IA é uma ideologia, não uma tecnologia

Na sua essência, a “inteligência artificial” é uma crença perigosa que não reconhece a essência humana.

Salve esta história
Salve esta história

Banco de dados de IA →

Hoje, uma das principais preocupações tanto no mundo da tecnologia como da política externa é a vantagem percebida da China na corrida da inteligência artificial. A história habitual é a seguinte: sem as restrições à recolha de dados que as democracias liberais impõem, e com a capacidade de controlar centralmente a alocação de recursos, os chineses superarão o Ocidente. A IA anseia por mais e mais dados, mas o Ocidente insiste na privacidade. Acredita-se que não temos este luxo porque a primeira potência mundial a alcançar inteligência sobre-humana através da IA provavelmente se tornará dominante.

Se esta explicação for aceite, a lógica da vantagem chinesa é poderosa. E se estiver errado? Talvez a vulnerabilidade do Ocidente tenha menos a ver com as nossas ideias sobre privacidade do que com a própria ideia de IA.

OPINIÃO COM FIO
SOBRE O SITE

Glen Weil é o fundador e presidente da Fundação RadicalxChange e do Escritório de Diretor de Tecnologia, Economista Político e Tecnólogo Social da Microsoft (OCTOPEST). Jaron Lanier é o autor de Dez razões para excluir suas contas de mídia social agora e O amanhecer do novo tudo. Ele (e Glen) são pesquisadores da Microsoft, mas não falam em nome da empresa.

Afinal, o termo “inteligência artificial” não define avanços tecnológicos específicos. Um termo como “nanotecnologia” categoriza as tecnologias referindo-se a uma medida objetiva de escala, enquanto a IA é apenas uma medida subjetiva das tarefas que classificamos como inteligentes. Por exemplo, o embelezamento e “deep fake” do rosto humano, hoje comum em plataformas de redes sociais como Snapchat e Instagram, foi implementado numa startup vendida ao Google por um dos autores; Há 15 anos, essas capacidades eram chamadas de processamento de imagens, mas hoje são comumente chamadas de IA. A razão reside em parte no marketing. Nos últimos tempos, quando o software é chamado de IA, ele assume um ar de magia. Se a “IA” é mais do que marketing, então é melhor entendida como uma das várias filosofias concorrentes que podem orientar o nosso pensamento sobre a natureza e os usos da computação.

Uma alternativa clara à “inteligência artificial” é focar nas pessoas presentes no sistema. Se um programa consegue distinguir gatos de cães, não fale sobre como uma máquina aprende a ver. Em vez disso, fale sobre como as pessoas usaram exemplos para definir rigorosamente, pela primeira vez, as qualidades visuais que distinguem “gatos” de “cachorros”. Sempre há uma segunda maneira de pensar sobre qualquer situação que envolva o uso de IA. Isto é importante porque a forma como a IA pensa pode desviar os humanos da responsabilidade.

A IA pode alcançar resultados sem precedentes em vários campos, incluindo a medicina, o controlo de robôs e o processamento de linguagem/imagem, ou uma certa forma de falar sobre software é uma forma de não reconhecer plenamente as pessoas que trabalham em conjunto através de sistemas de informação avançados que alcançam esses resultados. A “IA” pode ser uma ameaça ao futuro humano, tal como é frequentemente retratada na ficção científica, ou pode ser uma forma de pensar sobre a tecnologia que dificulta o desenvolvimento de tecnologia para que possa ser utilizada de forma eficaz e responsável. A própria ideia da IA poderia criar uma pista falsa que tornaria mais fácil para um pequeno grupo de tecnólogos e investidores colher todos os benefícios dos esforços generalizados. A computação é uma tecnologia crítica, mas a visão da IA pode ser nebulosa e ineficaz.

Você pode rejeitar o modo de pensar da IA por vários motivos. Uma é que você acredita que os humanos têm um lugar especial no mundo e são a fonte definitiva de valor da qual as IAs dependem, em última análise.(Isso poderia ser chamado de objeção humanística.)Outra visão é que nenhuma inteligência, humana ou máquina, será verdadeiramente autónoma: tudo o que alcançamos depende do contexto social criado por outros seres humanos que dão sentido ao que queremos alcançar.(Objeção Pluralista). Independentemente de como você a veja, a compreensão da IA que se concentra na independência dos humanos, em vez da interdependência com eles, perde muito do potencial das tecnologias de software.

Mais popular
A ciência
Uma bomba-relógio demográfica está prestes a atingir a indústria da carne bovina.
Matt Reynolds
Negócios
Dentro do complexo ultrassecreto de Mark Zuckerberg no Havaí
Guthrie Scrimgeour
Engrenagem
Primeiro, dê uma olhada no Matic, o aspirador robô redesenhado
Adriane So
Negócios
As novas alegações de Elon Musk sobre a morte de macacos estimulam novas demandas de investigação da SEC
Dhruv Mehrotra

Apoiar a filosofia da inteligência artificial sobrecarregou a nossa economia. Menos de 10% da força de trabalho americana está formalmente empregada no sector tecnológico, em comparação com 30-40% nos principais sectores industriais na década de 1960. Pelo menos em parte, isto acontece porque quando as pessoas fornecem dados, exemplos comportamentais e até mesmo soluções activas de problemas na Internet, isso não é considerado “trabalho”, mas é visto como parte de uma troca extra-programa por determinados serviços gratuitos da Internet. Por outro lado, quando as empresas encontram formas novas e criativas de utilizar tecnologias de rede para permitir que as pessoas forneçam serviços que antes eram mal executados por máquinas, isso não recebe a atenção que merece por parte dos investidores que acreditam que “a IA é o futuro”, incentivando uma maior automação. . Isto contribui para uma diminuição da eficiência económica.

