Na última década houve um grande avanço nas técnicas de inteligência artificial para tarefas de percepção (reconhecimento de imagem e de voz), processamento de linguagem natural e jogos. Esse avanço se deu por meio do uso de grandes quantidades de dados para treinamento de algoritmos de aprendizado de máquina e motiva o uso dessas mesmas técnicas em outros tipos de cenários, entre eles, a tomada de decisão profissional (diagnóstico médico, análise jurídica, análise geológica). Porém, em áreas específicas de atuação profissional humana, o conhecimento é acumulado e transmitido através da experiência e anos de estudo, muitas vezes de forma tácita.
Além disso cada circunstância é muito particular o que torna difícil a generalização. Para esses profissionais, o uso de sistemas de “inteligência aumentada” que auxiliem na tomada de decisão capturando o contexto do profissional e trazendo dados e conhecimento relevantes torna-se interessante. Nessa palestra irei demonstrar como sistemas híbridos — combinando aprendizado de máquina com bases de conhecimento e raciocínio probabilístico — podem ser úteis nesse cenário de inteligência aumentada profissional, exemplificando com projetos desenvolvidos para geocientistas no laboratório de pesquisas da IBM Research Brasil.