startups do Vale do Silício criam réplicas dos sites para treinar agentes de IA

• A nova jogada de Cristiano Ronaldo: Craque compra uma fatia na Perplexity AI
• União Europeia: Bloco europeu impõe multa de R$ 742 milhões à rede social X, de Elon Musk

Então, os advogados da companhia aérea enviaram um aviso formal exigindo a remoção do site, acusando-o de violar direitos autorais.

Div Garg, cuja pequena empresa construiu o site réplica, prontamente mudou o nome para “Fly Unified” e removeu o logotipo da United. Ele não estava interessado em infringir os direitos autorais da empresa. Ele e sua equipe construíram a réplica do United.com como um campo de treinamento para inteligência artificial.

A empresa de Garg, AGI, está entre várias startups do Vale do Silício que passaram os últimos meses recriando sites populares para que sistemas de IA possam aprender a navegar na internet e realizar tarefas específicas por conta própria, como reservar voos. Se um sistema de IA aprende a usar uma réplica do United.com, ele também consegue usar o site real.

• Nova legislação: Austrália impõe limite de 16 anos para redes sociais e prevê multas de R$ 175 milhões a plataformas

Esses novos “sites-sombra” são uma parte significativa dos esforços da indústria de tecnologia para transformar os chatbots atuais em agentes de IA — sistemas projetados para reservar viagens, agendar reuniões, criar gráficos de barras e realizar outras tarefas computacionais.

Nos próximos anos, muitas empresas acreditam que esses agentes de IA se tornarão cada vez mais sofisticados e poderão substituir alguns trabalhadores de colarinho branco.

— Queremos construir ambientes de treinamento que capturem trabalhos inteiros que as pessoas realizam — disse Robert Farlow, cuja startup, a Plato, está entre aquelas que estão recriando sites populares e outras aplicações de software.

A nova tendência, impulsionada pelo capital de risco do Vale do Silício, mostra até onde a indústria de tecnologia está disposta a ir na busca pelas enormes quantidades de dados digitais necessárias para avançar a inteligência artificial.

Primeiro, o Vale do Silício aspirou textos, sons e imagens de toda a internet. Quando muitos sites bloquearam esses esforços, as empresas encontraram novas maneiras de pôr as mãos nos dados de outras pessoas. Agora, elas estão recriando sites como uma forma de gerar novos dados do zero.

Nos últimos meses, com o apoio de US$ 10 milhões em financiamento da Menlo Ventures e outros investidores, Garg e sua empresa também clonaram sites como Amazon, Airbnb e Gmail. Com nomes como Omnizon, Staynb e Go Mail, essas réplicas oferecem uma maneira para que sistemas de IA aprendam habilidades por meio de tentativa e erro — uma técnica que os pesquisadores chamam de aprendizado por reforço.

Em vez de aprender com dados que mostram como humanos usam sites, eles aprendem com enormes quantidades de dados que eles mesmos geram.

• Negócio de bilhões: Netflix compra Warner e HBO Max por US$ 72 bilhões

Pesquisadores do Vale do Silício também têm a opção de treinar sistemas de IA em sites reais. Mas, em muitos casos, isso não é possível. Sites como Amazon e Airbnb frequentemente bloqueiam bots on-line, especialmente quando eles repetem as mesmas tarefas repetidamente — um processo fundamental para o aprendizado por reforço.

— Quando você está treinando, quer rodar milhares de agentes de IA ao mesmo tempo, para que possam explorar o site, visitar suas diferentes páginas e fazer todo tipo de coisas diferentes — disse Garg. — Se você fizer isso em um site real, será bloqueado.

Os sistemas de IA atuais são impulsionados pelo que os cientistas chamam de redes neurais, que são sistemas matemáticos capazes de identificar padrões em textos, imagens e sons. Mas, há cerca de nove meses, empresas como a OpenAI usaram praticamente todo o texto em inglês disponível na internet. Por isso, estão recorrendo cada vez mais ao aprendizado por reforço.

