A inteligência artificial vai nos dar tempo para sermos livres e criativos?

Como a inteligência artificial pode afetar o futuro do trabalho? A promessa é de menos tempo gasto com atividades repetitivas e mais tempo livre para tarefas criativas

O empreendedor e cientista da computação Sebastian Thrun é um apologista convicto da inteligência artificial (IA). Ele, que participou do desenvolvimento do carro autônomo do Google e está envolvido em pesquisas com diversas aplicações práticas da IA, há anos afirma em palestras que com a melhora da tecnologia os humanos ficarão livres de tarefas repetitivas e poderão se focar em atividades criativas.

Visto por outra ótica, no entanto, o mesmo argumento pode significar o desemprego para muita gente. Uma pesquisa recente do Laboratório de Aprendizado de Máquina em Finanças e Organizações da UnB, por exemplo, indica que profissões que somam 54% dos empregos formais no Brasil têm grandes chances de serem automatizadas, ou seja, desempenhadas por robôs, até 2026.

Para ir mais além, o historiador judeu Yuval Noah Harari sugeriu em um artigo para o The Guardian que em 2050 a inteligência artificial terá avançado de forma tamanha que uma parcela da população simplesmente não terá com o quê trabalhar.

Então, no meio do caminho entre os dois pontos de vista, cabe explicar em que pé está a inteligência artificial e como chegamos até aqui.

A discussão começou no campo da ficção e filosofia em décadas anteriores, virou um campo de pesquisa formal da ciência nos anos 50, e os avanços na computação e na disponibilidade de dados que alimentam essas máquinas permitiram que o setor desse um salto de evolução a partir dos anos 2000.

"A evolução da IA é a junção de três ingredientes. O primeiro é a quantidade de dados que nós temos, o segundo são modelos de machine learning [aprendizado de máquina] que se tornaram mais maduros e o terceiro é o acesso ao poder computacional paralelo de baixo custo", diz Esteban Clua, coordenador do Media Lab da UFF (Universidade Federal Fluminense), que trabalha tanto com desenvolvimento de jogos quanto de soluções de inteligência artificial para empresas como a Petrobras, por exemplo.

Grosso modo, computação paralela é a capacidade de um computador fazer diversos cálculos simultâneos o que resulta em um poder de processamento elevado. No mercado, os dispositivos utilizados para isso são as mesmas placas de vídeo utilizadas para jogos com exigências gráficas elevados.

"A gente pode dizer que as GPUs [sigla em inglês para unidade de processamento gráficos] chegaram no nível de hoje financiadas pela indústria dos jogos, mas já alguns anos são muito empregadas em IA", conta Esteban. A Nvidia, uma líder no setor, hoje se declara uma empresa de computação de inteligência artificial.

Os dados, por sua vez, são utilizados para alimentar os algoritmos de machine learning. A partir de um volume muito grande de informações sobre determinado tema, esses programas identificam padrões e começam a tomar decisões com bases nesses padrões.

"Se eu mostrar um copo para um humano, e depois outro copo bem diferente e um terceiro também diferente, no quarto ele vai saber que aquilo é um copo. Numa inteligência artificial, você precisa de um volume muito grande de dados, que estejam muito bem computados, para que a mágica aconteça: o computador identifique o copo", explica Esteban.

Ainda assim, esse algoritmo vai ter aprendido a identificar copos... E nada mais.

Para tarefas repetitivas e muito especialistas, nós temos algoritmos muito sofisticados. Agora para atividades mais gerais, é muito complicado

Anderson Rocha, professor do Instituto de Computação da Unicamp 

Manter uma conversa, por exemplo, ainda é muito difícil para um computador.

O teste de Turing, proposto em 1951 pelo inglês Alan Turing, é um desafio no qual uma inteligência artificial precisa fazer uma pessoa acreditar que está falando com um humano e não uma máquina. Apesar de volta e meia essa história voltar à tona, ele ainda não foi superado de forma satisfatória.

