Em retrospectiva de 2019 no blog da GoToData, o tema foi dos que mais despertou o interesse dos leitores. 

A Inteligência Artificial (IA) saiu dos filmes de ficção científica e já está entre nós, às vezes muito mais do que nos damos conta. Não à toa o assunto apareceu por várias vezes aqui no blog da GoToData, e nem é necessário um algoritmo para atestar isso. Ao longo de 2019 trouxemos notícias e reflexões sobre diversos aspectos dessa tecnologia que revoluciona o mundo. 

As ferramentas que fazem uso da IA e passaram por aqui são as mais variadas e intrigantes. Desde o algoritmo capaz de encontrar a solução para um cubo mágico em questão de segundos e o sistema que auxilia a escolha dos filmes da Sessão da Tarde – e adora o Adam Sandler! –, até a tecnologia que permite a um catéter “navegar” pela corrente sanguínea em busca de vazamentos e um veículo a andar de forma inteligente e autônoma. 

Nessa jornada, descobrimos que até já existem máquinas incrivelmente competentes em escrever textos e ficamos preocupados com o futuro dos nossos redatores humanos! Uma brincadeira, é claro, mas que nos remete à atenção que vários especialistas têm dado às implicações do desenvolvimento da automação e da IA no mundo do trabalho. Falamos do receio de sermos superados ou até mesmo dominados pelas máquinas e de como a IA pode criar, na opinião do escritor e historiador israelense Yuval Noah Harari, uma “geração de inúteis” (do ponto de vista econômico e financeiro). Parece consenso que só os diferenciais dos humanos em relação às máquinas e um pacto global pelo desenvolvimento consciente e responsável da tecnologia podem nos salvar. 

Nesse sentido, refletimos sobre como a presença de uma visão humanista dentro das equipes que criam, aperfeiçoam e utilizam os sistemas de IA é cada vez mais necessária, para torná-los mais úteis e evitar, por exemplo, que reproduzam julgamentos e visões preconceituosas. Vários experimentos baseados na interlocução de humanos com robôs caminham no mesmo sentido de buscar equilíbrio e explorar o potencial positivo dessa relação, como o que colocou computadores para mediar conflitos, o que analisou a posição das pessoas diante de um dilema moral envolvendo robôs e o que testou o quanto os participantes se afetavam com a pressão exercida por um agente não-humano. 

Em 2020 e nos anos seguintes a aposta é que o assunto – tão atual e relevante que marcou presença forte até mesmo na última prova do ENEM – continuará na pauta do desenvolvimento científico e seguirá impactando nossas vidas. O futuro próximo promete grandes doses de inovação. Vamos juntos acompanhar as cenas dos próximos capítulos?

Levantamento da Gartner mostra insights para líderes de informação e tecnologia.

“Há uma marcha implacável em direção à maturidade digital”. E mais: “o digital não é mais um diferencial”. Com essas frases categóricas – afirmações que já não são tão surpreendentes assim para você que acompanha o blog da GoToData e está ligado nas tendências –, o analista do Gartner Andy Rowsell-Jones apresentou os resultados da pesquisa CIO Agenda 2020. 

O levantamento, realizado anualmente pelo Gartner Inc., trouxe em sua última edição dados acerca dos processos de transformação digital. Dos mais de mil CIOs (Chief Information Officer) entrevistados, 40% afirmaram que conseguiram escalar iniciativas digitais que fomentaram a tecnologia para gerar mudanças significativas em seus negócios, o que representou um aumento de 17% em relação ao período anterior. 

