Principais Conclusões
- A capacidade de compreender e reagir a situações do dia a dia sem necessidade de análises complexas é o que chamamos de bom senso. Essa habilidade é construída através de experiências, observações e também pelas normas sociais e culturais que vivenciamos.
- Computadores enfrentam dificuldades com o bom senso por não terem vivências reais no mundo e por sua incapacidade de se adaptar a novos cenários. Além disso, as regras e suposições que humanos compreendem de forma natural, são complexas para as máquinas.
- Pesquisadores estão buscando diferentes caminhos para que computadores adquiram bom senso, como a criação de extensas bases de conhecimento, o uso de informações colaborativas e o aprendizado por meio de simulações. Avanços têm sido alcançados, mas ainda há muito a ser explorado.
O bom senso. Uma qualidade que todos acreditamos possuir. Mas, afinal, o que é isso? E seria possível que computadores, ou sistemas de inteligência artificial, o desenvolvessem?
O que é bom senso e como os humanos o desenvolvem?
Bom senso é a aptidão básica de perceber, entender e avaliar situações de forma que se espera da maioria das pessoas. É um conjunto de fatos, informações e regras práticas que acumulamos através de nossas vivências e observações. Essa capacidade nos permite agir e reagir com eficiência no dia a dia, sem a necessidade de análises profundas em cada situação.
O processo de aquisição do bom senso tem início na infância. Desde bebês, começamos a aprender sobre causa e efeito – como o choro que leva a sermos alimentados ou trocados. Através de experiências repetidas, construímos um conhecimento prático sobre o mundo. Por exemplo, tocar em uma superfície quente pode causar queimaduras, o que nos ensina a evitar tais situações.
Ao longo da infância, o bom senso se expande por meio de tentativas, erros, observação e interações com a família. Aprendemos que roupas precisam ser lavadas regularmente, que não é educado falar de boca cheia e que derrubar um copo de leite pode gerar uma grande bagunça. Nossos pais, irmãos, professores e outros adultos nos corrigem quando agimos contra as normas e expectativas da sociedade. Com o tempo, esses ensinamentos se tornam parte do nosso bom senso básico.
Além das experiências pessoais, o bom senso é também influenciado pelas normas sociais e culturais. O que pode ser considerado senso comum em uma cultura (como tirar os sapatos ao entrar em casa) pode não ter o mesmo significado em outra.
Nosso bom senso se adapta à medida que crescemos e somos expostos a diferentes pessoas e lugares. Uma criança criada em uma pequena cidade desenvolve um bom senso adequado àquele ambiente. Já um adulto que se muda para uma grande metrópole precisa ajustar seu senso comum para se adequar ao novo contexto.
E assim, o bom senso continua a se desenvolver conforme vivemos novas experiências.
Por que o bom senso é um desafio para os computadores?
Existem várias razões para o bom senso ser tão difícil de programar.
Primeiramente, humanos constroem seu bom senso gradualmente, por meio de anos de vivências no mundo. Experimentamos situações, aprendemos com o que funciona e o que não funciona, e armazenamos essas lições. Os computadores, no entanto, não possuem esse tipo de experiência no mundo real para se basear. Eles sabem apenas aquilo que lhes é explicitamente informado por nós.
Por exemplo, fiz a seguinte pergunta ao ChatGPT (GPT 3.5):
Janet tem uma lavanderia. Ela lava roupas de clientes e as pendura no varal para secar ao sol. Certo dia, Janet lavou cinco camisas e as pendurou pela manhã. As camisas levaram cinco horas para secar. Quanto tempo levará para secar 30 camisas?
E a resposta foi:
Outro ponto importante é que o bom senso é contextual. Se um computador é programado com regras muito específicas, ele não consegue adaptá-las a novos cenários da mesma forma que nós, humanos, fazemos intuitivamente.
