Evolução da IA na prática: o que os programadores da FileMaker estão a experimentar agora e no futuro

Quase nenhum outro tópico está a mudar tanto o mundo das TI como a inteligência artificial. Há apenas alguns anos, os sistemas de IA eram considerados uma tecnologia distante do futuro para muitas pequenas e médias empresas. Hoje em dia, ferramentas como o ChatGPT, modelos de linguagem local, geradores de imagens e agentes de IA estão a aparecer subitamente na vida quotidiana - muitas vezes mais rapidamente do que os processos existentes podem sequer ser adaptados.

Atualmente, está a surgir uma mistura interessante de entusiasmo, pressão e incerteza. Por um lado, muitos empresários, criadores e criativos vêem enormes oportunidades. Os textos podem ser preparados automaticamente, as imagens geradas, os dados analisados e os processos apoiados de forma inteligente. Ao mesmo tempo, porém, o ceticismo também está a crescer. Quanto mais se aprofunda o assunto, mais claro se torna que existe frequentemente uma grande diferença entre uma demonstração impressionante e um sistema de produção estável.

Especialmente no clássico Software empresarial isto torna-se muito claro. Isto porque os resultados individuais espectaculares, por si só, não são suficientes. Os sistemas devem funcionar de forma fiável, os dados devem permanecer consistentes e os processos devem poder ser mantidos a longo prazo. É precisamente aqui que começa o verdadeiro desafio do atual desenvolvimento da IA.

A Claris anuncia uma nova estratégia de IA para a FileMaker

A Claris tem um perspectivas interessantes sobre o desenvolvimento futuro da plataforma. No artigo, o CEO da Claris, Ryan McCann, descreve como a FileMaker está preparada para evoluir mais para o desenvolvimento suportado por IA nos próximos anos.

Particularmente interessante é a integração planeada dos chamados "ferramentas de codificação agêntica". O objetivo é tornar a FileMaker um alvo direto de desenvolvimento para agentes de IA modernos. No futuro, os programadores poderão selecionar as suas ferramentas de desenvolvimento de IA favoritas, formular requisitos em linguagem natural e depois transferir os resultados diretamente para as soluções FileMaker existentes. De acordo com a Claris, os sistemas de segurança e autorização existentes serão automaticamente mantidos.

A Claris anunciou também que os sistemas de IA serão capazes de compreender a estrutura dos ficheiros FileMaker e a linguagem de script FileMaker no futuro. Isto permitirá aos agentes de IA gerar de forma independente scripts prontos para produção e extensões de esquemas diretamente nas soluções existentes. No futuro, também deverá ser possível desenvolver interfaces Web modernas com suporte de IA.

Os sistemas de IA são muitas vezes ainda experimentais na prática

Atualmente, muitos debates centram-se nos resultados visíveis: imagens impressionantes, textos fluidos ou sistemas de agentes autónomos. No entanto, os problemas práticos que lhes estão subjacentes são discutidos com muito menos frequência. As interfaces não funcionam de forma estável, as versões dos modelos mudam repentinamente, as dependências Python colidem umas com as outras ou ambientes de treino inteiros avariam inesperadamente após actualizações. Qualquer pessoa que olhe mais de perto para os sistemas locais de IA apercebe-se rapidamente de que a indústria ainda se encontra numa fase muito experimental.

No entanto, isto não significa que a IA seja sobrevalorizada. Pelo contrário. A inteligência artificial é suscetível de mudar fundamentalmente muitas áreas do desenvolvimento de software e da organização das empresas, especialmente a longo prazo. No entanto, é crucial ser capaz de distinguir entre o hype a curto prazo e o desenvolvimento sustentável.

"Evolução da IA" na perspetiva de um programador FileMaker

Marcel Moré escreveu um artigo muito interessante sobre este tema. No seu artigo pormenorizado Artigo sobre a "Evolução da IA" descreve de forma vívida como os sistemas de IA estão atualmente a evoluir de simples ferramentas para estruturas mais complexas e cada vez mais autónomas. Não se trata apenas de modelos linguísticos individuais ou de geradores de imagens, mas da combinação de diferentes sistemas que irão interagir cada vez mais entre si no futuro.

O que é particularmente interessante é o facto de Marcel Moré não se concentrar apenas nas tendências a curto prazo, mas também encarar o desenvolvimento como uma mudança tecnológica a longo prazo. Muitas das suas observações fazem lembrar fases evolutivas anteriores no sector das TI. Os sistemas ERP tradicionais, as bases de dados e as plataformas Web também se desenvolveram gradualmente ao longo de muitos anos. Inicialmente, consistiam frequentemente em ferramentas individuais ou soluções isoladas. Só mais tarde é que se transformaram em sistemas estáveis e integrados, com processos claros e estruturas resistentes.

É precisamente aqui que o tópico se torna interessante para os programadores da FileMaker. Isto porque, tradicionalmente, a FileMaker sempre foi particularmente forte na transformação de processos complexos em sistemas funcionais de forma pragmática e comparativamente rápida. Muitas empresas têm trabalhado com sucesso durante anos com soluções personalizadas que são precisamente adaptadas aos seus próprios processos. A IA abre agora possibilidades completamente novas neste domínio - mas também traz consigo novos desafios.

A verdadeira questão já não é, portanto, se a IA irá desempenhar um papel no futuro. A questão é como estas tecnologias podem ser integradas nos processos existentes de uma forma sensata, estável e económica. E é precisamente aqui que começa a excitante fase de transição que muitos criadores estão a viver atualmente. Embora o marketing e os meios de comunicação social dêem muitas vezes a impressão de que os sistemas de IA totalmente automatizados já estão à beira de uma utilização generalizada, a vida quotidiana apresenta muitas vezes uma imagem muito mais matizada. Muitos projectos já estão a funcionar surpreendentemente bem em princípio - mas muitas vezes apenas sob certas condições, com conhecimentos técnicos consideráveis e, por vezes, custos de manutenção elevados.

Por exemplo, qualquer pessoa que utilize a IA localServidor ou combinando diferentes sistemas de código aberto entre si, rapidamente se apercebe da complexidade destes ambientes. As versões do Torch, as dependências CUDA, os ambientes Python ou as diferentes WebUIs podem manter ocupados durante dias até mesmo os programadores experientes. Ao mesmo tempo, contudo, é frequentemente durante estas fases experimentais que se ganha a experiência que mais tarde conduz a soluções verdadeiramente estáveis.

Talvez seja exatamente isto que faz com que muitos programadores experientes se lembrem dos tempos antigos das TI. Mesmo nessa altura, muitos sistemas duradouros não foram criados através de conceitos perfeitos e brilhantes, mas sim através de anos de tentativa e erro, personalização e melhoria gradual. É precisamente por isso que vale a pena ter uma visão nem cegamente eufórica nem prematuramente depreciativa dos actuais desenvolvimentos da IA. Aqueles que levam a sério as possibilidades tecnológicas, mas que, ao mesmo tempo, compreendem as limitações práticas, estarão provavelmente numa posição muito melhor nos próximos anos do que aqueles que se limitam a seguir tendências a curto prazo.

A visão do exterior: O que os programadores estão realmente a observar neste momento

Quem acompanha os desenvolvimentos actuais da IA apenas através dos títulos dos jornais ou das redes sociais fica rapidamente com a impressão de que a inteligência artificial já está prestes a dominar completamente áreas inteiras de trabalho. Na prática, porém, muitos programadores têm uma visão muito mais matizada da situação. De facto, não é tanto a IA individual em si que está atualmente a mudar - mas sim a forma como os diferentes sistemas são combinados entre si.

