s
INTELIGÊNCIA ARTIFICIAL

Lideranças de dados e análises devem explorar mais a Causal AI

O que significa ir além de previsões baseadas em correlação e investir nas prescrições baseadas em causalidade para melhorar a tomada de decisão

Já ouviu falar em correlação e causalidade? Em estatística, usar ambas de forma correta é o caminho para evitar assumir coisas estranhas. Na IA, idem. Não por acaso, a Causal AI é uma das 25 tecnologias emergentes destacadas pelo Gartner este ano. Ela busca identificar e utilizar relações de causa e efeito, indo além de modelos preditivos baseados em correlação.

Apesar de seu notável sucesso, os modelos estatísticos, incluindo aqueles em sistemas avançados de Deep Learning (DL), usam correlações de nível de superfície para fazer previsões. Mas o paradigma atual não conduz os modelos para descobrir relações de causa e efeito. Só, as correlações.

E qual é o problema de usar correlações para predição? A fragilidade das previsões. Para que as previsões baseadas em correlação permaneçam válidas, o processo que gerou os dados precisa permanecer o mesmo. Por exemplo, é possível correlacionar o nascer do sol com o canto do galo. Mas forçar um galo a cantar nem sempre fará o sol nascer.

Este é um conteúdo exclusivo para assinantes.

Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.

É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.

O agente escolhe a loja. Outros controlam o caminho

Tendências

O agente escolhe a loja. Outros controlam o caminho

OpenAI, Sierra e Amazon avançam sobre pagamento, acesso e dados de produtos. A disputa é por quem define as condições das compras feitas por agentes de IA.

Correias no teto, a IA, e o organograma que ainda não mudou

Inteligência Artificial

Correias no teto, a IA, e o organograma que ainda não mudou

No Beyond AI 2026, Pedro Waengertner, CEO da ACE Ventures, mostra como empresas de software usam a IA para reformular suas estruturas e provoca: para as demais, está na hora de desaprender o organograma antigo

Nvidia: lições de governança

Inteligência Artificial

Nvidia: lições de governança

A saída de Jensen Huang expôs fragilidades na sucessão e na supervisão do CEO, apesar dos mecanismos formais de governança da Nvidia.

Com a saída de Jensen Huang, como fica o

Inteligência Artificial

Com a saída de Jensen Huang, como fica o "Banco Central" da IA?

O afastamento do fundador e CEO da Nvidia pode retirar o amortecedor que impedia o mercado de testar a fragilidade da bolha.

Quem ensina a equipe a desconfiar da IA?

Inteligência Artificial

Quem ensina a equipe a desconfiar da IA?

Empresas valorizam a capacidade de conferir a IA, mas a veem pouco nos recém-formados. Entre os funcionários, o temor é perder o pensamento crítico.

Pressionada em casa, a China leva o carro elétrico ao mundo

Tendências

Pressionada em casa, a China leva o carro elétrico ao mundo

Com margens apertadas no mercado interno e barreiras no Ocidente, montadoras e fabricantes de baterias aceleram a expansão externa. O Brasil virou um dos destinos centrais.