Os computadores já são capazes de aprender: analisam enormes quantidades de dados e aprendem o que cada um de nós quer comprar, o tipo de pessoa por quem nos sentimos atraídos, quais os empregos que podem ser um bom passo na carreira, quais de nós podem vir a ser terroristas.

Os computadores já são capazes de aprender: analisam enormes quantidades de dados e aprendem o que cada um de nós quer comprar, o tipo de pessoa por quem nos sentimos atraídos, quais os empregos que podem ser um bom passo na carreira, quais de nós podem vir a ser terroristas.

O livro A Revolução do Algoritmo Mestre (editora Manuscrito), do académico e investigador Pedro Domingos, descreve como estes algoritmos são usados por empresas como a Amazon, o Google e o Facebook, e quais os impactos que já estão a ter no mundo. E avança para a busca de um algoritmo-mestre, um sistema de aprendizagem universal capaz de deduzir todo o conhecimento, desde que para isso seja “alimentado” com a informação necessária. Um algoritmo-mestre seria capaz tanto de manter o nosso email livre de spam como de descobrir curas (personalizadas) para cancros. Porém, um mundo de máquinas cada vez mais inteligentes não está isento de riscos. Para que ferramentas muito poderosas não estejam escondidas dentro de empresas, o autor defende que os utilizadores devem conhecer como estes algoritmos funcionam e ter uma palavra a dizer na forma como são integrados na sociedade.

Pedro Domingos é professor de Ciências da Computação na Universidade de Washington. Conversou com o PÚBLICO a propósito do lançamento da versão portuguesa do livro, que decorreu nesta sexta-feira. O original foi publicado há dois anos, em inglês, e é – como se faz questão de dizer na capa – recomendado por Bill Gates.

Por que é importante para o utilizador conhecer a forma como os algoritmos de aprendizagem funcionam? Já sabemos usar o Netflix, a Amazon, o Google.
Sabemos usá-los para obter o objectivo imediato. Mas, ao mesmo tempo que estamos a atingir esse objectivo imediato, estamos a ensinar aos computadores aquilo que queremos. É preciso as pessoas estarem conscientes disso, para que essa aprendizagem dos computadores as sirva, para ser eu a decidir e não outros a decidirem por mim. A Internet criou este mundo de escolha infinita, no qual em vez de escolher de dez mil livros numa livraria, posso escolher de dez milhões na Amazon. Mas quem faz essa escolha? A Amazon. O importante é que essa escolha seja feita da maneira que eu faria se estivesse a ler os livros um a um. A aprendizagem hoje ainda é muito imperfeita. Os sistemas fazem muitos disparates, recomendações que não fazem sentido.

Estes sistemas são tão abertos que o utilizador final pode fazer essa diferença? A Amazon e o Netflix terão interesse em canalizar o utilizador para determinadas escolhas.
Há dois aspectos. Um é o que as pessoas podem fazer com os algoritmos como eles existem hoje. Podem ensinar ao Google aquilo de que gostam e ter resultados de pesquisa que são de facto aqueles que queriam. A longo prazo o aspecto mais importante é exigirmos que a caixa preta se abra. Não precisamos de ter acesso ao motor do carro. Mas precisamos de ter acesso ao volante e aos pedais.

Acha que isso é possível?
A partir do momento em que há exigência por parte das pessoas, o Google e a Amazon fazem isso, ou aparecem outras empresas que fazem. O papel mais importante é do indivíduo, do consumidor e cidadão.

Sugere a criação de sindicatos de dados para lidar com essas empresas. É uma sugestão concreta ou uma provocação?
Concreta. Precisamos de ter modelos nossos que sejam o mais inteligentes e o mais completos possível. O ideal é ter um modelo meu que me conhece tão bem como o meu melhor amigo. Este modelo faz o meu papel no ciberespaço: lê esses dez milhões de livros para escolher os dez de que eu vou gostar. Quero que esse modelo exista, mas não quero que esteja sob o controlo do Google ou do Facebook. Uma das opções que ponho é o banco de dados: algo que é para os nossos dados o que o banco é para o dinheiro. O banco não foge com o nosso dinheiro. Outra alternativa é algo como um sindicato de dados. Os sindicatos surgiram para equilibrar a balança de poder entre os patrões e os empregados. Hoje há outra grande balança de poder que está muito desequilibrada: é o poder do conhecimento. O Google e o Facebook cada vez sabem mais e nós continuamos a não saber muito sobre eles.