Há apenas alguns anos, muitas aplicações de IA consistiam em ferramentas individuais especializadas. Um sistema gerava textos, outro imagens, outro ainda analisava dados ou transcrevia discursos. Atualmente, porém, está a surgir cada vez mais uma nova geração de ambientes de IA em que vários modelos funcionam em paralelo e se complementam.

Marcel Moré descreve precisamente esta evolução de forma muito clara no seu artigo. A IA está a evoluir passo a passo de funções individuais para sistemas em rede com os seus próprios processos. Isto não altera apenas a arquitetura técnica, mas também o papel dos próprios programadores.

Isto porque, atualmente, os programadores já não programam cada função completamente à mão. Em vez disso, orquestram sistemas, modelos, interfaces e automatizações entre si.

Agentes de IA e processos automatizados

Atualmente, esta evolução é particularmente visível nos chamados agentes de IA. Trata-se de sistemas que já não respondem apenas a comandos individuais, mas que são capazes de efetuar várias etapas sucessivas de forma independente. Um agente de IA pode, por exemplo:

• Informações sobre a investigação,
• Analisar os dados,
• Resumir o conteúdo,
• Fazer perguntas,
• Guardar resultados
• e, em seguida, desencadear automaticamente outros processos.

De um ponto de vista técnico, isto já faz lembrar, em parte, os sistemas clássicos de fluxo de trabalho ou os processos ERP - só que muito mais flexíveis e dinâmicos.

Os programadores, em particular, reconhecem rapidamente as oportunidades, mas também os riscos. É claro que estes sistemas parecem impressionantes à primeira vista. Ao mesmo tempo, porém, coloca-se imediatamente a questão de saber até que ponto estes processos serão estáveis e controláveis a longo prazo. Um sistema ERP clássico funciona normalmente com base em regras estritas. Os sistemas de IA, por outro lado, reagem de forma probabilística, ou seja, com base em probabilidades. É precisamente aqui que surgem novos desafios.

Quando um clássico Script na FileMaker é defeituoso, o erro pode normalmente ser localizado de forma relativamente clara. Isto é muito mais difícil com sistemas complexos de IA. Aqui, os erros muitas vezes não são causados por um único erro de programação, mas por interações entre modelos, avisos, qualidade dos dados ou interfaces externas.

O verdadeiro desafio: integração em vez de IA

Muitos criadores estão agora a aperceber-se de que a dificuldade real já não está, muitas vezes, no modelo de IA em si. Os modelos estão a tornar-se cada vez mais poderosos e fáceis de utilizar. Muitas vezes, os verdadeiros problemas só surgem quando se trata de os integrar nos sistemas existentes. As empresas, em particular, têm frequentemente estruturas de dados evoluídas, soluções de software mais antigas, diferentes fontes de dados, processos individuais e numerosos casos especiais.

E é exatamente aqui que se torna claro se uma solução de IA é realmente adequada para a utilização quotidiana. Porque uma demonstração impressionante é criada rapidamente. Um sistema permanentemente estável, por outro lado, requer dados limpos, fluxos de trabalho claros, processos controláveis, resultados rastreáveis e capacidade de manutenção a longo prazo.

Muitos programadores experientes estão, por isso, a observar atualmente uma mudança interessante. Enquanto o público fala frequentemente de modelos cada vez maiores, as empresas estão cada vez mais preocupadas com questões completamente diferentes:

• Como é que integramos a IA de forma sensata?
• Que processos são adequados?
• Onde é que a IA poupa realmente tempo?
• Que riscos se colocam?
• E como é que o sistema se mantém sustentável?

Estas questões parecem menos espectaculares, mas são provavelmente muito mais importantes.

Porque é que os programadores FileMaker, em particular, têm vantagens interessantes aqui

Este desenvolvimento pode ser particularmente interessante no ambiente FileMaker. Isto deve-se ao facto de muitos programadores da FileMaker estarem habituados a desenvolver soluções pragmáticas para processos empresariais reais há anos. Em vez de arquitecturas puramente teóricas, o foco está frequentemente em processos concretos:

• Encomendas,
• Gestão de clientes,
• Rolamento,
• Documentos,
• Fluxos de trabalho,
• Interfaces
• ou processos especiais personalizados.

É precisamente esta experiência prática que poderá ser uma grande vantagem no futuro. Afinal, a IA, por si só, não resolve os problemas organizacionais. Se os dados estiverem estruturados de forma caótica ou se os processos nunca tiverem sido claramente definidos, nem mesmo a melhor IA conseguirá transformá-los num sistema estável.

Muitos programadores estão mesmo a aperceber-se de que os princípios clássicos do software estão subitamente a tornar-se mais importantes:

• modelos de dados limpos,
• relações claras,
• processos rastreáveis,
• Interfaces estáveis
• e manutenção de dados estruturados.

Curiosamente, isto faz lembrar em parte as fases anteriores de desenvolvimento do Digitalização. Já nessa altura, muitas empresas acreditavam inicialmente que as novas tecnologias resolveriam os problemas existentes de forma quase automática. Na realidade, porém, verificou-se quase sempre que os sistemas sustentáveis eram criados principalmente através de boas estruturas.

Entre uma fase experimental e uma mudança a longo prazo

Ao mesmo tempo, porém, muitos criadores também se apercebem de que a atual vaga de IA não vai simplesmente desaparecer. A tecnologia está a desenvolver-se demasiado depressa para isso. Há apenas dois anos, muitos sistemas de IA pareciam mais experiências interessantes. Atualmente, já estão a ser criados fluxos de trabalho completos em torno de modelos linguísticos, geradores de imagens ou processos de automatização. Mesmo as empresas mais pequenas começam cada vez mais a testar a forma como a IA pode ser utilizada de forma sensata.

No entanto, este facto revela também um padrão típico de perturbação tecnológica. Inicialmente, as pessoas sobrestimam frequentemente o que é possível a curto prazo. Ao mesmo tempo, subestima-se o grau em que as tecnologias irão efetivamente mudar a longo prazo. É precisamente por isso que muitos criadores observam a situação atual com um misto de entusiasmo e cautela.

Por um lado, estão atualmente a surgir oportunidades fascinantes. Por outro lado, resta saber quais as plataformas, modelos e métodos de trabalho que se imporão a longo prazo. É provável que muitas das soluções actuais tenham desaparecido ou sido completamente substituídas dentro de poucos anos.

Isto torna ainda mais importante uma abordagem calma e pragmática. Nem todas as novas ferramentas de IA precisam de ser imediatamente utilizadas de forma produtiva. Ao mesmo tempo, porém, seria provavelmente um erro ignorar completamente o desenvolvimento. Quem se familiarizar com os conceitos básicos desde o início, ganhar experiência prática e classificar os sistemas de forma realista estará provavelmente muito mais bem preparado a longo prazo.

E é precisamente neste ponto que começa a fase realmente emocionante da evolução da IA para muitos programadores.

