Segurança na inteligência artificial por meio de etapas de qualidade de dados de insumo

Em tempos de transformação digital, a geração de dados se constitui em um novo tipo de ativo, pois requerer novas formas de aprendizagem organizacional, ensejando novos modelos de negócios. O foco de toda essa transformação é a Inteligência Artificial (IA), subárea da Ciência da Computação responsável pela criação de recursos computacionais com habilidades similares ao raciocínio humano para a resolução de problemas, de forma automatizada. São utilizados elementos da matemática e engenharia, para reproduzir aspectos da inteligência humana, mas também de outras áreas, como filosofia, matemática, economia, neurociência, psicologia, engenharia de computadores, teoria de controle e cibernética e linguística. Daí o nome IA. As máquinas aprendem a falar, escrever, interpretar dados e solucionar problemas por meio da IA, ferramenta que hoje é fundamental para Indústria 4.0, enquanto transição da sociedade industrial para a sociedade do conhecimento e da economia digital. Por sua vez, a IA Generativa utiliza-se de ferramentas multimodais, para trabalhar elementos como a língua falada, imagens, sons, movimentos corporais, etc. Toda essa tecnologia requer inovações nas empresas, por meio da adoção de frameworks, que permitam selecionar e guardar dados qualificados. O presente artigo original foi desenvolvido com base em ampla pesquisa bibliográfica e materiais científicos. Tem o objetivo de demonstrar a relevância da análise de dados, como forma de aplicar as práticas do compliance para a IA. Como resultado desta pesquisa, verificou-se a necessidade de maior atenção aos processos de qualidade de dados de insumo para treinamentos de IA generativas.