A IA governamental enfrenta um conjunto diferente de problemas
A corrida para implantar inteligência artificial muitas vezes parte das condições operacionais do setor privado como premissa: conectividade constante à nuvem, infraestrutura centralizada, ampla liberdade para mover dados e certa tolerância a uma transparência limitada do modelo. Segundo um novo relatório do MIT Technology Review Insights, produzido em parceria com a Elastic, essas premissas rapidamente deixam de valer em ambientes governamentais.
O relatório argumenta que organizações do setor público enfrentam uma combinação distinta de restrições de segurança, governança e operação, o que torna os modelos de linguagem pequenos, ou SLMs, uma opção mais prática do que simplesmente importar o manual padrão dos grandes modelos. O ponto não é que governos não se interessem por IA. É que eles têm menos margem para falhas, menos flexibilidade no tratamento de dados e mais motivos para exigir controle sobre onde os sistemas rodam e como se comportam.
Por que modelos menores estão ganhando força
Uma das pressões mais claras é a segurança de dados. O texto de origem cita um estudo da Capgemini que descobriu que 79% dos executivos do setor público globalmente desconfiam da segurança de dados da IA. Essa preocupação não surpreende em órgãos que lidam com registros sensíveis, obrigações legais e sistemas críticos para a missão. Em tais ambientes, enviar informações livremente pelas redes ou para serviços externos pode ser impossível ou inaceitável.
O relatório cita o vice-presidente de IA da Elastic, Han Xiao, dizendo que as agências governamentais precisam ser muito restritivas em relação aos dados que enviam para a rede. Essa restrição muda a equação de implantação. Sistemas grandes e dependentes da nuvem podem ser poderosos, mas, se exigem pressupostos que a instituição não pode aceitar, tornam-se operacionalmente difíceis de confiar.
Os modelos de linguagem pequenos estão sendo posicionados como resposta porque podem ser mais rigidamente controlados, mais estreitamente voltados a um propósito e, potencialmente, mais fáceis de executar em ambientes restritos. O apelo não é apenas eficiência. É adequação. Um modelo menor, projetado em torno de uma tarefa governamental específica, pode ser mais fácil de governar do que um sistema de uso geral construído para uso aberto.
