Bots e IA: O estado atual da maturidade técnica

Os bots evoluíram bastante desde os tempos em que se usava chatbots no canal de IRC ou em mensageiros instantâneos. Mas até que ponto eles evoluíram do ponto de vista tecnológico? Sim, todas as empresas e veículos de mídia de negócios estão falando sobre eles, mas o que é verdade e o que é apenas exagero? Para me ajudar a separar a realidade do marketing, conversei com o CEO e cofundador da The Bot Platform, Syd Lawrence, e com o evangelista técnico da Microsoft, Martin Beeby, sobre a situação atual dos bots e da IA.

Assista ao Video da nossa conversa aqui ou role a página para baixo, logo abaixo do Video, para ler a transcrição completa.

Em que estágio de maturidade técnica se encontram os bots e a IA? (Transcrição completa)

Sam Machin (Defensor de Desenvolvedores da Nexmo e Campeão da Alexa): Então, uma coisa a se pensar é o panorama geral atual — o que entendemos por bots, IA e todas essas coisas. Fala-se muito sobre isso, mas uma coisa que eu estava pensando é: em que estágio de maturidade a tecnologia se encontra? Se compararmos com o mercado de PDAs móveis, estamos nos primórdios do PalmPilot, na época dos relógios-calculadora ou já na era do iPhone? Em que estágio estamos?

Syd Lawrence (CEO/cofundador da [The Bot Platform[(https://thebotplatform.com/)): Acho que provavelmente estamos na fase do relógio-calculadora. Então, embora esses aparelhos já existam há muitos anos, eles não estão necessariamente no mercado mainstream, e essa é a maior diferença. Sim, acho que, para a maioria das pessoas, provavelmente estamos na fase do relógio-calculadora.

Então, obviamente, tem havido muita cobertura da imprensa nos últimos 12 meses dando a entender que essas coisas são muito melhores do que realmente são. Felizmente, acho que as pessoas estão começando a entender melhor o que eles realmente são agora. Quero dizer, já criávamos bots no IRC há muitos anos. E agora eles simplesmente estão nas plataformas mais populares. E não são tão diferentes assim do que costumavam ser. A única diferença é que agora estão nas plataformas mais populares.

Há muitos anos que criamos bots no IRC... só que agora isso acontece em plataformas mais populares.

Martin Beeby (Evangelista Técnico na Microsoft): Acho que houve um pequeno avanço em termos do que eles são capazes de fazer em comparação com o passado. E isso se refere à tentativa de entender o que uma pessoa está realmente dizendo a um sistema. Quero dizer, a maioria dos sistemas, das aplicações web e dos aplicativos móveis sempre direcionou as pessoas a uma forma muito específica de operar um aplicativo, baseada em menus. E acho que, com os chatbots e os bots de Voice, estamos chegando a um ponto em que o usuário é capaz de pedir explicitamente o que deseja. E estamos chegando a um ponto em que entendemos o que o usuário está dizendo. Somos capazes de atender a certas necessidades que o usuário tem naquele momento. E acho que é aí que vai ocorrer o verdadeiro avanço com os bots: quando começarmos a entender cada vez mais qual é a real intenção do usuário.

É aí que vai ocorrer o verdadeiro avanço com os bots: quando começarmos a entender cada vez mais qual é a verdadeira intenção do usuário

No momento, ainda é um pouco complicado. Conseguimos entender a intenção relativamente bem com os serviços cognitivos e os diversos sistemas de inteligência artificial que a maioria das grandes empresas está desenvolvendo. Mas acho que, nos próximos dois ou três anos, começaremos a ver avanços significativos nessa área, em que realmente entenderemos o que o usuário está dizendo em inglês coloquial, em vez de ter que conduzi-lo por uma estrutura de menu muito específica.

