O Brasil está preparado para a IA? Solange Srour fala sobre impacto da tecnologia no mercado de trab
Estadão discute os desafios econômicos do Brasil a partir de 2027, quando terá início um novo mandato presidencial. Crédito: TV Estadão
Ninguém discorda de que a IA abre um potencial imenso à nossa frente, mas isso reforça a necessidade premente de saber qualificar o seu uso: obter dela as vantagens latentes, sem que tenhamos de tratar de inesperados e delicados novos problemas.
Na semana que passou falou-se do terceiro teorema de Fermat. Fermat enunciou em 1637 algo sobre uma extensão ao teorema de Pitágoras – aquele dos triângulos retângulos onde “um quadrado pode ser a soma de dois quadrados”: ele valeria apenas para o expoente 2; para maiores que 2 não há solução possível em números inteiros! E anexou uma misteriosa nota: “descobri uma demonstração maravilhosa, mas não cabe nesta margem”.
Passaram-se mais de 350 anos para que uma solução fosse encontrada. Andrew Wiles conseguiu isso em 1995, após trabalhar sete anos gerando uma prova em quase 130 páginas… E agora a Anthropic anuncia que sua IA conseguiu gerar a formulação computacional perfeita desta prova, em apenas 11 dias de trabalho e testada pelo sistema LEAN.
Mas há uma outra notícia, que pareceria ser o anticlímax da anterior. A prestigiosa revista CACM, Comunicações da Associação de Computação, denuncia um problema atual: enquanto a IA consegue gerar milhões de linhas de código rapidamente, o trabalho para verificar a correção e os riscos na implementação do “software” gerado por IA continua sendo cada vez mais exigente de trabalho humano…
IA da Anthropic conseguiu gerar a formulação computacional perfeita para o Teorema de Fermat em 11 dias de trabalho
Foto: Photo Smart Future/Adobe Stock
Como equilibrar essa duas mensagens? São opostas, ou é um falso dilema? A IA é muito boa em lógica, como mostra a primeira mensagem. Por que não seria igualmente eficiente na geração de código complexo? Talvez a explicação resida no contexto humano. Sem dúvida a IA pode contribuir imensamente na solução de problemas lógicos, e para a descoberta novas drogas, proteínas, etc, mas pode falhar espetacularmente quando se trata de “situações humanas”, cuja definição inclui subjetividades não formalmente expressas.
Entre os programadores é familiar o dito: “esse programa está certo, mas não atende ao que foi pedido pelo usuário”. Ou seja, sem a formalização lógica completa da demanda, há nuances humanas que a IA não perceberá. Voltando ao HAL9000 de 2001, Uma Odisseia no Espaço, a máquina estava cumprindo logicamente seu objetivo. Os terríveis meios de que se valeu não estavam formalmente expressos.
Leia também
Sob esse prisma, são pontos complementares, e a IA segue o caminho tradicional da mecanização, poupando o trabalho físico e mental ao homem. Talvez “matemática”, como puro campo da lógica, já seja absorvível pela IA que temos. Há amplo espectro em que equipamentos são mais eficientes que humanos, desde cálculos a cirurgias. Ao lidarmos, porém, com problemas em que seu contexto não é exprimível em pura lógica, é temerário aceitar sem análise humana o que a IA propôs ou decidiu.
Quanto mais completamente uma questão puder ser estritamente formalizada, maior tende a ser a vantagem de usar IA para respondê-la. Quanto mais ela depender de conhecimento implícito, contexto e julgamento, mais arriscado será seu uso na resolução. O que Aristóteles chamou de “frônesis”, prudência, segue apanágio exclusivamente humano… Sigamos Millôr: “Computa, computador, computa!