Fundamentos | guIA

O que é a inteligência artificial?

Sat, 05 Sep 2026 00:00:00 +0000

Há tantas definições de IA quanto gente refletindo sobre IA, e isso não é um defeito do campo: é o que acontece quando duas palavras vagas se juntam para nomear algo que ainda não terminamos de entender. “Inteligência” e “artificial” são daqueles conceitos que cientistas e filósofos passaram séculos tentando precisar, e sobre os quais a única precisão disponível é que funcionam como uma nuvem de ideias dependente do contexto, não como uma definição matemática.

Vale a pena começar por aí, porque quase todas as discussões públicas sobre IA são na verdade discussões sobre o que entra e o que não entra na palavra.

A primeira caixa-preta

Quatro definições clássicas, reunidas no manual de Russell e Norvig:

“O empolgante novo esforço para fazer com que os computadores pensem… máquinas com mentes, no sentido pleno e literal.” (Haugeland, 1985)

“O estudo de como fazer computadores realizarem coisas que, no momento, as pessoas fazem melhor.” (Rich e Knight, 1991)

“O estudo das faculdades mentais através do uso de modelos computacionais.” (Charniak e McDermott, 1985)

“À IA … concerne o comportamento inteligente nos artefatos.” (Nilsson, 1998)

Repare na tensão: algumas falam de pensar e outras de comportar-se. Quem quiser replicar artificialmente a inteligência humana pode tentar construir algo que pense como acreditamos que pensamos, ou pode construir um artefato que, para todos os fins práticos, se comporte como se pensasse, sem que importe muito se por dentro acontece algo parecido.

O problema do primeiro caminho fica evidente assim que a gente o formula em voz alta: não sabemos bem como pensamos. A primeira caixa-preta somos nós. E isso não é uma digressão filosófica, é uma restrição de engenharia: não se pode replicar com fidelidade um processo do qual não se tem um modelo.

Dos agentes racionais à incerteza sobre os fins

Até sua terceira edição (2009), Russell e Norvig organizavam o manual inteiro em torno de uma ideia:

Definimos a IA como o estudo de agentes que recebem percepções do ambiente e realizam ações.

Um agente racional era, então, aquele que age para obter o melhor resultado ou, diante da incerteza, o melhor resultado esperado. E “agir bem” media-se por consequências: se a sequência de estados que o agente produz em seu ambiente é desejável, agiu bem. A desejabilidade é fixada por uma medida de desempenho definida de antemão.

É uma definição limpa, operativa e bastante difícil de sustentar no mundo da vida cotidiana. Quem escreve a medida de desempenho? Nós agimos assim?

A quarta edição (2020) reconhece o problema e muda o marco. A IA já não se define como a construção de agentes que maximizam um objetivo dado, mas como a de agentes benéficos, que operam sabendo que não conhecem com certeza quais são os objetivos humanos que deveriam perseguir. É um giro que convém registrar, porque desloca o problema técnico: já não se trata só de otimizar melhor, mas do que fazer quando a função que se otimiza é uma hipótese sobre o que alguém quer.

Boa parte da discussão contemporânea sobre alinhamento, sobre avaliação e sobre políticas de uso vive nesse deslocamento.

A IA “original”: o verão de 1956

A delimitação fundacional do campo está na proposta do encontro de Dartmouth:

Propomos que se realize um estudo da inteligência artificial de dois meses e dez homens no verão de 1956 no Dartmouth College de Hanover, New Hampshire.

O estudo deve prosseguir com base na conjectura de que qualquer aspecto da aprendizagem ou qualquer outro traço de inteligência pode em princípio ser descrito de forma tão precisa que se pode fazer com que uma máquina o simule.

O grifo marca a aposta inteira, e também seu ponto fraco. Todo o programa repousa em que a inteligência admita uma descrição formal suficientemente precisa. Dois meses, dez pessoas. Provou ser uma tarefa consideravelmente mais difícil.

