A capacidade dos modelos IA fazer previsões bem-sucedidas pode ser prejudicada pela exclusão algorítmica, falta de variedade na demografia, no estágio de treinamento. À medida que algoritmos respondem por decisões mais importantes, como quais formulários de emprego os empregadores devem ver, quanto de financiamento deve ir à determinado distrito urbano ou se uma pessoa deve receber liberdade condicional, importa reconhecer problemas ao considerar a IA. O viés de algoritmo que ocorre quando modelo de IA ou ML é construído com dados que propagam vieses sociais existentes, envolve conceito de exclusão algorítmica, fator de desigualdade social na internet e smartphones. A exclusão algorítmica é parte do conceito conhecido como desertos de dados, escrito pela primeira vez em 2014 para descrever zonas que coletam menos dados que a média. Artigo menciona que a cidade de Boston tentou criar um aplicativo, o Street Bump, que usa sensores nos smartphones para detectar irregularidades nas estradas com objetivo de identificar problemas rapidamente, através da coleta de dados mostrando onde as estradas estavam em pior estado, no entanto, o projeto foi abandonado devido aos bairros mais ricos fornecerem mais dados no aplicativo que os mais pobres e, assim, receberem mais que seu quinhão de reparos nas estradas. Neste e em outros casos de exclusão algorítmica, o modelo de IA não prefere um bairro em detrimento de outro, mas a falta de dados provenientes de bairros mais pobres significando não poder julgar de modo preciso sobre a qualidade da estrada. Ao lado dos desertos de dados, outra questão afeta a exclusão algorítmica, ou, os dados fragmentados, nos quais as comunidades marginalizadas têm registros menos completos ou incapazes de fornecê-los completos pela falta de acesso, por exemplo, enquanto a penetração de smartphones acima de 90% nos EUA à menores de 25 anos, naqueles com mais de 65 anos é inferior a 60% e, ao preencher formulário que requer número de celular ou endereço de e-mail, muitos ficam vazios ou com buracos. A combinação de dados ausentes e incompletos leva a previsões ausentes de algoritmos, nas quais um algoritmo não pode fazer previsão precisa e, portanto, não a faz, no entanto, pode levar a previsões imprecisas o que acontece quando um algoritmo fragmentou dados e os usa como base para fazer previsão. Discutindo maneiras de aliviar a exclusão algorítmica leva potencialmente repensar a privacidade devendo concentrar-se mais nas salvaguardas em vez de proibir ferramentas, como cookies, rastreamento e coleta de dados, permitindo variedade maior de respostas, melhorando potencialmente precisão e escopo dos algoritmos.
Neste patamar, cada vez mais empresas aproveitam IA para transformar as operações e serem mais eficientes e produtivas. Relatório do vice-presidente de Automação, Dados e IA da IBM Latin America, sobre os casos de uso estratégico de IA na América Latina mostra que a sociedade humana e a IA continuam se fortalecendo a toda velocidade, embora essa tecnologia exista há várias décadas, hoje mais e mais empresas a aproveitam em transformar operações, tornando-as eficientes e produtivas. Para que o desenvolvimento continue evoluindo de forma positiva há necessidade de confiança nos resultados e recomendações preditivas, por meio de sistemas de IA explicáveis e transparentes. Algumas questões são levantadas sobre impactos potenciais da tecnologia se IA pode prejudicar as chances de conseguir emprego ou hipoteca, se está impulsionando proliferação de conteúdo ilegal e desinformação, se exacerba desigualdades sistêmicas, entre outros pontos relevantes e foca questões éticas ao desenvolvimento da tecnologia, não significando parar inovação, mas cuidar para que essa inovação seja responsável sendo que a IA não pode beneficiar apenas alguns. De acordo com o 2022 IBM Global AI Adoption Index, apenas 30% das organizações na América Latina implementam ativamente IA em suas operações, sendo o caso de uso mais conhecido o dos assistentes virtuais criados para dar suporte aos agentes humanos no atendimento ao cliente, reduzir gargalos e liberar tempo para que profissionais concentrem em tarefas de maior valor. Treinados para aplicações específicas na empresa, os assistentes virtuais geram benefícios econômicos e melhoram experiência do cliente externo e interno com o contributo médio à satisfação dos agentes humanos atribuído a esta ferramenta de 20% e dos clientes externos de 99%, segundo estudo do IBM Institute for Business Value e Oxford Economics. A tendência que ganha força entre os assistentes virtuais é o uso de “personas digitais”, agentes hiper-realistas, autônomos e animados entendendo a linguagem natural e interagindo com pessoas enquanto executam gestos como sincronização labial, olhares, músculos faciais, movimentos da cabeça e etc, dessa forma, interações podem parecer mais intuitivas e naturais resultando em experiências mais positivas aos clientes. A IA pode ser usada em outras áreas e, segundo a IBM Latin America, "alguns casos de uso que já implementados com clientes na América Latina são focados em Cibersegurança, Redes 5G, Sustentabilidade, Automação Inteligente e Princípios de confiança e transparência."
Moral da Nota: à medida que os ataques cibernéticos crescem em volume e complexidade, a IA ajuda analistas de operações de segurança se manterem à frente das ameaças, com tecnologias como aprendizado de máquina e processamento de linguagem natural facilitando análise de milhões de fontes e fornecendo informações à profissionais que podem remover ruído de alertas diários, avaliar recomendações e reduzir tempos de resposta aumentando habilidades dos analistas de segurança, permitindo que façam trabalhos com mais rapidez, precisão e eficiência. Em torno do 5G, criar valor, leva empresas de telecomunicações pensar em fornecer infraestrutura à aplicações futuras e serviços de valor agregado próximos à geração de dados, otimizando tomada de decisões em tempo real, fator crítico à continuidade de serviços essenciais como energia e alimentação, por exemplo. A IA é fundamental à extrair valor dos dados, liberar capital ao crescimento da rede, acelerar inovação, melhorar experiência do cliente e gerenciar operações de tecnologia garantindo continuidade dos negócios. As empresas priorizam iniciativas de sustentabilidade para criar operações eficientes e resilientes diante mudanças climáticas, aplicando IA para ir além da captura de dados e relatórios, transformando-os em informações para tomar decisões mais inteligentes. A sustentabilidade entendida como muito mais que apenas reduzir emissões requer abordagem holística incluindo operações, bem como gestão de ativos, infraestrutura, clima, cadeia de suprimentos, informações meteorológicas, relatórios ESG e etc. De acordo com a IDC, 80% das organizações estimam ter mil aplicativos em portfólio, levando a gerenciamento de tecnologia cada vez mais complicado e a aplicação IA em operações de TI comumente conhecida como AIOps permitindo que equipes gerenciem proativamente ambientes de trabalho complexos, tornando-os mais eficientes e garantindo continuidade dos negócios.