Como se chega a um sindicato desses? Os sindicatos de trabalhadores foram criados porque o desequilíbrio se reflectia de forma palpável na vida dos trabalhadores. Os algoritmos tornam a vida mais confortável. E as pessoas nem sequer lêem as políticas de privacidade.
É preciso as coisas tornarem-se mais palpáveis e os especialistas da área devem ajudar as pessoas a fazerem essa tomada de consciência. Por outro lado, mais cedo ou mais tarde, vão acontecer coisas más e as pessoas vão dar-se conta de que algo está errado.

No livro apresenta a aprendizagem automática como uma área especial, apesar de haver outras áreas de inteligência artificial. Porquê?
A era da informação tinha inicialmente algoritmos programados por seres humanos. Se quisesse que um algoritmo fizesse diagnóstico médico tinha de explicar ponto a ponto como o fazer. Isso já nos deu grandes coisas. Os programadores passaram a ser o factor limitador. Com a aprendizagem, os computadores programam-se a si próprios. Há coisas que queremos fazer que nem sabemos como programar. Um carro sem condutor: sabemos guiar, mas não sabemos como o programar. Ele aprende observando o vídeo da estrada e as acções das pessoas no volante e nos pedais.

Este conceito do algoritmo-mestre é o de que, com uma quantidade suficiente de dados, o computador aprende o que quer que seja. Mas como é que vamos ensinar ética a um carro ou a uma arma autónoma? Que tipo de dados podemos dar para uma máquina aprender a tomar decisões morais?
A primeira coisa é dizermos ao carro quais são as regras. Pode ser útil, mas não chega. A outra hipótese é a da aprendizagem automática: os carros, ou outros robôs, aprenderem observando as pessoas. Observam se as pessoas num caso atropelam e se noutro caso caem de uma ponte. Foi feito um inquérito a perguntar se um carro autónomo deve atirar-se para o rio para salvar pessoas. As pessoas disseram que sim. Mas se a pessoa estiver dentro carro, aí diz que não. Se os algoritmos quiserem aprender connosco vão ficar bastante confusos, porque nós próprios não somos coerentes no nosso comportamento ético. A aprendizagem automática vai-nos obrigar a enfrentar essas questões. No caso dos carros, provavelmente o que vai haver são leis, que dizem, por exemplo, que o carro deve sacrificar o condutor se isso salvar mais pessoas. Mas é possível que as pessoas depois vão comprar software pirata e programem o carro de outra forma.

Muitas das vezes que fala do algoritmo-mestre parece referir-se mais à descoberta de algo que já existe do que a uma invenção.
Na ciência em geral fala-se de descobertas: descobrimos as leis da física. Na tecnologia, fala-se de invenção: inventámos o computador. Por um lado, podemos inventar algoritmos, mas por outro lado estamos a descobrir leis da aprendizagem, a que os seres humanos também obedecem. Os algoritmos de aprendizagem que temos hoje já são algoritmos-mestres no sentido em que o mesmo algoritmo serve para coisas diferentes, ao contrário dos algoritmos tradicionais: o algoritmo que joga xadrez só joga xadrez. Mas os diferentes paradigmas de aprendizagem, baseados na evolução ou no cérebro, só são capazes de aprender algumas coisas. O que precisamos para um algoritmo-mestre é que seja capaz de aprender todas essas coisas diferentes.

Isso significa criar algoritmos que aprendem e que têm processos que nós não sabemos bem quais são. Apenas vemos o resultado. Não é um problema?
É a diferença entre a tecnologia actual e a de há décadas. Antes compreendíamos completamente a tecnologia. Hoje um carro está cheio de computadores. E não há nenhuma pessoa no fabricante que saiba como funcionam todas as partes de um carro. Como o algoritmo é aprendido [resulta de aprendizagem], estamos apenas a julgar pelo exterior se ele está a fazer as coisas certas ou não. Sempre vivemos num mundo que só compreendemos parcialmente. Mas a tecnologia está sob nosso controlo. Pelo facto de não serem completamente compreensíveis não significa que não possam ser extensões nossas.

