Antes de usar IA, pergunte se o problema precisa dela

Quando uma ideia de IA aparece, a primeira pergunta costuma ser “qual modelo usar?”. Vale fazer outra antes: “esse problema precisa de um modelo?”.

Estou estudando para a certificação AWS Certified AI Business Strategist (AIB-C01), e o guia oficial dela virou referência para este texto. O exame é voltado a quem avalia e lidera iniciativas de IA no negócio, sem programar. Entre as competências descritas estão escolher o tipo de solução conforme os requisitos e as restrições, e medir o valor com indicadores, retorno e uma linha de base. É um bom roteiro para decidir com a cabeça fria.

Quatro perguntas antes de escolher

A entrada é previsível? Se os dados chegam em formatos conhecidos e a regra pode ser escrita sem ambiguidade, uma regra resolve. A IA entra quando a entrada é livre e depende de interpretar linguagem e contexto.

Quanto custa errar? Se o erro sai caro, você quer um resultado previsível e fácil de explicar. Uma regra faz a mesma coisa toda vez. Um modelo pode variar e precisa de revisão.

Qual é a linha de base? Como a tarefa é feita hoje, quanto tempo leva e o que custa? Sem esse ponto de partida, ninguém consegue dizer se a solução melhorou alguma coisa.

Quanto custa cada uso? Muitos serviços de IA cobram por consumo, e o gasto cresce com o volume. Uma regra que roda no navegador de quem usa não tem custo de modelo por uso.

Um exemplo nosso: o validador de currículo

A ferramenta gratuita de currículo deste blog poderia ter usado um modelo de IA. Escolhemos regras. A estrutura de um currículo (contato, resumo, experiência, formação, habilidades) segue um padrão que dá para reconhecer sem interpretar o texto. Por isso a leitura e a conferência rodam no navegador, e o arquivo não sai do computador de quem o enviou.

O que ganhamos: nenhum custo de modelo por uso, o mesmo resultado a cada vez e uma promessa de privacidade simples de cumprir, porque não há para onde o texto ir. O que abrimos mão: a ferramenta não “entende” as nuances de um texto livre. Ela é um guia de conferência, não uma avaliação do candidato, e diz isso na própria página.

O que os números mostraram

Em um protótipo interno de análise de vagas e currículos, comparamos modelos de linguagem com scripts de regras, nos mesmos 9 casos fictícios e com o mesmo critério de correção. O melhor modelo acertou 7 dos 9, a cerca de US$ 0,06 por rodada e levando minutos. Os scripts acertaram os 9, com custo zero e em cerca de 20 milissegundos. Somando todas as rodadas de avaliação (17 relatórios e 385 chamadas), gastamos US$ 1,28.

Mas não é uma vitória limpa. Os 9 casos foram escritos por nós, em formato arrumado, e favorecem scripts. Quando testamos 11 formatos mais próximos do mundo real, só 5 passaram na primeira rodada, e os scripts só chegaram a 11 depois de ajustes feitos olhando para esses mesmos testes. Com anúncios reais, o primeiro script também errou até ser corrigido. A lição não é “regra sempre vence”. É que medir antes de escolher mostra onde cada abordagem funciona e onde falha.

Quando a IA faz sentido

Quando a tarefa depende de interpretar linguagem e contexto, e um erro ocasional é aceitável porque uma pessoa revisa. É o caso de resumir, classificar mensagens ou rascunhar respostas. Para a comparação entre automação e agente, veja Automação ou agente de IA: como escolher a ferramenta certa.

Simples não é preguiça

Menos peças para manter, menos risco para os dados e mais facilidade de explicar o que a solução faz. Essas vantagens aparecem na conta do fim do mês e na confiança de quem usa.

Para aprofundar

• O guia oficial do exame AWS Certified AI Business Strategist (AIB-C01) descreve as competências de estratégia, valor de negócio e governança de IA.

Este artigo é informativo e não descreve um projeto de cliente da Creative. A Creative não é afiliada à AWS; AWS e os nomes das certificações são marcas da Amazon.