As máquinas e a linguagem humana

Proposto em 1950 por Alan Turing, o "Teste de Turing" se destaca como uma das concepções mais impactantes na trajetória da inteligência artificial e no campo da filosofia da mente. Turing introduziu este teste em seu artigo "Computing Machinery and Intelligence", discutindo a intrigante questão: "As máquinas são capazes de pensar?".

O teste é simples na sua concepção: se um ser humano conversa com uma máquina e com outro ser humano sem saber quem é quem e, ao final da conversa, não consegue distinguir qual é a máquina e qual é o ser humano, então a máquina passou no teste. Em outras palavras, se uma máquina pode imitar a conversa humana de forma indistinguível de um ser humano, ela pode ser considerada "inteligente" de acordo com o critério proposto por Turing.

Uma forma de se fazer isso é a partir da generalização da linguagem por um algoritmo. Essa capacidade se refere à habilidade de compreender e produzir linguagem em contextos nunca vistos durante seu treinamento – algo que o ser humano faz com facilidade. Generalizar a linguagem humana é um desafio imenso para os algoritmos de aprendizado de máquina, pois a linguagem é rica, variável e muitas vezes ambígua.

A habilidade de generalizar consistentemente é evidenciada pela facilidade com que indivíduos incorporam palavras recém-aprendidas em contextos variados. Por exemplo, se você compreender o termo "triliora", que acabei de inventar, ele pode ser facilmente aplicado em diferentes situações, como "triliora no escritório" ou "triliora no parque". Do mesmo modo, quem entende "o pássaro voa alto" também compreenderá "o avião voa rápido" sem hesitar.

No entanto, essa habilidade não é inerente às redes neurais, uma técnica que busca replicar o pensamento humano e que se tornou central nos estudos de inteligência artificial. Ao contrário dos seres humanos, as redes neurais têm dificuldade em adaptar uma palavra recém-introduzida a menos que sejam expostas a diversos exemplos com ela. Por quase quatro décadas, especialistas em IA debateram se as redes neurais podem representar eficazmente a cognição humana sem essa capacidade de generalização sistemática.

Nesta semana, em um estudo divulgado na revista Nature, cientistas desenvolveram uma rede neural que emula essa capacidade humana de generalizar linguisticamente. Esse sistema de IA é capaz de integrar novos termos a um vocabulário já existente e empregá-los em contextos inéditos, demonstrando um elemento crucial do pensamento humano, a generalização sistemática.

O ChatGPT já possui essa estranha capacidade de conversar de maneira semelhante à humana, que é a proposta de Alan Turing, mas ele exibe lacunas gritantes e inconsistências em outros. No estudo, os pesquisadores deram a mesma tarefa ao ChatGPT e à sua nova rede neural e descobriram que esse novo algoritmo supera em muito o conhecido chatbolt.

Mas o desafio da generalização da linguagem também é influenciado pela diversidade cultural, nuances sociais, contextos variáveis e evolução contínua da língua. Enquanto os algoritmos fizeram progressos significativos, ainda há um longo caminho a percorrer para alcançar uma compreensão verdadeiramente profunda e holística da linguagem humana.

As máquinas conseguirão pensar? Eis a questão.

*Allan Kardec Duailibe Barros Filho, PhD pela Universidade de Nagoya, Japão, professor titular da UFMA, ex-diretor da ANP, membro da AMC, presidente da Gasmar.

As opiniões, crenças e posicionamentos expostos em artigos e/ou textos de opinião não representam a posição do Imirante.com. A responsabilidade pelas publicações destes restringe-se aos respectivos autores.

Leia outras notícias em Imirante.com. Siga, também, o Imirante nas redes sociais Twitter, Instagram, TikTok e canal no Whatsapp. Curta nossa página no Facebook e Youtube. Envie informações à Redação do Portal por meio do Whatsapp pelo telefone (98) 99209-2383.