Por que a IA e os humanos são vitais para a missão da Veriff

IA e pessoas no processo de desenvolvimento de produtos

O desenvolvimento de produtos é um bom exemplo de como humanos e máquinas podem trabalhar juntos para oferecer os melhores resultados. Liisi e sua equipe são vitais para fornecer o contexto no qual a IA e o aprendizado de máquina podem ser usados para desenvolver novas abordagens, testá-las e implementá-las.

‘Entender o que o cliente realmente deseja, entender seu produto e seu problema’, diz Liisi. ‘Analisando dados e estatísticas para ver onde podemos inovar, onde podemos melhorar a experiência do usuário como um todo. E então construindo a história do produto ao seu redor, por que ele é necessário, por que é útil’

Humanos e máquinas trabalhando lado a lado

‘Para algumas tarefas, as máquinas são muito melhores’, afirma Liisi. ‘Pesquisar em uma lista de diferentes links cruzados levaria tanto tempo para um humano, mas você pode automatizá-lo tão facilmente.’

‘Estamos usando muita IA e aprendizado de máquina para tornar nosso processo de identificação mais rápido, seguro e melhor’, explica. ‘Usamos muitos modelos para validar os documentos que estão chegando, o comportamento do usuário e assim por diante.’

As máquinas tendem a fazer essas tarefas específicas extremamente bem, mas como Liisi aponta, as pessoas ainda são um elemento importante no processo.

‘Os humanos estão produzindo exatamente os dados e insights que precisamos, para que as máquinas possam aprender com isso’, diz Liisi. ‘Sempre há uma necessidade de supervisão e input humano, especialmente em áreas específicas. ‘Se a máquina perceber que precisa de ajuda, então ela pode pedir.’

‘Acho que estamos em um lugar muito bom. Podemos personalizar e ajustar muito bem para exatamente o que o cliente precisa.’

‘Conversando com um cliente, podemos descobrir o que melhor lhes convém, e também quais necessidades regulatórias eles têm’, explica. ‘Assim, dependendo disso, podemos escolher a melhor solução.’

‘Podemos fazer muito com a parte da IA, mas sempre podemos ter muitas coisas feitas do lado humano, e claro, eles são realmente complementares, mas têm um foco diferente.’

Lidando com preconceitos

Um problema com aprendizado de máquina que Liisi acredita que pode ser tratado com a ajuda de intervenção humana é o problema do preconceito. Como ela aponta, o primeiro passo para reduzir o preconceito é entender de onde ele vem. O preconceito existe no mundo real, então inevitavelmente acaba nos dados, e, portanto, na tecnologia.

‘Os dados refletem como vemos o mundo ao nosso redor’, comenta Liisi. ‘Se todos nós pensarmos em um vestido de noiva, provavelmente todos na cultura ocidental pensam em um vestido branco. Mas pessoas asiáticas podem não pensar em um vestido branco’

Claro, aprender a discriminar entre dados válidos e inválidos é fundamental para o que a verificação de identidade é. A IA precisa aprender a discriminar entre dados fornecidos por humanos, usando regras iniciais criadas por humanos - e nesse processo, o preconceito inevitavelmente aparece.

‘Acho que isso é algo que o mundo todo precisa descobrir, o que é muito tendencioso ou muito discriminatório’, comenta Liisi. ‘Podemos tornar o sistema bom, mas nunca poderemos fazer nada perfeito até decidirmos o que é perfeito.’

No entanto, a Veriff está constantemente explorando maneiras de lidar com o preconceito, através da inteligência artificial e humana.

‘Por exemplo, temos pessoas de diferentes países e etnias trabalhando na equipe, anotando os dados’, diz Liisi. ‘Mas também, estamos medindo quão tendenciosos somos, como nosso desempenho difere entre diferentes gêneros e raças.’

Um objetivo simples concebido por humanos na Veriff já está tendo um efeito positivo na redução de preconceitos e no endereçamento da inclusão.

‘Estamos trabalhando rumo a um sistema que significa que qualquer um que tenha um documento reconhecido pelo governo possa ser validado’, enfatiza Liisi. Ao apoiar o maior número possível de tipos de documentos de tantas jurisdições quanto possível, a Veriff está tendo um grande impacto na redução de discriminação e exclusão desnecessárias.

Gerenciando expectativas

Embora você possa pensar em trabalhar com IA como simplesmente outra forma de engenharia de software, Liisi sente que há uma diferença importante que muitas vezes não é reconhecida.

‘Estamos tentando colocar a ciência dos dados em uma caixa que não se encaixa exatamente’, comenta. Ao contrário da engenharia de software tradicional, desenvolver um novo produto usando IA envolve muita pesquisa e experimentação, sem garantia absoluta de sucesso. Parte do papel de Liisi é ajudar os clientes da Veriff a entender as implicações disso para o desenvolvimento de produtos.

‘Estamos lidando com algo que é realmente novo e ninguém tentou antes’, diz Liisi. ‘Então, precisamos sempre gerenciar as expectativas e dizer: “ei pessoal, estamos trabalhando nisso - podemos trabalhar nisso por um mês e depois veremos quais resultados temos”.’

Lançando um produto

Finalmente, uma vez que um novo produto de verificação esteja pronto para ser lançado, o elemento humano se torna imensamente importante. Liisi trabalha com a equipe de marketing para decidir quais mercados focar e como comercializar o produto de maneira eficaz.

‘Às vezes, como descrevemos o produto é ainda mais importante do que o próprio produto’, sorri Liisi. ‘Se você criar algo incrível, mas ninguém souber sobre isso ou por que é útil - não sei se na verdade é um ótimo produto.’