Por Jessica Cavalcanti de Souza
Segundo a UNESCO, a inteligência artificial (IA) pode ser entendida como: “Programas e dispositivos criados por seres humanos que atuam em ambientes físicos ou digitais, observando seu entorno, analisando dados, raciocinando e tomando decisões para alcançar objetivos específicos. Esses sistemas podem, inclusive, adaptar o próprio comportamento com base na experiência, ou seja, em resultados de ações anteriores.”
Em resumo, a IA é uma ferramenta tecnológica programada por pessoas, que aprende com dados e serve para resolver problemas ou automatizar tarefas específicas. Nada de consciência ou intenções, é cálculo, lógica e programação. Distinção entre os diferentes tipos de inteligência artificial. Dois grupos principais ganham destaque no contexto: IA preditiva e IA generativa.
A IA preditiva é composta por sistemas que analisam grandes volumes de dados e identificam padrões para antecipar eventos ou comportamentos futuros. Na área de Estatística, isso se conecta diretamente com modelos de previsão e inferência. Um exemplo prático seria o uso de algoritmos de IA para prever a evasão escolar com base em dados históricos dos alunos (como notas, frequência e participação). O sistema pode estimar a probabilidade de um estudante abandonar o curso e, com isso, permitir ações preventivas.
Já a IA generativa vai além da análise: ela produz conteúdo novo, a partir de padrões aprendidos. Na Estatística, um bom exemplo é o uso de IA generativa para:
- Gerar conjuntos de dados sintéticos com características similares aos dados reais, úteis para testes ou simulações onde os dados originais são sensíveis ou confidenciais.
- Produzir automaticamente relatórios estatísticos, interpretando os resultados de análises e gerando textos explicativos a partir de tabelas, gráficos e outputs de software estatístico.
- Criar códigos em R ou Python com base em instruções em linguagem natural, como “faça uma regressão logística com estas variáveis e gere os gráficos”.
Um exemplo prático é o uso do ChatGPT para ajudar na redação de relatórios de análise de dados, explicando testes estatísticos ou sugerindo abordagens para problemas quantitativos.
Use a IA com consciência crítica. Ela é uma ferramenta poderosa, mas não substitui o pensamento humano, o raciocínio estatístico nem a responsabilidade ética no uso dos dados. Mais do que saber operar sistemas de IA, é fundamental compreender como eles funcionam, de onde vêm os dados, quais são seus limites e impactos sociais. Não é apenas usar a tecnologia, é questioná-la, analisá-la e garantir que ela seja aplicada de forma justa, transparente e responsável.
Referências:
UNESCO. AI Competency Framework for Teachers. 2024. Disponível em: https://doi.org/10.54675/ZJTE2084.