• Masayoshi Son: CEO do Softbank diz que uma super-IA pode transformar humanos em ‘peixes’ ou vencer o Nobel

Esse processo, que pode se estender por semanas ou meses, começou em áreas como matemática e programação. Ao resolver milhares de problemas matemáticos, por exemplo, sistemas de IA podem aprender quais ações levam à resposta correta e quais não levam.

Agora, empresas como OpenAI, Google, Amazon e Anthropic estão usando a técnica para construir agentes de IA. Elas começaram usando gravações de pessoas navegando em sites reais. Ao analisar a forma como esses trabalhadores contratados usavam o mouse e o teclado para pedir almoço no DoorDash ou digitar números no Microsoft Excel, os sistemas aprenderam a usar os sites sozinhos.

Para acelerar esse trabalho, empresas de IA estão pagando a startups pouco conhecidas, como AGI e Plato, para construir sites réplica onde bots podem aprender por meio de extrema tentativa e erro.

— Você quer que a IA seja capaz de experimentar todas as maneiras possíveis de realizar cada tarefa — disse John Qian, cuja startup, Matrices, cria sites réplica para treinamento de IA.

A maior parte desse trabalho acontece nos bastidores. Mas, em alguns casos, startups colocaram seus sites réplica na internet pública como forma de divulgar seu trabalho para grandes empresas de IA, como OpenAI, Google e Amazon.

• Estudos apontam: Chatbots de IA podem influenciar opiniões políticas de eleitores

Depois de remover nomes e logotipos das empresas de seus sites réplica, disse Garg, ele não está preocupado com novas ações legais de detentores de direitos autorais como a United Airlines. Qian afirmou algo semelhante, embora tenha reconhecido que a pesquisa em IA entrou em um novo território jurídico ainda não totalmente resolvido. Farlow preferiu não comentar.

Robin Feldman, professora da UC Law San Francisco e autora do livro “AI Versus IP”, disse que usar esses sites paralelos para treinar tecnologias de IA pode violar os direitos autorais de empresas como a United Airlines. Mas os tribunais podem acabar decidindo, acrescentou ela, que isso é permitido pela lei de direitos autorais.

— Essas empresas estão atirando primeiro e fazendo perguntas depois — disse Feldman. — O campo está se expandindo muito mais rápido do que o sistema jurídico consegue acompanhar. Algumas das decisões tomadas ao longo do caminho acabam prejudicando as próprias empresas que as tomaram.

• Entenda a treta: Investigação da UE contra Meta por restrição a chatbots de IA no WhatsApp inspira denúncias similares no Brasil

Empresas como OpenAI e Anthropic já lançaram tecnologias experimentais capazes de fazer compras no Instacart ou tomar notas usando processadores de texto on-line como o Google Docs. Mas essas tecnologias frequentemente cometem erros. Às vezes, isso as impede de concluir a tarefa solicitada.

— Existe uma grande distância entre o que as empresas querem que esses agentes façam e o que eles são capazes de fazer hoje — firmou Rayan Krishnan, CEO da Vals AI, uma empresa que testa o desempenho das tecnologias de IA mais recentes. — Hoje, esses sistemas são lentos demais para serem úteis. Você mesmo pode simplesmente fazer os cliques.

Especialistas discordam sobre a rapidez desse avanço, sobre se consumidores e empresas querem ou precisam desse tipo de automação e sobre se sites populares permitirão que isso aconteça. No mês passado, a Amazon processou a startup Perplexity por uma IA que visava automatizar compras no site da Amazon.

Mas o objetivo é construir sistemas que automatizem praticamente qualquer trabalho de colarinho branco.

— Se você puder recriar todo o software e os sites que as pessoas usam, poderá treinar a IA para fazer os trabalhos — e começar a fazê-los até melhor do que um humano — disse Farlow.