{"id":88305,"date":"2018-07-10T13:00:55","date_gmt":"2018-07-10T16:00:55","guid":{"rendered":"https:\/\/espacoecologico.com.br\/arquivo\/?p=88305"},"modified":"2018-07-10T12:07:07","modified_gmt":"2018-07-10T15:07:07","slug":"as-inteligencias-artificiais-estao-chegando-para-mudar-o-mercado-de-trabalho","status":"publish","type":"post","link":"https:\/\/espacoecologico.com.br\/arquivo\/as-inteligencias-artificiais-estao-chegando-para-mudar-o-mercado-de-trabalho\/","title":{"rendered":"As intelig\u00eancias artificiais est\u00e3o chegando para mudar o mercado de trabalho"},"content":{"rendered":"

\"\"<\/a>Madaline foi a primeira.<\/p>\n

Em 1959, ela usou sua surpreendente intelig\u00eancia para resolver uma quest\u00e3o at\u00e9 ent\u00e3o sem solu\u00e7\u00e3o: o eco nas linhas telef\u00f4nicas. Na \u00e9poca, as chamadas interurbanas eram muitas vezes arruinadas pelo som da pr\u00f3pria voz do interlocutor, que retornava toda vez que ele falava.<\/p>\n

<\/div>\n

Ela corrigiu o problema identificando quando um sinal de entrada era id\u00eantico ao que estava saindo e apagando-o eletronicamente. A solu\u00e7\u00e3o foi t\u00e3o elegante que \u00e9 usada at\u00e9 hoje. E, \u00e9 claro, ela n\u00e3o era humana. Mas, sim, um sistema de M\u00faltiplos Elementos Lineares Adaptados (Madaline, na sigla em ingl\u00eas). Foi a estreia da intelig\u00eancia artificial no ambiente de trabalho.<\/p>\n

Atualmente, h\u00e1 um consenso de que os computadores inteligentes est\u00e3o chegando para roubar nossos empregos. Al\u00e9m de conclu\u00edrem toda carga de trabalho semanal antes mesmo de voc\u00ea preparar uma torrada, eles n\u00e3o precisam de intervalos para tomar caf\u00e9, de fundos de pens\u00e3o ou mesmo dormir.<\/p>\n

Embora muitos postos de trabalho possam ser automatizados no futuro, pelo menos no curto prazo, \u00e9 mais prov\u00e1vel que essa nova gera\u00e7\u00e3o de superm\u00e1quinas trabalhe ao nosso lado.<\/p>\n

\n
\"McKinsey<\/div>\n
\n

McKinsey sugere que 60% das profiss\u00f5es podem ter um ter\u00e7o de suas fun\u00e7\u00f5es assumidas por rob\u00f4s<\/h4>\n

Getty Images \/ BBC BRASIL<\/span><\/p>\n<\/div>\n<\/div>\n

Apesar dos feitos incr\u00edveis em diversas \u00e1reas, como a capacidade de antecipar e impedir fraudes e fazer o diagn\u00f3stico precoce de doen\u00e7as, os sistemas de intelig\u00eancia artificial mais avan\u00e7ados n\u00e3o contam, atualmente, com nada que se compare \u00e0 intelig\u00eancia geral de um ser humano.<\/p>\n

De acordo com um levantamento da consultoria McKinsey, de 2017, apenas 5% dos empregos poderiam ser totalmente automatizados com base na tecnologia atual, mas 60% das profiss\u00f5es podem ter um ter\u00e7o de suas tarefas assumidas por rob\u00f4s.<\/p>\n

\u00c9 importante lembrar que nem todos os rob\u00f4s usam intelig\u00eancia artificial – alguns sim, muitos n\u00e3o. O problema \u00e9 que os mesmos pontos fracos que os impedem de dominar o mundo tamb\u00e9m fazem com que deixem a desejar como colegas de trabalho. Da tend\u00eancia ao racismo a uma total incapacidade de definir metas pr\u00f3prias, resolver problemas ou aplicar o bom senso, essa nova gera\u00e7\u00e3o de funcion\u00e1rios rob\u00f3ticos n\u00e3o possui habilidades que at\u00e9 as pessoas mais ignorantes poderiam facilmente desenvolver.<\/p>\n

Ent\u00e3o aqui est\u00e1 o que voc\u00ea precisa saber para se relacionar bem com seus futuros colegas de trabalho: os rob\u00f4s.<\/p>\n

1\u00aa regra: rob\u00f4s n\u00e3o pensam como seres humanos<\/strong><\/p>\n

Enquanto Madaline revolucionava os telefonemas de longa dist\u00e2ncia, o fil\u00f3sofo h\u00fangaro-brit\u00e2nico Michael Polanyi refletia sobre a intelig\u00eancia humana. Ele percebeu que nem todas as habilidades podem ser facilmente explicadas e divididas em regras – como o uso preciso da gram\u00e1tica, por exemplo.<\/p>\n

