A Google apresenta o sistema de IA Vantage para desenvolver e avaliar habilidades humanas futuras, incluindo pensamento crítico, colaboração, criatividade, resolução de conflitos e gestão de projetos, à medida que a IA avança.

A empresa de tecnologia Google introduziu um sistema de IA projetado para desenvolver habilidades humanas futuras. À medida que a IA continua a evoluir, as chamadas habilidades suaves duráveis, que são difíceis de automatizar, estão se tornando cada vez mais valiosas. Essas incluem pensamento crítico, colaboração, criatividade, resolução de conflitos, gestão de projetos e outras habilidades interpessoais.

Apresentado como “Vantage”, um sistema experimental alimentado por IA, projetado para apoiar o desenvolvimento e a avaliação dessas competências por meio de ambientes de interação simulados, a iniciativa foi desenvolvida em colaboração com especialistas em pedagogia e pesquisadores, incluindo contribuintes da Universidade de Nova York. Destina-se a funcionar como uma sandbox estruturada para que estudantes pratiquem e sejam avaliados em habilidades voltadas ao futuro, usando metodologias semelhantes às aplicadas em disciplinas acadêmicas essenciais, como matemática ou ciências. O sistema está atualmente disponível em inglês via Google Labs.

O processo funciona colocando os usuários em ambientes simulados com múltiplos agentes, onde eles interagem com avatares gerados por IA em cenários abertos, como debates, tarefas de resolução colaborativa de problemas ou exercícios de planejamento de projetos. Dentro dessa configuração, um “Executivo LLM” coordenador usa quadros de avaliação predefinidos para orientar a interação e ajustar dinamicamente as condições conversacionais. Isso inclui introduzir discordância, desafiar suposições ou direcionar o diálogo para gerar evidências comportamentais observáveis relevantes às habilidades alvo.

Estrutura de IA baseada em simulação para avaliar habilidades voltadas ao futuro

Enquanto isso, um modelo de avaliação de IA separado analisa toda a interação após a conclusão da tarefa. Usando os mesmos critérios estruturados, avalia a transcrição da conversa e produz um perfil detalhado de desempenho que mapeia comportamentos observados para categorias específicas de habilidades. A saída inclui pontuações quantitativas e feedback qualitativo, traduzindo interações interpessoais complexas em indicadores estruturados e mensuráveis de desempenho de habilidades.

Para garantir a confiabilidade metodológica, o sistema foi testado em parceria com a Universidade de Nova York por meio de estudos controlados envolvendo 188 participantes de 18 a 25 anos. Essas avaliações focaram em competências relacionadas à colaboração, como resolução de conflitos e coordenação de projetos. Os resultados indicaram que a condução adaptativa da conversa por IA gerou uma maior densidade de evidências de habilidades avaliáveis em comparação com modelos de interação não direcionada, mantendo um fluxo de diálogo coerente e natural em várias tarefas.

Testes adicionais compararam a pontuação gerada por IA com avaliações de especialistas humanos usando os mesmos critérios pedagógicos. Os resultados mostraram que os níveis de concordância entre o avaliador de IA e os avaliadores humanos foram comparáveis à concordância inter-humana. Isso sugeriu que sistemas automatizados podem aproximar-se da consistência de nível de especialista em contextos de avaliação estruturada.

Validações adicionais com parceiros externos, incluindo a OpenMic, estenderam os testes para tarefas criativas e baseadas em linguagem, envolvendo exercícios multimídia e baseados em literatura. Nesses casos, as avaliações geradas por IA demonstraram forte correlação com a pontuação de especialistas humanos, reforçando o potencial de aplicação do sistema além de cenários de trabalho em equipe estruturados, em domínios mais abertos e criativos.

Tais sistemas baseados em simulação poderiam ser integrados a ambientes educacionais como uma camada adicional de avaliação, junto aos métodos tradicionais, num futuro próximo. Isso permitiria que os estudantes fossem avaliados não apenas pelo conhecimento da disciplina, mas também por habilidades interpessoais e cognitivas aplicadas, em ambientes simulados controlados. O objetivo mais amplo da pesquisa é tornar as competências voltadas ao futuro mais mensuráveis em larga escala e alinhar a avaliação educacional às demandas em evolução do mercado de trabalho.

Ver original

Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.