Três empresários que dependem diariamente de agentes de inteligência artificial (IA) para operar seus negócios compartilharam com a Business Insider como treinam suas ferramentas para "dar um contra-argumento" e desafiar suas ideias, evitando a tendência de "concordância excessiva" observada em alguns modelos. A prática visa mitigar riscos e criar processos mais robustos de tomada de decisão em empresas com equipes reduzidas.
Yesim Saydan, especialista em branding e comunicação com mais de 50 anos e baseada na Holanda, criou mais de 17 GPTs personalizados para formar sua equipe virtual, incluindo um baseado em Steve Jobs. Para obter feedback honesto, ela evita perguntas abertas e, em vez disso, questiona: "Em uma escala de um a 10, quão boa é esta ideia?". Se a resposta for um cinco, ela pergunta: "Ok, o que a tornaria um 10?", iniciando um processo de três a cinco rodadas de refinamento.
O "Conselho" de IA para decisões críticas
Aaron Sneed, fundador solo de 40 anos na área de defesa e tecnologia, baseado na Flórida, criou um "Conselho" de IA composto por agentes especializados: um chefe de equipe, um conselheiro geral, um diretor de recursos humanos, um diretor de operações e um diretor de segurança. Sneed treinou esses agentes propositalmente para oferecer resistência e testar suas teorias.
"Eu não quero um monte de agentes que só dizem sim", afirmou Sneed. Para estruturar as prioridades e mitigar alucinações, ele criou um conjunto de arquivos que estabelece uma governança, dando prioridade a modelos que tratam de questões legais, de conformidade ou de segurança. Ele também utiliza uma "mesa redonda" no projeto do ChatGPT, onde todos os agentes podem opinar simultaneamente sobre um documento, servindo como uma camada de prevenção contra falhas.
O "Esteira Transportadora" de IA para múltiplas perspectivas
Tim Desoto, fundador e CEO de 49 anos baseado em São Francisco, desenvolveu um exercício chamado "esteira transportadora de IA". Ele começa com um prompt escrito, depois conversa em voz alta com o modelo, buscando ativamente que o agente contrarie suas ideias. Após obter um resultado satisfatório, ele submete o documento a um modelo de IA diferente para obter uma nova perspectiva, às vezes enviando para múltiplos modelos simultaneamente.
"Alguns são melhores que outros em dar feedback, pesquisar e anotar, mas eu sempre obtenho uma perspectiva melhor e mais abrangente alimentando o conteúdo para vários modelos ao mesmo tempo", explicou Desoto. A abordagem surgiu da percepção de que a excessiva concordância de alguns modelos de IA pode criar pontos cegos caros para empreendedores que dependem dessas ferramentas como únicos colegas de equipe.
O contexto da mudança na indústria
Esta tendência de treinar a IA para ser mais crítica reflete uma mudança mais ampla na indústria. A OpenAI, por exemplo, se desfez de uma versão excessivamente complacente de seu ChatGPT. Para empreendedores de "equipes minúsculas", onde um único fundador pode contar com agentes de IA para funções de chefia jurídica, RH e operações, garantir que essas ferramentas ofereçam visões desafiadoras tornou-se uma necessidade operacional.
A Business Insider está buscando mais histórias de fundadores de empresas movidas a IA com menos de 10 funcionários para entender a era das "Equipes Minúsculas". Contatos podem ser feitos através de um formulário online ou diretamente com a repórter Agnes Applegate.