A realidade da vida quotidiana: porque é que os projectos de IA são muitas vezes mais complicados do que o previsto

Qualquer pessoa que se debruce sobre a inteligência artificial apercebe-se rapidamente de que existe uma diferença considerável entre uma demonstração funcional e um sistema quotidiano estável. É precisamente neste ponto que começa a verdadeira desilusão para muitas empresas e criadores. É claro que as possibilidades dos sistemas de IA modernos são impressionantes. Os modelos linguísticos escrevem textos, analisam dados ou respondem a perguntas complexas em segundos. Os geradores de imagens produzem conteúdos que seriam tecnicamente inconcebíveis há apenas alguns anos. Ao mesmo tempo, porém, surge frequentemente a impressão de que estes sistemas só precisam de se "ligar de alguma forma" para criar automaticamente soluções empresariais produtivas.

Na prática, porém, torna-se rapidamente evidente que este último passo é frequentemente o mais difícil. Isto deve-se ao facto de os processos das empresas reais raramente consistirem em simples procedimentos padrão. Os dados provêm de diferentes fontes, as estruturas cresceram historicamente e muitos casos especiais foram personalizados ao longo dos anos. É aqui que começa o verdadeiro trabalho.

O lado invisível dos projectos de IA

Visto de fora, muitos projectos de IA parecem surpreendentemente suaves e modernos. São apresentados resultados funcionais, interfaces de utilizador elegantes ou breves demonstrações de funções impressionantes. No entanto, as muitas horas de trabalho de resolução de problemas e manutenção por detrás desses sistemas são muito menos visíveis. Os programadores, em particular, estão atualmente a passar por situações semelhantes, uma e outra vez:

• Um modelo deixa subitamente de funcionar após uma atualização,
• As dependências do Python colidem,
• As versões CUDA não correspondem,
• As interfaces mudam,
• Ocorrem problemas de memória,
• ou extensões individuais tornam ambientes inteiros instáveis.

Esta dinâmica é particularmente evidente no sector do código aberto. Muitas ferramentas estão a desenvolver-se muito rapidamente. Por vezes, surgem novas funções todas as semanas. Ao mesmo tempo, é frequente a falta de normas estáveis a longo prazo. Como resultado, os programadores encontram-se rapidamente numa espécie de modo de manutenção permanente. Não é raro que passem mais tempo a pôr os sistemas a funcionar do que a trabalhar com eles de forma produtiva.

Porque é que a capacidade de manutenção está de repente a tornar-se novamente um fator-chave

Os programadores experientes, em particular, estão a reconhecer atualmente um desenvolvimento interessante: muitos princípios clássicos do desenvolvimento profissional de software estão subitamente a ganhar novamente uma enorme importância. Afinal de contas, mesmo a IA mais moderna não tem grande utilidade se o sistema global se tornar instável. As empresas não precisam de demonstrações individuais espectaculares:

• processos rastreáveis,
• resultados reprodutíveis,
• interfaces estáveis,
• fluxos de dados controláveis
• e a capacidade de manutenção a longo prazo.

No entanto, esta é frequentemente a maior fraqueza dos actuais projectos de IA. Muitos sistemas estão atualmente a ser desenvolvidos a título experimental. Diferentes ferramentas são combinadas umas com as outras, novas extensões são testadas e diferentes modelos são utilizados em paralelo. Isto funciona muitas vezes surpreendentemente bem a curto prazo - mas rapidamente cria dependências complexas a longo prazo.

Isto é particularmente crítico para soluções empresariais produtivas. Isto deve-se ao facto de não ser suficiente que um sistema funcione "na maior parte do tempo". Os processos têm de funcionar de forma fiável - mesmo após actualizações, mudanças de servidor ou mudanças de pessoal. Por isso, muitos programadores estão atualmente a recordar princípios de TI anteriores:

• preferem soluções estáveis a artifícios de curto prazo,
• Preferimos processos compreensíveis à máxima complexidade,
• Prefiro sistemas sustentáveis a truques individuais impressionantes.

Curiosamente, esta evolução parece quase um regresso às virtudes clássicas do desenvolvimento de software.

Muitas vezes, o verdadeiro trabalho só começa depois do primeiro sucesso

Outro problema de muitos projectos de IA só se torna evidente após os primeiros resultados positivos. Inicialmente, muitas coisas funcionam de forma surpreendentemente rápida:

• Os primeiros geradores de imagens estão a funcionar,
• Os textos são gerados,
• São criadas automatizações,
• os modelos locais têm um início bem sucedido.

Mas é exatamente aí que começa, muitas vezes, a fase difícil. De repente, surgem questões como:

• Como é que protegemos o ambiente?
• Qual é a versão do modelo que utilizamos permanentemente?
• Como é que documentamos os processos?
• Qual é a escalabilidade do sistema?
• Como é que evitamos o caos dos dados?
• Quem é que vai esperar por isso mais tarde?

As empresas mais pequenas, em particular, subestimam muitas vezes significativamente este esforço. Enquanto o software tradicional pode, muitas vezes, ser utilizado de forma relativamente estável durante anos, muitos sistemas de IA encontram-se atualmente numa fase de desenvolvimento muito dinâmica. Os modelos, as bibliotecas e as estruturas mudam por vezes tão rapidamente que o planeamento a longo prazo se torna difícil. É precisamente por isso que muitos programadores comunicam atualmente custos de manutenção invulgarmente elevados.

A nossa experiência prática

Isto torna-se particularmente claro com servidores locais de IA e sistemas de formação. Qualquer pessoa que crie estes ambientes rapidamente se apercebe da quantidade de pequenos pormenores técnicos que têm de funcionar em conjunto:

• Controlador da placa gráfica,
• Versões com lanterna,
• Suporte CUDA,
• Ambientes Python,
• Extensões,
• WebUIs,
• Gestão da memória
• e compatibilidade de modelos.

Uma única versão incompatível é muitas vezes suficiente para que um sistema anteriormente funcional falhe subitamente por completo. No entanto, estas experiências também tornam claro por que razão muitos dos debates actuais sobre a IA parecem, por vezes, um pouco irrealistas. Visto de fora, cria-se frequentemente a impressão de que os sistemas modernos de IA já estão bastante maduros. Na prática, porém, torna-se rapidamente evidente que muitas áreas são ainda de natureza altamente experimental.

No entanto, isto não significa que este desenvolvimento vá falhar. Pelo contrário. Provavelmente, encontramo-nos atualmente numa fase de transição típica das novas tecnologias. Os primeiros servidores Web, os sistemas de bases de dados e as soluções ERP também eram frequentemente complicados, instáveis e de manutenção elevada no início. Só com o tempo é que se transformaram em plataformas normalizadas e resistentes.

É precisamente por isso que a fase atual deve, no entanto, ser extremamente importante a longo prazo. Com efeito, é precisamente agora que os promotores estão a adquirir a experiência prática que mais tarde dará origem a estruturas estáveis.

Porque é que o pragmatismo é atualmente mais importante do que a perfeição

Muitos programadores experientes estão, portanto, a adotar uma abordagem muito mais pragmática. Nem todos os novos modelos têm de ser integrados imediatamente. Nem todas as inovações técnicas trazem automaticamente um verdadeiro valor acrescentado. Muitas vezes, faz mais sentido trabalhar com soluções mais pequenas e estáveis e expandi-las passo a passo. A longo prazo, as empresas, em particular, beneficiam mais de processos claros, sistemas geríveis, uma estrutura de dados limpa e uma automatização controlável.

Assim, a verdadeira força da inteligência artificial poderá, em última análise, residir menos em acções individuais espectaculares e mais em complementar de forma inteligente os processos existentes, tornando-os gradualmente mais eficientes. E, provavelmente, é exatamente aqui que o sucesso dos projectos de IA será decidido a longo prazo: não com a maior demonstração, mas com a solução prática permanentemente estável.