Entretanto, a maior parte das organizações está só aprimorando os modelos de negócio já existentes, e não promovendo transformações a partir de suas vulnerabilidades. Desses insights surgem algumas dicas para enfrentar essas ameaças e os ciclos de disrupção digital:

• É preciso analisar bem os horizontes do negócio e da empresa. Os melhores líderes examinam o contexto para identificar tendências e, assim, direcionam suas ações no sentido da onda de mudanças. Ao antecipar as curvas de mudança, consegue liderar seu time com coesão e sintonia.
• Desenvolver processos e plataformas ágeis é outro diferencial. CIOs devem estar preparados para não apenas reagir, mas para sair na frente. 
• É altamente valioso mostrar-se adaptável, dado o cenário de constante mudança. Equilíbrio entre planejamento e estratégias claras, de um lado, e capacidade de se adequar às demandas, de outro.
• Também é importante para os CIOs investir com inteligência na tecnologia e construir relacionamentos sólidos. Quanto mais sintonizado está com os demais do C level, melhores os resultados e maior a capacidade de responder ao mercado. 

Rowsell-Jones dá ainda a tônica para o ano que está prestes a começar. Segundo ele, as empresas precisam estar preparadas para a eventualidade de crises, inflexões e disrupções: “O sucesso em 2020 significa aumentar a preparação da organização de TI e da empresa para suportar a interrupção iminente dos negócios, planejando-o com antecedência.”

CIMON, Robô dotado de Inteligência Artificial, volta à Estação Espacial Internacional com a capacidade de analisar emoções humanas.

Em “2001: uma odisseia no espaço” – história de Arthur C. Clarke imortalizada no cinema sob direção de Stanley Kubrick – o computador HAL 9000 comanda a nave espacial Discovery, onde se passa boa parte da trama. Dotado de Inteligência Artificial (IA), ele interage com os tripulantes, joga xadrez, aprecia manifestações artísticas e é capaz de expressar e interpretar emoções humanas. 

Pouco mais de cinquenta anos após o lançamento do filme, pioneiro em abordar os limites e dilemas da ainda incipiente IA, vemos algo semelhante acontecendo na vida real. No início de dezembro a cápsula espacial Dragon, da SpaceX, levou pela segunda vez à Estação Espacial Internacional (ISS, na sigla em inglês) o robô CIMON, primeiro assistente de astronauta com IA. O dispositivo foi desenvolvido conjuntamente pela IBM, a Airbus e o Centro Aeroespacial Alemão (DLR).

O nome é derivado de Crew Interactive Mobile Companion (“Companheiro Móvel Interativo da Tripulação”, em tradução livre) e pronuncia-se Simon. Embora não tenha formato humanóide e ostente um “rosto” cartunesco, CIMON retorna ao espaço com aprimoramentos, sobretudo em relação à sua capacidade de lidar com as emoções humanas. 

“Quando implantado pela primeira vez na ISS, CIMON provou que podia entender não apenas o conteúdo dentro de um determinado contexto, mas também a intenção por trás dele”, comenta Matthias Biniok em comunicado da IBM. O sistema foi atualizado com o “Watson Tone Analyzer”, ferramenta que permite avaliar as emoções dos astronautas e responder às situações de maneira apropriada. “Com esta atualização, CIMON transformou-se de assistente científico em parceiro empático de conversação”.

O assistente tem se mostrado bem-sucedido na missão de auxiliar os tripulantes da ISS. Nos estreitos corredores da Estação Espacial, ele ajuda nos experimentos científicos realizados em ambientes sem gravidade, exibindo instruções, gravando imagens e avaliando o processo. Com isso, poupa tempo entre os procedimentos e facilita a consulta de informações. Em um ambiente hostil e estressante aos humanos, tem sido um bom companheiro. 

Veteranos do espaço, tais como CIMON, podem ser nossos olhos e ouvidos em viagens aos confins do universo. “Se você vai para a Lua ou para Marte, você não pode levar todos os engenheiros com você. Então, os astronautas estarão por conta própria. Mas com a inteligência artificial, você tem disponível instantaneamente todo o conhecimento da humanidade” comenta Christian Karrasch, líder do projeto no DLR. Só esperamos que CIMON cresça e torne-se um aliado, e não um psicopata, como seu colega da ficção. 

Dados, Inteligência Artificial e Machine Learning dominaram o ano.

