Além dos chatbots: a ascensão da IA multimodal e dos agentes autônomos

Sistemas multimodais conseguem interpretar diferentes tipos de informação, enquanto agentes de IA podem executar tarefas em várias etapas (showcake/Shutterstock)

Perguntar, receber uma resposta e encerrar a conversa já não descreve tudo o que os sistemas de inteligência artificial mais recentes conseguem fazer.

Modelos atuais podem interpretar texto, imagens, áudio e vídeo, enquanto novas ferramentas são desenvolvidas para planejar etapas, utilizar outros sistemas e executar tarefas com menor intervenção humana.

Duas frentes ajudam a explicar essa evolução: a IA multimodal e os agentes autônomos . Embora os conceitos tenham aplicações diferentes, ambos ampliam a atuação dos modelos para além da geração de texto.

Aprenda IA do zero com EXAME + Saint Paul: pré-MBA online (4 aulas) por R$37. Ideal pra quem quer começar e não sabe como. Matrículas abertas.

Um sistema multimodal consegue trabalhar com mais de um tipo de informação. Em vez de compreender somente textos, pode analisar, por exemplo, uma fotografia, um documento, um gráfico ou uma gravação de áudio e combinar esses dados para produzir uma resposta.

Na prática, isso permite interações mais próximas das situações encontradas fora de um chatbot tradicional. Um profissional pode enviar uma planilha e pedir uma análise dos dados, apresentar uma imagem para identificar elementos específicos ou fornecer um arquivo de áudio para obter uma transcrição e um resumo.

A capacidade também pode ser aplicada em áreas como educação, atendimento ao cliente, programação e análise de documentos. O ganho está na possibilidade de reunir informações que antes precisavam ser interpretadas separadamente.

Os agentes de IA vão um passo além da simples resposta a um comando. Eles podem receber um objetivo, dividir a tarefa em etapas, utilizar ferramentas e avaliar os resultados ao longo do processo.

Uma solicitação como “pesquise informações sobre determinado assunto e organize os principais dados ” pode envolver várias ações: buscar fontes, comparar informações, estruturar o material e apresentar uma conclusão.

A autonomia, porém, varia bastante de acordo com o sistema. Alguns agentes apenas executam sequências pré-definidas, enquanto outros conseguem adaptar o próximo passo conforme encontram novas informações ou obstáculos.

Quer entender IA na prática? EXAME + Saint Paul criaram um pré-MBA com 4 aulas online por R$37. Comece do zero e dê o primeiro passo agora.

No ambiente profissional, agentes podem auxiliar em tarefas que exigem várias etapas. Uma equipe de vendas, por exemplo, pode utilizá-los para organizar informações sobre clientes, preparar relatórios ou acompanhar determinadas atividades.

Na programação, sistemas desse tipo também podem analisar um problema, sugerir alterações no código, executar testes e corrigir determinados erros.