Resumo Certificação: Salesforce AI Associate

Disclaimer:

• Esse resumo serve para ajudar a passar na prova Ai Associate e não contém todas as informações da prova, recomenda-se também buscar outros locais de informação. 

Experiência sobre a prova:

• Inglês é um fator fundamental, muitas perguntas são feitas com palavras específicas e frases longas para confundir o leitor. Recomenda-se primeiro dar uma lida rápida nas alternativas, depois ler a pergunta. Entenda o que a pergunta está falando antes de responder a questão, uma palavra na frase às vezes muda seu significado, principalmente ‘bias’. 

• A prova teve 40 questões, 3 alternativas cada, e um pouco mais de 1h para sua resolução. É tempo o suficiente, mas recomenda-se iniciar a prova 15 minutos antes para ter esse tempo extra e menos pressão. Também é recomendável estar pronto para fazer a prova pelo menos 1h antes para ajustar o executável que bloqueia seu computador na hora da prova.

Dicas sobre o conteúdo:

• Salesforce adora ‘Leads’, de atenção especial para alternativas com ‘Leads’ em sua composição.

• Salesforce adora ‘AppExchange’, de atenção especial para alternativas com ‘AppExchange’ em sua composição.

• Salesforce adora ‘Einstein’ também. De atenção especial para alternativas, principalmente ‘Einstein’ + ‘Leads’ na mesma alternativa.

• Às vezes o que consideramos como ‘bom senso’ não é a resposta que eles procuram. Por exemplo, se um usuário recebe muitos emails de calls e chamadas, devemos avaliar se os emails estão sendo enviados duplicados, não se o usuário deu o consentimento para receber esses emails. 

Características principais da IA:

• Usa algoritmos para aprender com os dados e tomar decisões.

• Consegue criar emails personalizados.

• Quando se fala da diretriz de honestidade (honesty guideline) de treinamento de IAs pelo Salesforce, ele valoriza mais o consentimento e transparência das informações geradas pela IA. Checar ‘Trusted AI Principles’ para mais informações.

• IA com CRM também consegue ajudar a realizar resumos de calls (call summaries). A primeira coisa ao se implementar IA com CRM é identificar a viabilidade/qualidade dos seus dados (data availability), depois seguir com as demais verificações. Ao lidar com IA e CRM, a IA é reconhecida por melhorar a experiência do usuário ao simplificar o gerenciamento de casos, categorizando e rastreando casos de suporte ao cliente, identificando tópicos e resumindo as resoluções de casos.
• O viés (bias) nos algoritmos de IA em CRM pode levar a desafios éticos em sistemas de CRM.

• ‘Right of least privilege’ – princípio de segurança que limita o número de pessoas com acesso aos dados (Data) de forma a reduzir o risco de vazamento de dados pessoais.

•  Ethical AI Process Maturity Model (Process) – framework que ajuda na  melhora de práticas/processos éticos e responsáveis ​​envolvidos no desenvolvimento e implantação de sistemas de IA.

• Predictive AI and generative AI – A IA preditiva analisa os dados existentes para fazer previsões ou recomendações com base em padrões ou tendências, enquanto a IA generativa cria novos conteúdos com base em dados ou entradas existentes. Ambas usam Machine Learning.
• Machine Learning – IA que pode aumentar sua própria inteligência.

Qualidade dos dados

• A qualidade dos dados (Data quality) é extremamente importante para garantir o refinamento de modelos de IA do Salesforce. Se a qualidade dos dados for alta, o cliente vai ficar satisfeito e confiar mais nas respostas da IA.

• Quanto maior a qualidade dos dados, menor a chance de gerar vieses (Bias).

• Dados duplicados (Duplicate) impactam negativamente a qualidade dos dados.

• Dados de alta qualidade podem melhorar o desempenho e a confiabilidade dos sistemas de IA, uma vez que dispõem de informações suficientes e corretas para aprender e fazer previsões precisas. 

• Se os dados forem de baixa qualidade (poor quality data), vieses incorretos (Biases) podem ser aprendidos pela IA e pode levar a informações incorretas e imprecisas. Também causam perda de receita, mau atendimento ao cliente e danos à reputação.

• É possível baixar apps que melhoram a qualidade dos dados no AppExchange.

• Uma avaliação da qualidade dos dados (data quality assessment) impacta os resultados de negócios para empresas que usam IA, fornecendo uma referência (benchmark) para previsões de IA.

Dimensões da qualidade dos dados:

• Consistência
  • Significa que os valores dos dados são uniformes e seguem um padrão ou formato comum em diferentes registros, campos ou fontes. 
  • Por exemplo, se um setor da empresa preencher um campo região no formato ‘Text’ e outro setor preencher no formato ‘Picklist’, é um problema de Consistência.
  • Palavras como “uniformity” (Uniformidade) e “standardization” (padronização) também se referem a consistência.