Paralelos com o desenvolvimento clássico de software

Se olharmos com mais sobriedade para o atual desenvolvimento da inteligência artificial, notaremos um paralelo interessante: Muitos desafios são surpreendentemente reminiscentes de fases anteriores do desenvolvimento clássico de software.

Porque também aí muitas coisas começaram com grande euforia. As novas tecnologias prometiam processos mais rápidos, custos mais baixos e possibilidades completamente novas. Ao mesmo tempo, no entanto, quase sempre se verificou na prática que os sistemas sustentáveis não eram criados apenas através da inovação técnica, mas sobretudo através de estruturas limpas, processos claros e capacidade de manutenção a longo prazo.

É precisamente esta evolução que parece estar a repetir-se atualmente de forma semelhante no domínio da IA. Atualmente, muitos debates continuam a centrar-se fortemente nas capacidades visíveis dos sistemas modernos de IA:

• melhores modelos linguísticos,
• janela de contexto maior,
• geradores de imagens mais rápidos,
• sistemas de agentes autónomos
• ou automatização complexa.

No entanto, quanto mais as empresas e os programadores se aprofundam em projectos reais, mais claro se torna que se colocam as mesmas questões básicas que antes:

• Qual é a estabilidade do sistema?
• Qual é a capacidade de manutenção da solução?
• Quão limpos são os dados?
• Qual é o grau de fiabilidade dos processos?
• E até que ponto está dependente de plataformas individuais?

Mesmo os sistemas ERP clássicos não foram criados da noite para o dia

Os programadores com muitos anos de experiência, em particular, reconhecerão muitos padrões familiares. Mesmo os sistemas ERP ou de bases de dados clássicos eram, no início, muito mais caóticos e experimentais do que se poderia esperar atualmente. Muitas soluções foram desenvolvidas passo a passo:

1. funções individuais em primeiro lugar,
2. e depois automatizações mais pequenas,
3. processos posteriores mais complexos,
4. Por último, os sistemas globais integrados.

Muitas vezes, as soluções estáveis só se desenvolvem após muitos anos de experiência prática. A FileMaker, em particular, foi uma ferramenta interessante para muitas empresas porque os processos podiam ser mapeados de forma comparativamente pragmática e rápida. Em vez de grandes conceitos teóricos, eram frequentemente desenvolvidas soluções concretas para problemas reais:

• Gestão de encomendas,
• Gestão de armazéns,
• Processos documentais,
• Gestão de clientes
• ou soluções industriais personalizadas.

É precisamente esta forma prática de pensar que pode agora voltar a ser mais importante no domínio da IA. Afinal de contas, a inteligência artificial não pode substituir processos mal organizados. Se os dados estiverem estruturados de forma caótica ou se os processos nunca tiverem sido claramente definidos, a IA cria frequentemente fontes adicionais de erro em vez de melhorias reais.

Porque é que as estruturas de dados estão de repente a tornar-se novamente cruciais

Curiosamente, a atual vaga de IA está mesmo a fazer com que muitos princípios clássicos de TI voltem a estar no centro das atenções. Embora os sistemas modernos de IA sejam frequentemente flexíveis e inteligentes, continuam a depender fortemente da qualidade dos dados subjacentes. Isto aplica-se a

• Dados principais,
• Estruturas de documentos,
• Palavras-chave,
• Relações,
• Definições de processos
• e a coerência dos dados.

É nesta altura que se torna evidente um problema que muitas empresas suprimiram durante anos: Os sistemas historicamente desenvolvidos contêm frequentemente inconsistências, casos especiais e estruturas pouco claras.

Estes problemas não podem ser simplesmente "inteligibilizados" pela IA. Pelo contrário. Muitas vezes, as estruturas de dados defeituosas são até reforçadas, porque os sistemas de IA reconhecem padrões e continuam a processá-los - independentemente de esses padrões serem úteis ou problemáticos.

Por isso, muitos programadores estão atualmente a aperceber-se de que uma boa manutenção dos dados está subitamente a ganhar uma enorme importância. Isto é uma reminiscência de projectos de bases de dados anteriores, em que o sucesso a longo prazo dependia menos de funções espectaculares e mais de..:

• modelo de dados limpo,
• relações claras,
• processos rastreáveis
• e uma estruturação disciplinada.

O perigo das novas "soluções rápidas"

Outro paralelo com o desenvolvimento clássico de software pode ser visto no tópico das soluções rápidas. Mesmo nas fases anteriores das TI, foram criadas repetidamente ferramentas que eram impressionantes a curto prazo, mas que causavam problemas consideráveis a longo prazo. Muitos programadores ainda se lembram bem disto:

• soluções de acesso sobrecarregadas,
• sistemas Excel não estruturados,
• scripts mal documentados,
• ou aplicações Web criadas à pressa.

Inicialmente, estes sistemas funcionavam muitas vezes surpreendentemente bem. Só mais tarde é que surgiram problemas de manutenção, caos de dados ou dependências difíceis de controlar. Riscos precisamente semelhantes estão agora a ser vistos novamente no sector da IA. Muitos dos actuais fluxos de trabalho de IA são constituídos por um grande número de ferramentas combinadas:

• modelos diferentes,
• APIs externas,
• Plugins,
• servidores locais,
• Automatizações,
• Cadeias de resposta
• e extensões experimentais.

A curto prazo, isto produz resultados impressionantes. No entanto, a longo prazo, coloca-se a questão de saber até que ponto essas construções são estáveis e passíveis de manutenção. Os programadores experientes, em particular, observam atualmente com alguma cautela a rapidez com que algumas empresas estão a tentar utilizar processos complexos de IA de forma produtiva, apesar de as questões organizacionais fundamentais estarem muitas vezes ainda por resolver.

Porque é que o pensamento a longo prazo é particularmente importante agora

É precisamente por isso que a fase atual deve recompensar os criadores e as empresas que pensam a longo prazo. Nem todas as novas funções têm de ser integradas imediatamente. Nem todas as ferramentas de tendência permanecerão relevantes a longo prazo. É provável que muitos dos sistemas actuais desapareçam ou sejam completamente substituídos dentro de alguns anos.

No entanto, a verdadeira força do desenvolvimento profissional de software sempre foi a criação de bases estáveis. E é precisamente esta capacidade que provavelmente continuará a ser crucial na era da IA:

• Compreender os processos,
• Estruturação de sistemas,
• Organizar os dados de forma limpa,
• Processos documentais
• e a complexidade técnica gerível.

Não há dúvida de que a inteligência artificial está atualmente a mudar o mundo do software. Ao mesmo tempo, porém, também mostra que muitos princípios básicos de um bom trabalho de TI permaneceram intemporais. Talvez esta seja precisamente a constatação mais importante do atual desenvolvimento da IA: nem tudo é completamente novo. Pelo contrário, muitas coisas estão a evoluir como a fase seguinte na evolução de princípios já conhecidos.

Onde a IA faz realmente sentido atualmente - e onde a viagem com a FileMaker nos poderá levar

Após as primeiras grandes ondas de IA, está a surgir lentamente uma visão muito mais sóbria do tema. Muitas empresas e programadores estão agora a aperceber-se de que a inteligência artificial não é um truque de magia a curto prazo nem um mero truque. Ao mesmo tempo, porém, também está a tornar-se claro que nem todas as tarefas podem ser significativamente automatizadas.