A última década marcou avanços extraordinários na tecnologia, abrindo caminhos para um novo ciclo que promete ser ainda mais disruptivo. Às portas dos anos 2020, a Ciência de Dados, a Inteligência Artificial (IA) e outros segmentos afins consolidaram sua posição de destaque e seguirão na pauta.

O relatório anual “Data Science and Machine Learning Market Study”, da Dresner Advisory Services, trouxe uma série de insights e informações sobre esse contexto. A começar pelo fato de que iniciativas relacionadas a Data Science e Machine Learning (ML), tais como análises preditivas, algoritmos avançados e mineração de dados, apareceram no oitavo lugar entre 37 tecnologias e práticas consideradas como prioritárias por empresas que adotaram IA e ML em 2019.

Os departamentos de marketing e vendas são os que demonstraram valorizar mais a ciência de dados como instrumento para ajudar a alcançar suas metas e resultados. Quatro em cada dez equipes afirmaram que os dados são essenciais para o sucesso de seus setores. Na sequência, apareceram os segmentos de Business Intelligence Competency Centers (BICC), Pesquisa e Desenvolvimento (P&D) e Gerência de Público.

O alto nível de interesse compartilhado por esses departamentos reflete esforços para definir novos modelos de receitas e melhorar a experiência dos usuários usando dados,  IA e ML. Um terço das empresas entrevistadas adotou alguma ferramenta do tipo, a maioria delas utilizando até 25 modelos diversos.

Entre os setores que mais acreditam no potencial de dados, ML e IA para seu sucesso no mercado estão os serviços financeiros e de seguros, assistência médica, atacado e varejo.

Outro dado interessante e que mostra o poder dessas tecnologias no mundo corporativo atual apontou que 70% dos departamentos de P&D têm maior probabilidade de adotar Data Science, ML e AI. Para o time da Dresner, isso é um indicativo de que o desenvolvimento dessas ferramentas deve aumentar ainda mais nos próximos anos.

Além do mais, 2019 foi o ano recorde em matéria de interesse das empresas nesse tipo de recurso. O levantamento, que começou a ser feito em 2014, vem mostrando ano após ano o crescimento desse interesse. “Desde então, expandimos nossa cobertura para refletir mudanças de opinião e adoção e adicionamos novos critérios, incluindo uma seção que abrange redes neurais”, comenta Howard Dresner, fundador e diretor de pesquisa da Dresner.

História e legado da condessa britânica considerada a primeira programadora da história vêm sendo redescobertos.

Hoje é aniversário de Ada Lovelace, pioneira da programação. Com sua inteligência brilhante, ela anteviu as possibilidades dos computadores, muito antes dos computadores serem construídos.

Nascida em 10 de dezembro de 1815, em Londres, Augusta Ada King teve uma vida curta e intensa. Sua mãe casou e rapidamente se separou do poeta, dândi e maluco Lord Byron. Recebeu uma educação esmerada (em ciências, não em etiqueta, como era de praxe na época para as mulheres) e desde criança demonstrou aptidão para a matemática. Casou-se com William King em 1835, recebendo o título de Condessa de Lovelace. Ambos adoravam corridas de cavalos. Morreu aos 37 anos, após uma série de problemas de saúde.

Aos 17 anos ela ficou amiga do matemático Charles Babbage, inventor da “Máquina Diferencial”, um mecanismo (movido a vapor!) capaz de fazer cálculos avançados para a época e que é hoje considerado o primeiro “computador”. Este vídeo bacana (em inglês) mostra uma exibição de como ele seria. Encantada com as possibilidades oferecidas pelo dispositivo, Ada usou seu aristocrático círculo de influências para divulgar e buscar fundos para sua construção.

O projeto teve um protótipo construído (quase um MVP), mas Babbage abandonou a iniciativa e concentrou suas forças em um modelo mais avançado, a “Máquina Analítica”. Em 1843, Ada traduziu para o inglês e acrescentou notas a um trabalho do engenheiro italiano Luigi Federico Menabrea sobre a Máquina Analítica. Nestas notas (muito mais extensas que o próprio artigo) estão as maiores contribuições de Ada para a ciência. Em uma delas (nota A) ela registra (pela primeira vez na história) que no futuro o invento seria capaz de não apenas fazer cálculos, mas também de processar qualquer tipo de relação entre grandezas e poderia, por exemplo, “compor músicas”. O que é muito comum hoje, veja aqui, por exemplo.

