.
Isso pode complicar a regulação da IA, já que o Congresso precisará detalhar minuciosamente as leis, antecipando disputas futuras. Scott Rosenberg, da Axios, aponta que essa mudança pode tornar mais difícil a criação de regulamentações federais importantes para a IA. A decisão Chevron também levanta preocupações sobre a capacidade dos tribunais em lidar com questões tecnológicas complexas.
A Suprema Corte já mostrou relutância em resolver disputas sobre moderação de conteúdo em redes sociais, uma tecnologia bem estabelecida. Dean Ball, pesquisador do Mercatus Center, sugere que isso é preocupante, dado que a IA pode apresentar questões ainda mais complicadas.
Um exemplo prático dos desafios da IA é o problema recente com a ferramenta “Make Design” da Figma, um popular aplicativo de design gráfico usado para criar interfaces de usuário e outros elementos visuais. A ferramenta gerava designs de aplicativos meteorológicos muito semelhantes aos da Apple, mostrando que os modelos de IA podem depender demais de dados de treinamento específicos quando a variabilidade é baixa. Dylan Field, CEO da Figma, explicou que a ferramenta usava LLMs combinados com sistemas de design encomendados, mas que a variabilidade era muito baixa. Isso demonstra a necessidade de diversidade e qualidade nos dados de treinamento para evitar a reprodução não intencional de designs existentes.
O avanço da IA depende de inovações como a metacognição, conforme sugerido por Bill Gates. Ao mesmo tempo, a regulação eficaz da IA enfrenta novos desafios após a decisão Chevron da Suprema Corte. É necessário equilibrar a inovação tecnológica com a criação de regulamentações que garantam o uso seguro e ético da IA. Adaptabilidade e expertise serão essenciais para navegar nesse cenário em constante evolução.
Fontes: fastcompany – linkedin – showmetech