A IA de hoje: ensinar em vez de instruir

A forma mais útil de delimitar o que hoje se chama IA é como uma nova maneira de programar. Na velha, alguém tinha que especificar cada instrução: o que olhar, em que ordem, com que critério decidir. Na nova não se dão instruções mas exemplos, e às vezes nem isso: corrige-se o resultado e o sistema ajusta.

Isso desloca o trabalho, não o elimina. Onde antes havia um programador escrevendo regras, agora há decisões sobre que dados se juntam, de onde saem, o que se rotula como correto e quem o rotula. São decisões tão determinantes quanto as regras que substituem, com a diferença de que ficam muito menos à vista.

Desde 2017 o campo se organiza em torno de uma arquitetura concreta, o transformer, e desde o fim de 2022 em torno de um produto concreto, o chatbot de propósito geral. Convém não confundir os três níveis —uma maneira de programar, uma arquitetura, um produto— porque a palavra “IA” nomeia todos eles e o deslizamento entre eles é onde se infiltra a maioria das promessas infundadas.

Como se chegou até aqui é o assunto de . Mas antes convém passar por quem formulou quase todas estas perguntas quando ainda não existia um computador eletrônico para fazê-las.

Sugestões de leitura

Boden, M. A. (2017). Inteligencia artificial. Turner.

Copeland, J. (1996). Inteligencia artificial: Una introducción filosófica. Alianza Editorial.

Russell, S. e Norvig, P. (2020). Artificial intelligence: A modern approach (4.ª ed.). Pearson.

Esta entrada revisa e atualiza da v1, disponível em espanhol.

Continuar em Alan Turing

Alan Turing: a máquina que imita qualquer máquina

Sat, 05 Sep 2026 00:00:00 +0000

Quase tudo o que hoje discutimos sobre IA —se uma máquina pode surpreender quem a programou, se o comportamento basta como critério de inteligência, se o cérebro é um computador— já está formulado em três trabalhos de Alan Turing escritos entre 1936 e 1950. Vale a pena lê-los em ordem, porque o percurso mostra como uma pergunta sobre os fundamentos da matemática vira uma pergunta sobre a mente.

1936: modelar o computador humano

Desde o século XVII, “computer” designava uma pessoa: alguém que fazia cálculos. Eram cálculos fáceis mas longuíssimos, e estavam atados à produção de conhecimento científico —prever a trajetória do cometa Halley, montar as tabelas de logaritmos que cientistas e engenheiros usavam.

O recurso de Turing foi modelar essa atividade. Sua máquina é abstrata e matemática, mas o que guia a modelagem é uma pessoa com um lápis:

A computação se realiza normalmente escrevendo certos símbolos num papel. Podemos supor que este papel está dividido em quadrados como o livro de aritmética de uma criança. […] Assumo então que a computação se realiza num papel unidimensional, isto é, numa fita dividida em quadrados. Suporei também que o número de símbolos que podem ser impressos é finito. […] O comportamento do computador em qualquer momento está determinado pelos símbolos que está observando e por seu “estado mental” nesse momento.

Colocar um “estado mental” num trabalho de lógica matemática, numa época que se esforçava por expulsar o mental do terreno do científico, é estranho e não parece um descuido. O artigo pode ser lido como uma investigação sobre a natureza do mental e sua relação com o suporte físico.

O mais importante para nossa história não é a resposta negativa ao problema da decisão, mas um subproduto: a máquina universal, uma máquina que recebe instruções para se comportar como se fosse qualquer outra máquina. Em 1936, e quase de passagem, Turing descobre a indústria do software.

1939-1945: Enigma, ou encontrar padrões no ruído

(Sim, a do filme.) A contribuição de Turing foi decisiva para decifrar a máquina Enigma que o exército alemão usava para cifrar suas comunicações.