Sam: É, e acho que essa é uma boa observação. Pra mim, o grande salto é a diferença entre algo que é controlado por linha de comando. Quero dizer, somos todos geeks; estamos acostumados a digitar comandos. E, na verdade, a primeira geração desses sistemas era um bot que ficava no seu canal de IRC ou no seu mensageiro instantâneo. Mas, basicamente, você digitava um comando como uma sequência de caracteres e precisava colocá-lo em uma ordem específica, com uma sintaxe específica e coisas do tipo. E acho que o ponto de inflexão que começa a tornar isso talvez um pouco mais parecido com IA é essa ideia de que você não precisa estruturar sua solicitação. Ele consegue entender, a partir das palavras-chave e de outros elementos, o que você está pedindo, não é mesmo? Mas ainda estamos definitivamente nos estágios iniciais, eu acho. Provavelmente todos concordamos nisso.

Martin: Bem, grande parte do trabalho que tenho feito recentemente envolve a criação de muitos chatbots. Mas a maioria dos clientes com quem conversamos quer criar algum tipo de sistema de voz ou controle de voz além desse chatbot, e não apenas criar chatbots comuns. E, portanto, acho que os sistemas do tipo “fala para texto” estão realmente no estágio de 2003 da tecnologia sensível ao toque. Se eu pensar na metáfora do toque, em como eram os celulares com tela sensível ao toque em 2003, 2004, quando todos tinham apenas telas capacitivas e eram um verdadeiro lixo. Você pressionava a tela, tentava acertar diferentes partes, mas nunca conseguia realmente o que queria.

E então, de repente, o iPhone foi lançado em 2007 e as interfaces sensíveis ao toque mudaram para sempre. Estamos naquele momento de 2004 com o reconhecimento de fala e a interpretação de intenção, em que as coisas ainda são meio imprevisíveis. E sim, de certa forma funciona, mas, de certa forma, também não funciona tão bem. Isso é realmente frustrante, e a maioria dos usuários evita usar essa tecnologia. Mas vamos chegar a esse ponto crucial em que a fala e a intenção serão totalmente compreendidas pelos sistemas de computador. E então chegaremos a esse momento mágico em que aceitaremos muito mais essa tecnologia. Mas, no momento, acho que, para a grande maioria das pessoas, esses sistemas de IA e de reconhecimento de voz podem ser bastante frustrantes.

Chegaremos a esse ponto decisivo em que a fala e a intenção serão plenamente compreendidas pelos sistemas de computador.

Sam: É. Acho isso bem interessante. Na verdade, é um ótimo exemplo: toda essa interface sensível ao toque. Você tem a caneta stylus, que na verdade era só um substituto para a interface do mouse, o que não era exatamente a mesma coisa. E, se você tomasse cuidado, conseguia usá-la. Mas, para que isso se torne fácil de usar, precisa ser prático em situações de multitarefa — enquanto você tenta tirar as compras do carro com uma mão, segura a porta com a outra e ainda quer poder dar um grito para o aparelho. Não adianta nada o sistema me reconhecer se eu estiver em uma sala agradável e silenciosa, com um microfone, e me aproximar do dispositivo para perguntar em inglês simples e calmo. O que importa é quando ele funciona nesse cenário do mundo real.

Para que isso se torne fácil de usar, precisa ser algo que se possa fazer facilmente enquanto se realiza várias tarefas ao mesmo tempo

Martin: Sim, uma das grandes limitações dos chatbots no momento é essa experiência de integração. Como explicar ao usuário o que ele pode dizer ao bot, quais frases ele precisa usar, como estruturar as coisas? E essa experiência de integração é realmente complicada. E isso também acontece porque o bot não entende realmente o inglês coloquial. Ele não entende tudo o que o usuário possa dizer a ele. Em geral, ele só entende um subconjunto do inglês para o qual foi programado. E acho que, para que essas tecnologias tenham sucesso de verdade, vamos ter que superar isso.

[Nota do editor: Assista à discussão completa de uma hora sobre o estado da tecnologia de bots de IA.]