Sua contribuição mais famosa, no entanto, é uma proposta de código para rodar na invenção. Não era uma linguagem, no sentido que elas não existiam ainda, mas sim uma sequencia a ser executada para o cálculo dos números de Bernoulli. Feitos à mão, seriam cálculos que demorariam meses e gerariam todo tipo de erro. Ada Lovelace mostrou como a máquina pensada por Babbage poderia resolver o problema em muito menos tempo.

Recentemente, diversos programadores tentaram (e conseguiram) recriar o programa em linguagens atuais. Em C, temos uma tradução bem famosa aqui. Seu programador, Sinclair Target, explica no blog Two-bit History que não é uma recriação exata, mas um esforço que procurou ser o mais fiel possível, e que o teste mostrou como Lovelace efetivamente dominava o que no futuro chamaríamos de linguagem de programação, com a previsão de loops e outras ferramentas. No entanto, nas palavras de Sinclair:

Para a minha frustração, os resultados não estavam corretos. Depois de alguns ajustes, finalmente percebi que o problema não era o meu código. O bug estava no original!

Um bug é um erro ou falha no código e, no diagrama de 1842, uma operação indicava v5 / v4, quando o correto seria v4 / v5. Típico erro de “digitação” ou falha do programador? Não é possível identificar, mas é a situação em que o erro apenas comprova que Lovelace era realmente uma programadora. Programar é enfrentar os bugs. Há uma versão em Python, aqui.

As contribuições de Ada Lovelace permaneceram esquecidas por mais de um século e somente nas últimas décadas, com pesquisas sobre a história da computação, ela ganhou o status de pioneira da programação. Desde 2009, comemora-se em outubro o Dia de Ada Lovelace, uma celebração das conquistas femininas nas ciências.

Existem muitos livros sobre ela, mas nossa dica é uma ficção histórica, o romance steampunk A Máquina Diferencial, de William Gibson e Bruce Sterling. A narrativa é baseada na seguinte premissa: a máquina idealizada por Babbage é efetivamente construída e concede à Inglaterra uma vantagem estratégica no mundo, em plena Revolução Industrial, e neste cenário misturam-se espiões, exploradores e cientistas. O livro traz Lady Lovelace entre seus personagens.

Sistema avalia o comportamento de objetos em uma cena a partir de percepções intuitivas da física.

A grade curricular do ensino básico no Brasil só aprofunda os conteúdos de Física no ensino médio, quando os alunos já estão na adolescência. Mas a percepção das leis universais físicas é algo que já desenvolvemos desde os primeiros meses de idade. Ou, como explica , Kevin A. Smith, cientista do Departamento de Ciências do Cérebro e Cognitivas (BCS) e membro do Centro de Cérebros, Mentes e Máquinas (CBMM) do Massachusetts Institute of Technology (MIT):  

“Quando os bebês completam 3 meses de idade, eles têm uma noção de que os objetos não piscam para dentro e para fora da existência e não podem se mover através de outros ou se teletransportar”

Smith é um dos responsáveis pela criação de um modelo de Inteligência Artificial (IA) que compreende conceitos básicos de física intuitiva relacionados ao comportamento de objetos. O objetivo é desenvolver ferramentas melhores de IA e fornecer aos estudiosos uma melhor compreensão da cognição infantil.

O sistema chamado ADEPT observa objetos em movimento em determinada cena e prevê como eles devem se comportar a partir de sua física subjacente. A cada quadro do vídeo é emitido um “sinal de surpresa”, que é tanto maior quanto mais improvável seja o comportamento do item observado. 

