A Inteligência artificial (IA) é a capacidade de um sistema de programas de computador decidir e executar
tarefas específicas em tempo real à coleta de dados de
várias fontes; a decisão é tomada por algoritmos de aprendizado treinados por estes dados. O que acontece se a IA toma
decisões erradas? Na Figura 1 temos uma representação dos
fluxos de trabalho para o desenvolvimento e manutenção de
uma Inteligência Artificial para execução de tarefa especí-
fica. Os fluxos de trabalho estão agregados em três blocos:
dados, desenvolvimento do algoritmo e manutenção da IA
em serviço. Um sistema de IA pode errar ou porque o algoritmo de aprendizado está desatualizado ou porque a qualidade dos dados não está suficientemente boa para a tarefa a ser executada.
Tomando como exemplo a tarefa do algoritmo de um
oximetro de pulso, que é determinar o nível de saturação de
oxigênio transportado no corpo de uma pessoa, os dados são
coletados por dispositivo eletrônico conectado ao dedo do
paciente a partir do qual uma luz é emitida. O algoritmo determina a porcentagem de oxigênio no glóbulo vermelho a
partir dos dados da luz emitida; a emissão desta luz fica prejudicada para peles de pigmentação escura, superestimando
o nível de saturação do paciente, conforme a Food and Drug Administration1
, que emitiu um alerta sobre as limitações de uso dos oxímetros de pulso. Este é um caso em que, para parcela da população, os dados que alimentam o algoritmo não são precisos, pois apresentam um desvio impactando em
erros na determinação do nível de saturação de oxigênio.
A precisão é um atributo essencial para qualidade dos
dados que alimentam sistemas de IA. No caso do oximetro
de pulso o dado de entrada, não é preciso para pacientes
com pele de pigmentação escura, e é preciso para peles claras.
Igualmente a precisão dos dados deve ser assegurada na alimentação dos algoritmos em plantas industriais automatizadas, onde os sistemas de IA para otimização da operação e a eficiência energética necessitam de dados com precisão para não tomarem decisões viciadas. Dessa forma, precisão
dos dados de entrada de uma IA depende diretamente da
instrumentação, da metrologia e a da qualidade da coleta
dos dados.