Casos como os apresentados pelo Google, por exemplo, em que uma IA faz uma reserva num restaurante ou marca um corte de cabelo, funcionam dentro de um contexto específico e a partir de um roteiro mais ou menos esperado. Uma conversa real, em que uma máquina seja capaz de compreender e responder a uma reação imprevisível de um humano, ainda está um pouco distante. 

"Estima-se que isso só acontece em torno de 2030 e, mesmo assim, ainda teremos muitas tarefas aquém das capacidades dos algoritmos", diz Rocha.

De qualquer forma, dentro das limitações atuais, os algoritmos já são mais rápidos e eficientes em atividades que envolvem fazer inferências e previsões com base em um volume grande de informações. Previsões de prejuízos a partir de histórico comercial, análise de seguros, projeções de melhores roteiros de viagens e diagnósticos de doenças complexas são alguns exemplos concretos.

Da mesma forma, também são capazes de automatizar as partes mais repetitivas da rotina profissional de qualquer um. E aí entra o argumento de Thrun: livre-se da parte chata do trabalho e sobra tempo para o lado criativo.

Eu acho sim que no futuro muitas tarefas serão substituídas por algoritmos ou auxiliadas ao extremo por algoritmos, daí a falar que nós vamos ficar apenas com trabalhos criativos é muito difícil dizer

Anderson Rocha

Impacto no Brasil

Na pesquisa feita pelo laboratório da UnB, foram analisadas 2.602 profissões exercidas no Brasil para estabelecer qual a probabilidade de serem desempenhadas por algoritmos de inteligência artificial daqui a dez anos. Em mais da metade delas, essa chance supera 60%. (Para quem ficou curioso, aqui dá para ver os resultados individuais).

A questão é que a rotina dessas profissões --ou, pelo menos, grande parte delas-- não são compostas apenas de tarefas repetitivas. Advogados, por exemplo, carreira cuja probabilidade de automatização é de 76%, tem aspectos que dificilmente seriam substituídos por uma máquina, como a lida com juízes e clientes.

Então essas profissões devem se transformar e não desaparecer. Outras, como cobrador e ascensorista, tendem a acabar

Pedro Henrique Melo Albuquerque, professor do Departamento de Administração da UnB e coordenador da pesquisa

Albuquerque acredita, no entanto, que o impacto real da automatização por meio de IA nos postos de trabalhos brasileiros será menor do que o cenário traçado pelo estudo. Além de fatores alheios a tecnologia --como pressões para manter determinadas carreiras e a preferência de lidar do público em ser atendido e lidar com humano--, há empecilhos técnicos, diz:

A máquina só aprende o que existe. Ela não inventa, ela não inova

"Só repete base de dados existentes, e a qualidade de dados nacionais é muito ruim. Falta amadurecimento, coletar melhor, armazenar uma quantidade razoável para então conseguir desenvolver essas máquinas", afirma.

Nesse sentido, haverá uma demanda por profissionais que trabalhem justamente com essa área, como matemáticos, estatísticos e cientistas de dados. "Também acredito que carreiras que envolvem tarefas cognitivas e de cuidado com o outro, tarefas mais humanas, são difíceis de serem substituídas", afirma.

Certeza, só uma: com o aumento de uso de algoritmos de inteligência artificial no trabalho, é preciso ter alguém capaz de supervisionar as decisões tomadas pelas máquinas. Isso vale tanto para análise de créditos quanto para carros autônomos, um dos projetos preferidos de Sebastian Thrun.

"Eu já tive essa conversa algumas vezes. Hoje não teria coragem de entrar em carros autoguiados", diz Anderson Rocha, da Unicamp, que trabalha em projetos de IA em parceria com Polícia Federal e a Darpa, agência de pesquisa em projetos avançados dos Estados Unidos. "Existem muitas falhas, diversos problemas, tem muita coisa que precisa ser desenvolvida em termos de tecnologia e arcabouço legal."