1.4. A IA na Prática: Aplicações, Problemas e Desafios: Conceitos Fundamentais

realizem tarefas complexas sem intervenção humana direta, ela apresenta sérios desafios em termos de transparência e responsabilização140. 1.4. A IA na Prática: Aplicações, Problemas e Desafios A aproximação aos principais conceitos e categorias da IA se fez necessária não apenas para proporcionar uma familiarização com concepções amplamente utilizadas nesse universo, mas, sobretudo, para estabelecer uma base técnica sólida que nos permita compreender os elementos estruturais e operacionais envolvidos no funcionamento desses sistemas. Tal compreensão serve para identificar as potenciais fontes de falhas ou erros nos sistemas de IA, os quais podem decorrer de fatores como viés nos dados de treinamento, limitações nos algoritmos, ou mesmo na interação autônoma dos sistemas com ambientes dinâmicos e imprevisíveis. Esses aspectos fundamentam o debate sobre responsabilização, que se configura como o tema central deste estudo. Sob tal foco, este subcapítulo examinará alguns casos-problema específicos que, além de ilustrar a categoria das aplicações setoriais da IA, servirão como modelos para demonstrar os diferentes tipos de erros que os sistemas podem cometer e a quais elementos técnicos previamente discutidos os erros estão vinculados. Além de exemplificarem falhas práticas, os casos apresentados atuarão como ponto de partida para levantar questões cruciais que serão aprofundadas nos Capítulos 2 e 3, uma vez que a definição de responsabilidades jurídicas em cenários envolvendo IA depende intrinsecamente de uma análise profunda de seus aspectos técnicos e de sua autonomia operacional. Samathur Li Kin-kan e o Fundo de Hedge Automatizado K1 (2018) Em 2018, Samathur Li Kin-kan, magnata de Hong Kong, tornou-se protagonista de um emblemático caso envolvendo inteligência artificial aplicada ao mercado financeiro, após sofrer perdas superiores a 20 milhões de dólares em um único dia. O episódio teve início em um encontro em Dubai, onde Li foi apresentado a Raffaele Costa, representante da Tyndaris 140 Exemplos proeminentes de grandes modelos de linguagem (LLMs) incluem o ChatGPT e o Gemini, que utilizam técnicas como aprendizado por reforço, embeddings (representações numéricas compactas que transformam dados complexos, como palavras ou imagens, em vetores de menor dimensão) e arquiteturas de atenção para criar interações altamente criativas e adaptáveis.