O papel de inteligência artificial (IA) em influenciar como usamos a web parece destinada a aumentar inexoravelmente, especialmente com a OpenAI — a empresa por trás do ChatGPT — provocando SearchGPT. Esta é uma ferramenta de busca com tecnologia de IA, projetada para fornecer respostas diretas às suas consultas, em vez de páginas de resultados “otimizados”.
Se você está tendo uma explosão repentina de déjà vu, é porque o Google já tentou algo semelhante. Usando seu IA Gêmeos modelo, o Google testou sua ferramenta “AI Overviews” que, como o SearchGPT, é projetada para vasculhar a web e fornecer respostas resumidas para consultas de pesquisa. A ideia simples era que essa ferramenta lhe daria um resumo das principais informações que você queria sem precisar que você buscasse uma carga de resultados de pesquisa.
Só que não funcionou de verdade — pelo menos no começo. Em alguns exemplos flagrantes, A IA do Google disse aos usuários para adicionar cola ao molho de pizza para dar-lhe “mais pegajosidade”, sugeriu lavar as roupas com o gás tóxico cloro, e até observou que uma solução para se sentir deprimido seria pulando da ponte Golden Gate. O problema aqui era que, embora o AI Overview pudesse extrair informações de uma grande quantidade de fontes, ele parecia não ser bom em separar informações satíricas, incorretas ou maliciosas de informações úteis e corretas.
O SearchGPT é sustentado pelo ChatGPT, que é sem dúvida um modelo de IA mais maduro do que o Gemini, e assim poderia render melhores resultados com respostas menos hediondas. No entanto, a ferramenta está em estágio de protótipo, então ninguém sabe como ela irá se comportar quando for lançada ao público.
Relacionado: Pesquisadores deram à IA um “monólogo interno” e isso melhorou enormemente seu desempenho
Mas isso levanta a questão de quão eficaz será o papel da IA no futuro — se for aprimorada, há potencial para a IA acabar com os mecanismos de busca tradicionais ou a precisão da pesquisa por IA continuará sendo uma decepção?
Robusto, não desenfreado
“A IA atual tem muitas inconsistências porque não é muito coesa. Os padrões de pensamento podem seguir direções estranhas e confusas. No entanto, pesquisas mostram que é possível projetar modelos para pensar de forma muito mais eficaz”, Nell Watsonum pesquisador de IA do Instituto de Engenheiros Elétricos e Eletrônicos (IEEE), disse ao Live Science. Alguns modelos podem ser casados com linguagens de programação lógicas, como Prólogo para aumentar significativamente suas capacidades de raciocínio, ela disse, o que significa que os processos matemáticos podem ser confiáveis.
“Isso também ajuda os modelos a serem muito mais agentes — a entender uma situação e a formar planos e tomar ações independentes em resposta. No entanto, sem esse andaime em vigor, os sistemas de IA serão extremamente limitados em sua capacidade de fornecer informações precisas e confiáveis, e de reter foco suficiente em um contexto desejado”, disse Watson.
Aí está o problema da IA e da pesquisa — a potencial falta de qualquer estrutura robusta por trás desses sistemas para garantir precisão e confiabilidade. E parece que o desejo de atacar rapidamente, enquanto o interesse pela IA está florescendo, pode ser o ponto crucial dos resultados de má qualidade que eles produzem. Watson disse: “Está claro que alguns recursos de IA foram lançados muito cedo, sem testes adequados.” Além disso, eles não têm contexto do usuário.
Mas tais problemas não começam e param apenas com modelos de IA. A culpa também pode ser atribuída ao estado da busca na web por meio de alguns dos maiores mecanismos de busca, notavelmente o Google Search.
“Além do sistema de IA não ser útil, há problemas mais amplos com a própria Pesquisa atualmente, com mudanças feitas para facilitar resultados de pesquisa paga, tornando muito mais difícil encontrar conteúdo”, disse Watson. “Isso sem contar a questão do viés da infraestrutura de IA para evitar que conteúdo 'indesejável' suba ao topo, o que novamente não respeita fundamentalmente os desejos dos usuários. É importante lembrar que esse é um recurso projetado para uso do cliente, e resolver esses problemas só aumentará sua experiência de otimização de mecanismos de busca.”
Agentes de precisão e confiança
Nesse caso, o que o futuro reserva? Watson observou que o estado atual da pesquisa de IA depende de modelos de agente — modelos de IA autônomos que são projetados para executar ações definidas e resolver problemas sem supervisão humana constante de uma maneira orientada a objetivos. Isso é diferente de IA generativa modelos que criam conteúdo. Além disso, esses modelos de agente só crescerão em sofisticação.
“Sistemas de IA de agentes serão usados para sair em uma missão para executar uma busca profunda e análise de sofisticação muito maior do que uma simples busca por palavra-chave. Eles podem encontrar respostas para perguntas que os usuários nem sabiam como perguntar”, explicou Watson, embora ela tenha acrescentado que tais IAs precisarão entender valores humanos, limites e contexto essencial.
“Estamos colocando a responsabilidade de alinhar esses modelos nas mãos de cidadãos comuns, o que é um desastre esperando para acontecer. Uma grande quantidade de educação pública é necessária para garantir que tiremos o melhor proveito dessa próxima onda de IA, em vez de IA correndo em círculos ao nosso redor.”
Embora as preocupações sobre a eficácia e a precisão dos sistemas de IA em pesquisas levantem questões, há muito potencial para mudar a maneira como encontramos informações na web — ou pelo menos oferecer uma alternativa aos mecanismos de busca clássicos.
“À medida que a 'agenticidade' dos sistemas de IA aumenta, os agentes de IA provavelmente um dia agirão como nossos embaixadores, buscando ativamente produtos, serviços e experiências que podem nos surpreender e encantar, e se encaixar em nossos planos existentes”, disse Watson. “Isso transcenderá o mercado primitivo otimizado para busca, com os usuários nem precisando procurar o produto para vendê-lo a eles. Isso também significa que o marketing para bots pode ter mais valor do que o marketing para humanos. Além disso, há evidências de que os sistemas de IA acham o conteúdo escrito por outros sistemas de IA mais estimulante”, acrescentou Watson.
Com essa perspectiva mais positiva, no entanto, vem uma ressalva — e é uma de confiança, como Watson concluiu: “Empurrar muitos produtos para consumidores de IA corre o risco de diminuir a confiança e causar frustração. Os sucessores futuros devem buscar manter a confiança de seus clientes.”
