A IA pode ampliar as capacidades dos engenheiros, mas não substituir os fundamentos, diz Gopi

Gopichand Katragadda argumenta que a inteligência artificial está a mudar a escala e o ritmo da engenharia, mas não os fundamentos dos quais depende uma boa engenharia. Numa entrevista noticiada pelo The Times of India, afirma que os engenheiros continuam a precisar de bases técnicas sólidas, de uma compreensão de como os componentes funcionam em conjunto e da disciplina para construir, testar e documentar produtos úteis.

Katragadda ocupou cargos tecnológicos sénior na GE e na Tata Sons. Foi diretor-geral do GE’s India Technology Centre, em Bengaluru, mais tarde tornou-se o primeiro diretor de tecnologia e responsável pela inovação do grupo Tata Sons e, atualmente, lidera a Myelin Foundry, uma empresa de inteligência artificial que trabalha nas áreas dos meios de comunicação e entretenimento, da IoT industrial e das aplicações automóveis.

Na sua perspetiva, a engenharia pode ser entendida através de três áreas interligadas: teoria e conhecimento prático; conhecimentos especializados ao nível dos componentes combinados com pensamento sistémico; e execução. Esta última inclui desenvolver produtos de forma eficiente, avaliar se irão gerar um valor comercial real e registar informação suficiente para que as equipas futuras possam compreender e melhorar o trabalho.

Onde a engenharia indiana precisa de melhorar

Katragadda afirma que a Índia desenvolveu uma força considerável em matemática, teoria e conceção de componentes individuais. No entanto, acredita que o país precisa de fazer mais para desenvolver a engenharia prática, a compreensão de sistemas completos, a investigação e a documentação.

Uma pessoa pode saber como conceber uma pá de turbina, diz, sem estar necessariamente preparada para determinar como deve ser configurado um parque eólico inteiro. Essa visão mais abrangente exige que os engenheiros compreendam a interação entre componentes separados, as condições de funcionamento e o propósito do sistema final.

Também questiona o hábito de tratar o baixo custo como o principal indicador de uma execução bem-sucedida. Desenvolver algo de forma barata não é suficiente se o produto acabado não for comercialmente viável ou não proporcionar um valor significativo. Na sua perspetiva, as equipas de engenharia devem investir o necessário para produzir trabalho que tenha um bom desempenho no mundo real.

A documentação é outro ponto fraco. Os engenheiros podem conservar pessoalmente grandes quantidades de conhecimento, mas não o registar por escrito pode dificultar a colaboração e deixar as equipas futuras sem o raciocínio subjacente a decisões anteriores. Katragadda vê a IA como uma possível forma de tornar a documentação mais consistente, e não como um substituto da compreensão dos próprios engenheiros.

Porque é que a experiência é importante na era da IA

Katragadda alerta os jovens engenheiros para que não façam da IA a sua primeira fonte de conhecimento especializado. No início de uma carreira, afirma, é necessário aprender o domínio subjacente sem depender de atalhos. A experiência com os dados, o hardware e o ambiente de funcionamento é o que permite a um engenheiro fazer perguntas melhores e reconhecer se uma resposta é sólida.

A IA pode apoiar essa aprendizagem ao explicar teorias difíceis, ajudar a localizar informação relevante e sugerir caminhos para obter experiência prática. Também pode ajudar na programação, na análise e nos registos escritos. Mas o engenheiro continua a ser responsável por identificar o problema, compreender os pontos importantes de falha e decidir o que precisa de melhorar em relação aos sistemas anteriores.

Essa responsabilidade torna-se especialmente importante quando um sistema combina hardware e software. Os engenheiros podem não conhecer todos os pormenores quando começam, mas devem ser capazes de estudar documentos técnicos, investigar falhas e testar se um algoritmo funciona no dispositivo para o qual foi concebido. A posição de Katragadda é que os engenheiros não devem simplesmente aceitar um resultado gerado por IA; precisam de o verificar e de assumir a responsabilidade pelo resultado.

Um exemplo proveniente dos motores de aeronaves ilustra o valor do conhecimento especializado do domínio. As pás das turbinas contêm diferentes tipos de orifícios. Alguns contribuem para o arrefecimento, enquanto outros reduzem o peso e ajudam a melhorar a relação impulso/peso sem comprometer a resistência estrutural. Compreender por que razão essas características existem exige mais do que gerar uma explicação plausível: requer conhecimento do problema de engenharia e das limitações que moldaram a conceção.

Aplicações de IA já em utilização

Os produtos da Myelin Foundry demonstram o tipo de engenharia que Katragadda acredita que a IA pode possibilitar. Um dos sistemas da empresa reduz em cerca de 40% os requisitos de largura de banda para vídeo. Em alternativa, pode melhorar vídeo de baixa resolução para utilização em ecrãs modernos. A redução da largura de banda representa uma diminuição comparável nos custos de distribuição de conteúdos, e o sistema está a ser utilizado por várias empresas internacionais de streaming over-the-top.

A empresa também desenvolveu um sistema de câmara traseira para veículos concebido para fazer com que uma imagem noturna pareça muito mais próxima da visualização à luz do dia. O objetivo é ajudar os condutores a ver com mais clareza ao fazer marcha-atrás. Outras aplicações descritas por Katragadda incluem a deteção de anomalias, a antecipação de necessidades de manutenção e a geração de documentos.

Estes exemplos reforçam o seu argumento mais abrangente: uma engenharia de IA útil não consiste apenas em pedir uma resposta genérica a um modelo. Envolve compreender o equipamento físico, o software, os dados e as limitações do ambiente onde a tecnologia tem de funcionar. A IA pode aumentar o alcance de um engenheiro, mas os fundamentos, os testes práticos e a responsabilidade pelo sistema final continuam a ser essenciais.