Sobretudo no dia a dia das empresas, não é tanto a demonstração mais espetacular que acaba por ser decisiva, mas sim a adequação prática à utilização quotidiana. E é precisamente aqui que se estão a cristalizar algumas áreas em que a IA já pode proporcionar um verdadeiro valor acrescentado.

A produção de texto como primeira grande área produtiva

As vantagens são provavelmente mais visíveis no processamento de texto. Os modelos linguísticos podem agora..:

• Preparar documentos,
• Formular mensagens de correio eletrónico,
• Criar resumos,
• Gerar traduções,
• Preparar as áreas de FAQ
• ou gerar conteúdos estruturados a partir de dados em bruto.

É aqui que já estão a ser feitas enormes poupanças de tempo. O que é particularmente interessante é que, muitas vezes, a IA não substitui completamente os seres humanos, mas funciona como um assistente inteligente. Muitos criadores, editores e empresários utilizam agora a IA de forma semelhante a um empregado adicional para trabalhos preparatórios, estruturação ou recolha de ideias.

No entanto, isto não significa que os resultados devam ser aceites sem serem examinados. O controlo continua a ser crucial, especialmente para questões técnicas ou jurídicas. No entanto, é provável que esta área continue a ser um dos domínios de aplicação prática mais importantes a longo prazo. Isto será particularmente interessante quando os dados existentes da empresa puderem ser utilizados diretamente - por exemplo:

• modelos de orçamentos automáticos,
• Respostas por correio eletrónico,
• Documentários,
• Bases de dados de conhecimentos
• ou sistemas de assistência interna.
• IA como apoio em vez de um substituto completo

Atualmente, outra área de aplicação realista é a das funções de assistência de apoio. Muitas empresas estão agora a aperceber-se de que a IA funciona particularmente bem quando complementa as pessoas em vez de as substituir completamente. Isto inclui, por exemplo:

• funções de pesquisa inteligente,
• categorização automática,
• Análise dos dados,
• Classificação de imagens,
• Reconhecimento de documentos
• ou sistemas de propostas.

A longo prazo, isto poderá ser particularmente interessante no ambiente ERP e de bases de dados. Com efeito, são aí geradas diariamente grandes quantidades de informação estruturada:

• Facturas,
• Documentos,
• Pedidos de informação dos clientes,
• Dados de armazenamento,
• Informações sobre o produto
• ou comunicação por correio eletrónico.

A IA pode ajudar a avaliar essas informações mais rapidamente, a organizá-las de forma sensata ou a preparar processos. No entanto, o processo de decisão efetivo continua muitas vezes a ser da responsabilidade dos seres humanos. É precisamente esta abordagem híbrida que é suscetível de ser muito mais realista para muitas empresas do que a ideia de sistemas de IA totalmente autónomos.

Porque é que a automatização por si só não é suficiente

Curiosamente, porém, uma limitação de muitos projectos de IA está atualmente a tornar-se evidente. Afinal de contas, o facto de ser tecnicamente automatizável não significa automaticamente que seja sensível do ponto de vista organizacional. As empresas, em particular, têm inúmeros processos que contêm excepções, requerem comunicação humana, exigem responsabilidade ou precisam de ser mantidos deliberadamente flexíveis.

Muitos programadores apercebem-se agora de que a inteligência artificial não se limita a substituir o software tradicional. Em vez disso, está a surgir um novo nível de apoio inteligente em cima dos sistemas existentes. Isto faz lembrar um pouco as etapas anteriores da digitalização. Já nessa altura, os processos não desapareceram por completo. Pelo contrário, tornaram-se gradualmente mais eficientes, mais estruturados e mais bem apoiados.

É precisamente esta visão pragmática que será provavelmente mais importante a longo prazo do que a ideia de uma IA empresarial completamente autónoma.

Particularmente interessante: IA diretamente na FileMaker

No entanto, este desenvolvimento pode tornar-se particularmente interessante no ambiente FileMaker nos próximos anos. Isto deve-se ao facto de a Claris FileMaker já ter anunciado que, no futuro, irá depender cada vez mais dos chamados agentes de IA. Já não se trata apenas de consultas clássicas de IA ou interfaces externas, mas de sistemas que podem trabalhar ativamente dentro da FileMaker.

E isto pode mudar significativamente a forma como muitos programadores trabalham a longo prazo. Até agora, o apoio da IA tem sido relativamente indireto em muitos casos:

• Os programadores formulam os pedidos,
• receber sugestões de texto,
• scripts de cópia,
• personalizar o código manualmente
• e integrar os resultados na própria solução.

No entanto, os sistemas de agentes anunciados vão um passo mais além. No futuro, os programadores poderão cada vez mais formular tarefas diretamente em linguagem natural:

• criar novas tabelas,
• Gerar scripts,
• Preparar esquemas,
• Criar relações,
• Campos completos
• ou automatizar processos.

A IA não só forneceria sugestões, como também trabalharia ativamente no ambiente FileMaker.

Porque é que isto pode mudar o desenvolvimento de software

Se esta evolução se tornar estável e controlável, terá um impacto significativo no trabalho quotidiano de desenvolvimento. Porque, de repente, o centro de gravidade desloca-se:

Afastando-se da pura implementação técnica, em direção à descrição do processo e à lógica do sistema.

Curiosamente, isto é um pouco reminiscente da força original da própria FileMaker. A FileMaker sempre foi particularmente atractiva porque muitos processos podiam ser implementados de forma comparativamente rápida e visual. Os programadores tinham de fazer menos "programação de baixo nível" do que nos ambientes de desenvolvimento clássicos.

Os agentes de IA podem agora levar esta abordagem a um novo nível. Em vez de programar manualmente scripts individuais, os programadores poderão, no futuro, trabalhar mais como:

• Arquitectos de sistemas,
• Projetista de processos,
• Modelador de dados
• e controladores de qualidade.

A aplicação técnica efectiva seria cada vez mais automatizada.

Ao mesmo tempo, estão a surgir desafios completamente novos

No entanto, é improvável que esta evolução seja completamente tranquila. Assim que a IA puder fazer alterações diretamente nos sistemas produtivos, questões como..:

• Controlo,
• Rastreabilidade,
• Controlo de versões,
• Autorizações
• e garantia de qualidade

ainda mais importante. Os programadores experientes, em particular, prestarão provavelmente muita atenção à fiabilidade com que esses agentes funcionam efetivamente. Afinal, um script gerado incorretamente ou uma alteração estrutural defeituosa podem ter consequências consideráveis em sistemas de bases de dados produtivos.

Por conseguinte, o controlo humano continuará provavelmente a ser fundamental a longo prazo. A verdadeira força destes sistemas poderá residir menos na substituição total dos programadores, mas antes na aceleração maciça do trabalho repetitivo e na capacidade de preparar mais rapidamente processos complexos.

Provavelmente a forma mais realista de desenvolver a IA

Este poderá ser também o futuro mais realista para a inteligência artificial em geral. Não em sistemas totalmente autónomos que substituam completamente os seres humanos. Mas sim em ferramentas inteligentes que aceleram os processos, estruturam a informação, reduzem o trabalho repetitivo e apoiam as pessoas em tarefas complexas.

A FileMaker, em particular, poderá continuar a ser uma plataforma interessante para este efeito a longo prazo, uma vez que permite que os processos empresariais tradicionais sejam combinados com novas funções de IA de uma forma comparativamente flexível. E talvez seja aqui que a verdadeira direção da evolução da IA já é evidente hoje:

não a substituição completa dos sistemas existentes - mas a sua expansão gradual e inteligente.

