“A história do trabalho – particularmente desde a Revolução Industrial – é a história de pessoas terceirizando seu trabalho para máquinas”.
Este é o tema de um artigo recente na Harvard Business Review, – AI Should Augment Human Intelligence, Not Replace It, do professor David De Cremer, da National University of Cingapura e do grande mestre de xadrez Garry Kasparov.
“Embora tudo tenha começado com tarefas físicas repetitivas e mecânicas, as máquinas evoluíram até o ponto em que agora podem fazer o que podemos considerar um trabalho cognitivo complexo, como equações matemáticas, reconhecimento de linguagem e fala e escrita. As máquinas, portanto, parecem prontas para replicar o trabalho de nossas mentes, e não apenas de nossos corpos.”
Durante a Revolução Industrial, houve pânico, sobre o impacto da automação nos empregos, remontando aos chamados Luddites, – trabalhadores têxteis que na década de 1810 destruíram as novas máquinas que ameaçavam seus empregos. A automação de fato substitui o trabalho. No entanto, a automação também complementa a mão-de-obra, aumentando os resultados econômicos de maneiras que muitas vezes levam a mais empregos de longo prazo.
A maioria dos trabalhos envolve várias tarefas ou processos. Algumas dessas tarefas são de natureza mais rotineira, enquanto outras requerem julgamento, habilidades sociais e outras capacidades humanas. Quanto mais rotineira e baseada em regras for a tarefa, mais fácil ela será para a automação. Mas só porque algumas das tarefas foram automatizadas, isso não significa que todo o trabalho tenha desaparecido. Ao contrário, automatizar as partes mais rotineiras de um trabalho frequentemente aumentará a produtividade e a qualidade dos trabalhadores, complementando suas habilidades com máquinas e computadores, além de permitir que eles se concentrem nos aspectos do trabalho que mais precisam de sua atenção.
A IA já é superior aos humanos em uma série de tarefas, mas o futuro do trabalho não é um jogo, em que só pode haver um vencedor.
“A questão de saber se a IA substituirá os trabalhadores humanos pressupõe que a IA e os humanos tenham as mesmas qualidades e habilidades – mas, na realidade, não têm”, observaram De Cremer e Kasparov.
“As máquinas baseadas em IA são rápidas, precisas e consistentemente racionais, mas não são intuitivas, emocionais ou culturalmente sensíveis. E são exatamente essas habilidades que os humanos possuem e que nos tornam eficazes.”
“Em geral, as pessoas reconhecem os computadores avançados de hoje como inteligentes porque têm o potencial de aprender e tomar decisões com base nas informações que absorvem. Mas, embora possamos reconhecer essa capacidade, é um tipo de inteligência decididamente diferente da que possuímos.”
De acordo com o artigo, existem três tipos diferentes de IA:
- Artificial (AI1),
- Autêntica (AI2) e
- Inteligência aumentada (AI3).
Inteligência artificial (AI1).
“Em sua forma mais simples, a IA é um computador agindo e decidindo de maneiras que parecem inteligentes”.
Também conhecido como inteligência artificial suave, estreita ou especializada, a AI1 é inspirada, mas não tem como objetivo imitar o cérebro humano. A AI1 geralmente se baseia em métodos de aprendizado de máquina, ou seja, na análise de grandes quantidades de informações por meio de computadores poderosos e algoritmos sofisticados, cujos resultados apresentam qualidades que tendemos a associar à inteligência humana.
Os avanços da tecnologia permitiram que aplicativos de AI1 alcançassem ou superassem os níveis humanos de desempenho em tarefas específicas, incluindo reconhecimento de imagem e fala, classificação do câncer de pele, detecção do câncer de mama e classificação do câncer de próstata.
“Além disso, ao contrário dos humanos, a IA nunca se cansa fisicamente e, desde que seja alimentada com dados, ela continuará avançando. Essas qualidades significam que a IA é perfeitamente adequada para trabalhar em tarefas rotineiras de nível inferior que são repetitivas e ocorrem dentro de um sistema de gerenciamento fechado. Nesse sistema, as regras do jogo são claras e não são influenciadas por forças externas.”
Inteligência autêntica (AI2).
Em 1994, o Wall Street Journal publicou uma definição de inteligência que refletia o consenso de 52 pesquisadores acadêmicos importantes em campos associados à inteligência humana:
“Inteligência é uma capacidade mental muito geral que, entre outras coisas, envolve a habilidade de raciocinar, planejar, resolver problemas, pense abstratamente, compreenda ideias complexas, aprenda rapidamente e aprenda com a experiência. Não é apenas o aprendizado de livros, uma habilidade acadêmica restrita ou habilidade para fazer testes. Em vez disso, reflete uma capacidade mais ampla e mais profunda de compreender o que está ao nosso redor – ‘perceber’, ‘dar sentido’ às coisas ou ‘descobrir’ o que fazer.”