Imagine que você ensinou um computador sobre o que fazer quando começa a chover estando ao ar livre. Parece simples, certo? Mas, e se, em vez de chuva, fosse um aspersor ligando? Ou se você estivesse em um supermercado e os canos começassem a vazar água do teto? Nós saberíamos instantaneamente como agir nessas situações, mas um computador seguiria cegamente a regra “quando chover, entre”, mesmo que isso não fizesse sentido.
Além disso, existem regras e suposições que nós absorvemos sem nem perceber. Por exemplo, qual a distância que podemos ficar de uma pessoa antes que isso pareça estranho? Nós sabemos a resposta de forma intuitiva, mas talvez não consigamos explicar exatamente as regras para essa situação. Essas normas sociais implícitas são especialmente desafiadoras para os computadores aprenderem apenas através de dados.
Dessa forma, o bom senso continua sendo uma das maiores fraquezas da Inteligência Artificial em comparação com a inteligência humana. É algo natural para nós, mas não tanto para as máquinas.
Como os computadores podem aprender o bom senso
Depois de um otimismo inicial nas décadas de 1970 e 1980, os pesquisadores perceberam o quão desafiador seria ensinar bom senso aos computadores. No entanto, novas abordagens vêm se mostrando promissoras para que sistemas de IA adquiram um bom senso básico sobre o mundo físico e social.
Uma das estratégias é construir manualmente bases de conhecimento extensas, detalhando fatos e regras sobre como o mundo funciona. O projeto Cyc, iniciado em 1984 por Doug Lenat, é um exemplo desse tipo de iniciativa.
Ao longo de décadas, centenas de lógicos codificaram milhões de axiomas lógicos no Cyc. O resultado, apesar de demorado, é um sistema com um conhecimento considerável sobre o mundo real. Aparentemente, Cyc é capaz de entender que um tomate é tecnicamente uma fruta, mas que não combina em uma salada de frutas, graças ao seu conhecimento sobre perfis de sabores culinários.
Uso de informações colaborativas com ConceptNet
Bases de conhecimento mais modernas, como o ConceptNet, adotam uma estratégia colaborativa para gerar declarações de bom senso. A ideia é que, em vez de especialistas ou inteligências artificiais tentarem descobrir todos os fatos e relações básicas do mundo, eles abrem espaço para que qualquer pessoa contribua com informações de bom senso.
Essa abordagem permite que essas bases de conhecimento aproveitem a inteligência coletiva de diversas pessoas na internet. Ao acumular inúmeras informações de bom senso, o ConceptNet conseguiu construir um repositório surpreendentemente grande de conhecimento básico e cotidiano. E como novas pessoas estão sempre contribuindo, o conhecimento continua a crescer.
Ensinando bom senso por meio da experiência
Outra abordagem que se mostra promissora é a construção de mundos simulados detalhados onde agentes de IA podem vivenciar e aprender sobre física e intuições por meio da experiência.
Pesquisadores estão criando ambientes virtuais 3D repletos de objetos do dia a dia que simulam o mundo real, como a casa digital “AI2 THOR”, construída pelo Instituto Allen. Nesses espaços, robôs de IA podem experimentar todos os tipos de interações para desenvolver uma compreensão intuitiva de conceitos que nós humanos consideramos naturais.
Por exemplo, um robô de IA pode receber um corpo virtual e tentar pegar blocos, empilhá-los, derrubá-los, etc. Ao ver os blocos caindo e colidindo de forma realista, o robô aprende noções básicas sobre solidez, gravidade e dinâmica física. Não são necessárias regras, apenas experiência.
O robô também pode tentar ações como derrubar um objeto de vidro e observar como ele se quebra ao atingir o chão. Ou pode experimentar as propriedades da água despejando líquidos e vendo como eles fluem. Essas lições práticas fundamentam o conhecimento da IA em experiências sensoriais e não apenas em padrões de dados.
