Mesmo os modelos mais avançados tiveram taxas de automação muito baixas: nenhuma acima de 2,5%. Na prática, isso significa que quase todos os projetos exigiriam correções ou teriam que ser refeitos por humanos. Segundo os pesquisadores, as falhas não se limitam a erros pontuais, mas envolvem dificuldades estruturais, como entender ambiguidades do briefing, manter consistência ao longo de tarefas e adaptar decisões conforme surgem novos problemas. Além disso, diferentemente dos humanos, que se ajustam a partir de feedbacks e erros anteriores, a IA não apresenta aprendizado contínuo durante o desenvolvimento dos projetos. O estudo também mostrou que a automação das IAs falha quando os modelos são confrontados com demandas abertas e reais, que exigem adaptação e tomada de decisão ao longo do processo.
Autor
-
Gaby Souza é criador do MdroidTech, especialista em tecnologia, aplicativos, jogos e tendências do mundo digital. Com anos de experiência testando dispositivos e softwares, compartilha análises, tutoriais e notícias para ajudar usuários a aproveitarem ao máximo seus aparelhos. Apaixonado por inovação, mantém o compromisso de entregar conteúdo original, confiável e fácil de entender
&w=1024&resize=1024,1024&ssl=1)