O Banco Mundial está defendendo uma estratégia diferente de inteligência artificial para as economias em desenvolvimento: modelos menores e especializados, projetados para funcionar em idiomas locais, em celulares e em lugares onde não se pode presumir a existência de conectividade rápida e confiável.
Durante as reuniões anuais do Banco Mundial e do Fundo Monetário Internacional em Bangcoc, o diretor de conhecimento do banco, Paschal Donohoe, afirmou que essa abordagem de “small AI” poderia ajudar os países a transformar capacidade digital em ganhos práticos de desenvolvimento. O foco não está em replicar os maiores sistemas de uso geral construídos pelas grandes empresas de tecnologia. Está em disponibilizar ferramentas treinadas para tarefas específicas onde as pessoas precisam delas.
IA projetada para condições locais
A distinção importa porque o acesso molda a utilidade. Um serviço poderoso baseado na nuvem pode ser difícil de usar de forma consistente em comunidades com conectividade limitada, poucos recursos computacionais ou necessidades linguísticas que recebem pouca atenção dos produtos globais voltados ao consumidor. Um modelo menor, treinado para uma tarefa específica, pode funcionar em um telefone e depender menos de uma conexão constante.
A descrição de Donohoe coloca o contexto local no centro do design. Nesse enquadramento, as perguntas relevantes não são simplesmente quão capaz é um modelo em um benchmark amplo, mas se ele consegue fornecer informações no idioma usado por uma comunidade, por meio dos dispositivos que ela já possui e sob condições reais de rede.
Isso representa uma mudança significativa em relação a grande parte da conversa atual sobre IA. A disputa pública em torno da inteligência artificial costuma ser dominada por sistemas cada vez mais sofisticados, destinados ao uso amplo pelos consumidores. O argumento do Banco Mundial é que as necessidades de desenvolvimento podem exigir um modelo mais direcionado: ferramentas que resolvam um problema limitado com qualidade suficiente para serem úteis em escala.
A agricultura oferece um exemplo concreto
Donohoe citou o programa agrícola AgriConnect, do Banco Mundial, na Índia. Os agricultores envolvidos no programa precisam ter acesso a análises do solo em seu próprio idioma. Oferecer orientação altamente personalizada a cada pequena propriedade por meio de uma grande equipe de especialistas humanos seria difícil. O banco vê a IA especializada como uma possível forma de ampliar o alcance dessas informações.
O exemplo ilustra tanto a promessa quanto os limites da proposta. O valor não está em um sistema de IA fazer uma afirmação geral sobre agricultura. Está em ajudar a levar informações específicas a usuários específicos. Para um agricultor, uma ferramenta se torna relevante quando pode ser acessada, compreendida e conectada a uma decisão prática.
A especialização também pode tornar a implementação mais administrável. Um sistema mais restrito pode ser construído em torno de um domínio e de um conjunto de dados específicos, em vez de tentar responder a todas as perguntas. Isso não elimina a necessidade de design cuidadoso, conhecimento local ou supervisão, mas concentra o investimento em aplicações com finalidade definida.
A infraestrutura continua sendo condição para o impacto
A proposta do Banco Mundial não é que a small AI possa contornar os requisitos mais amplos do desenvolvimento. Nas reuniões de Bangcoc, a diretora-gerente do FMI, Kristalina Georgieva, ressaltou que os governos precisam criar as condições para a adoção da IA. Ela apontou eletricidade, infraestrutura digital, disposição pública para adotar a tecnologia e capacidade governamental de oferecer proteções de segurança como fundamentos essenciais.
Esses requisitos são um contexto importante para o entusiasmo em torno de modelos baseados em telefones. Uma ferramenta que funcione com baixa conectividade pode reduzir uma barreira, mas ainda depende de energia, dispositivos, habilidades e de um ambiente em que as pessoas possam usá-la com confiança. O acesso em idiomas locais também exige trabalho em dados, interfaces e implementação que reflita as comunidades atendidas.
Em outras palavras, a proposta não é um atalho para evitar o investimento público. É um argumento sobre para onde o investimento em IA deve ser direcionado quando os países estiverem construindo o básico: para sistemas que se adaptem às limitações locais, em vez de presumir que essas limitações desaparecerão.
Da capacidade à colaboração
Donohoe sugeriu que produtos úteis poderiam surgir da cooperação entre o Banco Mundial, governos e participantes do setor privado. Isso reflete o desafio prático que está por vir. Construir um modelo é apenas uma parte da implementação. Ele precisa ser conectado a um serviço público ou comercial, mantido ao longo do tempo e disponibilizado a pessoas que talvez não tenham amplo suporte técnico.
A abordagem também implica que o valor econômico não será medido apenas pelo tamanho de um modelo ou pela quantidade de computação por trás dele. Em usos voltados ao desenvolvimento, o teste mais significativo pode ser se uma ferramenta especializada melhora o acesso ao conhecimento em um ambiente onde a expertise é escassa.
A afirmação central do Banco Mundial é ambiciosa: avanços de desenvolvimento que historicamente levaram muito mais tempo poderiam ser acelerados. Mas o caminho descrito se baseia em uma premissa pouco glamourosa. O maior benefício da IA talvez não venha dos sistemas mais abrangentes, mas de ferramentas estreitas o suficiente para funcionar em um telefone comum, em um idioma local e para um problema real e recorrente.
- O Banco Mundial defende modelos especializados de “small AI” para economias em desenvolvimento.
- Os sistemas propostos devem funcionar em celulares, em idiomas locais e com conectividade limitada.
- Eletricidade, infraestrutura digital, prontidão para a adoção e proteções de segurança continuam sendo necessárias para gerar impacto.
Este artigo é baseado em uma reportagem do The Guardian. Leia o artigo original.
Originally published on theguardian.com