O que importa aqui é o tipo de raciocínio que a tarefa exigiu, mais perto do trabalho detetivesco e da estatística do que da lógica: adivinhar a configuração de uma máquina a partir de uma série de caracteres que parece aleatória mas esconde uma mensagem. Encontrar uma regularidade que depois sirva para qualquer mensagem cifrada com essa mesma configuração.

Encontrar padrões significativos em algo que parece acaso, por tentativa e erro. É a descrição mais econômica que existe do que faz um sistema de aprendizado de máquina.

E a Bombe, o dispositivo eletromecânico que fez o trabalho, tinha uma particularidade frente aos demais computadores da guerra: não calculava números. Simulava ser outra máquina.

1947: o cérebro como computador sem relógio

Terminada a guerra, Turing se concentrou oficialmente em construir um computador digital para o governo britânico: o ACE (Automatic Computing Engine, nome que denuncia a dívida com Babbage).

Na conferência que deu nesse ano à London Mathematical Society, depois de explicar por que o relógio é central no projeto do ACE, ele deixa cair isto:

Poderíamos dizer que o relógio nos permite introduzir uma discretização do tempo, de modo que, para alguns fins, o tempo pode ser considerado como uma sucessão de instantes em vez de um fluxo contínuo. Uma máquina digital deve tratar essencialmente com objetos discretos, e no caso do ACE isso é possível graças ao uso de um relógio. Todas as demais máquinas de computação digital, exceto os cérebros humanos e de outros animais, até onde sei, fazem o mesmo.

O cérebro entra na lista de máquinas digitais, com a peculiaridade de computar sem relógio central.

Na mesma conferência aparece a objeção que ainda se escuta, e sua refutação:

Disse-se que as máquinas de computação só podem realizar os processos que lhes são ordenados. Isso é sem dúvida certo no sentido de que, se fizerem algo distinto do que lhes foi ordenado, é que cometeram algum erro. Também é certo que a intenção ao construir estas máquinas em primeira instância é tratá-las como escravas, dando-lhes apenas trabalhos que foram pensados em detalhe, trabalhos tais que o usuário da máquina entende completamente o que em princípio está acontecendo o tempo todo. Até agora, as máquinas só foram utilizadas dessa maneira. Mas é necessário que sejam sempre utilizadas assim?

O “usuário” a que Turing se refere é quem programa, que em princípio pode saber tudo o que a máquina faz no nível de abstração em que está trabalhando. (A distinção entre usuário e programador chega depois, quando o computador vira um produto para não especialistas.)

A universalidade permite a Turing sugerir que esse modo servil de uso, o mais natural no começo, não tem por que ser o único. Sob outra programação, o programa pode incluir instruções que modifiquem sua própria configuração: não só o estado, mas as regras de transição entre estados. Se uma máquina assim chega aos resultados esperados por um caminho mais eficiente que o previsto, Turing está disposto a chamar esse comportamento de inteligente. É, provavelmente, a primeira formulação do que hoje chamamos aprendizado de máquina, e chega quinze anos antes de a expressão existir.

1950: o jogo da imitação

Em Computing machinery and intelligence, Turing volta ao problema com uma estratégia parecida com a de Enigma: colocar-se no lugar de quem tem que determinar se está lidando com uma máquina.

Como definir “inteligência” é um pântano, ele propõe uma definição operacional a partir de um procedimento de teste. No jogo há três partes: um juiz, um ser humano que faz de ser humano e um computador que faz de ser humano. O juiz se comunica com ambos por escrito —hoje seria uma tela de chat—, sabe que um dos dois não é humano, e sua tarefa é descobrir qual.

Turing previu:

Creio que num período de tempo de 50 anos será possível programar computadores com uma capacidade de armazenamento de cerca de 10^9 para que joguem o jogo da imitação de tal maneira que o interrogador médio não tenha mais de 70 por cento de chances de fazer a identificação acertada após cinco minutos de perguntas.

