O que é a inteligência artificial?

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 História recente. 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 O que é IA? da v1, disponível em espanhol.