Recebi em primeira mão a informação de um player forte do mercado jurídico de um lançamento que oficialmente somente acontecerá em Maio/2018, trata-se do Parker, a inteligência artificial criada pela Fácil Informática, empresa que produz atualmente o Espaider, entre outros produtos jurídico.
Por se tratar de algo novo, inédito e dentro do mercado jurídico, imperioso dividir com vocês estas informações para conhecerem e quiçá aproveitarem mais uma novidade neste campo rápido e mutante da inteligência artificial.
Vejamos o descritivo do fabricante:
2018 – Ano de Nascimento do Parker
É com prazer que anunciamos o PARKER, o ferramental construído pela Fácil para aplicar tecnologias de aprendizado de máquina aos seus produtos.
Aos poucos os produtos da Fácil serão permeados com rotinas de Inteligência Artificial.
MODELOS PERSONALIZADOS
Para aprender, o PARKER precisa acessar os dados dos clientes e gerar modelos personalizados para cada um deles.
À medida que os dados dos clientes mudam, refinamentos nos modelos são necessários. Periodicamente as bases de dados dos clientes que utilizam o PARKER, são verificadas e os modelos atualizados.
O PARKER atualiza todos modelos de cada cliente, para que os demais produtos da Fácil possam utilizá-los. O PARKER apreende os padrões e disponibiliza o conhecimento para os demais produtos.
O PARKER Gosta de Dados
Aprendizado de Máquina ou Machine Learning, pode ser encontrado com diversos nomes: reconhecimento de padrões, modelagem estatística, mineração de dados, descoberta de conhecimento, análise preditiva, ciência de dados, sistemas adaptativos e outros.
A Fácil decidiu chamar cada nova funcionalidade utilizando o PARKER como análise preditiva de algo, do problema onde a solução será aplicada.
O PARKER foi desenvolvimento especialmente para ser utilizado na área do direito, onde tão importante quanto a mineração de dados é a mineração de textos.
A primeira funcionalidade disponível é a Análise Preditiva de Andamentos.
A partir da base de dados do cliente, utilizando o PARKER, extrai-se conhecimento de como o cliente costuma classificar seus andamentos e cria-se um modelo preditivo.
A partir desse modelo, o Espaider – ERP
Jurídico – sabe como classificar os andamentos que chegam diariamente dos tribunais e órgãos e classificados de acordo com a tabela de eventos do cliente especificamente.
Obviamente, quanto mais andamentos forem colocados à disposição do PARKER, mais conhecimento ele extrairá e mais eficiente será o modelo preditivo que criará. O PARKER gosta de dados e aprende com eles.
IA – Inteligência Artificial ou Aprendizado de Máquina (Machine Learning)
IA é termo genérico e abrangente. Quem se dedica a essa área tem como objetivo dotar os computadores da capacidade de aprender, assim como o ser humano faz. O que temos de mais nobre é a capacidade de aprendizado. Uma aranha faz teias maravilhosas, mas fará teia a vida inteira. Aprendemos muitas coisas genericamente. Dotar os computadores dessa capacidade não é e não será simples.
Diante da grandiosidade do desafio, e na busca por esse cálice sagrado, estudos realizados por psicólogos, cientistas e técnicos de TI acabaram se concretizando em tecnologias paralelas, efeitos colaterais desse processo, que começaram a ser utilizadas na prática com bastante resultado.
Técnicas embrionárias de aprendizado. Técnicas que simulam de forma bastante incipiente a aquisição de conhecimento. Que podemos entender como um processo natural evolucionário para atingirmos uma mente artificial. Uma dessas técnicas é o Machine Learning.
Machine Learning é um subcampo da IA que nasceu dessa forma de redução de complexidade para atingirmos uma complexidade maior. Um novo tipo de algoritmo, sendo executado em computadores potentes, em redes mundiais, que traz resultados surpreendentes para as organizações.
A área do direito já é, e continuará sendo, assim como outras, uma das grandes atingidas e beneficiadas. Técnicas resolvem pontualmente problemas reais das pessoas e das organizações. Problemas que antes não eram resolvíveis com algoritmos tradicionais, agora podem ser estudados e resolvidos com esses novos algoritmos.
Algoritmos
Um programa é um algoritmo composto de diversos outros algoritmos.
Um algoritmo nada mais é do que um conjunto de instruções precisas e estruturadas para serem executadas por um computador. E computador é burro. Executa exatamente sem pensar no que está fazendo. Sendo assim, não podem existir comandos que deixem dúvidas.
