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.

Green skills: só 44% dos jovens se sentem prontos para o futuro verde

Tendências

Green skills: só 44% dos jovens se sentem prontos para o futuro verde

A maioria quer trabalhar com sustentabilidade, mas diz não ter as habilidades necessárias. Estudo destaca lacunas por país e região

O que faz um conteúdo viral? Conheça o framework SPREAD

Tendências

O que faz um conteúdo viral? Conheça o framework SPREAD

Seis elementos ajudam marcas a criar campanhas com alto potencial de engajamento e compartilhamento — sem cair em armadilhas de polêmica ou insensibilidade

IA no trabalho: o que separa quem avança de quem fica para trás

Inteligência Artificial

IA no trabalho: o que separa quem avança de quem fica para trás

Treinamento, renda e idade são os principais divisores no uso de IA, segundo estudo global da KPMG com 17 mil pessoas em 17 países

O que Geração Z e millennials esperam do trabalho e das empresas

Tendências

O que Geração Z e millennials esperam do trabalho e das empresas

Pesquisa global da Deloitte com mais de 23 mil jovens mostra que aprendizado, propósito e bem-estar definem a felicidade no trabalho — mas gestores ainda falham em entregar o básico

A nova era da nuvem: IA, borda, soberania e sustentabilidade

Inovação

A nova era da nuvem: IA, borda, soberania e sustentabilidade

Relatórios da Gartner e Microsoft revelam que a nuvem está entrando em uma fase crítica, impulsionada por IA, pressão regulatória, demandas de sustentabilidade e novos modelos setoriais

iFood se posiciona como empresa de IA e aposta em mil agentes autônomos

Inteligência Artificial

iFood se posiciona como empresa de IA e aposta em mil agentes autônom...

Em nova fase estratégica, o iFood deixa de ser apenas tech e assume a identidade de empresa de IA, com agentes inteligentes atuando em Vendas, Atendimento e Marketing