Deveríamos ter medo da inteligência artificial?

Muitas pessoas levantam preocupações que a ascensão de sistemas poderosos de  inteligência artificial (AI, na sigla em inglês) pode significar o fim para a humanidade.

A visão sobre se a AI dominará o mundo dependerá se a pessoa acha que ela pode desenvolver um comportamento inteligente que supera o dos humanos – algo chamado de “superinteligência”.

Os humanos tendem a ter medo do que eles não entendem. Portanto, não é difícil que também se aplique às novas tecnologias. Elas são muitas vezes cercadas por um certo mistério. Algumas realizações tecnológicas parecem quase irrealistas, superando as expectativas e, em alguns casos, o desempenho humano.

Nenhum fantasma na máquina

Uma das técnicas de AI mais populares é o aprendizado de máquina. Isso permite que uma máquina aprenda uma tarefa sem ser programada com instruções explícitas. Isso pode soar assustador, mas a verdade é que tudo se resume a algumas estatísticas bastante mundanas.

A máquina, que é um programa, ou melhor, um algoritmo, é projetada com a capacidade de descobrir relacionamentos nos dados fornecidos. Existem muitos métodos diferentes que permitem alcançar isso.

Por exemplo, pode-se apresentar à máquina imagens de letras manuscritas (a-z), uma a uma, e pedir que ela diga quais letras são mostradas cada vez em sequência, ou já fornecer as respostas possíveis – só pode ser um de (a-z). A máquina no começo apresenta a resposta e o humano pode corrigi-la, fornecendo a resposta certa.

Máquina também são programadas para se reconfigurar de modo que, da próxima vez, se for apresentada a mesma letra, é mais provável que dê a resposta correta. Como consequência, a máquina ao longo do tempo melhora seu desempenho e “aprende” a reconhecer o alfabeto.

Em essência, a máquina é programada para explorar relacionamentos comuns nos dados, a fim de alcançar a tarefa específica. Por exemplo, todas as versões de “a” parecem estruturalmente semelhantes, mas diferentes de “b”, e o algoritmo pode explorar isso.

Curiosamente, após a fase de treinamento, a máquina pode aplicar o conhecimento obtido em novas amostras de letras, por exemplo, escritas por uma pessoa cuja caligrafia a máquina nunca viu antes.

Os humanos, no entanto, são fáceis de serem lidos. Talvez um exemplo mais interessante seja o Go, player artificial do Google Deepmind, que ultrapassou todos os jogadores humanos em sua performance no jogo. Ele aprende claramente de forma diferente dos humanos – jogando um número de jogos que nenhum ser humano poderia desempenhar em sua vida.

Foi especificamente instruído a ganhar e dizer que as ações que ele toma determinam se ele vence ou não. Também dita as regras do jogo. Ao jogar de novo e de novo, ele pode descobrir em cada situação qual é a melhor ação – inventando movimentos que nenhum ser humano já jogou antes.

Crianças versus robôs

Isso faz a AI Go mais inteligente do que um humano? Certamente não. A AI é muito especializada em determinados tipos de tarefas e não exibe a versatilidade que os humanos fazem. Os seres humanos desenvolvem uma compreensão do mundo ao longo dos anos que nenhuma AI alcançou ou parece provável que alcance em breve.

O fato de que a inteligência artificial é apelidada de “inteligente” está, em última análise, no fato de que ela pode aprender. Mas mesmo quando se trata de aprender, não é páreo para os humanos.

Na verdade, as crianças podem aprender apenas observando alguém resolvendo um problema uma vez. Uma AI, por outro lado, precisa de toneladas de dados e muitas tentativas para ter sucesso em problemas muito específicos, e é difícil generalizar seu conhecimento em tarefas muito diferentes daquelas treinadas.

Assim, enquanto os humanos desenvolvem inteligência rapidamente nos primeiros anos de vida, os conceitos-chave por trás do aprendizado de máquina não são tão diferentes do que eram há uma ou duas décadas.

Mesmo que uma quantidade infinita de dados não ofereça inteligência humana semelhante à da AI, é preciso fazer um progresso significativo no desenvolvimento de técnicas artificiais de “inteligência geral”. Algumas abordagens para fazer isso envolvem a construção de um modelo computacional do cérebro humano – o qual não estamos nem perto de alcançar.

Em última análise, só porque uma AI pode aprender, ela não conseguiria aprender todos os aspectos da inteligência humana. Não há uma definição simples do que seja a inteligência humana e certamente não temos ideia de como exatamente a inteligência emerge no cérebro.

Mas mesmo que se pudesse resolvê-lo e criar uma AI que aprenda a ser mais inteligente, não significa necessariamente que seria mais bem-sucedida.

Humanos e AI

A preocupação talvez seja em como os humanos usam a AI. Algoritmos de aprendizado de máquina são frequentemente vistos como caixas-pretas, e poucos esforços são feitos para identificar as especificidades da solução que os algoritmos encontraram. Esse é um aspecto importante e frequentemente negligenciado, pois ficamos obcecados com o desempenho e menos com o entendimento.

Entender as soluções que esses sistemas descobriram é importante, porque também podemos avaliar se são soluções corretas ou desejáveis.

Se, por exemplo, um humano treinar o sistema de maneira errada, também pode acabar com uma máquina que aprendeu conceitos errados. Digamos, por exemplo, que se queira projetar uma máquina para avaliar a capacidade de potenciais alunos em engenharia.

Tradicionalmente, essa é uma disciplina dominada pelos homens, o que significa que as amostras de treinamento provavelmente são de alunos do sexo masculino anteriores. Se não garantirmos, por exemplo, que os dados de treinamento sejam equilibrados, a máquina pode concluir que os alunos de engenharia são do sexo masculino e aplicá-los incorretamente a decisões futuras.

Aprendizado de máquina e inteligência artificial são ferramentas. Elas podem ser usadas de maneira certa ou errada. É a maneira que eles são usados que deve nos interessar, não os métodos em si.

*Com informações do The Next Web