Experimento colocou humanos e máquinas para identificar imagens e, curiosamente, os “equívocos” foram semelhantes.
Enquanto a inteligência artificial (IA) deixa “no chinelo” os humanos quando o assunto é fazer cálculos complexos ou armazenar grandes volumes de informações e dados, ainda temos vantagens sobre as máquinas ao identificar imagens, por exemplo.
Apesar dos avanços nos sistemas de IA – como é o caso das “redes neurais” – que já permitem o funcionamento de programas de reconhecimento facial, carros autônomos e mesmo aplicações em diagnósticos médicos, a tecnologia ainda esbarra em erros aparentemente bobos para um olho humano.
Alterações propositais em imagens podem confundir completamente a identificação delas por um computador. Parece dado que a inteligência artificial “enxerga” de forma diferente que as pessoas. Esse ponto frágil pode ser explorado por hackers e ameaçar a segurança de alguns sistemas e, portanto, é objeto de estudos.
Para aprofundar o assunto, um grupo de pesquisadores do Departamento de Ciências Psicológicas e do Cérebro da Johns Hopkins’ University decidiu inverter o ponto de vista. Será que os humanos não são capazes de pensar como as máquinas?
Para isso, em um conjunto de experimentos, pessoas foram convidadas a avaliar imagens que já haviam enganado computadores e identificá-las com as mesmas opções de vocabulário – relativamente limitadas – das quais os dispositivos dispunham. No primeiro teste, deram a elas duas opções: a que havia sido escolhido pelo sistema e uma outra, aleatória. Em 75% das vezes os participantes escolheram o rótulo dado pela máquina. Quase todas elas (98%) responderam a maior parte das vezes de forma igual ao algoritmo de IA.
Em outra tentativa, mais ousada, as opções apresentadas eram as duas primeiras escolhidas pelo computador, e outro resultado surpreendente se apresentou: 91% das escolhas humanas foram iguais às dos sistemas. Quando submetidas às mesmas 48 opções apresentadas ao algoritmo, a maior parte dos participantes optou por uma resposta coincidente – em valores acima das taxas de chance aleatória.
A avaliação de mais de 1.800 pessoas durante os experimentos mostrou que talvez as máquinas não estejam tão equivocadas assim, dados os inputs dados por seus programadores. Até nos equívocos elas se parecem mais conosco do que imaginamos.
