Processos ágeis para soluções baseadas em IA

No modelo de desenvolvimento em cascata, um projeto é dividido em um conjunto de fases sequenciais – por exemplo, concepção, análise, design, construção, teste, implantação, manutenção -, cada um dependente da conclusão da fase anterior. Esse modelo é mais apropriado para projetos de engenharia complexos, como pontes, aviões e hardware de computador. Também é bastante aplicável a projetos de infraestrutura e software de missão crítica, nos quais segurança, disponibilidade, escalabilidade e outras entidades são fundamentais.

Mas uma abordagem serial e ordenada não é apropriada para projetos em que tempo de lançamento no mercado, usabilidade e flexibilidade são as principais prioridades. Para esses projetos, uma abordagem de desenvolvimento ágil é muito mais adequada. A chave da abordagem ágil é o envolvimento dos usuários finais do produto no início do processo, para garantir que o produto em desenvolvimento responda aos requisitos.

O desenvolvimento ágil é de natureza evolutiva, com base na disponibilidade antecipada de protótipos experimentais, feedback do usuário, melhorias contínuas e respostas rápidas às exigências de tecnologia, mercado e usuário. Não é de surpreender que o desenvolvimento ágil de software tenha decolado na década de 1990, quando o aumento explosivo da Internet colocou milhões e milhões de usuários on-line, muitos novos aplicativos orientados ao usuário e ciclos curtos de colocação no mercado em resposta à concorrência acirrada.

Nossas máquinas inteligentes cada vez mais sofisticadas trazem consigo um novo conjunto de desafios de desenvolvimento. Esses sistemas baseados em IA são geralmente intensivos em software, centrados no usuário e orientados a dados. A complexidade deles é muito mais inteligente que queremos que os sistemas sejam. O comportamento de um sistema de IA baseado no aprendizado de máquina depende das informações que usamos para treinar seus algoritmos, e não do conjunto preciso de instruções de software que informam ao computador o que fazer.

Os sistemas de IA são projetados para detectar, responder e se adaptar a um ambiente em mudança. O desenvolvimento desses sistemas é como criar e enviar um adolescente para o mundo. Dado que queremos que eles sejam capazes de lidar com situações imprevistas, eles devem ter um bom grau de flexibilidade e autonomia. Mas é difícil ter certeza de que o sistema (ou o adolescente) sempre se comportará da maneira que gostaríamos.

A Adobe anunciou o Technology Previews, uma abordagem de desenvolvimento ágil para a criação de soluções baseadas em IA. De acordo com a Adobe, o desenvolvimento ágil é particularmente adequado para produtos e sistemas baseados em IA, onde é importante envolver os usuários no início do ciclo de desenvolvimento para ajudar a testar, refinar e melhorar os recursos de IA do produto, compartilhando seus comentários em tempo real com as equipes de desenvolvimento.

Ao interagir diretamente com os usuários, o Technology Previews permite que os pesquisadores da Adobe validem rapidamente a qualidade e o valor de uma nova idéia antes de investir em desenvolvimento. Primeiro, os pesquisadores criam um protótipo de banco de testes dos novos recursos de IA na nuvem da Adobe. Cada usuário que participa da avaliação efetua login no protótipo, concorda com um Contrato de Não Divulgação e é mostrado um tutorial do produto e seus novos recursos. Uma vez prontos, os usuários começam a interagir com o protótipo.

O protótipo baseado em IA trabalha e é treinado pelos próprios dados de produção de cada usuário, para que cada usuário possa ter uma experiência diferente. Uma vez terminado de interagir com o protótipo, os usuários fornecem feedback específico sobre o valor do recurso e a facilidade de uso, respondendo a perguntas como: o protótipo atendeu às suas expectativas? foi fácil de entender e usar? e você gostaria que esse recurso fosse incorporado em uma versão futura do produto? Com base no feedback geral dos usuários, as equipes de desenvolvimento da Adobe estão mais aptas a decidir se o novo recurso deve ser incorporado ao roteiro do produto e, em caso afirmativo, que prioridade deve ser dada em relação a outros recursos na fila de desenvolvimento.

“Nos aplicativos herdados, o teste é focado na operação lógica e de recursos, os quais são bastante finitos”, observou John Bates, diretor de gerenciamento de produtos da Adobe. No entanto, com aplicativos baseados em IA, o processo de teste deve mudar radicalmente. A otimização de algoritmos exige que eles sejam testados por muitos usuários para garantir que funcionem em muitos cenários diferentes …

“O processo de desenvolvimento para a próxima geração de software aprimorado para IA ou Machine Learning teve que evoluir para incluir a capacidade de testar e coletar informações de maneira a fornecer consistentemente soluções excelentes. Passamos do processo em cascata para os processos ágeis. Com as Previews de tecnologia, agora podemos usar processos ágeis para soluções baseadas em IA. ”

Inicialmente, as Pré-visualizações de Tecnologia serão usadas para avaliar soluções baseadas em três tipos de recursos de IA:

• Ajudar as marcas a entender como seus clientes interagem com seus produtos à medida que se movem pelas telas, exibindo informações que podem não ser claras a olho nu;

• Identificar o público ideal para o produto de uma empresa, alavancando o aprendizado de máquina para agrupar automaticamente os clientes em grupos com base nas preferências e comportamentos esperados; e

• Acelerar a capacidade da marca de prever as necessidades e desejos futuros de um cliente usando recursos de aprendizado profundo.

As pré-visualizações de tecnologia são ganha-ganha, disse Bates. Os clientes obtêm acesso antecipado às tecnologias mais recentes, enquanto a Adobe se beneficia com seus comentários.

“Ajudamos nossos usuários a ter mais influência e a se tornar um gerente de produto virtual. Podemos ver onde vamos inovar e investir ainda mais em soluções futuras. Tudo depende do feedback dos nossos usuários. ”