A criação de artefatos que visassem a imitar um humano é antiga obsessão. Para citar alguma referência não tão distante, Descartes em seu Discurso para o Método (1637) já cogitava um dia haver máquinas que simulassem reações humanas, mas assumia que seria muito fácil distingir as máquinas dos humanos. Na linha de engôdos, um caso que teve bastante repercussão foi o “turco mecânico”, pretensa máquina que jogava xadrez em nível bem elevado exibida entre 1770 e 1864, com bastante sucesso em toda a Europa.
A possibilidade de se emular o comportamento humano nunca saiu de cena, e ganhou ainda mais ímpeto com o surgimento do computador. Marco clássico disso foi a proposta por Alan Turing, 1950, de haver um teste para distinguir se um pretenso interlocutor, atrás de um biombo, era humano ou máquina. E para escapar da dificuldade em definir“pensar”, Turing chamou-o de “jogo da imitação”.
Semana passada, em evento de lançamento do “Observatório Brasileiro de IA”, houve uma interessante palestra de Wagner Meira, UFMG, que abordou experimentos e aspectos técnicos da aprendizagem de máquina. Recomenda-se aos interessados que assistam a ela, disponível na rede; alguns dos dados trazidos são muito interessantes. Num ponto examina-se o que acontece de imprevisível com o aprendizado de máquina quando, ao oferecer-lhe um conjunto de dados para um objetivo específico, ela extrapola gerando “aprendizado” em pontos não previstos. Por exemplo, a partir de conjuntos de eletrocardiogramas para detecção de doenças, a inteligência artificial (IA) gerou ainda uma previsão de expectativa de vida dos examinados.
Outro resultado curiosíssimo veio de submeter ao ENEM tradicional diversos aplicativos LLM disponíveis hoje.O resultado foi bastante inesperado: em linguagem, humanidades e ciências naturais IA teve desempenho equivalente ou melhor que os humanos, destacando- se bastante em alguns casos. Porém, em matemática os LLM fracassaram claramente.
Como justificar isso? A princípio pode-se dizer que o universo de dados é muito mais rico em exemplos de linguagem, que em resolução de problemas, mas pode-se também olhar sob outro prisma: linguagem é o apanágio que nos fez humanos. Dominar a linguagem é a forma de pensamento que temos. E nesse espaço as LLM vão espantosamente bem! As comezinhas máquinas de calcular que se preocupem em fazer conta. IA está buscando a âmago da humanidade: o domínio da linguagem. E sai-se muito bem aí.
Ludwig Wittgenstein elaborou sobre a interação entre o pensamento e a linguagem. Seu aforismo 5.6, do Tractatus Logico-Philosophicus, diz: “O limite de minha linguagem marca os limites de meu mundo”…
Voltando ao Teste de Turing, uma máquina que acertasse todas as questões matemáticas dificilmente passaria por “humano”. Afinal, erramos bastante aí. Assim, as LLM, ao irem melhor em humanidades que em matemática, garantem maiores possibilidades de passar no teste. Um comportamento “humano, demasiadamente humano”... É temerário tentar um diagnóstico do ponto onde nos achamos. O Tractatus fecha com o enigmático aforisma 7: “Sobre aquilo que não se pode falar, deve-se calar”.
Os comentários são exclusivos para assinantes do Estadão.
