1.3.5. IA Preditiva e IA Generativa: Análise Aprofundada

e suas aplicações em problemas específicos. Sob tal enfoque, abordaremos duas subcategorias de maior proeminência, a IA Preditiva e a IA Generativa, ambas diretamente derivadas das categorias fundamentais vistas anteriormente, sobretudo de machine learning e redes neurais, consideradas técnicas centrais para a construção da IA preditiva e generativa. A IA preditiva tem por objetivo principal “prever” resultados ou comportamentos futuros com base em padrões identificados em dados históricos. O nome, derivado do termo “predição”, deve ser entendido. Para a Comissão Europeia, a “predição” é o ato de anunciar o que ocorrerá no futuro, geralmente com base em modelos matemáticos, estatísticos ou algoritmos de inteligência artificial. Esse termo enfatiza o resultado – o “o que” será anunciado – podendo ou não detalhar os métodos ou dados utilizados. A IA preditiva se concentra em prever resultados futuros com base na análise de dados históricos, identificando padrões e tendências para realizar prognósticos. Utilizando técnicas estatísticas e de machine learning como regressão, árvores de decisão e redes neurais, ela é amplamente aplicada em áreas como finanças (previsão do mercado de ações), meteorologia (clima), saúde (riscos de doenças) e recomendações de produtos em comércio eletrônico. Seus usos incluem a antecipação dos comportamentos de consumidores, as tendências de mercado e os resultados de eventos esportivos129. A predição pode ser utilizada tanto em sistemas caixas-brancas quanto caixas-pretas, dependendo dos requisitos específicos do setor. Por exemplo, há uma clara preferência por sistemas do tipo caixas-brancas nos diagnósticos médicos, pois, nesses casos, é essencial que o raciocínio e o comportamento do sistema sejam completamente rastreáveis130. Por outro lado, em áreas como recomendações de produtos, aplicações financeiras ou análises de riscos bancários a predição pode ser implementada por sistemas caixas-pretas, pois a explicabilidade não é tão crítica. No campo jurídico, as predições podem ser utilizadas em diversos âmbitos, como na otimização da cobrança de apólices em seguros, no incentivo ou desincentivo à judicialização, no combate ao abuso sexual infantil, na promoção de uma maior segurança jurídica, na redução de con129 Porto, Shuenquener e Gabriel, 2024, p. 2.4. 130 Cf. Comandé, em muitos setores industriais, a IA refere-se a sistemas de análise preditiva utilizados isoladamente ou em conexão com outros programas (2019, pp. 169-170).