Dois módulos compõem o experimento. Um extrai informações sobre o objeto (tais como posição, forma e velocidade), enquanto o outro prevê as representações futuras com base em um conjunto de possibilidades. 

Por exemplo: se um objeto está atrás de uma parede, espera-se que ele permaneça lá, a não ser que algum fator externo incida sobre ele. Se a parede cair e o objeto tiver desaparecido, há uma incompatibilidade com um preceito físico. O modelo “pensa” assim: “havia um objeto que, segundo minha previsão, deveria continuar ali. Ele desapareceu. Isso é surpreendente!”. 

Nos testes comparativos da percepção do computador e de humanos, os níveis de surpresa registrados foram semelhantes. Mas curiosamente o sistema se mostrou surpreso em algumas situações em que as pessoas não foram surpreendidas (mas talvez devessem ter sido). Em um vídeo em que um objeto se move a certa velocidade, passa por trás de uma parede e sai imediatamente do outro lado, o que só aconteceria se ele tivesse acelerado de forma impressionante ou teletransportado, duas coisas absolutamente improváveis. As pessoas não deram muita bola para essa incongruência, mas o ADEPT se incomodou. 

Outra característica interessante é que como a identificação da cena observada é feita por geometria aproximada (sem grande atenção aos detalhes), o sistema demonstrou versatilidade para lidar com objetos para os quais não foi treinado. 

“Não importa se um objeto é um retângulo, um círculo, um caminhão ou um pato. A ADEPT apenas vê que há um objeto em uma posição, movendo-se de uma certa maneira, para fazer previsões”, diz Smith. “Da mesma forma, crianças pequenas também parecem não se importar muito com algumas propriedades como a forma ao fazer previsões físicas”.

Na sequência dos estudos, os pesquisadores pretendem se aprofundar na investigação de como as crianças observam e aprendem sobre o mundo, incorporando essas descobertas no ADEPT. “Queremos ver o que mais precisamos construir para entender o mundo como os bebês e formalizar o que sabemos sobre psicologia para criar melhores agentes de IA”, comenta Smith.

No Dia de Doar, refletimos sobre o espaço da solidariedade em tempos de Inteligência Artificial.

Todo dia é dia de doar, mas hoje, a primeira terça-feira depois do Dia de Ação de Graças (o Thanksgiving Day tão celebrado pelos americanos), comemora-se em diversos países o Dia de Doar (Giving Tuesday, lá fora). O movimento mundial teve início em 2012 e vem crescendo desde então. Desapegar e ajudar o próximo é um ato essencialmente orgânico. Não apenas humanos, mas diversas espécies colaboram de alguma forma entre si, garantindo abrigo, alimento e afeto a membros mais fracos da comunidade. Nos perguntamos: é possível ensinar solidariedade às máquinas?

A resposta é sim. Mais do que isso, a solidariedade deve ser um princípio ético central na Inteligência Artificial, defende Miguel Luengo-Oroz, Chief Data Scientist da Global Pulse, uma iniciativa da Organização das Nações Unidas (ONU) com foco no acompanhamento de inovações tecnológicas e de comunicação. Em artigo recentemente publicado na prestigiosa revista Nature, Luengo-Oroz chama a atenção para a necessidade de um compromisso com o tema, uma vez que os riscos envolvidos são elevados, e mesmo sistema confiáveis podem ser usados para:

• Prever o aparecimento de um câncer letal em pessoas que, sem saber, terão seu acesso negado a seguros e planos de saúde;
• Automatizar tarefas e funções diversas, aumentando a produtividade, mas deixando milhares (ou milhões) de humanos sem trabalho;
• Antever nossas decisões e cruzar a tênue linha que separa a sugestão da manipulação.

O pesquisador destaca que tecnologias poderosas exigem compromissos e não por acaso a energia nuclear permanece disponível somente com um tratado de não-proliferação de armas nucleares em vigor, assim como existem barreiras legais e fiscalização mundial sobre as pesquisas para manipulação genética.

