A Inteligência Artificial compreende ou apenas calcula?
Este é provavelmente o tema que mais me fez refletir desde que comecei a estudar
Inteligência Artificial.
Quando utilizamos ferramentas como o ChatGPT, Gemini ou Claude, é difícil não ficarmos impressionados com a qualidade das respostas. Por vezes parece que estamos a conversar com alguém que realmente compreende aquilo que está a dizer. Mas será que isso acontece mesmo? Será que a Inteligência Artificial entende aquilo que escreve? Ou estará simplesmente a executar cálculos extremamente sofisticados?
Esta questão acompanha a evolução da Inteligência Artificial há décadas e continua a dividir
investigadores, filósofos e profissionais da tecnologia.
Porque parece que a IA compreende
Quando perguntamos ao ChatGPT:
Qual a capital de Portugal?
A resposta surge de forma imediata:
Lisboa.
Se continuarmos a conversa:
Porque é que Lisboa se tornou a capital?
Recebemos uma explicação coerente.
Podemos continuar durante vários minutos ou até horas.
A conversa mantém contexto.
As respostas parecem lógicas.
Tudo isto cria uma sensação muito forte de compreensão.
O nosso cérebro foi treinado durante toda a vida para associar linguagem a inteligência.
Quando alguém responde de forma coerente, assumimos naturalmente que compreende
aquilo que está a dizer.
É precisamente aqui que surge a ilusão.
O que acontece realmente dentro do modelo
Os grandes modelos de linguagem, conhecidos como LLMs (Large Language Models), não
funcionam como o cérebro humano.
Eles não possuem consciência.
Não possuem emoções.
Não possuem experiências.
Não possuem objetivos próprios.
Aquilo que fazem é algo simultaneamente simples e extraordinário.
Preveem a próxima palavra.
Por exemplo:
O céu é normalmente __
A palavra com maior probabilidade poderá ser:
azul
Durante o treino, o modelo analisou milhares de milhões de frases.
Aprendeu padrões estatísticos.
Aprendeu relações entre palavras.
Aprendeu estruturas linguísticas.
Quando responde, está constantemente a calcular qual a sequência de palavras mais
provável para continuar a conversa.
Nada mais.
Nada menos.
Então porque parece tão inteligente?
Porque a linguagem humana possui padrões.
Muitos padrões.
Muito mais do que imaginamos.
Quando uma pessoa domina uma língua, consegue antecipar frases, expressões e ideias.
Os modelos fazem algo semelhante, mas numa escala gigantesca.
Um modelo moderno pode ter centenas de milhares de milhões de parâmetros.
Isso permite capturar relações extremamente complexas.
O resultado final parece raciocínio.
Mas na realidade estamos perante previsão estatística em larga escala.
O teste que mudou a história
Em 1950, Alan Turing publicou um artigo que continua a influenciar a Inteligência Artificial
moderna.
Nesse artigo colocou uma questão simples:
As máquinas podem pensar?
Para responder criou o famoso Teste de Turing.
A ideia era simples.
Se uma pessoa conversar com uma máquina e não conseguir distinguir se está a falar com
um humano ou com um computador, então a máquina demonstra um comportamento
inteligente.
Curiosamente, o teste não mede compreensão.
Mede comportamento.
E isso continua a ser um dos temas centrais da Inteligência Artificial atual.
O problema da compreensão
Imaginemos que alguém memoriza um dicionário completo de chinês.
Essa pessoa consegue responder corretamente a milhares de perguntas escritas nessa
língua.
Mas não compreende verdadeiramente chinês.
Está apenas a aplicar regras.
Este exemplo ficou conhecido como o argumento da “Sala Chinesa”, proposto pelo filósofo
John Searle.
A ideia continua extremamente relevante.
Um sistema pode produzir respostas corretas sem compreender o significado dessas
respostas.
Muitos investigadores defendem que é exatamente isso que acontece nos atuais modelos de
linguagem.
O que a IA faz melhor do que nós
Apesar destas limitações, seria um erro subestimar aquilo que os modelos conseguem fazer.
Atualmente conseguem:
- Escrever texto.
- Programar.
- Traduzir idiomas.
- Resumir documentos.
- Analisar dados.
- Criar imagens.
- Gerar vídeo.
- Apoiar decisões.
Em muitas tarefas específicas já ultrapassam o desempenho humano.
Mas fazem-no através de mecanismos muito diferentes daqueles que utilizamos.
O que ainda falta
Os modelos atuais continuam a apresentar limitações importantes.
- Inventar factos.
- Cometer erros lógicos.
- Confundir contexto.
- Produzir respostas contraditórias.
Isto acontece porque não possuem uma compreensão profunda do mundo.
Possuem apenas uma representação matemática dos padrões existentes nos dados de
treino.
Por outras palavras:
A IA conhece correlações.
Os seres humanos procuram significado.
A pergunta mais importante
Talvez a questão correta não seja:
A IA compreende?
Talvez a questão seja:
Precisa realmente de compreender?
Se uma máquina conseguir apoiar diagnósticos médicos, otimizar consumos energéticos,
melhorar a gestão das cidades e ajudar empresas a tomar melhores decisões, será a
compreensão um requisito obrigatório?
Esta é uma das grandes questões tecnológicas da nossa geração.
Conclusão
Quanto mais estudo Inteligência Artificial, mais percebo que estamos perante uma
tecnologia extraordinária.
Mas também percebo que muitas das ideias populares sobre a IA não correspondem à
realidade.
Os modelos atuais não pensam como nós.
Não possuem consciência.
Não possuem entendimento humano.
Mas conseguem identificar padrões numa escala impossível para qualquer pessoa.
Talvez a verdadeira revolução não esteja em criar máquinas que pensam como humanos.
Talvez esteja em criar ferramentas que complementam e amplificam a inteligência humana.
E isso, por si só, já é suficientemente transformador.
Ler mais: A Inteligência Artificial compreende ou apenas calcula?