Esse 10 seguido de nove zeros é apenas um gigabyte. Hoje soa a nada; em 1950 era uma cifra enorme. O ACE ia ter uns 25 kilobytes, e o EDVAC —a máquina da época mais comparável em arquitetura— rondava os 5,6 kilobytes de memória rápida.

Turing acrescenta, na mesma previsão, algo que se cita menos e envelheceu melhor: que até o fim do século o uso das palavras teria mudado o suficiente para se poder falar de máquinas que pensam sem esperar que alguém contradiga. Não previu uma capacidade técnica: previu um deslocamento da linguagem. Acertou.

A objeção de Lady Lovelace

O mais valioso do artigo de 1950 são as objeções que Turing se dá ao trabalho de considerar, da teológica (“pensar é uma função da alma imortal”) às que se apoiam nos teoremas de incompletude de Gödel. A mais pertinente para a discussão de hoje é a que ele atribui a Ada Lovelace:

Nela, ela sustenta que “a Máquina Analítica não tem pretensões de originar nada. Pode fazer qualquer coisa que saibamos ordenar-lhe que faça” (grifo dela).

Ou seja: a máquina pode fazer apenas aquilo que saibamos decompor em passos e instruir com precisão. Parece-se com a conjectura de Dartmouth de 1956 que vimos na ? Parece-se bastante, embora uma o diga como limite e a outra como programa de pesquisa.

A resposta de Turing não é que a máquina seja criativa. É mais modesta e mais difícil de contornar: as máquinas o surpreenderam muitas vezes, e não por falhas. E o erro está em como pensamos as consequências.

A ideia de que as máquinas não produzem surpresas se deve, creio eu, a uma falácia à qual filósofos e matemáticos estão especialmente sujeitos. É a suposição de que, assim que um fato se apresenta a uma mente, todas as consequências desse fato florescem nela simultaneamente com o fato. É uma suposição muito útil em muitas circunstâncias, mas esquece-se facilmente demais que é falsa.

Aí há uma tese epistemológica e não apenas uma resposta a uma objeção: derivar consequências de dados e princípios gerais é trabalho, e produz conhecimento que não estava disponível antes de fazê-lo. É o assunto de , umas entradas adiante.

Para ler

Copeland, B. J. (2013). Alan Turing: El pionero de la era de la información. Turner.

Ilcic, A. A. e García, P. (2020). Estrategias de modelización en Alan Turing: Términos y conceptos de máquina. Tópicos, Revista de Filosofía, 58, 135-155.

Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.

Esta entrada revisa e atualiza da v1, disponível em espanhol.

Continuar em História recente

História recente: por que funcionou agora e não antes

Sat, 05 Sep 2026 00:00:00 +0000

As ideias centrais do aprendizado profundo são velhas. As redes neurais artificiais datam de meados do século XX, o algoritmo que as treina se popularizou nos anos oitenta, e mesmo assim o campo passou décadas prometendo coisas que não podia entregar. A pergunta interessante não é de onde saíram as ideias: é por que começaram a funcionar só agora.

A resposta curta é que não mudou a teoria, mudou a escala. A v1 deste guia contava três fatores, os três girando sobre o mesmo conceito —o dado—: produzi-los, guardá-los e processá-los. Hoje fazem falta mais dois.

Processamento: máquinas que fazem mais por segundo

Uma medida cômoda do progresso é a quantidade de transistores num processador. Em 1965, Gordon Moore observou que esse número vinha dobrando a cada ano desde a invenção do transistor e arriscou que seguiria assim por mais uma década. A observação ficou conhecida como “lei de Moore”, embora de lei tenha pouco: é uma tendência industrial, e uma que está se esgotando contra limites físicos da miniaturização.

O importante é a forma da curva. Se a capacidade dobra a cada dois anos, em quatro anos não há o dobro: há muito mais que o dobro. O Intel 4004 de 1971 tinha 2.300 transistores em 12 × 12 milímetros; os processadores atuais têm bilhões em menos superfície.