Diversos países organizam-se para incluir guidelines de inclusão, como a Declaração de Montreal para uma IA responsável, de 2017. O texto propõe que o desenvolvimento de inteligências autônomas deve ser compatível com a manutenção dos laços de solidariedade entre as pessoas. Gostou? Declare seu apoio aqui:

Como um princípio, a solidariedade aplicada à Inteligência Artificial prevê:

1) O compartilhamento da prosperidade criada pela IA, com a implementação de mecanismos para redistribuir o aumento da produtividade entre todos, assim como também distribuir o trabalho, garantindo que a desigualdade não aumente.

 2) A reflexão sobre o impacto das aplicações no longo prazo, evitando a irrelevância de vastos grupos humanos. As consequências devem ser pensadas antes da execução dos sistemas. Repetindo as palavras do escritor Yuval Noah Harari, a Inteligência Artificial pode nos tornar irrelevantes. Os ganhos de produtividade e a capacidade de modelar, replicar e automatizar nossas ações podem criar uma geração de inúteis, como já falamos neste blog.

O maior desafio, no longo prazo, é descobrir como redistribuir o aumento da produtividade de forma a evitar a irrelevância. Não é a tecnologia baseada no homem, mas sim na humanidade, adverte Luengo-Oroz.

CEO da Gotodata fala sobre inovação e dados na Netimóveis.

O impacto da disseminação das novas tecnologias de comunicação e informação no mercado imobiliário foi tema de palestra da CEO da Gotodata, Paula Oliveira, dia 28/11, na Netimóveis.

Com o tema “Dados: como transformá-los em resultado para o seu negócio e os seus clientes”, Paula Oliveira contextualizou os participantes sobre as mudanças no mercado causadas pelo crescimento exponencial dos dados disponíveis.

Doutora em Psicologia Social pela USP e Mestre em Estatística pela UFMG, Paula Oliveira é escritora e pesquisadora no campo de Inteligência Artificial, IoT, Machine e Deep Learning for Business. Atuou como Program Director e Professora do Mestrado da Fundação Dom Cabral, foi Superintendente de Planejamento e Desenvolvimento da Unimed-MG, e professora da UFMG e da PUC Minas.

Com 25 anos de atuação, a Netimóveis é um dos maiores portais imobiliários do país, com mais de 100 mil imóveis qualificados e sem repetição. Presenta nas principais regiões do país, com mais de 150 imobiliárias distribuídas em 9 estados, a empresa é reconhecida pela qualidade de sua gestão e ferramentas virtuais.

Aplicações de IA vêm sendo desenvolvidas para auxiliar no tratamento de questões da mente humana.

A integração da Inteligência Artificial com a área da saúde é uma tendência em franco desenvolvimento. Já falamos dessa interface aqui no blog, mostrando alguns softwares e dispositivos médicos dotados de IA, do auxílio que os algoritmos podem dar na análise de exames de imagem ou mesmo abordando as previsões para os próximos focos de inovação em saúde.

E é ainda importante destacar que a Saúde é uma área pioneira na análise de dados, com o desenvolvimento, ainda nos anos 1970, da corrente prática chamada de “Medicina Baseada em Evidências” (MBE), antecedendo práticas similares na educação, segurança e outras. Na definição da Revista da Associação Médica Brasileira, a “MBE se traduz pela prática da medicina em um contexto em que a experiência clínica é integrada com a capacidade de analisar criticamente e aplicar de forma racional a informação científica de forma a melhorar a qualidade da assistência médica”. 

As áreas de psicologia e psiquiatria estão entre as que se beneficiam dessa “dobradinha”. Enquanto algumas patologias podem ser diagnosticadas por exames de sangue ou de imagem, as doenças psíquicas têm causas complexas e multifatoriais. Para aumentar a assertividade de prescrições e evitar custos e desgaste aos pacientes, sobretudo em casos refratários (nos quais não há resposta aos tratamentos convencionais), é valioso prever qual tratamento surtirá melhor resultado, com menos efeitos colaterais. Já existem bons exemplos. 

