A inteligência artificial (IA) está revolucionando o mundo como o conhecemos. Está permeando todas as partes de nossas vidas, com objetivos mais ou menos desejáveis e ambiciosos. Inevitavelmente, a IA e a inteligência humana (HI) estão sendo comparadas. Longe de surgir do nada, este confronto pode ser explicado por dinâmicas históricas inscritas profundamente no projeto de IA.
Uma comparação de longa data
IA e HI, como campos de estudo, evoluíram conjuntamente. Houve duas abordagens distintas desde os primórdios da computação moderna: evolução por paralelismo ou por desconsideração. “Os fundadores da IA foram divididos em duas abordagens. Por um lado, aqueles que queriam analisar os processos mentais humanos e reproduzi-los no computador, numa imagem espelhada, para que as duas empresas se alimentassem. De outro, aqueles que viam o IH mais como uma limitação do que como uma inspiração. Essa tendência estava interessada na resolução de problemas, ou seja, no resultado e não no processo”, lembra Daniel Andler.
A nossa tendência de comparar IA e IH em numerosas publicações não é, portanto, uma tendência atual, mas parte da história da IA. O que é sintomático dos nossos tempos é a tendência de equiparar todo o mundo digital à IA: “Hoje, toda a computação é descrita como IA. É preciso voltar aos fundamentos da disciplina para entender que a IA é uma ferramenta específica, definida pelo cálculo que está sendo feito e pela natureza da tarefa que está resolvendo. Se a tarefa parece envolver competências humanas, estaremos a olhar para a capacidade de inteligência. É disso que se trata, em essência, a IA”, explica Maxime Amblard.
Dois galhos da mesma árvore
As duas principais tendências mencionadas acima deram origem a duas categorias principais de IA:
IA simbólica, baseada em regras de inferência lógica, que pouco tem a ver com a cognição humana
IA conexionista, baseada em redes neurais, que é inspirada na cognição humana.
Maxime Amblard remete-nos ao contexto da época: “Em meados do século XX, a capacidade computacional dos computadores era minúscula em comparação com a actual. Então, pensamos que para termos sistemas inteligentes, o cálculo teria que conter informações especializadas que havíamos previamente codificado na forma de regras e símbolos. Ao mesmo tempo, outros investigadores estavam mais interessados em saber como o conhecimento poderia ser gerado. A questão passou então a ser: como podemos construir uma distribuição de probabilidade que forneça uma boa explicação de como o mundo funciona? É fácil ver por que essas abordagens explodiram quando a disponibilidade de dados, memória e capacidade computacional aumentaram radicalmente”.
Para ilustrar o desenvolvimento histórico destes dois ramos, Maxime Amblard utiliza a metáfora de dois esquis avançando um após o outro: “Antes de o poder computacional se tornar disponível, os modelos probabilísticos foram ignorados em favor de modelos simbólicos. Estamos actualmente a viver um pico na IA conexionista graças aos seus resultados revolucionários. No entanto, o problema de tornar os resultados compreensíveis deixa o caminho aberto para que sistemas híbridos (conexionistas e simbólicos) coloquem o conhecimento de volta nas abordagens probabilísticas clássicas”.
Por sua vez, Annabelle Blangero destaca que hoje “há algum debate sobre se os sistemas especialistas realmente correspondem à IA, visto que há uma tendência a descrever sistemas que envolvem necessariamente o aprendizado de máquina como IA”. No entanto, Daniel Andler menciona uma das principais figuras da IA, Stuart Russell, que continua muito ligado à IA simbólica. Maxime Amblard também concorda: “Talvez a minha visão seja demasiado influenciada pela história e epistemologia da IA, mas penso que para descrever algo como inteligente, é mais importante perguntar como é que aquilo que é produzido pela computação é capaz de mudar o mundo, em vez de focar na natureza da ferramenta usada.”
A máquina se parece conosco?
Após os desvios históricos e de definição, surge a seguinte questão: AI e HI são duas faces da mesma moeda? Antes de podermos encontrar uma resposta, precisamos de olhar para o quadro metodológico que torna possível esta comparação. Para Daniel Andler, “o funcionalismo é o quadro por excelência dentro do qual surge a questão da comparação, desde que chamemos de ‘inteligência’ o resultado combinado das funções cognitivas”. No entanto, é quase certo que falta alguma coisa se quisermos chegar o mais próximo possível da inteligência humana, situada no tempo e no espaço. “Historicamente, foi John Haugeland quem desenvolveu a ideia de um ingrediente que faltava na IA. Muitas vezes pensamos em consciência, intencionalidade, autonomia, emoções ou até mesmo no corpo”, explica Daniel Andler.
A consciência e os estados mentais associados parecem estar faltando na IA. Para Annabelle Blangero, este ingrediente que falta é simplesmente uma questão de meios técnicos: “Venho de uma escola de pensamento em neurociência onde consideramos que a consciência emerge da avaliação constante do ambiente e das reações sensório-motoras associadas. Com base neste princípio, a reprodução da multimodalidade humana num robô deverá trazer à tona as mesmas características. Hoje, a arquitectura dos sistemas conexionistas reproduz de forma bastante aproximada o que acontece no cérebro humano. Além do mais, medidas similares de atividade são usadas em redes neurais biológicas e artificiais”.
No entanto, como salienta Daniel Andler: “Hoje, não existe uma teoria única para explicar a consciência nos humanos. A questão do seu surgimento está em aberto e é objeto de muito debate na comunidade científico-filosófica”. Para Maxime Amblard, a diferença fundamental está na vontade de fazer sentido. “Os humanos constroem modelos explicativos para o que percebem. Somos verdadeiras máquinas criadoras de significado.”
A espinhosa questão da inteligência
Apesar deste desenvolvimento bem argumentado, a questão de unir IA e IA permanece sem resposta. Na verdade, o problema é principalmente conceitual e diz respeito à forma como definimos inteligência.
Uma definição clássica descreveria inteligência como o conjunto de habilidades que nos permitem resolver problemas. No seu recente livro, Intelligence artificielle, intelligence humaine: la double énigme, Daniel Andler propõe uma definição alternativa e elegante: “os animais (humanos ou não humanos) desenvolvem a capacidade de se adaptarem às situações. Aprendem a resolver problemas que lhes dizem respeito, no tempo e no espaço. Eles não estão nem aí para resolver problemas gerais e descontextualizados”.
Esta definição, aberta ao debate, tem o mérito de contextualizar a inteligência e não torná-la um conceito invariável. O matemático e filósofo também nos lembra a natureza do conceito de inteligência. “Inteligência é o que chamamos de conceito denso: é ao mesmo tempo descritivo e objetivo, apreciativo e subjetivo. Embora na prática possamos chegar rapidamente a uma conclusão sobre a inteligência de uma pessoa numa determinada situação, em princípio está sempre aberta ao debate”.
Colocando a IA para trabalhar para os humanos
No final, a questão da comparação parece irrelevante se procuramos uma resposta concreta. É de maior interesse se procurarmos compreender o caminho intelectual que percorremos, o processo. Esta reflexão destaca algumas questões cruciais: o que queremos dar à IA? Para qual finalidade? O que queremos para o futuro das nossas sociedades?
Estas são questões essenciais que reavivam os desafios éticos, económicos, legislativos e sociais que precisam de ser assumidos pelos intervenientes no mundo da IA e pelos governos e cidadãos de todo o mundo. No final das contas, não faz sentido saber se a IA é ou será como nós. A única questão importante é o que queremos fazer com isso e por quê?
Fonte