Olhando para o passado, as ferramentas de informática tinham como propósito agilizar e auxiliar na tomada de decisão sobre processos delegados pelo indivíduo responsável pela tarefa. Atualmente, esse conceito foi fortemente ampliado e as máquinas demonstram cada vez mais independência, podendo até realizar procedimentos complexos, gerando resultados cada vez mais similares aos dos seres humanos. Exibem comportamentos antes ditos exclusivos nossos, como a capacidade de demonstrar sentimentos e elaborar estratégias. 

Embora tudo isso pareça positivo, ainda restam dúvidas sobre o novo papel das pessoas perante a performance das máquinas.

Mas afinal, o que é machine learning?

Machine learning ou, em português, aprendizado de máquina, é uma inteligência artificial em que os computadores têm a capacidade de aprender de acordo com as respostas esperadas por meio associações de diferentes dados, como por meio de imagens, números, lógica e tudo que essa tecnologia possa identificar e estabelecer combinações de alta assertividade.  É isso mesmo, os computadores já conseguem “imitar” a inteligência humana, utilizando o mesmo método de aprendizado: a observação. 

Basicamente, as combinações lógicas entre os elementos estabelecem padrões em que os algoritmos realizam comparações entre os dados e interagem relacionando as características de entrada, gerando resultados baseados em associações e previsões. Conforme for a aderência, o algoritmo se adapta e estabelece regras de comportamento. 

Um exemplo da presença do machine learning no cotidiano são os aplicativos de mobilidade e transporte urbano, como o Uber e 99, que utilizam a combinação de rotas para padronizar o preço e o tempo de espera do passageiro ao solicitar o serviço. A partir desses dados, a plataforma identifica as referências e adapta rota, motoristas e tipos de veículos disponíveis próximos ao embarque do usuário.

O futuro já está presente

Essa jornada foi marcada em 1952 quando o engenheiro Arthur Samuel escreveu um programa para um computador jogar damas com humanos. A máquina analisava o jogo e aprendia com os erros e acertos do adversário a cada partida, conseguindo prever melhor as táticas do jogo. Arthur batizou essa previsão de machine learning em 1959 e descreveu o conceito como “um campo de estudo que dá aos computadores a habilidade de aprender sem terem sido programados para tal”.

Após 62 anos dessa descoberta, observamos diversos feitos, como em Mountain View – CA, que desde de 2016 opera carros autônomos que reconhecem ruas, sinalização e obstáculos, como pedestres e animais. Em Singapura há a testagem de táxis guiados sem humanos: para chamá-lo basta dar “um sinal” pelo aplicativo. No estado do Colorado, um caminhão sem motorista andou 200 km carregando 50 mil latinhas de cerveja.

A maior preocupação em relação à aplicação de tecnologia autônoma é a margem de erros que estamos dispostos a delegar para essas máquinas inteligentes. É frequente o questionamento ao contorno e à capacidade de correções, mas o receio de utilização – principalmente na área médica – restringe o acesso e limita a atuação de robôs em atividades cotidianas. 

Será que um dia as máquinas chegarão à perfeição?

Especialistas do segmento de tecnologia alegam que a principal barreira para o fim do monopólio humano em atividades automatizáveis é o impacto de possíveis erros dentro da sociedade. Reproduzir fidedignamente comportamentos não torna as máquinas à prova de falhas. Alguns passos para a quebra desse paradigma foram realizados pelo robô IMS Watson que, premiado na TV, elaborou roupas, receitas de culinária e auxiliou na medicina.

Em 2016, médicos japoneses pediram ajuda a Watson para um caso que não encontravam diagnóstico. Em 10 minutos, a máquina analisou diversos artigos médicos cruzando sintomas e respostas, identificando no paciente uma leucemia. Com essa informação em mãos foi possível determinar o melhor tratamento. Graças a esse apoio, a equipe médica salvou a vida do paciente.

Nesse cenário, existe um forte questionamento sobre o trabalho intelectual dos robôs. Como seria ele? Será que no futuro teremos um robô que poderá, por exemplo, escrever esse artigo? Influenciar pessoas e formar opiniões? Definir sentenças jurídicas, investigar crimes e realizar deliveries através de softwares e combinações?

E você, qual é a sua opinião sobre o assunto? Meu voto ainda é conservador sobre algumas frentes e segue em linha com um antigo ditado que eu ouvia de minha avó: “melhor feito do que perfeito”.