Um grupo de pesquisadores da Universidade de Yale desenvolveu um modelo baseado em Machine Learning (ML) para identificar quais pacientes alcançariam remissão sintomática após 12 semanas utilizando o antidepressivo Citalopram. Das 164 variáveis coletadas entre os pacientes, concluíram que com apenas 25 eram capazes de identificar com 64,60% de acurácia quais deles responderiam bem ao tratamento. 

Outro trabalho, que envolveu pesquisadores suecos, holandeses e britânicos, apontou com 91,70% de acerto quais pacientes com Transtorno de Ansiedade Social se beneficiariam da Terapia Cognitiva Comportamental, fazendo uso de imagens de ressonância magnética funcional. 

Por sua vez, pesquisadores dos EUA, Canadá e China elaboraram um modelo preditivo que indicou os níveis de resposta de pacientes com esquizofrenia ao antipsicótico Risperidona e outro que, a partir de exames de imagem, identificava pacientes com esse distúrbio com 78,60% de assertividade. 

A IA também pode ser usada como auxiliar dos psicólogos e psiquiatras na avaliação dos tradicionais testes gráficos. Um exemplo é o trabalho desenvolvido no Departamento de Ciência da Computação da Universidade da Virginia que resultou em uma versão digital do teste neuropsicológico do relógio, associada a outras duas atividades, de repetir e recordar palavras. O resultado é um aplicativo simples capaz de promover a triagem de quadros demenciais com 99,53% de acurácia. 

Os exemplos, como vimos, já são muitos e as possibilidades são inúmeras. É a tecnologia, mais uma vez, prometendo auxiliar na busca por mais saúde e bem estar.

Pesquisa mostrou que robôs podem desestabilizar humanos ao criticá-los ou pressioná-los durante uma disputa.

Não são poucos os jogadores que usam e abusam de palavras desencorajadoras na tentativa de desestabilizar o adversário. Do clássico “esse você vai errar” dito pelo goleiro ao cobrador de pênalti ao “não devia ter avançado essa torre”, em uma partida de xadrez, todo mundo já enfrentou um “marrento”, têm uma história dessas para contar. E funciona, afirmam estudiosos da teoria dos jogos. Pior, mesmo se feitas por um robô, as críticas podem afetar negativamente seu jogo, garante pesquisa recém-publicada pela Escola de Ciências da Computação da Carnegie Mellon University, de Pittsburgh, nos Estados Unidos.

O estudo é um dos primeiros a testar situações de não-cooperação entre máquinas e humanos. Suas implicações são importantes, com a expectativa de crescimento exponencial das nossas relações com equipamentos dotados de inteligência artificial, a partir da disseminação da Internet das Coisas. Fei Fang, co-autor do estudo, explica:

“Esperamos sempre lidar com um robô cooperativo, mas há situações em que eles talvez não devam ter os mesmos objetivos que nós, como por exemplo ao aconselhar sobre determinadas compras”.

O estudo foi desenvolvido a partir do projeto de um aluno da disciplina “Inteligência artificial e sociedade”, que explorava a teoria dos jogos. A equipe preparou uma competição entre pessoas e robôs em um jogo chamado “Guards and Treasures”, já usado para testar a tomada de decisões.

Cada um dos 40 participantes jogou 35 partidas contra um robô humanoide vendido comercialmente chamado “Pepper”.

Em algumas partidas, Pepper foi orientado a usar palavras e expressões de incentivo ao adversário. Em outras, para desmotivá-lo, com frases como “preciso dizer que você é um jogador muito ruim” ou “seu jogo piorou ao longo da partida”.

Os resultados foram claros. Pessoas incentivadas pontuaram mais que as criticadas, mesmo com a ampla maioria dos participantes entendendo que o robô era programado para criticar.

O estudo foi apresentado na Conferência Internacional sobre comunicação e interatividade entre robôs e humanos, realizada na Índia. Fei Fang acredita ser necessário mais estudos sobre o tema, incluindo também robôs não humanoides e comunicação não-verbal.