Com uma correção que importa: o hardware que tornou possível o aprendizado profundo não é o processador de propósito geral mas a placa gráfica, projetada para videogames e reconvertida porque renderizar polígonos e multiplicar matrizes são o mesmo problema. Boa parte da geopolítica atual dos semicondutores se explica por esse acidente.

Produção: dados por todo lado

Quase tudo o que fazemos pode virar dado, porque há uma mediação digital que registra a mudança de estado mais mínima:

Os cliques numa página geram dados sobre que conteúdos atraem atenção.
As buscas geram dados sobre o que as pessoas querem saber.
As curtidas, comentários e compartilhamentos geram dados sobre popularidade.
Os históricos e os cookies geram dados sobre padrões de navegação.
As avaliações de produtos geram dados sobre preferências de consumo.
O GPS do telefone gera dados sobre os movimentos das pessoas.
Os dispositivos conectados geram dados ambientais, de atividade física, de consumo energético e de produção industrial.

Luciano Floridi chamou de infoesfera o ambiente informacional que as tecnologias digitais criaram ao redor do planeta: a totalidade do que se produz, armazena, compartilha e processa por meios digitais. Sua tese é que, assim como os organismos vivos interagem com a biosfera e a constituem, nós interagimos com a infoesfera e a constituímos. Daí sua proposta de nos pensarmos como organismos informacionais que vivem uma existência onlife, sem fronteira nítida entre o conectado e o não conectado.

A metáfora tem um limite que convém ter presente, e é o mesmo que tem “a nuvem”: nomeia como etéreo algo que está num galpão, consome eletricidade e ocupa um terreno com endereço postal.

Armazenamento: ter onde colocá-los

Há tantos dados disponíveis em parte porque há onde guardá-los, e isso é um problema tecnológico tão difícil quanto o do processamento. Aqui o fator decisivo é econômico: o custo por gigabyte caiu tantas ordens de magnitude que deixou de ser uma restrição de projeto. No fim dos anos oitenta armazenar um gigabyte custava da ordem de cem mil dólares; hoje se mede em centavos.

Posto na escala de Turing: o gigabyte que ele estimava necessário para o jogo da imitação teria custado, em discos da década de 1950, da ordem de nove milhões de dólares, e em memória rápida uma cifra que não vale a pena escrever porque além disso era tecnicamente impossível.

Fonte: .

Nota algo estranho na forma do gráfico? Olhe que escala usa o eixo vertical.

Arquitetura: o transformer

Os três fatores anteriores explicam a possibilidade, não o resultado. A peça que faltava chegou em 2017 com o transformer, a arquitetura proposta em Attention is all you need, cuja vantagem decisiva não é tanto que entenda melhor a linguagem quanto que se paraleliza: pode aproveitar milhares de placas ao mesmo tempo, onde as arquiteturas anteriores processavam em sequência.

Isso converteu o problema da inteligência artificial num problema de orçamento. Se mais computação e mais dados produzem sistematicamente modelos melhores, a pergunta deixa de ser “que ideia nos falta?” e passa a ser “quem pode pagar o próximo treinamento?”. O corte público chegou no fim de 2022, quando essa mudança técnica virou um produto de consumo massivo.

E quanto custa a escala

Aqui a v1 deste guia parava, e hoje não dá. A escala não é grátis: o treinamento de um modelo grande consome eletricidade e água, é feito em centros de dados instalados onde a energia e o solo são baratos —o que não costuma coincidir com onde mora quem usa o modelo— e depende de trabalho humano mal pago para rotular dados e corrigir respostas.

Não é um apêndice ético do assunto técnico: é parte da explicação de por que isso funcionou agora. Um modelo que só é viável porque a água de refrigeração e o trabalho de rotulagem são baratos é um artefato cuja condição de possibilidade é uma repartição desigual. Essa discussão, com suas fontes, está em .

