Meio&Mensagem

12 de março de 2016 - 0h55

O dia começou com fila e chuva, mas promissor. Decidi abrir o SXSW 16 com uma palestra que poderia parecer um grande clichê sobre Big Data e Inteligência Artificial. Esse tipo de título costuma me fazer sair correndo, mas os palestrantes dessa vez me chamaram mais atenção do que a premissa inicial.

Ao som de Bittersweet Symphony os convidados foram chegando e no centro da mesa estava o homem que me trouxe até aqui, Dr. Doug Lenat, CEO da Cycorp. A primeira vez que eu ouvi falar sobre essa empresa achei que eles fossem controlados pelas mentes maquiavélicas de um vilão de quadrinhos. Não apostaria meu dinheiro no Batman em uma luta contra o exército da Cycorp, por exemplo.

Mas foi só pesquisar um pouco mais que eu entendi que, apesar do naming infeliz, a Cycorp é hoje uma das empresas mais sérias e avançadas quando o assunto é inteligência artificial – um dos temas que andava tímido até South By do ano passado, mas em 2016 ganhou grandes proporções.

Não é à toa que o Dr. Doug Lenat ficou no cantinho dele até agora. Ele é conhecido na indústria como um cara calado, porém extremamente dedicado. Passou os últimos 30 anos da sua carreira pesquisando e montando programas que tinham um objetivo sólido de codificar o conhecimento humano e o senso-comum para que computadores conseguissem usar esse tipo de heurística para ajudar pessoas, empresas e governos. E, segundo ele, só agora houveram resultados favoráveis o suficiente para compartilhar.

Um exemplo tangível do tipo de trabalho realizado pelo Ph.D dentro da Cycorp é uma aplicação lúdica chamada de MathCraft, muito menos ilusoriamente futurista do que eu imaginava. A aplicação, como o nome sugere, é focada em ensinar matemática para crianças e a disrupção acontece na lógica de como isso é feito.

O programa entende como a criança aprende através de uma série de exercícios e a partir daí se coloca na função de um aluno um pouco mais atrapalhado do que o estudante. Com isso, o aluno humano é intuitivamente posicionado como um professor e precisa descobrir as melhores maneiras de ensinar a máquina. Simples, elegante e eficiente. Tudo feito com inteligência artificial e aprendizado de máquinas.

Esse é só um dos exemplos de como máquinas podem usar dados e aprender com eles para gerarem insights relevantes para o mundo. Mas mesmo esse exemplo que parece bobo acaba levantando uma série de perguntas sobre as interações entre a gente, do alto da nossa capacidade empática, e os computadores e programas que estamos construindo para automatizar decisões e resolver problemas complexos.

Segundo o outro painelista, Kris Hammond, Cientista Chefe da Narrative Science – empresa focada em desenvolver o que eles chamam de “data storytelling” – essa relação parece equilibrada hoje, mas não vai ser no futuro. Ele acredita que as máquinas serão capazes de fazer absolutamente tudo o que a gente consegue fazer e de forma muito mais estruturada e racional, pois usarão dados concretos para chegar às suas conclusões.

Parece uma previsão um pouco catastrófica – especialmente para os humanos – mas o consenso comum é que esse dia (que alguns chamam de singularidade) ainda vai demorar para chegar. Mesmo com o AlphaGo do Google ganhando um jogo de estratégia contra um campeão mundial, as máquinas ainda precisam ganhar a confiança das pessoas para serem envolvidas e utilizadas na resolução de problemas. E, para isso, elas ainda precisam aprender muito com a gente.

Até lá o mais importante é construir uma comunidade de pessoas que sejam capacitadas para limpar, analisar e sugerir dados, construir cruzamentos e evitar deslumbramentos com correlações. Porque por mais que as máquinas não tenham os vieses que nossas cabecinhas humanas ainda têm, elas ainda dependem muito da gente para executarmos suas sugestões.

Camila Gadelha é head de conteúdo e engajamento da Artplan São Paulo e presidente do comitê de vídeos do IAB