Topo

Pesquisadores testam IA para distribuir riqueza e combater desigualdade

Getty Images
Imagem: Getty Images

Adriano Ferreira

Colaboração para Tilt*

05/07/2022 14h32

Pesquisadores do Reino Unido acreditam que inteligência artificial pode propor maneiras de redistribuir renda (e combater a desigualdade econômica) com mais viabilidade prática do que políticas públicas criadas por seres humanos.

A conclusão é dos engenheiros da empresa IA DeepMind, que desenvolveram um inteligência artificial para distribuição de riqueza, batizada como "Democratic IA". Os dados de treinamento da rede neural incluíam interações tanto reais quanto virtuais das pessoas, de modo a tentar orientar a máquina rumo a resultados considerados "justos" pela percepção humana.

A IA foi testada de diversas formas. Em um dos casos, ela analisou informações de um exercício de investimento batizado como "jogo de bens públicos", em que os jogadores recebem uma quantia diferente de valor em dinheiro e pode invesitr em um fundo público.

O retorno desse investimento dependeria do valor aplicado, sob três parâmetros diferentes de redistribuição programados na IA: "estritamente igualitário", "libertário" e "igualitário liberal". O objetivo era redistribuir o valor do investimento da maneira mais equilibrada entre as pessoas - mas que também fosse considerado justo com quem investiu mais que os outros.

Mas o método que se demonstrou mais popular na redistribuição de riqueza foi o Mecanismo de Redistribuição Centrado no Ser Humano (HCRM, na sigla em inglês). Neste caso, a IA utilizou dados de resultados de jogadores humanos e agentes virtuais para simular o comportamento de pessoas reais.

A proposta de redistribuição elaborada pela máquina foi melhor avaliada do que a de agentes humanos, que eram incentivados a criar uma metodologia "popular" para essa distribuição a partir de uma taxa que recebiam a cada voto a seu favor.

"A IA descobriu um método que reorganizava o desequilíbrio de riqueza e obteve a maioria dos votos", explicou um dos pesquisadores na revista Nature.

Além de estritamente teórico neste momento do desenvolvimento, o sistema também apresentou suas limitações. Por exemplo: ele pode ser afetado pelas expectativas das pessoas em relação à riqueza, que dependem do nível socioeconômico da realidade em que vivem. Alguém que enfrenta uma situação de pobreza e discriminação pode derrubar as expectativas para baixo a fim de não se decepcionar. E isso afeta as preferências das pessoas na pesquisa.

Outra questão a ser pensada são as possíveis informações falsas ou maliciosas que podem ser coletadas pelo sistema.

*Com informações de Science Alert e DeepMind