Os seres humanos contam com o chamado conhecimento t\u00e1cito, habilidades que adquirimos sem ter consci\u00eancia de como \u00e9 poss\u00edvel desempenh\u00e1-las. Nas palavras de Polanyi, “sabemos mais do que podemos dizer”. O princ\u00edpio inclui tanto habilidades cotidianas – como andar de bicicleta – como tarefas mais sofisticadas. E, infelizmente, se n\u00e3o sabemos as regras, n\u00e3o podemos ensin\u00e1-las a um computador. Esse \u00e9 o paradoxo de Polanyi.<\/p>\n

Em vez de tentar fazer a engenharia reversa da intelig\u00eancia humana, os cientistas de computa\u00e7\u00e3o decidiram resolver essa quest\u00e3o desenvolvendo a intelig\u00eancia artificial para pensar de uma maneira completamente diferente: orientada por dados.<\/p>\n

“Voc\u00ea imaginaria que a intelig\u00eancia artificial funciona a partir do modo como entendemos os seres humanos, que a desenvolvemos exatamente da mesma maneira”, diz Rich Caruana, pesquisador s\u00eanior da Microsoft Research. “Mas n\u00e3o foi assim.”<\/p>\n

Ele d\u00e1 o exemplo dos avi\u00f5es, que foram inventados muito antes de se ter um conhecimento preciso sobre o voo das aves e que possuem, portanto, aerodin\u00e2micas diferentes. Ainda assim, dispomos hoje de aeronaves que podem voar mais alto e mais r\u00e1pido que qualquer p\u00e1ssaro.<\/p>\n

Como Madaline, muitos sistemas de intelig\u00eancia artificial funcionam a partir de “redes neurais”, o que significa que usam modelos matem\u00e1ticos para aprender processando grandes volumes de dados.<\/p>\n

Por exemplo, o Facebook treinou seu software de reconhecimento facial, o DeepFace, por meio da an\u00e1lise de cerca de 4 milh\u00f5es de fotos. Ao identificar padr\u00f5es em imagens marcadas com a mesma pessoa, ele aprendeu a reconhecer os rostos corretamente 97% das vezes.<\/p>\n

\n
\n

\"Aos<\/p>\n

<\/div>\n<\/div>\n
\n

Aos 19 anos, Ke Jie, o melhor jogador humano do mundo, tenta vencer o programa AlphaGo de intelig\u00eancia artificial<\/h4>\n

Getty Images \/ BBC BRASIL<\/span><\/p>\n<\/div>\n<\/div>\n

Aplicativos de intelig\u00eancia artificial, como o DeepFace, s\u00e3o a menina dos olhos do Vale do Sil\u00edcio e j\u00e1 est\u00e3o dando uma surra em seus criadores. Dirigem carros, reconhecem vozes, traduzem textos e, \u00e9 claro, marcam fotos. No futuro, a expectativa \u00e9 que a tecnologia seja introduzida em diversos campos, da sa\u00fade \u00e0 \u00e1rea de finan\u00e7as.<\/p>\n

2\u00aa regra: seus futuros colegas n\u00e3o s\u00e3o infal\u00edveis – eles tamb\u00e9m erram<\/strong><\/p>\n

O comportamento orientado por dados tamb\u00e9m significa que eles podem cometer erros incr\u00edveis, como na ocasi\u00e3o em que uma rede neural confundiu uma tartaruga impressa em 3D com um rifle. Os programas n\u00e3o conseguem pensar conceitualmente, seguindo a l\u00f3gica de que “se tem casco e escamas, ent\u00e3o pode ser uma tartaruga”.<\/p>\n

Em vez disso, eles raciocinam em termos de padr\u00f5es. No caso, padr\u00f5es visuais em pixels. Consequentemente, alterar um \u00fanico pixel de uma imagem pode ser a diferen\u00e7a entre uma resposta sensata e uma inacreditavelmente bizarra.<\/p>\n

Isso tamb\u00e9m significa que eles n\u00e3o t\u00eam o menor bom senso, o que \u00e9 primordial no ambiente de trabalho e requer utilizar o conhecimento existente e aplic\u00e1-lo a novas situa\u00e7\u00f5es.<\/p>\n

Um exemplo emblem\u00e1tico \u00e9 a intelig\u00eancia artificial capaz de jogar videogame criada pela empresa DeepMind. Em 2015, ela recebeu a miss\u00e3o de jogar o cl\u00e1ssico de fliperama Pong. Como era de se esperar, foi uma quest\u00e3o de horas at\u00e9 o sistema derrotar os jogadores humanos e, inclusive, descobrir maneiras in\u00e9ditas de ganhar.<\/p>\n

