AI NEEDS GIS DATA

Há uma forma muito simples de perceber porque é que os dados são tão importantes para a inteligência artificial.

Abra a sua ferramenta de IA de eleição e peça-lhe para criar um mapa de Portugal. Pode ser algo tão simples como: “Cria um mapa de Portugal com os seus municípios.” Não precisa de fornecer mais contexto, nem de indicar onde encontrar os dados. Deixe a IA fazer o trabalho.

Agora, olhe para o resultado com atenção.

Se conhece minimamente o território português — e sobretudo se trabalha com informação geográfica — provavelmente vai começar a encontrar coisas estranhas. Um limite que não está no sítio certo, um município com uma forma improvável, uma ilha que desapareceu, um nome que não reconhece ou uma divisão administrativa que simplesmente não existe.

À primeira vista, pode até parecer um mapa perfeitamente aceitável. Tem Portugal, tem linhas, tem nomes e tem aquele aspecto visual que associamos imediatamente a um mapa. O problema é que um mapa não é apenas aquilo que parece.

Esta experiência é particularmente interessante porque a IA não está necessariamente a “falhar” da forma que imaginamos. Está a fazer aquilo para que foi concebida: gerar uma resposta plausível a partir da informação e dos padrões a que teve acesso. O resultado pode ser visualmente convincente sem ser geograficamente correcto.

E é aqui que percebemos porque é que os dados são tão importantes.

Um mapa de Portugal não é uma ilustração de Portugal. É informação sobre o território: geometrias, limites, atributos, localizações, relações espaciais, sistemas de coordenadas e uma série de outras características que determinam se aquele mapa representa realmente o mundo.

Quando pedimos à IA para inventar essa informação, estamos a pedir-lhe que preencha as lacunas. E quando não tem os dados certos, pode produzir aquilo que parece fazer sentido, em vez daquilo que corresponde à realidade. 

Agora faça a experiência ao contrário.

Em vez de pedir à IA para criar um mapa de Portugal, dê-lhe uma camada real com os municípios portugueses. A partir daí, peça-lhe para explorar os dados, resumir informação, identificar padrões ou ajudar a construir uma visualização.

A diferença parece pequena, mas é fundamental. Na primeira experiência, estamos a pedir à IA que imagine o território. Na segunda, estamos a dar-lhe uma representação real do território sobre a qual pode trabalhar.

É uma mudança que vai muito além da cartografia. 

Imagine que quer perceber onde faria sentido reforçar uma rede de transportes. A IA pode ajudar a estruturar a pergunta, sugerir critérios ou explorar diferentes formas de analisar o problema. Mas, para chegar a uma resposta que faça sentido para uma determinada cidade ou organização, precisa de saber onde estão as paragens, como se distribui a população, onde existem equipamentos, quais são as zonas com pior acessibilidade e que restrições existem no território.

A IA pode ajudar a pensar no problema. Os dados permitem-lhe conhecer o problema.

É precisamente aqui que o SIG ganha uma nova dimensão na conversa sobre inteligência artificial. Durante anos, construímos sistemas capazes de organizar informação sobre o território, cruzar diferentes fontes de dados, encontrar relações espaciais e transformar grandes volumes de informação em algo que podemos interpretar e utilizar. Agora, a IA acrescenta novas formas de interagir com tudo isso.

Podemos passar menos tempo a procurar onde está uma informação ou a tentar perceber qual a ferramenta certa para determinada tarefa e mais tempo a explorar aquilo que os dados nos estão a dizer. Podemos fazer perguntas, pedir ajuda para interpretar resultados, acelerar determinadas tarefas ou descobrir novas formas de trabalhar com informação geográfica. 

Mas há uma condição que continua a ser essencial: a IA precisa de contexto.

E quando estamos a falar de problemas relacionados com o território, esse contexto está nos dados geográficos.

Talvez por isso uma das perguntas mais importantes que podemos fazer quando começamos a trabalhar com IA não seja apenas “O que é que esta ferramenta consegue fazer?”, mas também “Que dados estou a dar-lhe?” e “Posso confiar neles?”

O pequeno teste do mapa de Portugal é apenas uma forma divertida de perceber isso. Mas a questão que levanta é bastante séria. Se uma imagem pode parecer um mapa e, ainda assim, representar mal o território, o mesmo princípio aplica-se a muitas outras utilizações da inteligência artificial: uma resposta convincente não é necessariamente uma resposta contextualizada. 

E talvez seja precisamente aqui que esteja uma das grandes oportunidades para quem trabalha com SIG.

Não se trata de escolher entre inteligência artificial e informação geográfica. Trata-se de perceber o que podemos fazer quando a inteligência artificial passa a trabalhar com dados que conhecemos, controlamos e conseguimos contextualizar.

Porque a IA pode saber muito sobre o mundo.

Mas os nossos dados são aquilo que lhe permite saber onde estamos. 

AI NEEDS GIS DATA.

Da experiência à prática

Se já percebeu que os dados fazem a diferença, o passo seguinte é experimentar o que acontece quando a IA trabalha com informação geográfica real.

Essenciais de IA: Assistentes no ArcGIS - 12 de novembro

Saiba mais em Essenciais de IA: Assistentes no ArcGIS