Técnicas baseadas em dados, como o pré-treinamento de modelos de linguagem grandes e poderosos, também vêm se mostrando eficazes na detecção de padrões de bom senso. Modelos de IA como GPT-3.5 e GPT-4 conseguem gerar textos surpreendentemente parecidos com os humanos após “ler” grandes quantidades de dados da internet.
Apesar de, às vezes, fazerem sugestões pouco razoáveis (o que chamamos de “alucinação da IA”), a abordagem de aprendizado estatístico permite que imitem alguns tipos de bom senso. No entanto, ainda existem discussões sobre se isso é realmente bom senso ou apenas uma exploração inteligente de tendências nos dados.
Como testar o bom senso de computadores
Crédito da imagem: freepik/freepik
À medida que sistemas de inteligência artificial assumem tarefas mais complexas no mundo real, avaliar se eles possuem “bom senso” se torna crucial.
Bom senso físico
Uma área a ser testada é o bom senso físico – a intuição sobre objetos, forças e propriedades básicas do mundo.
Por exemplo, mostre a um sistema de visão computacional uma foto de um livro flutuando no ar e peça para que ele descreva a cena. Ele nota algo incomum em um livro flutuante? Ou alimente o sistema de IA com cenários incomuns como “o homem cortou uma pedra com um pão” e veja se isso é sinalizado como improvável.
O ambiente AI2 THOR do Instituto Allen simula torres de blocos, canecas derramadas e outras cenas para testar essas intuições físicas.
Bom senso social
Nós, humanos, também temos bom senso social – uma compreensão implícita sobre as motivações, relações e normas das pessoas. Para avaliar isso em uma IA, apresente situações com pronomes ou motivações ambíguas e veja se o sistema as interpreta de forma sensata.
Por exemplo, perguntei ao ChatGPT se “isso” se referia à mala ou ao troféu no seguinte exemplo:
O troféu não cabia na mala porque era muito pequena.
O teste não foi bem-sucedido. Um humano obviamente entenderia que “ela” se refere à mala.
Este tipo de teste é chamado de Desafio do Esquema Winograd, que busca testar especificamente o bom senso social.
Segurança e Ética
É fundamental testar se os sistemas de IA aprenderam padrões inseguros ou antiéticos. Verifique se a IA apresenta preconceitos com base em gênero, raça ou outros atributos ao fazer julgamentos.
Certifique-se de que ela faça distinções éticas razoáveis. Matar um urso para salvar uma criança pode ser considerado justificável, enquanto detonar uma bomba nuclear com o mesmo propósito não seria. É importante sinalizar quaisquer recomendações de atos claramente antiéticos.
Desempenho no mundo real
Avalie o bom senso observando como os sistemas de IA funcionam em ambientes do mundo real. Por exemplo, carros autônomos identificam e reagem corretamente a objetos e pedestres? Um robô consegue se movimentar em diferentes ambientes domésticos sem quebrar itens ou machucar animais de estimação?
Testes no mundo real revelam lacunas no bom senso que podem não aparecer em ambientes de laboratório.
Avanços realizados, mas o trabalho continua na IA com bom senso
Alguns especialistas argumentam que a IA nunca será capaz de atingir o mesmo nível de bom senso que os humanos sem desenvolver estruturas cerebrais e corpos como os nossos. Por outro lado, mentes digitais não estão limitadas por preconceitos e atalhos mentais humanos, então, em teoria, elas poderiam nos superar! Embora provavelmente não precisemos nos preocupar com uma IA superinteligente por enquanto.
No curto prazo, a melhor opção é uma IA que combine bom senso aprendido com uma programação mais tradicional. Dessa forma, erros como confundir uma tartaruga com um rifle podem ser evitados.
Ainda não chegamos lá, mas o bom senso não é mais a “matéria escura” da IA. Há progresso sendo feito! Mas, por algum tempo ainda, precisaremos de uma boa dose de bom senso humano na aplicação dessas tecnologias.