A inteligência artificial é, com frequência, objeto de fantasias e desperta paixões. Para separar o verdadeiro do falso e entender melhor essa tecnologia, oferecemos as respostas a três perguntas-chave.

A reportagem é de Christian Chavagneux, publicada por Alternatives Économiques, 07-10-2021. A tradução é de André Langer.

1. O que é?

Objeto de muitas fantasias e esperanças, a inteligência artificial (IA) fascina tanto quanto preocupa. Algumas das representações que associamos a ela, como um mundo regido por robôs onde estes acabam nos suplantando ao nos impedir de desligá-los, estão longe da realidade. Então, o que é a IA? Não existe uma definição simples e comumente aceita. “É uma disciplina científica nascida na década de 1950 que visa simular as diferentes funções cognitivas para reproduzir uma forma de inteligência”, especifica Jean-Gabriel Ganascia, professor de informática da Faculdade de Ciências da Universidade de Sorbonne.

“No sentido etimológico, a inteligência artificial é, sim, um ‘artifício’, isto é, uma arte consumada que ilude ao produzir engodos fabricados expressamente para nos enganar, fazendo crer que as máquinas são de fato inteligentes”, escreve o acadêmico no seu livro [Inteligência artificial, Editora Ática, 1997] sobre o assunto. Esquematicamente, a obra de qualquer máquina que pareça inteligente pode entrar no campo da IA. Não existem fronteiras nítidas para demarcar esta tecnologia.

Mas a partir das diferentes técnicas de pesquisa no campo da IA, seja na matemática ou na informática, uma série de aplicações foi desenvolvida. Podemos listar algumas: o reconhecimento facial, o chatbot (agente conversacional), os diagnósticos médicos por imagens. Não é nem mais nem menos que a reprodução por um software de algumas das nossas capacidades mentais, seja raciocínio, compreensão (de textos, por exemplo), demonstração ou percepção (de formas ou imagens).

No centro estão os algoritmos. Mais especificamente, as várias soluções da IA têm algoritmos no centro de sua operação. Um algoritmo é um conjunto de comandos, uma série de ações que o software deve executar.

Uma das características da IA é, acima de tudo, a capacidade de aprendizagem automática. Os informáticos treinam o software com dados para que se melhore gradualmente a si mesmo, para que melhore cada vez mais o desempenho da função que lhe é atribuída. Na primeira vez que os dados são apresentados, ele dá uma resposta inexata. Essa verificação é feita por um ser humano ou pelo próprio software quando compara o resultado de seus cálculos com a resposta esperada pelos programadores. Na sequência, à medida que milhares, depois milhões de dados adicionais são fornecidos a ele, o software será capaz de modificar seus próprios parâmetros e a ponderação entre cada uma de suas funções para que sua resposta seja refinada e corresponda aos resultados esperados.

Por exemplo, se quisermos criar uma solução de IA para diferenciar um gato de um cachorro, serão necessários alguns milhões de fotos de felinos e caninos para treinar seu algoritmo, e que aprenda a partir dessas imagens as características visuais que lhe permitem reconhecer um gato (bigodes, orelhas implantadas no topo do crânio, etc.). Isso é chamado de machine learning, aprendizado de máquina.

Este exemplo é uma solução da IA relativamente simples. A existência de enormes bancos de dados, compostos por vários bilhões de exemplos, o que é chamado de big data, permite ir muito mais longe em muitas áreas e, graças a algoritmos mais complexos, alcançar um aprendizado que chamamos de “profundo”, o deep learning (aprendizagem profunda). A complexidade algorítmica pode, portanto, levar a uma solução de IA cuja resposta está certa, mas sem que os próprios especialistas que programaram o software entendam como ele chegou a isso.

A partir dessas diferentes técnicas, os fabricantes desenvolvem soluções de IA, que podem ser classificadas em diferentes campos de aplicação: análise e processamento de dados (para fazer previsões na gestão de redes de energia ou de água, por exemplo), visão por computador (para desenvolver carros autônomos ou o reconhecimento facial), ou ainda processamento automático da linguagem (com os assistentes de voz como Google Home ou Alexa ou de tradução).

Todas essas tecnologias são baseadas em algoritmos que nada mais são do que grande quantidade de cálculos realizados em um tempo muito curto, graças a uma fórmula matemática complexa. Mas as soluções da IA são apenas consideradas inteligentes em uma função específica e bem definida. Não peça uma solução programada para reconhecer uma placa de Pare na rua para resumir a história de um livro!

2. É para quando?

Já era para ontem! Durante vários anos, muitos usuários de smartphones desbloquearam seus dispositivos com suas impressões digitais, a maioria dos sistemas de correio eletrônico usou IA para classificar os spam, etc. Essas tecnologias já começaram a ser implantadas, novas estão sendo adicionadas ou substituem as existentes e outras devem se tornar mais difundidas nos próximos anos e décadas.