Mas para dominar o Breakout, um jogo praticamente id\u00eantico, a intelig\u00eancia artificial teve que come\u00e7ar do zero – n\u00e3o houve transfer\u00eancia de aprendizagem.<\/p>\n

\n
\n

\"<\/p>\n

<\/div>\n<\/div>\n
\n

‘Fantasia’ de drag\u00e3o faz rob\u00f4 que d\u00e1 mamadeira parecer um pouco mais amig\u00e1vel<\/h4>\n

Getty Images \/ BBC BRASIL<\/span><\/p>\n<\/div>\n<\/div>\n

3\u00aa regra: rob\u00f4s n\u00e3o conseguem explicar por que tomaram uma decis\u00e3o<\/strong><\/p>\n

Outra quest\u00e3o inerente \u00e0 intelig\u00eancia artificial remete ao paradoxo moderno de Polanyi. Como n\u00e3o entendemos completamente como nossos c\u00e9rebros aprendem algo, fizemos a intelig\u00eancia artificial raciocinar como estat\u00edsticos.<\/p>\n

A ironia \u00e9 que agora tamb\u00e9m temos pouca no\u00e7\u00e3o do que acontece dentro de suas “mentes”. \u00c9 a chamada “caixa preta” da intelig\u00eancia artificial. Embora voc\u00ea saiba que dados forneceu e visualize os resultados, n\u00e3o sabe como a m\u00e1quina \u00e0 sua frente chegou a essa conclus\u00e3o.<\/p>\n

“Agora n\u00f3s temos dois tipos diferentes de intelig\u00eancia que de fato n\u00e3o entendemos”, diz Caruana.<\/p>\n

As redes neurais n\u00e3o t\u00eam habilidades lingu\u00edsticas, por isso n\u00e3o conseguem explicar o que est\u00e3o fazendo ou por qu\u00ea. E como toda intelig\u00eancia artificial, s\u00e3o desprovidas de bom senso.<\/p>\n

H\u00e1 algumas d\u00e9cadas, Caruana aplicou uma rede neural a alguns dados m\u00e9dicos, como sintomas e seus efeitos. A inten\u00e7\u00e3o era calcular o risco de cada paciente morrer num determinado dia, para que os m\u00e9dicos pudessem tomar medidas preventivas. Parecia funcionar bem, at\u00e9 a noite em que um estudante de gradua\u00e7\u00e3o da Universidade de Pittsburgh notou algo estranho. Ele estava processando os dados com um algoritmo mais simples, que permitia ler a l\u00f3gica de tomada de decis\u00e3o linha por linha. E uma delas dizia “asma \u00e9 bom para voc\u00ea, se voc\u00ea tem pneumonia”.<\/p>\n

“Perguntamos aos m\u00e9dicos e eles disseram: ‘Isso est\u00e1 errado, voc\u00eas precisam consertar'”, lembra Caruana.<\/p>\n

A asma \u00e9 um s\u00e9rio fator de risco para o desenvolvimento de pneumonia, uma vez que ambas as doen\u00e7as afetam os pulm\u00f5es. Eles nunca v\u00e3o saber ao certo por que a m\u00e1quina aprendeu essa regra. Uma teoria \u00e9 que, quando pacientes com hist\u00f3rico de asma pegam pneumonia, eles buscam ajuda m\u00e9dica rapidamente. Isso poderia estar inflando suas taxas de sobreviv\u00eancia.<\/p>\n

Diante do crescente interesse em usar a intelig\u00eancia artificial para promover o bem comum, muitos especialistas do setor est\u00e3o ficando cada vez mais preocupados. Neste ano, entrar\u00e3o em vigor novas regulamenta\u00e7\u00f5es da Uni\u00e3o Europeia, que concedem aos indiv\u00edduos o direito a uma explica\u00e7\u00e3o sobre a l\u00f3gica por tr\u00e1s das decis\u00f5es da intelig\u00eancia artificial.<\/p>\n

Enquanto isso, nos EUA, a Ag\u00eancia de Pesquisa Avan\u00e7ada e Projetos da Defesa (Darpa) est\u00e1 investindo US$ 70 milh\u00f5es em um novo programa de intelig\u00eancia artificial explic\u00e1vel.<\/p>\n

“Recentemente, houve uma melhoria significativa em qu\u00e3o precisos esses sistemas podem ser”, afirma David Gunning, que est\u00e1 gerenciando o projeto na Darpa.<\/p>\n

“Mas o pre\u00e7o que estamos pagando por isso \u00e9 que esses sistemas s\u00e3o muito obscuros e complexos. N\u00e3o sabemos por que est\u00e1 recomendando um determinado item ou se movimentando de determinada forma em um jogo.”<\/p>\n

