Foque na correção dos modelos de dados que a pandemia quebrou

No Machine Learning grandes modelos matemáticos são adaptados com base em observações selecionadas, diretamente conectadas e influenciadas pelo mundo real. Isso é especialmente verdadeiro para empresas que possuem modelos de aprendizado de máquina construídos para gerar insights sobre previsão de vendas, otimização de estoque e comportamento do cliente, entre outros. Razão pela qual, empresas orientadas por dados, que usam IA, precisam estar sempre preparadas para mudar.

Os modelos de ML são projetados para responder às mudanças. Mas a maioria deles se comporta mal quando os dados de entrada diferem muito dos dados nos quais foram treinados. É um erro presumir que podemos configurar um sistema de IA e pronto, funcionará assim para sempre.  Há uma delicada co-dependência na qual mudanças em nosso comportamento mudam como a IA funciona, e mudanças em como a IA funciona mudam nosso comportamento.

Alguns modelos algorítmicos construídos antes da pandemia - baseados no princípio de que padrões e comportamentos do passado provavelmente se repetirão no futuro - foram completamente contaminados pelos efeitos colaterais da Covid -19. Quarentenas, proibições de viagens, distanciamento físico e licenças generalizadas de trabalho alteraram a forma como fazemos compras, onde realizamos nosso trabalho, como - e se - viajamos e muito mais.