No meu trabalho Reflexões de linguagemUm livro de Noam Chomsky, publicado em 1975, argumenta que as crianças aprendem a falar não apenas imitando o que ouvem, mas também construindo teorias a partir de informações esparsas e confusas. Segundo a linguista, a criança infere conhecimentos que vão muito além do que ouviu, e que lhe permitem criar novas frases sem ligação direta com a sua experiência anterior. Ou seja, não reproduz simplesmente padrões, mas cria conhecimento original.
Para os pesquisadores Teppo Felin, da Universidade de Utah, e Mathias Hollweg, da Universidade de Oxford, este é o ponto central que distingue a aprendizagem e o raciocínio humanos da inteligência artificial (IA). Em seu ensaio acadêmico Teoria é tudo que você precisa: inteligência artificial, cognição humana e relações de causa e efeito (Teoria é tudo que você precisa: inteligência artificial, cognição humana e causa e efeito.Espanhol), publicado no final de 2024 em uma revista acadêmica Ciência EstratégicaOs autores chamam a geração de linguagem de IA de “previsão imitativa retrospectiva e baseada em dados”, enquanto a cognição humana é “prospectiva e orientada pela teoria”.
“Há pesquisadores que estudaram como as crianças processam seu ambiente. E acontece que elas não apenas absorvem dados, mas também fazem constantemente suposições ou hipóteses. Se eu deixar cair uma xícara da mesa, aprendo algo sobre o mundo ao meu redor. E acontece que esse é exatamente o ponto.” essência questão: a capacidade de formular conjecturas, o desejo de experimentar ou levantar hipóteses”, explica o coautor Felin, 52, durante uma videochamada de Utah.
O pesquisador, que também é fundador do Instituto de Pesquisa Interdisciplinar da Universidade de Utah, diz que um de seus objetivos é “desmascarar todo o hype que é criado em torno da IA” e destacar o quão única é a mente humana em seu raciocínio causal e teórico. O ensaio enfatiza que a mente não é um processador de informação e que os humanos não apenas predizem o mundo, mas também intervêm nele e o transformam. Segundo os autores, isso destrói a analogia entre mente e máquina.
Galileu e os irmãos Wright
Para mostrar as limitações dos modelos de linguagem, Felin e Hollweg dão um exemplo de como a IA treinada com todo o “corpus predominante” antes de 1633 refutou o modelo heliocêntrico de Galileu Galilei. Isto é o que os autores chamam de “assimetria entre evidências e crenças”, o que significa que, embora a IA aceite algo como verdadeiro se for apoiado pela maioria dos textos, os humanos podem acreditar em algo que contradiz as evidências.
É esta assimetria que permite à cognição humana formar crenças que podem inicialmente parecer delirantes ou contrárias ao conhecimento existente, mas que podem, em última análise, levar a novas descobertas.
Felin argumenta que os grandes modelos linguísticos do momento são tradutores ou reformadores, refletindo modelos do passado. “Na época de Galileu, as evidências indicavam que a Terra não se movia. E se você olhar ao redor, verá que a Terra não está se movendo, mas o Sol parece estar se movendo de leste para oeste. Portanto, uma IA com limite de 1633 considerará este modelo correto”, acrescenta.
Por outro lado, os autores usam o exemplo dos irmãos Wright e como no século XIX os cientistas consideravam impossível que objetos mais pesados que o ar voassem. Mas embora o consenso científico excluísse a possibilidade do voo humano, os irmãos Wright realizaram experiências para resolver problemas de sustentação, propulsão e direção que mostraram que o voo era possível.
“Em condições de incerteza, apenas a teorização humana tem vantagem porque a criatividade depende de teorias que desafiam os dados, não de algoritmos. A IA extrapola dados do passado para dizer o que acontecerá no futuro, mas isto só funciona quando o ambiente não muda e não há incerteza”, diz Felin.
O mundo não é um banco de dados
Para Felin, o pensamento humano, apesar das suas limitações, é a única coisa que pode refletir com precisão um mundo que está “em constante mudança”. “Os humanos só conseguem processar uma determinada quantidade de dados, somos tendenciosos e tomamos decisões erradas, mas acontece que vivemos num ambiente muito dinâmico e a IA não consegue lidar com isso”, explica o investigador.
Além disso, o autor destaca que todos os dias as pessoas têm que tomar decisões sem dados. “De certa forma, colocamos muita ênfase nos dados porque nem sempre temos os dados certos à nossa frente. Portanto, é preciso pensar em como obter esses dados, e é isso que leva à criatividade”, continua ele.
Felin também alerta contra o “pânico” que alguns especialistas têm causado em relação à IA. No ensaio, por exemplo, citam o exemplo de Geoffrey Hinton, o chamado “Pai da IA” e vencedor do Prémio Turing de 2018, que ponderou a possibilidade de os modelos de linguagem poderem eventualmente exibir formas de inteligência ou consciência. Os autores rejeitam esta visão e argumentam que equiparar a mente a estes dispositivos de computação é “conceitualmente falho e filosoficamente redutor”.
O cientista finlandês defende que a IA é “uma onda tecnológica com limitações, especialmente em áreas que exigem verdadeira criatividade, resolução de problemas e tomada de decisões estratégicas com visão de futuro”. Felin compara os modelos de linguagem a “uma espécie de Wikipédia dinâmica” e enfatiza que a IA deve ser vista “pelo que é: estatística e aprendizado de máquina em ação, sem nada de místico por trás disso”.
Tendências Este é um projeto do EL PAÍS, com o qual o jornal busca iniciar uma conversa contínua sobre os grandes desafios futuros que nossa sociedade enfrenta. A iniciativa é patrocinada por Abertis, Enagás, EY, Iberdrola, Iberia, Mapfre, Novartis, Organização dos Estados Ibero-Americanos (OEI), Redeia e Santander, WPP Media e o parceiro estratégico Oliver Wyman.
Você pode se registrar Aqui receba todas as terças-feiras o boletim semanal EL PAÍS Tendências do jornalista Javier Sampedro.