4\u00aa regra: rob\u00f4s podem ser tendenciosos<\/strong><\/p>\n

H\u00e1 ainda a preocupa\u00e7\u00e3o de que alguns algoritmos possam refor\u00e7ar acidentalmente certos preconceitos, como sexismo ou racismo. Recentemente, por exemplo, um programa de software que prev\u00ea a reincid\u00eancia criminal revelou ser duas vezes mais rigoroso com os negros.<\/p>\n

Tudo depende de como os algoritmos s\u00e3o treinados. Se os dados usados para aliment\u00e1-los s\u00e3o claros e evidentes, \u00e9 muito prov\u00e1vel que sua decis\u00e3o seja correta. Mas muitas vezes h\u00e1 preconceitos humanos enraizados.<\/p>\n

Podemos ver um exemplo no Google Tradutor. Como um pesquisador mostrou na revista Medium, no ano passado, se voc\u00ea traduz “Ele \u00e9 enfermeiro. Ela \u00e9 m\u00e9dica”, para h\u00fangaro, e depois para ingl\u00eas, o algoritmo te d\u00e1 como resposta a frase oposta: “Ela \u00e9 enfermeira. Ele \u00e9 m\u00e9dico”.<\/p>\n

O algoritmo foi treinado a partir do conte\u00fado de cerca de um trilh\u00e3o de p\u00e1ginas na web. Mas tudo o que ele pode fazer \u00e9 encontrar padr\u00f5es, como a refer\u00eancia de que m\u00e9dicos tendem a ser do sexo masculino e enfermeiros do sexo feminino.<\/p>\n

O preconceito tamb\u00e9m pode aparecer na hora de ponderar. Assim como as pessoas, nossos futuros colegas de trabalho analisam os dados “botando na balan\u00e7a” – decidindo basicamente que par\u00e2metros s\u00e3o mais ou menos importantes. Um algoritmo pode decidir que o CEP de algu\u00e9m \u00e9 relevante para sua an\u00e1lise de cr\u00e9dito – algo que j\u00e1 est\u00e1 acontecendo nos EUA -, discriminando, assim, pessoas de minorias \u00e9tnicas, que costumam viver em bairros mais pobres.<\/p>\n

E n\u00e3o se trata apenas de racismo e sexismo. Podem surgir formas de preconceito que nunca sequer hav\u00edamos imaginado. Daniel Kahneman, ganhador do Pr\u00eamio Nobel de Economia, passou a vida estudando os preconceitos cognitivos irracionais. Ele explicou a quest\u00e3o em entrevista concedida em 2011 ao blog Freakonomics:<\/p>\n

“Por sua pr\u00f3pria natureza, os atalhos heur\u00edsticos produzir\u00e3o preconceitos, e isso \u00e9 verdade tanto para os seres humanos quanto para a intelig\u00eancia artificial, mas as heur\u00edsticas da intelig\u00eancia artificial n\u00e3o s\u00e3o necessariamente as humanas.”<\/p>\n

Os rob\u00f4s est\u00e3o chegando e v\u00e3o mudar para sempre o mercado de trabalho. Mas at\u00e9 que eles sejam um pouco mais parecidos com os seres humanos, v\u00e3o precisar de n\u00f3s ao lado deles. E, incrivelmente, tudo indica que nossos colegas do Vale do Sil\u00edcio v\u00e3o nos deixar “bem na fita”.<\/p>\n","protected":false},"excerpt":{"rendered":"

Madaline foi a primeira. Em 1959, ela usou sua surpreendente intelig\u00eancia para resolver uma quest\u00e3o<\/p>\n","protected":false},"author":2,"featured_media":88306,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[],"tags":[],"uagb_featured_image_src":{"full":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"thumbnail":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega-150x150.jpg",150,150,true],"medium":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega-300x192.jpg",300,192,true],"medium_large":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"large":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"1536x1536":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"2048x2048":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"cream-magazine-thumbnail-2":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"cream-magazine-thumbnail-3":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false],"cream-magazine-thumbnail-4":["https:\/\/espacoecologico.com.br\/arquivo\/wp-content\/uploads\/2018\/07\/robo_colega.jpg",415,265,false]},"uagb_author_info":{"display_name":"","author_link":"https:\/\/espacoecologico.com.br\/arquivo\/author\/"},"uagb_comment_info":0,"uagb_excerpt":"Madaline foi a primeira. Em 1959, ela usou sua surpreendente intelig\u00eancia para resolver uma quest\u00e3o","_links":{"self":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts\/88305"}],"collection":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/comments?post=88305"}],"version-history":[{"count":0,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/posts\/88305\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/media\/88306"}],"wp:attachment":[{"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/media?parent=88305"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/categories?post=88305"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/espacoecologico.com.br\/arquivo\/wp-json\/wp\/v2\/tags?post=88305"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}