Mas há riscos de danos colaterais, mesmo que o algoritmo esteja a fazer bem o que é suposto fazer. Recentemente, o Facebook sugeria publicidade dirigida para grupos anti-semitas. Qual é a dimensão deste risco?
É grande. Aparece em muitas áreas diferentes. O problema que o Facebook ilustra bem é que os algoritmos estão a usar inteligência para atingir certos objectivos. Mas esses algoritmos não compreendem uma série de outras coisas importantes. Não têm senso comum. Pode dar resultados maus.

Este algoritmo-mestre não conheceria também tudo do mundo. Mesmo uma solução destas não está isenta de efeitos nocivos colaterais.
Não, por várias razões. O algoritmo-mestre é apenas um algoritmo de aprendizagem. Depende dos dados. Se lhe dermos dados que não prestam, não faz milagres. Mas além dos dados, recebe os objectivos. Se o objectivo for mau, o algoritmo vai fazer mal. O objectivo do Facebook é maximizar o envolvimento das pessoas. Quando o algoritmo está a maximizar esse objectivo, não está a maximizar as notícias verdadeiras, portanto escolhe  as notícias más, que muitas vezes as pessoas lêem e comentam mais.

Os algoritmos hoje são coisas protegidas. Chegando ao algoritmo-mestre, temos pelo menos dois cenários: ou alguém o disponibiliza livremente, ou fica fechado numa empresa. Este segundo cenário seria preocupante?
Seria. O algoritmo-mestre, se o atingirmos, é demasiado poderoso e demasiado importante para estar nas mãos de uma empresa. Na informática as coisas não são muito patenteáveis. Há algoritmos que foram patentados por empresas, mas é possível fazer-se uma variação que já não está coberta pela patente. E há uma tradição muito importante de software open source.

Como é que um especialista vê o circo mediático em torno dos riscos da inteligência artificial?
Há riscos verdadeiros e riscos imaginários. O circo maior é em torno dos riscos imaginários e distrai as pessoas dos verdadeiros. Um dos imaginários é esta ideia de que as máquinas se revoltam e tentam controlar o mundo. Outro risco muito maior é o risco das máquinas incompetentes: máquinas que tomam decisões erradas por não perceberem melhor. Ironicamente, o grande risco da inteligência artificial não são máquinas demasiado inteligentes, são máquinas demasiado estúpidas. As máquinas já tomam uma série de decisões muito importantes: que candidatos a empregos são entrevistados por empresas, quem são os potenciais criminosos ou terroristas, quem se recomenda a outra pessoa para que saiam juntos.

Descreve no livro um cenário em que há um modelo virtual das pessoas, que vai à entrevista de emprego por elas. Esse modelo não pode também trabalhar pela pessoa?
Se o modelo pode fazer tudo, as pessoas podem ir de férias. É uma possibilidade no futuro e a questão será então como distribuir a riqueza. Mas a curto e médio prazo, os modelos são uma versão muito imperfeita das pessoas.

A longo prazo acha que vamos todos de férias?
A muito longo prazo – décadas ou talvez centenas de anos – é possível que a inteligência artificial e os robôs sejam capazes de fazer tudo melhor do que os seres humanos. Aí, os seres humanos vão usufruir do mundo tecnológico da mesma forma que usufruíam dos frutos das árvores. Mas como é que esses frutos são divididos? São divididos por quem controla as empresas ou distribuídos por todos nós? Enquanto a maioria das pessoas quiser que os frutos sejam distribuídos, eles serão distribuídos. É por isso que, a longo prazo, o nosso voto é mais importante do que o nosso emprego.

Estas discussões sobre inteligência artificial desembocam quase sempre em questões muito fundamentais. Desde a desigualdade até questões sobre o que é ser humano. Isso faz com que as pessoas da área se sintam como os programadores do futuro? Descreve no livro os programadores como deuses menores.
A inteligência artificial é diferente de muitas outras áreas da tecnologia precisamente porque é muito fundamental. Uma coisa é automatizar o trabalho manual, outra coisa é automatizar a inteligência, que é aquilo de mais profundo e mais único que temos. A inteligência artificial dá-nos todos estes poderes. Mas não são os programadores nem os especialistas que vão decidir como estes poderes vão ser utilizados. Decisões éticas têm de ser tomadas pelos indivíduos, pela sociedade.