Esta é uma definição muito boa de inteligência geral – o tipo de inteligência que há muito é medida em testes de QI e que, em um futuro previsível, apenas os humanos terão.
“Ao contrário das habilidades de IA que respondem apenas aos dados disponíveis, os humanos têm a capacidade de imaginar, antecipar, sentir e julgar situações de mudança, o que lhes permite mudar de preocupações de curto para longo prazo. …Em um sistema de gestão aberto, a equipe ou organização está interagindo com o ambiente externo e, portanto, tem que lidar com influências externas. Esse ambiente de trabalho requer a capacidade de antecipar e trabalhar com, por exemplo, mudanças repentinas e troca de informações distorcidas, ao mesmo tempo em que é criativo ao destilar uma visão e uma estratégia futura. Em sistemas abertos, os esforços de transformação estão continuamente em ação e o gerenciamento eficaz desse processo requer inteligência autêntica.”
Inteligência Aumentada (AI3).
“Acreditamos que será a combinação dos talentos incluídos tanto no AI1 quanto no AI2, trabalhando em conjunto, que contribuirá para o futuro do trabalho inteligente. Ele criará o tipo de inteligência que permitirá que as organizações sejam mais eficientes e precisas, mas, ao mesmo tempo, criativas e pró-ativas. Este outro tipo de IA nós chamamos de Inteligência Aumentada.”
Nas últimas duas décadas, vimos vários exemplos em que a combinação de humanos e máquinas toma melhores decisões do que qualquer um por conta própria. Sabermetrics, – o uso de estatísticas no beisebol para projetar o desempenho e a carreira de um jogador, – é um exemplo proeminente. Sabermetrics foi popularizado por Michael Lewis em Moneyball, – seu livro mais vendido posteriormente se transformou em um filme. A análise de esportes agora é usada por quase todas as equipes profissionais do mundo.
Quando Moneyball foi lançado em 2003, muitos viram isso como uma história sobre o conflito entre a abordagem tradicional dos olheiros, – os avaliadores de talentos profissionais que aprendem sobre os jogadores em primeira mão, conhecendo-os pessoalmente e vendo-os jogar, – versus as novas abordagens sendo introduzidas pelos statheads, que contam principalmente com análises estatísticas sofisticadas para prever o desempenho futuro.
Mas, anos depois, – como Nate Silver explicou em seu best-seller de 2012, The Signal and the Noise, – quando já haviam dados suficientes para comparar o desempenho dos olheiros com as abordagens mais puramente estatísticas. As previsões dos olheiros foram cerca de 15 por cento melhores do que aquelas que se baseavam apenas nas estatísticas. Os bons olheiros, ao que parece, usam uma abordagem híbrida combinando estatísticas com tudo o mais que aprendem sobre os jogadores. As estatísticas por si só não podem dizer tudo o que você quer saber sobre um jogador, e as avaliações pessoais adicionais dos olheiros fazem uma diferença significativa.
O xadrez é outro exemplo proeminente, em que o co-autor do artigo Garry Kasparov tem alguns insights pessoais únicos. Em 1997, o então campeão mundial Kasparov perdeu uma partida de xadrez para o supercomputador Deep Blue da IBM. A vitória do Deep Blue sobre Kasparov foi um marco importante da IA. Mas, tendo mostrado que as máquinas podiam derrotar os grandes mestres do xadrez, o experimento de pesquisa estava encerrado. O próprio Kasparov percebeu que o jogo de xadrez agora poderia ser abordado não apenas como um esforço individual, mas também como um esforço colaborativo entre humanos e máquinas. Ele então foi o pioneiro no conceito de xadrez avançado, no qual os humanos usam ferramentas de computador para aumentar suas capacidades de jogo de xadrez enquanto competem contra outras equipes homem-mais-máquina.
A experiência com torneios de xadrez avançados mostrou que a força dos jogadores humanos – sejam grandes mestres ou amadores – não é o que determina a equipe vencedora. Em vez disso, é a qualidade da parceria que importa, ou seja, o processo de como os jogadores e os computadores interagem.
“O potencial de aprimoramento e colaboração que imaginamos, contrasta totalmente com as previsões de soma zero que a IA fará para nossa sociedade e organizações”, concluíram os autores.
“Em vez disso, acreditamos que maior produtividade e a automação do trabalho cognitivamente rotineiro são uma benção, nem uma ameaça. Afinal, a nova tecnologia sempre tem efeitos perturbadores no início das fases de implementação e desenvolvimento e geralmente revela seu valor real somente depois de algum tempo.”
