Uma visão filosófica da IA

Recentemente assisti mais uma vez ao excelente filme "O Jogo da Imitação", que conta a história de Alan Turing e como sua contribuição foi essencial para a vitória dos aliados na Segunda Guerra Mundial. Sem mais spoilers, recomendo muito que assistam.

Alan Turing é considerado por muitos hoje o pai da computação. Em uma das cenas do filme é mencionado o experimento proposto por Turing em seu artigo Computing Machinery and Intelligence. Nesse artigo, Turing teoriza o que ficou conhecido como Teste de Turing.

O Jogo da Imitação

O artigo começa com a pergunta provocativa: "Can machines think?" (as máquinas podem pensar?). Ao longo do texto, Turing descreve como, em sua opinião, deve ser realizado o teste que define se uma máquina é ou não inteligente. Resumidamente, o teste consiste no seguinte: um indivíduo deve interagir via terminal conversando com uma máquina ou com um humano, e sua tarefa é justamente identificar se está se comunicando com uma máquina ou com um ser humano.

Desde o lançamento do artigo, diversas reproduções do teste foram realizadas, todas com resultados semelhantes: em todas, as máquinas foram descobertas por mais de um terço dos usuários, percentual definido por Turing. Porém, em março de 2023, pesquisadores da Universidade da Califórnia reproduziram mais uma vez esse teste e, pela primeira vez, a máquina venceu o desafio. Cerca de 70% dos usuários acreditaram estar falando com um ser humano quando, na verdade, estavam se comunicando com o modelo GPT-4.5, instruído a se comportar como humano (veja mais detalhes). Esse acontecimento evidencia o quanto a evolução da IA nos trouxe a um novo patamar na computação. Estamos vivenciando uma das maiores revoluções dos últimos anos, mas essa afirmação traz seus espinhos.

Como funcionam os modelos de IA generativa de texto

Para contextualizar, farei um breve comentário que sem dúvida está longe da realidade, mas é a forma como enxergo o funcionamento dos modelos de IA. Não sou especialista, apenas curioso.

Atualmente, para treinar um modelo de IA como Sonnet, GPT, entre outros, é necessária uma grande massa de dados — documentos, artigos, livros, praticamente uma parte considerável do conhecimento humano escrito e digitalizado. Tão grande que não seria possível ser conhecido por uma única pessoa, nem mesmo em uma vida milenar.

Com atributos computacionais e matemáticos, foi possível criar uma ferramenta capaz de “aprender” todo esse conteúdo. Basicamente, utilizando processamento de GPU, calcula-se a probabilidade de uma palavra suceder outra. Na verdade, chamamos de tokens, que são subpalavras. Isso é semelhante ao que temos em nossos smartphones, com a sugestão automática de palavras. A diferença é que, ao contrário dos celulares, nos modelos atuais utiliza-se toda a base para calcular a próxima possibilidade.

Por isso a grande necessidade do uso de GPU. Não entrarei nos detalhes técnicos, mas para isso recomendo o artigo Attention is All You Need.

No fim das contas, o que os modelos fazem é, a partir de um contexto, completar a sua pergunta de forma matemática. Será que isso é ser inteligente ou consciente? Bom, não podemos afirmar que não seja inteligência apenas porque ela não é exatamente igual à observada no cérebro humano. Nem deveríamos esperar que fosse.

Não é necessário fazer as coisas da mesma forma para chegar a um resultado igual ou melhor. Calculadoras, por exemplo, não calculam como nós, mas sim de forma mais otimizada, rápida e com menos erros. Ainda assim, não consideramos a IA realmente “inteligente”. Para aprofundar essa reflexão, vamos recorrer a outro experimento mental que contrapõe a ideia do Teste de Turing: o Quarto Chinês.

O Quarto Chinês

Imagine a seguinte situação: você foi colocado em um quarto, que possui duas janelas:

• Janela 1: nela entram apenas textos em mandarim.
• Janela 2: é a janela onde você deve inserir o output em português, após “traduzir”.

Como você não sabe mandarim, foi disponibilizado um guia em português que diz exatamente o que deve responder de acordo com os símbolos recebidos pela Janela 1. Assim, você consegue realizar a “tradução” da mensagem.

Para um observador externo, que não saiba como a caixa funciona, parece que quem está lá dentro sabe mandarim. Mas sabemos que não: você apenas seguiu instruções, sem aprender a língua no processo.

E como isso se encaixa no contexto da IA? Pense que, agora, quem está dentro da caixa é um dos nossos modelos atuais. Pelo que vimos sobre como eles são treinados, a semelhança é grande. Assim, percebemos que os modelos apenas simulam inteligência. Eles não estão realmente aprendendo, apenas fingindo.

Conclusão

Se os modelos de IA aprendem com o conhecimento humano e simulam nossa inteligência a ponto de parecerem conscientes, o que aconteceria se parássemos de descobrir novas formas de desenvolver sistemas, criar produtos e realizar pesquisas?

Claramente, a criatividade humana não é algo que a IA consegue reproduzir (pelo menos não agora). Nem nós sabemos como surgem as ideias. Elas simplesmente surgem.

Logo, ficam as perguntas finais:

• É possível criar algo novo sem conhecer a base?
• Será que realmente vamos ser substituídos?
• O que será dos devs que fazem Vibe Code?
• Vale a pena aprender a programar?

Perdoem a qualidade da postagem, minha primeira postagem em toda minha vida o unico motivo por faze-la foi que este tema me interessou como nenhum outro até hoje, não poderia deixar a oportunidade de escrever sobre ele.