Por que testamos modelos em benchmarks mas os lançamos em produção no achismo?
Opportunity
As equipes escolhem um modelo de um leaderboard e o colocam em produção com quase nenhuma avaliação contínua, barata e específica para a tarefa. Quando a qualidade cai, ninguém percebe até um usuário reclamar. As ferramentas para realmente medir se o seu recurso de IA ainda está bom faltam para a maioria dos desenvolvedores.
Why it matters
Você não pode operar o que não consegue medir, e hoje a maioria dos recursos de IA não é medida.
Como avalio a oportunidade
The Opportunity Score is my own read, not a measurement: how much it hurts, how often it bites, and how little exists to solve it today. Higher means I think it is more worth building.
How much pain it causes when it shows up.
How often people actually run into it.
How little good tooling exists for it today.
Mais problemas que merecem ser resolvidos
Por que todo aplicativo de IA me esquece no momento em que fecho a aba?
AIPor que aprender uma nova área ainda depende de saber o que perguntar?
AIPor que uma pessoa sem especialização não consegue verificar o que uma IA acabou de dizer?
AIPor que agentes de IA não têm memória dos próprios erros?
AIPor que não consigo auditar em que um modelo foi realmente treinado?
AIPor que um documento malicioso pode exfiltrar silenciosamente tudo o que meu assistente sabe sobre mim?