O que é, então, uma rede neural

Juntemos os pontos. Quando se fala d’“o algoritmo” da Netflix, do Spotify ou de uma rede social, em sentido estrito não se está falando de um algoritmo: um algoritmo garante um resultado, e aqui não há tal garantia. O que há é um conjunto de processos computacionais —esses sim, algoritmos, e bem simples de programar— que configuram uma estrutura de rede neural artificial capaz de fazer uma tarefa a partir do estado ao qual chegou explorando dados.

Uma rede neural é uma estrutura lógica em camadas, com nós que recebem sinais, os processam e passam o resultado a outros nós. O distintivo são as conexões ponderadas entre nós, os pesos. Treinar consiste em ajustar iterativamente esses pesos conforme a retroalimentação dos dados, até que a rede modele a relação entre o que entra e o que se quer que saia. Para muitíssimas tarefas não fazem falta instruções precisas sobre como distinguir um cachorro de um gato: bastam muitos exemplos e muita computação.

E aí aparece o problema que abre a entrada seguinte. Resolvemos uma coisa e criamos outra: se não sei exatamente o que a rede está fazendo para conseguir o que lhe pedi, como sei que está fazendo bem, e que vai continuar fazendo bem diante de algo que nunca viu? Dito de outro modo: como sei que ela sabe? E, antes disso, como sei eu que sei algo?

Para aprofundar

Floridi, L. (2014). The fourth revolution: How the infosphere is reshaping human reality. Oxford University Press.

Ilcic, A. A. Manuscrito.

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł. e Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.

Se você não tem medo da matemática, a explicação técnica completa está no percurso de , em particular na série do 3Blue1Brown e no Zero to Hero de Karpathy.

Vídeos sobre a história da IA

The machine that changed the world

The Thinking Machine (MIT, 1961), incluído nesta compilação de documentários sobre a história da IA:

Esta entrada revisa e atualiza da v1, disponível em espanhol.

Continuar em Epistemologia?

Epistemologia? Como sabemos que uma máquina sabe

Sat, 05 Sep 2026 00:00:00 +0000

Esta é a entrada que parece mais longe do assunto e está mais perto. A inteligência artificial é, em sentido estrito, uma tecnologia de conhecimento: produz afirmações sobre o mundo a partir de evidência, e nós decidimos quando aceitá-las. A epistemologia é a disciplina que se ocupa dessa decisão há vinte e cinco séculos, e não tem o problema resolvido. Convém saber isso antes de delegá-lo.

Repare no que acabou de acontecer no parágrafo anterior. Pedi que você aceite que o tema é importante apoiando-me em nada além da minha palavra. Se agora eu perguntar como você sabe o que sabe, várias respostas possíveis são “ouvi falar”, “confio na fonte”, “procurei”. Aí está o problema inteiro.

Observação

Tendemos a pensar que a melhor fonte de conhecimento é a experiência direta, a dos sentidos, e a tratá-la como o mais objetivo a que podemos aspirar. Custou consolidar essa ideia: durante séculos primou a posição contrária, a de que os sentidos enganam e de que é melhor raciocinar do que ir olhar.

A história convencional situa a mudança no século XVII, quando os fatos observacionais passam a ser a base da ciência e a autoridade de Aristóteles e da Bíblia deixa de bastar. O emblema é Galileu jogando objetos da torre de Pisa. (Esse experimento provavelmente nunca aconteceu —a fonte é uma biografia escrita décadas depois por um discípulo— e mesmo assim segue fazendo o trabalho pedagógico, o que não deixa de ser um dado epistemológico interessante sobre como circula o conhecimento.)

Isso importa para pensar a IA porque estamos diante de uma forma nova de observação: a que começa na geração de um dado. E há tantos dados disponíveis que é fácil chegar a acreditar que os dados são o mundo.

