LO
Implementação realAutomatização cognitiva2025-01-23
No inventário federal de IA dos EUA de 2024, dos 76 sistemas de IA em funcionamento que descreveram a sua monitorização, 47 dependiam de atualizações manuais dos modelos e só 5 tinham um pipeline completo com deteção de desvios
Engenheiro de aprendizagem automáticapágina da profissão →
Data do facto / publicação
2025-01-23
Categoria da prova
Implementação realUma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.
Tarefas sobre as quais incide
Quando deixa de funcionar em silêncio
Desvio, uma entrada que mudou a montante, um padrão sazonal que os dados de treino nunca viram — e a decisão de voltar a treinar, reverter, ou desligar.
Aumentada pela máquina✓ Com prova
Onde é que isto se aplica
O inventário do próprio governo dos EUA sobre o uso de IA nos seus organismos, com 2.133 entradas. Pergunta se existe um processo para monitorizar o desempenho de um sistema de IA depois da entrada em produção, com quatro opções de resposta. Contado aqui a partir do ficheiro: das 874 entradas na fase Operation and Maintenance, 76 escolheram uma das quatro — 47 «Intermittent and Manually Updated» (as equipas de ciência de dados trabalham com engenheiros de DevOps para atualizar os modelos manualmente em intervalos programados e criar métricas para detetar desvios de distribuição), 15 «Automated and Regularly Scheduled Updates» (parte da monitorização e do retreino automatizada, mas com as equipas de ciência de dados ainda muito envolvidas), 5 «Established Process of Machine Learning Operations» (testes automáticos, deteção de desvios e retreino conduzido por pipeline) e 9 sem protocolos de monitorização. As outras 798 deixaram a pergunta em branco ou escreveram não aplicável, e as respostas foram em grande parte voluntárias e concentradas em poucos organismos, por isso isto descreve os sistemas que responderam, não a IA federal no seu conjunto.
O que isto significa
Vigiar se um modelo em produção deixou de funcionar em silêncio continua a ser sobretudo trabalho de pessoas nos sistemas que o declararam: a maioria dependia de engenheiros a atualizar os modelos à mão, e a deteção de desvios e o retreino totalmente automatizados eram raros.
O que ainda não mostra
Cobre apenas os sistemas federais que responderam, a maioria das respostas foi voluntária, e as opções descrevem processos, não quão bem funcionam; nada diz sobre o setor privado.
O que podes verificar
Abre o CSV raw v2 do 2024 Federal AI Use Case Inventory, filtra Stage of Development por Operation and Maintenance e conta as respostas à pergunta sobre monitorização depois da entrada em produção.
Muda a avaliação?
Não. O índice de impacto nunca é movido por um único facto. O que este registo fez: 1 juízo de tarefa ligado em cima apoiam-se agora em prova em vez de em inferência.
Fonte
Office of Management and Budget — 2024 Federal Agency AI Use Case Inventory, consolidated raw data v2 (GitHub, committed 23 January 2025) · verificado 2026-09-27 · Claude (VOLO agent) · interpretado 2026-09-27 · Claude (VOLO agent)
Fonte primária: publicada pela parte que fez isto, ou pela autoridade de referência. Não precisa de coassinatura.