As cruzadinhas sempre me fascinaram quando criança. Eu passava horas e horas tentando resolver caça-palavras, jogos dos sete erros e labirintos, cujo desafio consistia em fazer o percurso do início ao fim sem que o lápis se deparasse com um obstáculo ao longo do caminho. Se porventura a trilha escolhida acabasse em um beco sem saída, eu começava tudo de novo até conseguir encontrar a rota correta. Com o tempo, a tarefa foi ficando mais fácil e eu passei a acertar de primeira. A lógica da brincadeira é a mesma usada pelas redes neurais artificiais, que são a base dos sistemas de Inteligência Artificial (IA).
Neurônios artificiais empurram as informações para um emaranhado de conexões e, caso encontrem um empecilho ao longo do trajeto, aquela rota acaba sendo inutilizada. Já se conseguem chegar ao destino sem qualquer problema, o itinerário é registrado como positivo. Depois de uma série de repetições, o sistema acaba aprendendo que o caminho sem obstáculos é melhor e que, ao encontrar um bloqueio, ele precisa alterar a rota. É exatamente essa capacidade de aprender com os próprios erros e de executar diferentes processos que faz da IA algo tão inovador.
Atualmente, a Inteligência Artificial conta duas principais escolas: Simbólica e Conexionista. A primeira delas funciona com símbolos abstratos que são utilizados para representar conhecimento. É a IA clássica, que processa a informação de cima para baixo, trabalhando com símbolos legíveis por humanos, conexões abstratas e conclusões lógicas. Este modelo é apropriado para trabalhar com linguagem, ou seja, problemas que podem ser verbalizados.
Já a escola Conexionista se tornou popular na ciência da computação no final dos anos 80. Aqui, o conhecimento não é representado por meio de símbolos, mas sim neurônios artificiais e suas conexões – como um cérebro reconstruído. O conhecimento reunido é quebrado em pequenos pedaços e, então, conectados e construídos em grupos. Essa abordagem é conhecida como o método de baixo para cima. Diferente da inteligência artificial simbólica, este modelo deve ser treinado e estimulado para que as redes neurais possam reunir experiência e crescer, acumulando um maior conhecimento, sendo apropriado para trabalhar com sons e imagens – problemas que não podem ser verbalizados.
O mais indicado é a adoção de um modelo híbrido, com redes semânticas capazes de representar conceitos e relações, além de contar com um alto nível para as tarefas de linguagem. Em alguns casos, o índice de satisfação de usuários, medido em tempo real, é acima de 85%.
O avanço dessa tecnologia tem sido tão rápido que a expectativa é que, em alguns anos, os computadores substituam os homens em algumas tarefas, inclusive no desenvolvimento de softwares, segundo o relatório de Tendências Tecnológicas 2018 do Future Today Institute. Mas não é preciso esperar sentado com uma cruzadinha na mão para se maravilhar com o admirável mundo novo da IA. Atualmente, 150 mil funcionários da Caixa Econômica Federal conversam com a AIXA para solucionar questões internas, realizar consultas e outras transações.
A ferramenta é capaz de interagir com usuários humanos e sistemas por meio de um conjunto crescente de interfaces de texto. As interações passam a seguir fluxos de conversas simples e naturais, permitindo a busca de informações de maneira dinâmica nos sistemas da CAIXA, além de facilitar a abertura de tickets de atendimento (Requisições de Serviços e Incidentes). Tudo de forma integrada e intuitiva.
Isso dá pistas de que a transformação digital deve ter impacto exponencial sobre a sociedade que conhecemos hoje. Mas a disrupção não vai ser resultado apenas do desenvolvimento de tecnologias: é preciso levar em conta o aprimoramento das pessoas nesse processo. Afinal, quanto mais conhecimento melhor para a humanidade, seja ele produzido artificialmente ou não.
(*)Alex Winetzki, CEO da Woopi e diretor de P&D da Stefanini.