Desenvolvimento da IA Generativa em África está limitado pela falta de dados, competências e custos

O potencial transformativo da inteligência artificial no continente africano é elevado, o que conduzirá à democratização do acesso à informação e aos serviços para os cidadãos e empresas. Estimativas recentes sugerem que a IA pode contribuir para aumentar 3% o Produto Interno Bruto da economia africana, com resultados significativos no desenvolvimento do continente. Um artigo publicado no blog da GSMA explica quais são os motivos subjacentes à virtual ausência da IA Generativa em África.

Apesar de existirem casos de uso de sucesso de soluções de IA em África, a maioria são em países como o Quénia, a Nigéria e África do Sul e assentam principalmente na IA preditiva, que identifica padrões a partir de dados históricos, prevendo tendências futuras.

Entre as razões apontadas para o atraso está a falta de dados locais relevantes, nomeadamente dados da língua local. Uma vez que a adoção de serviços digitais depende em grande medida da sua relevância, é necessário criar soluções nas línguas locais para garantir a inclusão e a acessibilidade aos utilizadores.

A disponibilidade de dados linguísticos locais é fundamental para as soluções de IA Generativa baseadas no processamento de Linguagem Natural (NLP, na sigla em inglês), “mas apenas 0,02% do conteúdo online está em línguas africanas, em comparação com 53% em inglês” diz Eugenie Humeau, insight manager na unidade de Central Insights da GSMA. Esta percentagem reduzida “limita a capacidade de criação de novos modelos linguísticos ou de afinar os existentes para refletir a diversidade de sotaques, dialetos e modos de falar das diferentes comunidades africanas”. A autora destaca, no entanto, “iniciativas promissoras”, embora de âmbito limitado, como a Awarri na Nigéria, a Lelapa.ai na África do Sul e o projeto Common Voice da Fundação Mozilla.

Os requisitos computacionais da IA Generativa são muito mais elevados do que o necessário para a IA preditiva, o que significa mais uma dificuldade para a adoção da tecnologia em África. Aqueles requisitos computacionais de maior dimensão, devem-se à arquitetura complexa e à dependência de grande quantidade de dados, que exigem grandes clusters de unidades de processamento gráfico (GPU) com microprocessadores especializados, capazes de processar enormes volumes de dados em milhares de milhões de parâmetros.

As limitações nesta matéria estão relacionadas com os preços dos GPU que, embora sejam semelhantes em todas as regiões do globo, são desproporcionalmente elevados relativamente aos níveis de rendimento em África. No Quénia, por exemplo, o preço de um GPU representa 75% do PIB per capita, o significa que é 30 vezes relativamente mais caro do que na Alemanha.

Por outro lado, a IA Generativa requer uma quantidade substancial de eletricidade. No artigo, Eugenie Humeau exemplifica que “uma pesquisa num modelo linguístico de grande dimensão (LLM) pode consumir dez vezes mais eletricidade do que uma pesquisa no Google. Isto é particularmente problemático na África Subsariana, onde os países já se debatem com a procura de energia”.

Por fim, a autora aponta a falta de profissionais com as competências necessárias para o desenvolvimento da IA Generativa, porque a reserva de talentos é reduzida, tanto pelo défice persistente de competências como pela fuga de cérebros para outras regiões. Poucas startups locais dispõem dos recursos e do talento necessários para a criação de modelos linguísticos locais, uma tendência atenuada pela crescente disponibilidade de LLM de fonte aberta, que os criadores locais de IA podem afinar e implementar nas aplicações existentes, se tiverem acesso a dados suficientes relevantes localmente.