“O computador em si não pensa, apenas executa as instruções que foram passadas”
É importante destacar o que nos algoritmos tradicionais o fluxo transcorre da seguinte maneira: dados de entrada, algoritmo e dados de saída. Você digita dois números, o algoritmo soma e emite o resultado.
Quando falamos em aprendizado de máquina, o fluxo é diferenciado. No momento de aprendizado, entram os dados históricos e o resultado desejado, e um algoritmo produz modelos. No momento de utilização propriamente dita, entram os dados novos e, com base nos modelos previamente produzidos, são gerados os dados de saída. De acordo com as intervenções dos usuários, o algoritmo atualiza os modelos, aperfeiçoando assim seu aprendizado inicial e melhorando as saídas futuras.
Quanto mais dados são processados, mais precisos ficam os modelos. Isso é algo novo para os programadores tradicionais e também para as pessoas comuns. Isso não significa que adquirirão vontade própria. Justamente por que estão sempre ligados aos dados históricos.
PARKER Uma Nova Forma de Pensar
Precisamos mudar nossos pensamentos a respeito dos computadores.
Computadores nos levam a pensar em cálculos perfeitos e corretos, com totais e regras confiáveis. Nesses novos tempos precisamos entender que o computador pode fazer sugestões que não estejam cem por cento corretas, ou então que terá dúvidas e solicitará ainda a intervenção de um humano, até que, após diversas vezes, aprenda a nova sistemática.
Justamente por se basear em dados históricos, se um humano vinha classificando errado, e ele aprendeu com esse humano, então classificará errado também. Quando o humano corrigir seu modo agir é que os dados mostrarão um outro padrão e novos modelos de conhecimento são criados. Também é possível que não existam dados suficientes para que o PARKER tenha como aprender, e dessa forma não será possível gerar um modelo preditivo confiável.
Quanto mais dados, melhores serão os resultados do modelo preditivo. Nunca será perfeito, dificilmente chegará a ser infalível. A imperfeição está nos humanos. Ainda assim, um agente automatizado poderá classificar melhor que um humano, na média, pois não cansa e não se estressa, não fica com sono e não deixa de perceber certas particularidades que um humano distraído não teria notado em milhares de ocorrências.
Extrair padrões de dados, gerando conhecimento em modelos, é o que chamamos de aprendizado de máquina. E como essas bases mudam para cada cliente, cada cliente terá o seu modelo específico, sem que a necessidade de utilizar programadores ou alterações de programa para customizar determinados casos. O cliente tem um sistema personalizado em determinadas funcionalidades através de algoritmos inteligentes.
O sonho e o medo reunidos, de que a IA irá substituir alguns advogados, deve ser postergardo. Não estamos perto de substituirmos um advogado em sua atividade mais nobre. Devemos lembrar que alguns exemplos citados por artigos veiculados na imprensa devem ser vistos à luz do direito comparado.
Em alguns países é mais simples a criação de árvores de decisão para que se possa atingir modelos peticionais, por exemplo. No Brasil algumas categorias de processos permitirão a utilização desses agentes inteligentes.
Como regra geral podemos dizer que quanto mais um profissional utilizar o seu cérebro, menos risco tem de ser substituído.
Se um profissional trabalha em atividades onde a utilização do cérebro é pequena, sendo o trabalho mais laborioso que intelectual, certamente o PARKER criará modelos que o substituem.
Conhecimentos
Até então, todo o conhecimento estava programado explicitamente. Os programadores criavam código para cada solução. A partir do PARKER, partes do sistema solucionarão problemas específicos do cliente com modelos que representam o conhecimento extraído dos dados. Operações que antes pareciam ser possíveis somente se executadas por seres humanos, serão realizadas por agentes automatizados.
Fonte: Recebido por email do próprio fabricante
Como podemos perceber, o que sempre afirmo continua valendo, precisamos de um bom banco de dados, investimento em ensinar a máquina a forma que queremos que ela evolua, para que os resultados sejam bons e eficientes.
Para quem já usa o Espaider, excelente notícia para orçar uma aquisição nova e inteligente. Para quem usa outros sistemas, já tem exemplos práticos do que o mercado oferece para comparar com o seu próprio sistema.
E, com certeza, teremos mais novidades em breve!
____________________________________________________
Sou Gustavo Rocha
CEO da Consultoria GustavoRocha.com – Gestão, Tecnologia e Marketing Estratégicos
(51) 98163.3333 | gustavo@gustavorocha.com | http://www.gustavorocha.com