A nossa própria experiência prática: entre a fase experimental e um futuro produtivo

Qualquer pessoa que queira seriamente integrar a inteligência artificial nos sistemas existentes hoje em dia apercebe-se rapidamente de que muitas discussões públicas apenas mostram uma pequena parte da realidade atual. Isto porque, embora os resultados espectaculares sejam muitas vezes visíveis para o mundo exterior, a realidade do dia a dia consiste frequentemente em numerosos pequenos desafios técnicos, organizacionais e estruturais.

É precisamente esta experiência que muitos programadores estão a viver atualmente, à medida que se esforçam por utilizar os sistemas de IA não só para fins de teste, mas também para os integrar de forma produtiva nos seus próprios fluxos de trabalho. Torna-se rapidamente claro que a inteligência artificial não é tanto um produto acabado neste momento, mas sim um novo local de construção tecnológica com um enorme potencial.

Criar a sua própria infraestrutura de IA em vez de utilizar apenas a nuvem

O tema torna-se particularmente interessante quando os programadores começam a criar as suas próprias infra-estruturas de IA. Isto porque, embora muitos utilizadores utilizem apenas ferramentas baseadas na nuvem, os sistemas locais estão cada vez mais a ser criados em paralelo:

• o seu próprio servidor Linux AI,
• modelos linguísticos locais,
• Geradores de imagens,
• Ambientes de formação
• ou sistemas combinados de fluxo de trabalho.

Isto abre possibilidades completamente novas, especialmente em ambientes criativos e técnicos. No entanto, também se torna rapidamente evidente a complexidade que estes ambientes já atingiram. Qualquer pessoa que crie os seus próprios servidores de imagens de IA baseados em Linux, que trabalhe com modelos locais ou que combine diferentes sistemas, por exemplo, está muitas vezes a operar num ambiente que ainda é de natureza altamente experimental.

Drivers, versões CUDA, dependências de torch, gestão de memória ou extensões incompatíveis podem manter ocupados durante dias até mesmo os programadores experientes. Muitos problemas não resultam de erros graves isolados, mas de inúmeras pequenas dependências técnicas. No entanto, é frequentemente nesta fase que se ganha a verdadeira experiência prática.

Controle a IA diretamente a partir da FileMaker

No entanto, o tema torna-se particularmente interessante quando o software comercial tradicional é combinado com os modernos sistemas de IA. É precisamente aqui que estão a surgir novas abordagens interessantes. Na prática, vários sistemas de IA já podem ser controlados diretamente a partir da FileMaker:

• Modelos de texto,
• Geradores de imagens,
• Administrações modelo,
• Sistemas imediatos,
• Controlos do servidor
• ou rotinas de transferência automatizadas.

Estão a ser criadas interfaces administrativas cada vez mais especializadas, através das quais:

• Modelos organizados,
• Servidor gerido,
• Modelos de avisos guardados,
• Estruturas JSON preparadas
• e vários processos de IA podem ser controlados centralmente.

Curiosamente, isto faz lembrar, em parte, o desenvolvimento clássico de ERP - exceto que, em vez de dados de armazém ou facturas, estão subitamente a ser geridos modelos de IA, avisos e parâmetros de formação. A combinação de lógica de base de dados estruturada e sistemas de IA flexíveis, em particular, é suscetível de ter um enorme potencial a longo prazo.

O limite atual: a IA compreende muito - mas ainda não está integrada de forma suficientemente clara

No entanto, apesar de todos os progressos efectuados, existe ainda um limite importante. Isto deve-se ao facto de os modelos linguísticos modernos serem já extraordinariamente bons:

• Gerar scripts,
• Escrever fórmulas,
• Explicar as estruturas das bases de dados
• ou lógica complexa.

No entanto, a integração efectiva em soluções FileMaker produtivas é muitas vezes ainda relativamente manual. Em termos concretos, isto significa

• O código deve ser adaptado,
• Os guiões são transferidos,
• Estruturas controladas,
• Formatação corrigida
• e os processos são controlados manualmente.

Isto coloca um problema particular no ambiente FileMaker. Isto porque os scripts da FileMaker têm a sua própria estrutura interna e não podem ser simplesmente transferidos diretamente para o editor de scripts como texto normal. Isto resulta atualmente em várias soluções intermédias:

• transferência manual,
• Conversões XSLT,
• Conversor da área de transferência,
• Ferramentas especiais de copiar e colar
• ou sistemas de conversão para formatos de script compatíveis com a FileMaker.

Isto já está a funcionar surpreendentemente bem na vida quotidiana - mas, ao mesmo tempo, ainda parece ser uma fase de transição entre o desenvolvimento clássico e a futura integração da IA.

É precisamente aqui que os agentes de IA podem colmatar a lacuna crucial

E é precisamente aqui que a tecnologia de agentes anunciada pela Claris FileMaker se torna particularmente interessante. Até agora, tem existido frequentemente uma espécie de "camada de tradução manual" entre a IA e o desenvolvimento produtivo. A IA gera conteúdo, sugestões ou guiões - o programador assume então a integração técnica real.

Os agentes de IA podem reduzir significativamente esta lacuna no futuro. Porque se os sistemas de IA puderem trabalhar diretamente na FileMaker, toda a forma de trabalhar irá mudar:

• Os scripts podem ser gerados diretamente,
• são criadas automaticamente,
• relações,
• Layouts preparados
• ou processos podem ser expandidos dinamicamente.

O programador teria então de efetuar ele próprio menos etapas técnicas individuais, mas mais:

• Descrever os processos,
• Definir lógica,
• Verificar resultados
• e sistemas de estrutura.

A longo prazo, isto poderia levar a um salto considerável na produtividade.

Porque é que os programadores experientes, em particular, podem beneficiar com isto

Curiosamente, esta evolução é suscetível de beneficiar sobretudo os programadores experientes. Embora a IA possa assumir cada vez mais tarefas técnicas, não compreende automaticamente os processos comerciais reais que lhes estão subjacentes. Isto continua a ser crucial, especialmente para soluções mais complexas:

• Compreensão do processo,
• Lógica dos dados,
• Experiência em casos especiais,
• pensamento organizacional
• e planeamento estrutural a longo prazo.

Muitas empresas ainda subestimam a importância que estas competências podem vir a ter no futuro. Afinal, se as tarefas técnicas normais forem cada vez mais automatizadas, o valor real deslocar-se-á mais para elas:

• Arquitetura,
• Consultoria,
• Conceção do processo
• e controlo de qualidade.

Os programadores da FileMaker, em particular, têm muitas vezes uma vantagem interessante porque, tradicionalmente, trabalham muito de perto com os processos reais da empresa.

Entre a fase experimental atual e o futuro ambiente produtivo

É claro que este desenvolvimento está ainda numa fase relativamente precoce. Muitos sistemas parecem ainda experimentais, por vezes instáveis ou inacabados do ponto de vista organizativo. Ao mesmo tempo, porém, já é possível reconhecer a direção que poderá tomar. Há apenas alguns anos, os modelos linguísticos locais, os servidores de imagens de IA ou os sistemas de desenvolvimento baseados em agentes pareciam quase sonhos do futuro. Atualmente, já existem as primeiras abordagens produtivas, que são surpreendentemente eficientes apesar de todas as dificuldades.