Com a observação mediada por sensores acontece o mesmo que com a observação sem mais, só que mais: vemos o que vemos conforme o que buscamos ver. Observar não é receber estímulos. Para formular e aceitar um enunciado observacional é preciso um marco conceitual e conhecimento prévio. O exemplo clássico é o de uma criança aprendendo a reconhecer maçãs: sem as correções de alguém que já sabe o que faz de algo uma maçã, vai chamar de maçã coisas que não são.

A um sistema de aprendizado de máquina acontece exatamente isso, com duas diferenças. As correções vêm de um conjunto de dados rotulado por pessoas cujo marco conceitual fica incorporado sem ficar declarado. E não há ninguém ali para perguntar por quê.

Indução

Derivar uma regularidade geral a partir de enunciados de observação chama-se indução. Observa-se que os metais A, B e C se dilatam ao serem aquecidos e se induz que todos os metais o fazem.

O indutivismo sustenta que basta fazer boas induções para ter bom conhecimento. O problema é que, diferentemente da dedução, a indução não garante a verdade da conclusão mesmo que as premissas sejam verdadeiras. Os requisitos propostos para uma boa inferência indutiva se desmancham quando olhados de perto:

Muitas observações que respaldem a generalização. Não está claro quantas.
Muita variedade de condições. Não há critério para decidir que variações são relevantes.
Nenhuma exceção conhecida. A maioria das leis científicas tem exceções.

Não há uma caracterização satisfatória da indução, e tampouco se pode justificá-la apelando à lógica dedutiva nem a mais indução sem cair em circularidade. Há versões mais sofisticadas baseadas em probabilidade e estatística, mas herdam os mesmos problemas, com o agravante de ficarem disfarçados entre os supostos que se fazem para que o cálculo funcione.

A conclusão não é cética: é que os fatos e as teorias se sustentam mutuamente. É preciso a teoria existente sobre aquilo que se quer conhecer para julgar que generalizações indutivas são aceitáveis. Isso só parece um problema para quem esperava uma verdade última.

E descreve com precisão incômoda o que faz um modelo treinado: generalizar a partir de casos, sem teoria do domínio, com critérios de suficiência fixados por quem montou o conjunto de dados.

Dedução e falseamento

O falsificacionismo parte de que o conhecimento muda com o tempo e com os recursos disponíveis, e por isso coloca no centro o problema do progresso: explicar por que uma teoria é melhor que outra sem que nenhuma seja verdadeira em sentido último, porque sempre pode chegar uma melhor.

O exemplo canônico é a física de Aristóteles a Newton a Einstein. A física aristotélica explicava um monte de fenômenos e ainda assim foi falseada em vários aspectos. A de Newton foi um progresso tão grande que durante dois séculos pareceu definitiva. A relatividade acabou sendo melhor ainda.

O que importa aqui é o deslocamento: o que está em jogo não é a verdade mas o processo —formular hipóteses, pô-las à prova, falseá-las. A observação e a experiência são fundamentais, mas também o são a imaginação e a criatividade para produzir as hipóteses que se põem à prova, e esse segue sendo o desafio aberto para qualquer sistema artificial. Na inteligência humana há bem mais imaginação do que as teorias centradas na racionalidade plena queriam admitir.

Conhecimento tecnológico

Convém desmontar de passagem uma ideia muito instalada: a de que a tecnologia é ciência aplicada. O modelo linear que vai da descoberta científica à aplicação prática ficou associado ao relatório de Vannevar Bush de 1945, Science, the endless frontier, e à política científica que organizou durante décadas.

Foi criticado por duas razões. Primeiro, porque ignora os fatores sociais, políticos e econômicos que moldam o desenvolvimento. Segundo, porque o processo não é linear nem unidirecional: a tecnologia tem uma lógica própria, responde a necessidades práticas e a forças de mercado, e muitas vezes vai à frente da explicação científica de por que funciona.

O aprendizado profundo é um caso de manual. Funciona muito melhor do que a teoria disponível consegue explicar, e boa parte da pesquisa consiste em descobrir depois por que deu certo.

