Depois de entrar no domínio de IA, você frequentemente encontrará o termo ‘dados artificiais’. Em termos simples, os dados sintéticos são dados gerados artificialmente e projetados para replicar dados do mundo real.
Por outro lado, os dados gerados por humanos são dados tradicionais, coletados por pessoas e podem ser qualquer coisa, desde interações em mídias sociais, transações financeiras, como você interage com determinado software, conversas entre duas pessoas, conjuntos de dados de faturas, coleções de fotos, etc.
À medida que cresce a procura de dados de alta qualidade, vemos duas tendências: as pessoas pressionam as máquinas de IA para produzir dados artificiais o mais próximo possível dos dados gerados por seres humanos e algumas pessoas insistem em dados gerados por seres humanos tal como acreditam que foram criados. discurso e verdade nele.
Portanto, neste artigo, exploraremos tudo o que você precisa saber sobre dados gerados por humanos e dados sintéticos.
O que são dados gerados por humanos ou dados do mundo real?
Primeiro, você está lendo este artigo e o Google está aprendendo quanto tempo você gasta neste site, que será usado para melhorar o SEO e a experiência do usuário. Por outras palavras, os dados gerados por seres humanos nada mais são do que dados recolhidos de pessoas através de diversas atividades, incluindo comunicações nas redes sociais, vendas no comércio eletrónico, inquéritos, dados de sensores e muito mais.
A parte mais importante dos dados gerados pelo homem representa comportamentos, ideias e padrões do mundo real, muitas vezes capturados no ambiente natural.
Aqui estão algumas fontes de dados gerados por humanos:
- Trabalho on-line: Como as pessoas reagem a postagens, cliques, pesquisas e avaliações nas redes sociais.
- Histórico de compras: Registros de compras online, padrões de gastos, etc.
- Dados do sensor: Dispositivos inteligentes, sistemas IoT e wearables.
- Responder: Pesquisas, análises de produtos, entrevistas, entrevistas em call centers e enquetes.
Prós e contras da reprodução humana
Bom:
- Dados reais: Os dados gerados por humanos fornecem uma representação realista de como as pessoas pensam, agem e tomam decisões em situações do mundo real. Essa autenticidade é inestimável, onde compreender as interações e preferências naturais dos usuários é fundamental para criar experiências significativas e envolventes.
- Contexto: A beleza dos dados gerados por humanos é o contexto que abrange diferenças culturais, temporais e contextuais.
- Confirmação: Os dados são reais e podem ser facilmente verificados com outros dados quanto à precisão (o que não é possível com dados sintéticos).
Desvantagens:
- Custo e dimensões: Esta é uma grande desvantagem dos dados gerados por humanos, uma vez que a recolha de dados de fontes autênticas é dispendiosa e não pode ser dimensionada para tarefas específicas de dados, como a aprendizagem automática.
- Privacidade: Os dados pessoais gerados podem ser sensíveis e pessoais. Se não for gerido adequadamente, pode afetar centenas de vidas pessoais.
- Viés: As pessoas são tendenciosas e os dados gerados também. Os dados gerados por seres humanos podem mostrar preconceitos sociais e podem carecer de diversidade.
