Socio-Technical Anti-Patterns in Building ML-Enabled Software: Insights from Leaders on the Forefront
Este artigo apresenta o maior estudo empírico qualitativo sobre desafios sociotécnicos na produção de modelos de ML, analisando 66 horas de palestras da comunidade de MLOps para identificar 17 antipadrões enraizados em questões organizacionais e fornecer recomendações acionáveis para superá-los.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine uma empresa tentando construir um carro autônomo de alta tecnologia. Eles têm engenheiros brilhantes que conseguem projetar o motor (o modelo de Machine Learning), mas o carro nunca chega a ir para a estrada. Ele apenas fica parado na garagem, acumulando poeira.
Este artigo é como uma história de detetive investigando por que esses carros "inteligentes" continuam falhando no lançamento. Os autores, Alina Mailach e Norbert Siegmund, não olharam apenas para as peças do motor (o código); eles olharam para as pessoas, a gestão e a política de escritório. Eles ouviram mais de 66 horas de palestras de especialistas na "comunidade MLOps" (um grupo enorme de mais de 11.000 profissionais) para descobrir o que realmente está dando errado.
Eles descobriram que o problema geralmente não é a tecnologia em si. Em vez disso, é uma coleção de 17 "Anti-padrões" — maus hábitos e erros organizacionais — que agem como buracos na estrada para o sucesso.
Aqui está uma divisão simples de suas descobertas, usando algumas analogias do cotidiano:
1. O "Cabo de Guerra de Duas Equipes" (Silos Organizacionais)
Imagine uma equipe de Chefs (Cientistas de Dados) que criam uma nova receita de sopa deliciosa (o modelo), e uma equipe de Garçons (Engenheiros de Software) que têm que servir essa sopa aos clientes.
- O Problema: Os Chefs escrevem a receita em um código secreto, em guardanapos, sem nenhuma medida. Os Garçons não falam essa língua. Quando os Chefs tentam entregar a sopa, os Garçons dizem: "Não posso servir isso; é uma bagunça!" Os Chefs dizem: "É perfeita; você que não entende!"
- O Resultado: A sopa nunca é servida. Os Chefs ficam presos tentando aprender a servir mesas, e os Garçons ficam presos tentando reescrever a receita do zero.
- A Solução: Eles precisam de um Menu (um Registro de Modelos) que traduza a receita em instruções claras, ou precisam colocar os Chefs e os Garçons na mesma cozinha (Equipes multifuncionais) para que possam conversar enquanto trabalham.
2. O "Acúmulo de Dados" (Produtor vs. Consumidor)
Imagine um Fazendeiro (Produtor de Dados) cultivando milho, e um Padeiro (Consumidor de Dados) que precisa desse milho para fazer pão.
- O Proble mas: O Fazendeiro pensa: "Por que eu deveria te dar meu milho? Não é meu trabalho te ajudar a assar." O Padeiro tem que implorar pelo milho e, às vezes, o Fazendeiro muda a variedade do milho sem avisar o Padeiro. O Padeiro acaba com um pão de gosto terrível porque os ingredientes mudaram.
- O Resultado: O Padeiro faz um pão ruim, e o Fazendeiro não sabe por que seu milho está sendo desperdiçado.
- A Solução: Eles precisam de um Mercado Comunitário (uma Plataforma de Dados Central) onde o Fazendeiro liste o milho com rótulos claros, e o Padeiro saiba exatamente o que está recebendo.
3. O "Reinventar a Roda" (Desenvolvimento Redundante)
Imagine uma empresa onde a Equipe A constrói uma escada, e a Equipe B, três andares abaixo, constrói uma escada diferente para o mesmo propósito.
- O Problema: Ninguém sabe que a outra equipe construiu uma escada. Então, todos estão perdendo tempo e dinheiro construindo escadas que já existem. Pior, se a Equipe A conserta um degrau da sua escada, a escada da Equipe B continua quebrada.
- O Resultado: Caos, dinheiro desperdiçado e "Shadow IT" (equipes construindo suas próprias ferramentas secretas e inseguras).
- A Solução: Um Galpão de Ferramentas Central onde todos possam ver quais escadas existem e pegá-las emprestadas em vez de construir novas.
4. Os "Chefes Cegos" (Vácuo de Liderança)
Imagine um Capitão (Gestão) que não sabe navegar em um navio, tentando contratar uma Tripulação para uma nova viagem.
- O Problema: O Capitão vê um cargo de "Cientista de Dados" e contrata 10 pessoas, pensando que isso resolverá tudo. Mas ele contratou pessoas que são ótimas em matemática, mas não sabem consertar o motor. Ou, ele contrata alguém para um trabalho específico e depois esquece qual era esse trabalho, deixando o funcionário sem nada para fazer.
- O Resultado: O navio está cheio de pessoas que não sabem navegar, e o Capitão está confuso sobre por que o navio não está se movendo.
- A Solução: O Capitão precisa aprender o básico de navegação (Educação) e contratar com base em habilidades (você consegue consertar o motor?), não apenas em cargos pomposos.
5. A "Corrida de Currículos" e o "Trem do Hype"
- Desenvolvimento Movido por Currículo: Imagine um construtor que insiste em usar Pregos de Ouro apenas porque eles parecem legais em seu currículo, embora a casa precise de Pregos de Aço. A casa parece luxuosa por um momento, mas desmorona porque os materiais não se adequam ao trabalho.
- Criação Movida pelo Hype: Imagine um dono de restaurante que decide servir Carne de Dragão só porque todos estão falando sobre isso, embora ele não tenha um dragão e os clientes apenas queiram um hambúrguer. Eles gastam todo o dinheiro tentando encontrar um dragão, apenas para perceber que deveriam ter feito hambúrgueres melhores.
- O Resultado: Projetos ficam presos no "Inferno da Prova de Conceito" — experimentos intermináveis que nunca se tornam produtos reais.
A Grande Conclusão
Os autores descobriram que a tecnologia raramente é a verdadeira vilã. Os verdadeiros vilões são:
- Silos: Equipes que não conversam entre si.
- Confusão: Gestores que não entendem o trabalho, e trabalhadores que não entendem os objetivos de negócio.
- Contratação Ruim: Contratar as pessoas erradas pelos motivos errados.
A Solução? Não é comprar softwares melhores. É sobre melhor organização. As empresas precisam:
- Derrubar as paredes entre as equipes.
- Ensinar aos gestores o que é Machine Learning de fato.
- Contratar pessoas por suas habilidades reais, não por seus cargos.
- Garantir que todos concordem sobre o porquê de estarem construindo algo antes de começarem a construir.
Em resumo: Você pode ter o melhor motor do mundo, mas se o motorista não sabe como dirigir e os passageiros estão brigando pelo mapa, o carro não vai a lugar nenhum.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.