É inquestionável a mais-valia dos modelos de linguagem de grande escala (LLM) em tarefas que requerem análise de grandes volumes de informação provenientes de fontes distintas e estruturadas de formas diversas. O método de funcionamento desses modelos permite, inclusive, estabelecer correlações a diferentes níveis que tradicionalmente passariam despercebidas aos seus utilizadores. Ao mesmo tempo, conseguem chegar a conclusões perante problemas directamente derivados da informação que lhes foi disponibilizada.
Devido à sua natureza totalmente objectiva, quando formulamos problemas puramente baseados em ciências formais, como a matemática ou a lógica, as respostas dadas pelos LLM têm um nível de confiança e exatidão muito altos. No entanto, à medida que avançamos na exploração de questões das ciências naturais, sociais ou humanas, os LLM enfrentam um desafio muito maior na formulação das suas respostas. A verdadeira solução pode não ser totalmente exacta e, em consequência, exigir um nível de ponderação demasiado exigente em termos de ciclos de processamento, o que inevitavelmente leva a tempos de resposta e custos desajustados com o atual modelo de negócio desses serviços.
Nos últimos meses, surgiu um conjunto de soluções provenientes de empresas de diferentes dimensões e estados de maturidade que tentam a sua sorte neste novo “El Dorado” da tecnologia, contrariando a natureza da inteligência artificial, tanto na vertente do campo de resposta, como no modelo de negócio. Um dos mais recentes casos de destaque foi o de uma startup de Xangai que abriu, na Arábia Saudita, a primeira clínica médica onde um modelo de IA faz o diagnóstico e prescrição aos pacientes. Todo o processo é gerido através de um tablet onde os pacientes explicam os sintomas, seguido por algumas perguntas geradas pelo LLM, para confirmação. No final, um médico certificado limita-se a confirmar o processo e assina os diagnósticos, que nesta fase experimental têm uma taxa de erro inferior a 0,3%. Apesar de o processo ainda não estar totalmente legalizado, mesmo na Arábia Saudita, o período de testes já criou algumas centenas de diagnósticos automatizados.
Neste caso, temos uma inversão completa do processo de atendimento clínico, onde o médico deixa de usar inteligência artificial como ferramenta de auxílio ao diagnóstico, passando a ter uma IA que se apoia num médico licenciado para comprovar o diagnóstico que fez. Esta inversão tem uma grande proximidade com o que aconteceu há dois séculos na Revolução Industrial. Mas, agora, a força humana de trabalho que está a ser automatizada já não é indiferenciada, mas sim a mais qualificada.