Epistemologia é o estudo de como sabemos o que sabemos. A epistemologia social ocupa-se de como o sabemos através de outros, que é de longe a forma mais habitual de saber, inclusive na ciência.

Uma situação: alguém lhe conta um boato. Você acredita? Pode avaliar quão confiável é essa pessoa, ou pode buscar mais informação. Qualquer uma das duas coisas implica tomar posição sobre a natureza social do conhecimento.

Defender uma crença pelo que sabemos da confiabilidade de sua fonte é uma posição chamada confiabilismo. A confiança funciona como um atalho: em vez de verificar cada detalhe, confia-se em fontes que se mostraram confiáveis. É eficiente e é perigoso pela mesma razão.

Duas coisas complicam o panorama:

Os mecanismos sociais de verificação foram montados quando publicar era caro. Imprimir um jornal ou manter um canal de televisão implicava uma estrutura, e essa estrutura era o que se estava avaliando ao confiar. As tecnologias digitais baixaram esse custo a zero sem substituir o mecanismo.
Os vieses cognitivos são atalhos. Se uma amiga costuma me dar informação precisa, ganhou minha confiança. Mas o que a torna confiável? De onde ela tira o que diz? Poderia estar dizendo o que lhe parece e, como ninguém a questiona, aparentar ter razão?

Com a IA generativa isso fica agudo. Quando interagimos com um modelo de linguagem, o resultado pode ser tão polido quanto o de um especialista, e vem sem nenhum dos sinais que usamos para calibrar confiança: sem fonte, sem histórico de acertos, sem ninguém que responda. Se você está acostumado a checar algo com uma busca, vale perguntar em que ou em quem está confiando exatamente.

E não é só um problema individual. Quando o texto gerado começa a circular como fonte de outros textos gerados, o que se degrada não é uma crença particular mas o sistema pelo qual uma comunidade decide o que dá por estabelecido. Esse é o assunto de fundo dos comuns epistêmicos, um dos eixos que atravessa o e boa parte de .

Com isto fecha o piso conceitual do capítulo. O que vem a seguir é a parte prática —onde aprender tudo isso, em que ordem e com que critério—, e convém entrar ali com a pergunta na mão. Nenhum dos cursos que vêm a faz, e é ela que torna úteis todos os demais.

Para seguir pensando

Chalmers, A. F. (1993). O que é ciência afinal? Brasiliense.

Cutcliffe, S. H. (2003). Ideas, máquinas y valores: Los estudios de ciencia, tecnología y sociedad. Anthropos.

Lawler, D. (2020). Los estándares como artefactos. Filosofia Unisinos, 21(1), 24-35.

Parente, D., Berti, A. e Celis Bueno, C. (Eds.). (2022). Glosario de filosofía de la técnica. La Cebra.

Esta entrada revisa e atualiza da v1, disponível em espanhol.

Continuar em Começar: mapa de recursos

Fundamentos | guIA

O que é a inteligência artificial?

A primeira caixa-preta

Dos agentes racionais à incerteza sobre os fins

A IA “original”: o verão de 1956

A IA de hoje: ensinar em vez de instruir

Sugestões de leitura

Alan Turing: a máquina que imita qualquer máquina

1936: modelar o computador humano

1939-1945: Enigma, ou encontrar padrões no ruído

1947: o cérebro como computador sem relógio

1950: o jogo da imitação

A objeção de Lady Lovelace

Para ler

História recente: por que funcionou agora e não antes

Processamento: máquinas que fazem mais por segundo

Produção: dados por todo lado

Armazenamento: ter onde colocá-los

Arquitetura: o transformer

E quanto custa a escala

O que é, então, uma rede neural

Para aprofundar

Vídeos sobre a história da IA

Epistemologia? Como sabemos que uma máquina sabe

Observação

Indução

Dedução e falseamento

Conhecimento tecnológico

Epistemologia social: em quem confiamos

Para seguir pensando