É precisamente por isso que a fase atual poderá ser particularmente interessante a longo prazo. Afinal de contas, as bases para uma nova geração de ferramentas de desenvolvimento estão provavelmente a ser lançadas neste momento - à semelhança dos primeiros sistemas gráficos de bases de dados ou das primeiras plataformas ERP.

E, daqui a alguns anos, talvez olhemos para trás e nos apercebamos de que esta fase de transição atual foi precisamente o momento em que o desenvolvimento clássico de software se deslocou lentamente na direção do desenvolvimento de sistemas apoiados por IA.

A evolução da IA não significa o fim do desenvolvimento tradicional, mas sim a sua próxima etapa

Após os primeiros anos de grande euforia com a IA, começa lentamente a surgir uma imagem mais diferenciada. Muitas empresas, programadores e mentes criativas estão a reconhecer cada vez mais que a inteligência artificial não é uma tendência a curto prazo nem uma solução imediata para todos os problemas.

Ao mesmo tempo, porém, é cada vez mais claro que os desenvolvimentos tecnológicos são susceptíveis de ter um impacto significativo em todo o mundo do software a longo prazo. Atualmente, está a surgir um duplo movimento interessante: Por um lado, estão a surgir todos os dias novas ferramentas, modelos e automatizações. Por outro lado, muitos princípios clássicos do desenvolvimento profissional de software estão subitamente a recuperar a sua importância:

• estruturas de dados limpas,
• processos rastreáveis,
• Capacidade de manutenção,
• Estabilidade
• e o pensamento organizacional.

É precisamente por isso que a atual fase da IA, em muitos aspectos, parece menos uma rutura total com o anterior mundo das TI - e mais a sua próxima fase evolutiva.

O verdadeiro desafio não reside na IA em si

Curiosamente, é agora evidente em muitos projectos que a dificuldade real já não é, muitas vezes, o próprio modelo de IA. Os modelos linguísticos modernos, os geradores de imagens e os sistemas de assistência já funcionam surpreendentemente bem atualmente. Os verdadeiros desafios surgem normalmente apenas quando estes sistemas têm de ser integrados de forma significativa nos processos reais da empresa. É precisamente aqui que as novas tecnologias entram em ação:

• estruturas cultivadas,
• bases de dados históricas,
• Processos individuais
• e as exigências práticas da vida quotidiana.

Por isso, muitos programadores estão atualmente a viver uma fase de experimentação intensiva. Os sistemas estão a ser testados, os servidores locais estão a ser configurados, os modelos estão a ser integrados e os processos estão a ser automatizados. Ao mesmo tempo, porém, está a tornar-se claro que a estabilidade produtiva exige muito mais do que demonstrações individuais impressionantes.

Por conseguinte, a longo prazo, as soluções que combinam as possibilidades técnicas com a adequação pragmática à utilização quotidiana serão provavelmente as mais bem sucedidas.

Porque é que a experiência prática está a tornar-se particularmente valiosa

É precisamente neste ponto que a experiência prática se torna cada vez mais importante. Com efeito, quem trabalha hoje ativamente com sistemas locais de IA, criando os seus próprios ambientes ou combinando a IA diretamente com o software da empresa, reconhecerá com relativa rapidez as oportunidades e os limites reais dos desenvolvimentos actuais.

Isto resulta frequentemente em avaliações muito mais realistas do que em muitos debates públicos. Atualmente, a inteligência artificial já pode prestar um enorme apoio:

• para processamento de texto,
• Organização do conhecimento,
• Análise dos dados,
• Automatização
• ou processos criativos.

Ao mesmo tempo, porém, é evidente que muitos sistemas são ainda muito experimentais neste momento. É precisamente por isso que a fase atual pode ser particularmente valiosa a longo prazo para aqueles que adquirem experiência prática desde o início, mantendo uma perspetiva sóbria.

A visão de Marcel Moré sobre a evolução da IA

O artigo de Marcel Moré sobre a "Evolução da IA" foi um ponto de partida interessante para estas considerações. O que é particularmente empolgante neste caso não é tanto a tecnologia individual, mas sim a observação fundamental: a IA está a evoluir cada vez mais de ferramentas isoladas para sistemas em rede com os seus próprios processos, automação e estruturas semelhantes a agentes.

É precisamente esta evolução que irá provavelmente caraterizar fortemente os próximos anos. A longo prazo, é provável que já não se trate apenas de modelos linguísticos individuais ou de geradores de imagens, mas de cenários de sistemas completos em que diferentes componentes de IA interagem entre si.

Isto cria um enorme potencial, particularmente no ambiente empresarial - mas também novos desafios organizacionais e técnicos.

FileMaker e a próxima fase de desenvolvimento

Este desenvolvimento pode tornar-se particularmente interessante no ambiente Claris FileMaker no futuro. Isto porque os agentes de IA anunciados já indicam o rumo que os ambientes de desenvolvimento modernos poderão tomar a longo prazo:

• afastando-se da aplicação puramente manual,
• para o desenvolvimento de sistemas apoiados por IA.

Se tais sistemas de agentes forem capazes de funcionar de forma estável na FileMaker no futuro, o papel de muitos programadores mudará significativamente.

A força real residiria então, presumivelmente, menos na pura escrita de guiões individuais, mas mais na:

• Compreensão do processo,
• Arquitetura do sistema,
• Lógica dos dados,
• Controlo de qualidade
• e o pensamento organizacional.

Curiosamente, isto encaixa muito bem com os pontos fortes tradicionais de muitos programadores da FileMaker. A FileMaker sempre foi particularmente forte no mapeamento de processos empresariais reais de uma forma pragmática e flexível. A IA poderá expandir significativamente esta abordagem no futuro.

Provavelmente a realização mais importante da atual fase da IA

Talvez esta seja precisamente a realização mais importante do desenvolvimento atual. A inteligência artificial não substitui automaticamente a experiência, a estrutura ou o pensamento organizacional. Pelo contrário, estão atualmente a ser desenvolvidas novas ferramentas que podem expandir e acelerar de forma inteligente os métodos de trabalho existentes.

Por conseguinte, o verdadeiro desafio não será provavelmente adotar todas as novas funções de IA o mais rapidamente possível. Em vez disso, o fator decisivo será:

• quais os sistemas que se mantêm estáveis a longo prazo,
• Que processos podem realmente ser automatizados de forma significativa
• e como as possibilidades técnicas podem ser integradas de forma responsável.

É provável que os programadores com conhecimentos práticos desempenhem um papel particularmente importante no futuro. Porque no final - como tantas vezes acontece na história das TI - provavelmente não será a demonstração mais barulhenta que vencerá, mas a solução que funciona permanentemente na vida quotidiana.