Alguns eventos que marcaram o grande público mostram a amplitude dos avanços alcançados. Assim, em 1997, um programa de IA chamado Deep Blue e desenvolvido pela IBM derrotou o campeão mundial de xadrez Garry Kasparov. O programa era capaz de calcular a oportunidade de 200 milhões de movimentos por segundo, permitindo determinar quais movimentos eram melhores e reajustá-los durante o jogo. Em 2016, foi no jogo de tabuleiro Go que um programa de IA, desenvolvido pela subsidiária do Google DeepMind, venceu o coreano Lee Sedol, um dos melhores jogadores do mundo. Em cerca de vinte anos, os avanços foram espetaculares, porque as possibilidades previstas no jogo Go são infinitamente maiores do que no xadrez. O número de combinações possíveis no jogo Go é escrito com mais de cem zeros (precisamente estimado em 10¹⁷⁰). O programa do Google foi desenvolvido graças à técnica de deep learning após ter sido treinado com a ajuda de dados que abrangem um número considerável de partes.

Com a Internet das Coisas... Portanto, existem várias eras da IA. Estamos atualmente naquela que permite o rápido desenvolvimento do big data, com as gigantescas massas de dados que geram nossas interações digitais. O desenvolvimento da Internet das Coisas (carros, relógios, geladeiras, óculos...) e as quantidades fenomenais de dados que se espera gerar podem levar a IA a um novo patamar. Alguns chegam mesmo a prever a chegada de uma IA forte na qual a máquina desenvolveria uma forma de consciência, em oposição a uma IA fraca, a de hoje, que se contenta em resolver determinados problemas em um quadro delimitado. Essa perspectiva desperta muitas paixões, mas no momento ainda pertence ao campo da pesquisa por parte de alguns cientistas, ou mesmo da promessa para outros. “A ideia de uma máquina tornar-se autônoma é absurda com tecnologias como as que existem hoje”, disse Jean-Gabriel Ganascia.

3. Devemos ser cautelosos?

Para ser justo, não deveríamos falar de inteligência artificial, mas de inteligências artificiais. Porque as técnicas no campo da IA podem ter aplicações muito diversas, desde o diagnóstico médico por computador até o reconhecimento facial, o que traz consigo uma série de usos potencialmente liberticidas.

Cada solução de IA deve ser analisada separadamente. “Hoje em dia, trata-se principalmente de tecnologias de classificação e de monitoramento. Então, logicamente, um dos primeiros mercados é o da vigilância policial, estatal e militar”, destaca Irénée Régnauld, pesquisador associado da Universidade Tecnológica de Compiègne. “Embora a IA possa ser útil em muitos lugares, deve-se ter em mente que há uma ideologia por trás de cada tecnologia e que, portanto, não são neutras”, continua o autor de Technologies par tout, democratie nulle part. Plaidoyer pour que les choix technologiques deviennent l’affaire de tous (Tecnologias em toda parte e total ausência da democracia. Advogando para que as escolhas tecnológicas passem a ser assunto de todos, FYP Éditions, 2020).

Vieses para corrigir. A China, por exemplo, está usando uma solução de reconhecimento facial para identificar cidadãos da etnia uigur em uma multidão, em imagens de videovigilância. Além desse exemplo de uso racista, a IA é regularmente acusada de discriminação: seja uma ferramenta de recrutamento da Amazon, que favorece homens e discrimina mulheres, ou ainda o aplicativo de edição de fotos FaceApp que, à medida que envelhece os rostos, também os embranquece. Essas discriminações, quer sofram de sexismo ou de racismo, são comuns nas soluções da IA. E sua principal explicação está na qualidade, na categorização e na representatividade dos dados utilizados para treinar os programas. A IA reproduz o mundo conforme ele lhe é apresentado. Se um programa de recrutamento for treinado com dados que refletem uma divisão de trabalho por gênero, ele reproduzirá essas desigualdades. Da mesma forma, é porque são treinados principalmente com imagens de homens brancos que o software de reconhecimento facial comete mais erros em mulheres e pessoas negras.

O desafio de corrigir tais vieses nas bases de dados é, portanto, grande. Mas “em geral, o big data é tendencioso, porque o que é capturado não corresponde à totalidade da realidade ou a todas as possibilidades”, resume Jean-Gabriel Ganascia. “A essência do big data é pegar todos os dados disponíveis e processá-los sem questionar sua natureza e a forma como foram coletados”, resume Patrick Waelbroeck, economista da Telecom ParisTech.

Todas as nossas interações digitais são uma fonte gigantesca de dados (geolocalização, histórico de buscas, compras, visualização de vídeos, conversas, etc.), mas fornecem poucas informações sobre as condições em que foram coletados, nem sobre as possíveis muitas variáveis que estão faltando. A questão para os próximos anos (e décadas) será, portanto, saber que tipo de serviço delegamos (ou não) às soluções de IA, tendo em conta a maneira como foram concebidas, treinadas e com que objetivos.

Leia mais

• Depois da inteligência, vem aí a intuição artificial
• Ética e inteligência artificial: a união que cria valor econômico. Entrevista com Luciano Floridi
• “A inteligência artificial já faz parte da nossa cotidianidade.” Entrevista com Luciano Floridi
• Inteligência artificial: somos ainda livres?
• Por uma inteligência artificial humanística. Entrevista com Paolo Benanti
• A corrida pela inteligência artificial em 2021: o relatório da Information Technology & Innovation Foundation
• Bem-vindos à era digital. Entrevista com Paolo Benanti
• Pós-humano demasiado pós-humano. Artigo de Paolo Benanti
• Quando a Covid-19 infecta as inteligências artificiais. Artigo de Paolo Benanti
• Geopolítica da inteligência artificial e integração digital