Colmatar mesmo que parte desta lacuna, e assim reduzir o subemprego laboral nos países ricos, poderia aumentar a produtividade da tecnologia ocidental muito mais do que uma China mais sensível à vigilância o faria. Na verdade, como demonstraram relatórios recentes, a principal vantagem da China em IA reside menos na vigilância e mais na vasta força de trabalho paralela que rotula activamente os dados alimentados nos algoritmos. Tal como aconteceu com os fracassos relativos da força de trabalho oculta do passado, estes trabalhadores tornar-se-ão mais produtivos se aprenderem a compreender e melhorar os sistemas de informação em que se encontram e se forem reconhecidos por esse trabalho, em vez de serem eliminados para manter uma miragem.” Don não notei o homem por trás da cortina” que mantém a IA unida. A compreensão dos funcionários sobre os processos de produção, capacitando-os e aumentando a sua contribuição para a produtividade, formou a base do milagre japonês do sistema de produção Kaizen da Toyota nas décadas de 1970 e 1980.

Para aqueles que temem que a recolha de dados à luz do comércio estabelecido promova uma cultura de vigilância omnipresente, devemos salientar que é a única alternativa a tal cultura. Somente quando os trabalhadores recebem um salário é que se tornam cidadãos plenos. Os trabalhadores que ganham dinheiro também o gastam como querem; eles ganham maior poder e uma voz na sociedade. Por exemplo, eles podem optar por trabalhar menos. Foi assim que as condições de trabalho melhoraram historicamente.

Não é surpreendente que os argumentos técnicos e económicos quantitativos convirjam para a centralidade do valor humano. Estima-se que o poder total de processamento de uma mente humana seja maior do que o de todos os computadores modernos do mundo juntos. Com o ritmo de melhoria do processador diminuindo à medida que a Lei de Moore termina, as perspectivas de que as coisas mudem drasticamente em breve são escassas.

Esta abordagem da tecnologia centrada no ser humano não é apenas uma possibilidade teórica. Dezenas de milhões de pessoas utilizam videoconferências todos os dias para fornecer serviços personalizados, como formação linguística e de competências, online. Espaços de colaboração virtual online como o GitHub são fundamentais para a criação de valor em nossa era. A realidade virtual e aumentada oferece a perspectiva de expandir significativamente as capacidades, permitindo mais tipos de colaboração em distâncias maiores. Do Slack à Wikipedia, do LinkedIn aos conjuntos de produtos da Microsoft, o software de produtividade está tornando onipresente a colaboração em tempo real, antes inimaginável.

Na verdade, pesquisas recentes mostraram que, sem a Wikipédia criada pelo homem, o valor dos mecanismos de busca despencaria (afinal, é aí que muitas vezes são encontrados os primeiros resultados de pesquisas substanciais), embora os serviços de busca sejam elogiados como exemplos importantes do valor da Wikipédia. IA.(No entanto, a Wikipédia é uma organização sem fins lucrativos sem valor, enquanto os motores de busca estão entre os ativos mais valiosos da nossa civilização). As tecnologias de colaboração ajudam-nos a trabalhar a partir de casa durante a epidemia de Covid-19; tornou-se uma questão de sobrevivência e o futuro promete que o trabalho conjunto à distância se tornará ainda mais vibrante e agradável.

Falando diretamente, somos grandes entusiastas de métodos que são mais frequentemente discutidos como uma ilustração do potencial da IA: redes profundas/convolucionárias e assim por diante. No entanto, esses métodos são amplamente baseados em dados humanos. Por exemplo, o famoso algoritmo aberto de geração de texto da IA foi treinado em milhões de sites criados pelas pessoas. E os dados do campo do aprendizado de máquina estão cada vez mais indicando que, se as pessoas que geram dados estiverem ativamente envolvidas no fornecimento de dados iniciais de alta qualidade e cuidadosamente selecionados, o treinamento pode ser muito menos dispendioso. Mas a participação ativa é possível apenas se, em contraste com a atitude usual em relação à IA, todos os participantes e não apenas engenheiros de elite, forem considerados os participantes mais importantes do processo e recebem compensação financeira.

Alguns entusiastas da IA, tendo lido para este lugar, podem responder que estamos enganados porque a AI começa a estudar sem pessoas. Mas sem a participação humana, é possível apenas para uma classe estreita de tarefas, aqueles que podem ser determinados com precisão, e não estatisticamente ou com base nas medidas atuais da realidade. Exemplos convencionais são jogos de tabuleiro como xadrez e algumas tarefas científicas e matemáticas, embora mesmo nesses casos as equipes humanas que usam os recursos de IA de somente assim excedem apenas a IA. Embora exemplos de aut o-aprendizagem possam ser importantes, eles são raros e não são representativos para problemas reais.