---

Perguntas mais frequentes

1. Por que razão existe atualmente a impressão de que a inteligência artificial está a surgir subitamente em todo o lado ao mesmo tempo?
   Nos últimos dois anos, o desenvolvimento da IA registou uma enorme aceleração. No passado, os sistemas de IA eram frequentemente soluções especializadas para grandes empresas ou instituições de investigação. Atualmente, os modelos linguísticos, os geradores de imagens e as ferramentas de automatização estão subitamente disponíveis para quase toda a gente. Isto está a ter um efeito semelhante ao do advento da Internet ou, mais tarde, dos smartphones: muitas empresas estão a aperceber-se ao mesmo tempo que os processos de trabalho podem mudar fundamentalmente.
2. Porque é que as apresentações públicas de IA diferem tanto da prática quotidiana?
   As apresentações mostram normalmente cenários controlados que funcionam em condições ideais. Na realidade, porém, os sistemas de IA têm de lidar com dados defeituosos, casos especiais individuais, estruturas de software antigas e interfaces instáveis. É precisamente aqui que surgem os verdadeiros desafios, que muitas vezes são pouco visíveis para o mundo exterior.
3. Porque é que a manutenção dos sistemas de IA é atualmente tão dispendiosa?
   Muitos ambientes de IA ainda se encontram numa fase de desenvolvimento muito dinâmica. Os modelos, as extensões, as dependências Python e as interfaces mudam por vezes numa base semanal. Mesmo pequenas actualizações podem tornar instáveis os sistemas em funcionamento. Por isso, os programadores passam muitas vezes uma quantidade surpreendente de tempo a pôr os ambientes a funcionar novamente.
4. Que papel desempenham os servidores locais de IA no ambiente empresarial?
   Os sistemas locais de IA estão a tornar-se cada vez mais interessantes para muitas empresas porque permitem um maior controlo sobre os dados, modelos e processos. Uma infraestrutura local pode oferecer vantagens, especialmente para informações sensíveis ou fluxos de trabalho especializados. Ao mesmo tempo, porém, isso também aumenta consideravelmente o esforço técnico.
5. Porque é que muitos dos problemas actuais da IA fazem lembrar as fases anteriores de desenvolvimento das TI?
   Os primeiros servidores Web, sistemas ERP e plataformas de bases de dados também pareciam frequentemente complicados e instáveis no início. Foram necessários muitos anos para que surgissem sistemas normalizados e resistentes. Muitos programadores experientes reconhecem atualmente padrões semelhantes no sector da IA e, por conseguinte, encaram a fase atual mais como um processo de desenvolvimento a longo prazo.
6. Porque é que a qualidade dos dados está subitamente a tornar-se tão importante graças à IA?
   Os sistemas de IA funcionam com base na informação existente. Se os dados estiverem estruturados de forma caótica, incorrectos ou incompletos, a IA continua a reconhecer padrões e a processá-los. Por conseguinte, dados de má qualidade conduzem frequentemente a maus resultados. É precisamente por isso que as estruturas de dados limpas e os processos claros estão a tornar-se novamente mais importantes.
7. Porque é que a FileMaker poderia harmonizar-se particularmente bem com a IA a longo prazo?
   A FileMaker foi sempre concebida para mapear processos empresariais reais de uma forma pragmática. É precisamente esta flexibilidade que se adapta muito bem aos modernos sistemas de IA. Enquanto os ambientes de desenvolvimento tradicionais são frequentemente muito técnicos, a FileMaker é particularmente adequada para adaptar rapidamente processos e combiná-los com novas tecnologias.
8. O que são exatamente agentes de IA?
   Os agentes de IA vão muito além dos chatbots tradicionais. Não só respondem a perguntas, como também executam de forma autónoma várias etapas de trabalho em sucessão. Estas incluem análises, controlo de processos, processamento de dados ou decisões automatizadas no âmbito de processos definidos.
9. Porque é que os agentes de IA anunciados pela Claris são tão interessantes para os programadores da FileMaker?
   Porque isto pode mudar a forma como o software é desenvolvido. No futuro, os programadores poderão deixar de ter de programar eles próprios cada uma das etapas técnicas. Em vez disso, os processos poderão ser cada vez mais descritos em linguagem natural, enquanto a IA prepara a implementação técnica ou assume parte dela diretamente.
10. Como é que o desenvolvimento suportado por IA na FileMaker funciona atualmente?
    Atualmente, muitas coisas ainda funcionam de forma semi-manual. Os programadores criam scripts, fórmulas ou estruturas com a ajuda de sistemas de IA e depois transferem-nos para a FileMaker. Existem atualmente várias soluções auxiliares para este efeito, tais como conversores de área de transferência ou ferramentas de conversão especiais.
11. Porque é que a transferência direta de código gerado por IA para a FileMaker ainda é complicada neste momento?
    A FileMaker tem as suas próprias estruturas de script internas que não podem ser simplesmente inseridas como texto normal. Por esta razão, os resultados de IA têm frequentemente de ser personalizados ou convertidos utilizando soluções intermédias especiais antes de poderem ser utilizados de forma produtiva.
12. Que áreas práticas de aplicação da IA estão já a funcionar particularmente bem hoje em dia?
    A IA já está a produzir resultados muito úteis, nomeadamente na geração de texto, reconhecimento de documentos, traduções, organização do conhecimento, análise de dados e automatização de apoio. A IA é particularmente forte nos domínios em que as tarefas repetitivas podem ser preparadas ou aceleradas.
13. Porque é que é improvável que a inteligência artificial substitua completamente os programadores tradicionais?
    Porque a implementação técnica é apenas uma parte do desenvolvimento profissional de software. A compreensão dos processos, a lógica dos dados, os fluxos de trabalho organizacionais e o planeamento estrutural a longo prazo continuam a ser cruciais. A IA pode acelerar muitas tarefas, mas não compreende automaticamente toda a complexidade das empresas reais.
14. Porque é que o papel dos programadores pode, no entanto, mudar significativamente?
    É provável que o foco mude cada vez mais - deixando de ser apenas a escrita de rotinas técnicas e passando a ser a arquitetura do sistema, a conceção do processo, o controlo de qualidade e o planeamento estratégico. Consequentemente, é provável que os programadores se tornem planeadores globais mais organizacionais e técnicos.
15. Por que razão muitas empresas estão atualmente a sobrestimar a velocidade de desenvolvimento da IA?
    Porque os progressos visíveis acontecem frequentemente mais depressa do que os sistemas de produção estáveis que são efetivamente criados. Muitas vezes, entre uma demonstração impressionante e um sistema quotidiano resiliente, decorrem muitos meses ou mesmo anos de trabalho de desenvolvimento prático.
16. Qual é o perigo de projectos de IA apressados?
    Muitas empresas correm o risco de confundir experiências a curto prazo com soluções estáveis a longo prazo. Sem estruturas de dados claras, processos compreensíveis e conceitos de manutenção, surgem rapidamente sistemas instáveis que, mais tarde, causam elevados custos de acompanhamento.
17. Porque é que os programadores estão atualmente a ganhar tanta experiência prática com os servidores Linux AI?
    Porque os sistemas locais permitem um maior controlo e flexibilidade. Os programadores podem utilizar os seus próprios modelos, efetuar formação especializada e combinar diferentes ferramentas entre si. Ao mesmo tempo, porém, isto também cria muitos desafios técnicos que atualmente ainda exigem muita experiência e paciência.
18. Porque é que a atual fase de desenvolvimento da IA pode ser particularmente importante em retrospetiva?
    As bases dos futuros sistemas normalizados estão provavelmente a ser lançadas neste momento. Muitas das experiências actuais podem ainda parecer inacabadas ou complicadas, mas proporcionam uma experiência prática valiosa. As anteriores convulsões tecnológicas na história das TI foram semelhantes.
19. O que é suscetível de determinar o êxito dos projectos de IA a longo prazo?
    Provavelmente não a tecnologia individual mais espetacular, mas a capacidade de construir sistemas estáveis e de fácil manutenção que sejam adequados à utilização quotidiana. A longo prazo, prevalecerão provavelmente as soluções que apoiam processos empresariais reais de uma forma significativa e que funcionam de forma fiável a longo prazo.