• ‘Duplication’ é uma dimensão da qualidade de dados, ‘Consent’ não é.

• Accuracy, Completeness também fazem parte das dimensões.

Salesforce Einstein AI

• Aprimora as campanhas de marketing por e-mail analisando dados de clientes e interações anteriores para personalizar o conteúdo, o momento e as recomendações dos e-mails (Cria emails personalizados).

• O Einstein Generate usa emails para criar conteúdo para Knowledge articles. O Einstein Generate é um recurso de geração de linguagem natural (NLG) que pode escrever automaticamente resumos, descrições ou recomendações com base em dados ou entradas de texto.

• (Opportunity Scoring, Lead Scoring, Account Insights) são recursos do Einstein que aumentam a eficiência e a eficácia das vendas.

• Os Einstein Bots são projetados para automatizar as interações com os clientes sobre problemas comuns por meio de plataformas de chat e mensagens. Eles podem lidar com solicitações de rotina, fornecer respostas rápidas a perguntas frequentes e encaminhar problemas mais complexos para agentes humanos. O uso dos Einstein Bots ajuda a melhorar a eficiência e a velocidade do atendimento ao cliente, aumentando a satisfação do cliente.

•  Einstein Prediction Builder – Gera predições, mas deve colocar um modelo de como a predição foi realizada na plataforma do Salesforce, de acordo com o Trusted AI Principle de Transparency

• Einstein Engagement –  Forma de usar IA para envolver melhor seus clientes.

Trusted AI Principles

• Accontability = Responsabilidade

• Empower = Capacitação. A ideia desse princípio é qualificar qualquer um a construir aplicações de IA com clicks, sem necessidade de códigos

• Os Trusted AI Principles da Salesforce são um conjunto de diretrizes e práticas recomendadas para desenvolver e usar sistemas de IA de maneira responsável e ética. 

• Seu principal papel frente a um sistema de CRM é Orientar o uso ético e responsável da IA

• Os princípios incluem:
  • Responsabilidade, Justiça e Igualdade
  • Transparência e Explicabilidade
  • Privacidade e Segurança
  • Confiabilidade e Segurança
  • Inclusão e Diversidade
  • Capacitação e Educação.

• Os sistemas de IA devem ser concebidos e desenvolvidos com respeito pela honestidade e integridade na forma como funcionam e no que produzem.

• Garantir o consentimento adequado e a transparência significa respeitar e honrar as escolhas e preferências dos utilizadores relativamente à forma como os seus dados são utilizados ou gerados pelos sistemas de IA.

• Implementar os Trusted AI Principles significa diminuir os vieses (Bias) da IA

•  “Ethical debt” é um termo que descreve o dano ou risco potencial causado por decisões ou ações antiéticas ou irresponsáveis ​​relacionadas aos sistemas de IA. Por exemplo, lançar uma feature de IA depois de descobrir um viés impactante.

Tipos de Vieses (Bias)

(Recomenda-se também ler isso no link original. Várias perguntas do assunto espalhadas na internet estão mostrando a resposta errada)

(link:https://trailhead.salesforce.com/pt-BR/content/learn/modules/responsible-creation-of-artificial-intelligence/recognize-bias-in-ai)

Uma forma de evitar vieses é Importar diversos dados para treinamento de IA

A Salesforce define ‘Bias’ como o uso das características imutáveis ​​de uma pessoa para classificá-la ou comercializá-la.

Um atributo potencialmente sensível que é um exemplo de característica imutável seria ‘Financial status’, já que outras características, como ‘Nickname’ ou ‘Email’ podem ser alteradas.

• Viés de automação (Automation)
  • Impõe os valores de um sistema a outros

• Viés Social (Societal)
  • Reproduz os resultados do preconceito passado em relação a grupos historicamente marginalizados.

• Viés de Sobrevivência
  • Um algoritmo foca-se nos resultados daqueles que foram selecionados, ou que sobreviveram a um determinado processo, à custa daqueles que foram excluídos

• Viés de interação
  • Quando humanos interagem com sistemas de IA ou intencionalmente tentam influenciá-los e criar resultados enviesados

• Viés de associação (Association)
  • Dados rotulados de acordo com estereótipos
• Viés de confirmação (Confirmation)
  • Rotula os dados com base em ideias preconcebidas, como um recurso de recomendação de produto recomenda apenas calçados de uma determinada cor com base no histórico de compras do cliente, sem considerar outros fatores ou preferências que possam influenciar sua escolha.

Por enquanto é isso.
Obrigado por ler até aqui, boa sorte na prova.