Alexandra Koch/Pixabay/Free License

Imagem gerada por inteligência artificial treinada por aprendizado de máquinas

Muita gente acha que a computação é recente. Nada mais falso. A computação não surgiu com os computadores digitais: apenas se modernizou com eles. Desde a antiga Grécia, existem máquinas que auxiliam o ser humano a realizar contas e outras atividades. A máquina de Anticítera, do primeiro ou segundo século antes de Cristo, é considerada por muitos como o primeiro computador. Essa máquina, hoje guardada em um museu de Atenas, é um computador analógico que permitia a previsão de comportamentos astronômicos e de outros eventos periódicos.

Ao longo da história, as máquinas computacionais vêm sendo utilizadas para facilitar a realização de cálculos e outras tarefas computacionais. Hoje em dia, são essenciais a funções e áreas diversas, como comunicação, saúde e produção industrial. Esta centralidade do computador induz a um contínuo aperfeiçoamento dessas funções. Uma das formas mais recentes para onde a evolução dos computadores aponta é a área de aprendizado das máquinas.

Em essência, o aprendizado das máquinas é uma técnica que busca melhorar a resposta de uma máquina sem a necessidade de um humano a operá-la. Essa definição, embora não muito precisa, também pode melhorar pouco. As fronteiras do aprendizado das máquinas não são tão claras como as de outros conceitos da computação. Sua base está na ideia de introduzir dados e modelos matemáticos e/ou estatísticos no computador para que, com tais informações, a máquina possa realizar tarefas diversas.

Assim, o aprendizado de máquinas pode assumir diversos formatos. Há modelos de aprendizado que utilizam os dados para refinar cálculos por meio de tentativas e erros. Outros modelos buscam fazer a máquina aprender por assimilação. Enfim, há várias formas diferentes para além destas, mas, em comum, há sempre uma coisa: o aprendizado das máquinas conduzindo ao aperfeiçoamento das tarefas para as quais as máquinas são designadas.

Além dessas abordagens possíveis para o aprendizado de máquinas, temos categorias para suas aplicações. Entre elas, estão visão computacional, predição, análise semântica e processamento de linguagem. Visão computacional é o processo de modelar e replicar a visão humana. Predição trata de ensinar a máquina a prever ou antecipar resultados futuros a partir de análises de eventos e resultados passados. Análise semântica é o aprendizado de máquina que permite uma interação dialogada mais proveitosa e eficiente entre humanos e computadores, porque faz com que a máquina entenda sentidos por trás das palavras. O processamento de linguagem, por fim, permite à máquina expressar-se de formas inteligíveis a cada ser humano com que interage.

São muitos os exemplos de aplicações. Por exemplo, na área médica, o aprendizado de máquinas pode ser utilizado para identificar condições como o câncer. Quanto maior o banco de dados utilizado para ensinar a máquina, maior tende a ser a precisão no diagnóstico de pacientes. Em mercados financeiros, o aprendizado de máquinas tem melhorado estimativas de risco, identificado possíveis transações fraudulentas, entre outras possibilidades. Há uma expectativa de que o aprendizado de máquinas possa acelerar o desenvolvimento de tecnologias, já que as máquinas receberiam a missão de vislumbrar e testar novas possibilidades. Com o aprendizado de máquinas, tarefas trabalhosas e repetitivas são facilitadas e tornadas simples. A diferença é que, aqui, não se trata de teares, de motores, enfim, de tarefas mecânicas, mas sim de tarefas intelectuais.

Recentemente, comentou-se muito e buscou-se muito a utilização de uma ferramenta associada ao aprendizado de máquinas: o ChatGPT. Trata-se de uma aplicação de análise semântica e de processamento de linguagem, ou seja, uma espécie de robô que conversa com o usuário. Esse robô aprende continuamente com a interação com seus usuários, a qual é feita em linguagem corrente, nos principais idiomas e outras linguagens do planeta. Ele também aprende a partir de uma varrição de conteúdos na internet. Por isto, o ChatGPT, assim como ferramentas similares, podem ser utilizadas em diversas funções associadas a informações abertas na internet e uso de linguagem corrente, como tradução de textos, produção de artigos, redação de relatórios, confecção de códigos-fonte, composição de músicas, entre outras tarefas de linguagem, seja humana ou computacional, seja verbal ou não.

Quando se fala em ChatGPT, fala-se muito em inteligência artificial, ou IA, mas pouco em aprendizado de máquinas. Qual a diferença entre esses dois conceitos? O aprendizado de máquinas é uma subárea do estudo de inteligências artificiais. Assim, quando aplicamos o aprendizado de máquinas, nós também estamos aplicando inteligência artificial. Toda intelectualidade gerada por máquinas, ou seja, produtos que assumam características associadas ao pensamento de seres humanos, como tomada de decisões, percepção de ambientes, raciocínios diversos, é considerada inteligência artificial. Porém, de forma mais restrita, quando utilizamos algoritmos e informações aplicados a modelos matemáticos e estatísticos para que sistemas aprimorem seu processamento e suas respostas de forma não diretamente operada por humanos, temos aprendizado de máquinas.

O que vemos aí é que existe uma grande intersecção entra as atividades humanas “pensantes” e as atividades que, agora, podem ser feitas eficientemente pelas máquinas. A consequência disso, como sempre acontece, é o desemprego tecnológico. Surgirão novas funções, novos empregos, novas tarefas para humanos, mas, enquanto não estivermos preparados para essas novas funções, a substituição de humanos por máquinas e o desemprego resultante é um problema evidente.

É importante reiterar a importância da educação, mais uma vez: os empregos, profissões e ocupações que serão gerados ou modificados em consequência do aprendizado de máquinas e, de forma mais ampla, da inteligência artificial, dependem da qualificação educacional, ou requalificação educacional, das pessoas trabalhadoras. Não são só as máquinas, afinal, em contínuo aprendizado: os humanos também.