Nossa organização existe para promover a educação, a investigação e o entendimento público da inteligência artificial. Isso faz do ReefBeacon, a nossa ferramenta de destaque baseada em IA, um lugar para demonstrar algo que consideramos fundamental: a IA só ganha confiança quando é usada onde ajuda e mantida longe de onde não deve ir.
A regra
A regra é simples de enunciar. Os números que importam são calculados por código determinístico a partir de dados publicados; a IA é usada para aquilo que a IA realmente faz bem — orquestrar o pipeline diário, interpretar imagens, redigir textos, responder a perguntas — e nunca como calculadora.
Na prática
Concretamente, no ReefBeacon:
- Os números de stress térmico — temperatura da superfície do mar (SST), HotSpot, Degree Heating Weeks — vêm dos produtos de satélite publicados da NOAA Coral Reef Watch, e as decisões de limiar (DHW acima de 4 gera alerta, acima de 8 indica alto risco) são aritmética simples em código determinístico. Nenhuma saída de modelo consegue mover um recife entre níveis de risco.
- O pipeline diário — ler os dados, conferi-los, avaliar 65 estações, gerar as avaliações curtas que acompanham os alertas — é orquestrado por meio de chamadas de função da IA: o modelo coordena as ferramentas; as ferramentas produzem os valores.
- A interpretação das fotos de monitoramento usa visão de IA onde ela realmente ajuda — avaliando a gravidade do branqueamento em milhares de imagens — com um nível de confiança anexado a cada julgamento e os casos de baixa confiança encaminhados para revisão humana.
- Perguntas sobre o passado são respondidas a partir de uma biblioteca de eventos citada, e quando a biblioteca não tem história suficiente para responder com honestidade, o sistema diz isso em vez de improvisar.
Por que isso importa além dos recifes
Para uma organização sem fins lucrativos que também ensina alfabetização em IA, esta é a lição que mais gostaríamos que o público internalizasse: a questão nunca é “um modelo consegue fazer isso?”, mas “deve ser um modelo a decidir isso?”. Uma leitura de temperatura é uma medição. Um nível de risco é uma regra aplicada a essa medição. Nenhum dos dois fica melhor porque um modelo de linguagem o produziu — e ambos ficam piores no instante em que ninguém consegue verificá-los. A rastreabilidade não é um recurso que adicionamos; é a arquitetura.
Ensinando o que praticamos
O mesmo princípio agora percorre nossos currículos e materiais explicativos: mostre aos aprendentes a cadeia inteira — dados, regra, resultado, dúvida — e deixe que puxem cada fio dela. Se ensina ou estuda IA e quer usar o ReefBeacon como caso de sala de aula, escreva para hello@fledged.org.