CAPÍTULO 01 — DO ALGORITMO AO MODELO
IDEIA CENTRAL
IA não é uma entidade única: regras, aprendizado estatístico e modelos generativos resolvem problemas distintos. Essa afirmação parece simples até que a decisão chega ao contexto de uma equipe, a um orçamento e a pessoas que dependerão do resultado. É necessário separar mecanismo, finalidade e limites: o que a tecnologia consegue fazer sob condições controladas não equivale ao que deve fazer em uma operação real. O capítulo trabalha com uma situação específica, observa seus pontos de falha e propõe um modo de avaliar resultados sem esconder incertezas.
Exercício 1: descreva, em até seis linhas, uma situação própria relacionada a “do algoritmo ao modelo”. Identifique uma entrada verificável, uma saída útil e uma pessoa que sofrerá as consequências de um erro. Exercício 2: elabore três casos normais, dois de borda e um caso em que a resposta correta é “não sei”. Escreva antes do teste o que considerará resultado aceitável. Exercício 3: aplique a orientação “separar regras determinísticas, inferência estatística e decisão humana.” e registre o que mudou no processo, não apenas na interface. Exercício 4: desenhe uma tabela com cinco colunas — caso, resultado esperado, resultado observado, gravidade e ação corretiva. Preencha a tabela com exemplos reais autorizados ou fictícios, claramente sinalizados como tal. Exercício 5: apresente a um colega a principal limitação encontrada, sem defender previamente a ferramenta. Peça que ele formule uma explicação alternativa para o ganho observado. Esse confronto melhora a avaliação e previne o entusiasmo seletivo. Ao final, pergunte se o registro de decisão produzido poderia ser compreendido e contestado por alguém que não participou do projeto.