Sócrates, cérebros de abelhas e a evolução da IA

Pavilhão do 4YFN, espaço do MWC dedicado ao universo das startups (Crédito: reprodução)

“Nos disseram para construir data lakes, colocar camadas de análise para extrair e fornecer insights aos seres humanos para que eles tomem melhores decisões. Para ser honesto, dar aos seres humanos melhores insights não significa melhores decisões. As empresas não têm problemas de insights, têm problemas de decisão. Os humanos são um lixo em fazer decisões”.

Foi assim que Daniel Hulme, CEO da startup Satalia, comprada pelo WPP em 2021, e desde então chief AI officer da holding, abriu sua apresentação no Founders Stage, do Four Years From Now (4YFN), área do Mobile World Congress (MWC) dedicada ao universo das startups.

Também fundador e CEO da Conscium, empresa de pesquisa que busca compreender a consciência das máquinas, o executivo milita há 27 anos no universo da inteligência artificial (IA). Hulme diverge das principais definições sobre IA, em especial, a mais popular delas.

“Sei que quando nos chamamos de empresa de IA, conseguimos mais clientes, mais financiamento. Infelizmente, existem muitas definições de IA e a mais popular é, de longe, a mais fraca: fazer com que os computadores façam coisas que os humanos podem fazer”, disse.

A razão pela qual essa é uma definição popular é, segundo o executivo, porque para a maioria das pessoas a IA começou há três anos, com o ChatGPT, que é capaz de se comunicar em linguagem natural e reconhecer objetos e imagens. “Quando conseguimos que máquinas se comportem como humanos, que são a coisa mais inteligente que conhecemos no universo, presumimos que isso seja inteligência”.

Daniel Hulme, CEO da startup Satalia e chief AI officer do WPP (crédito: reprodução)

Da definição para a aplicação

Mas existe uma definição muito melhor de IA que é da década de 1980, cita Hulme: é o comportamento adaptativo orientado a objetivos. O que se busca, a partir desta perspectiva, é construir sistemas que tomem decisões, aprendam se essas decisões são boas ou ruins, e se adaptem para que, na próxima vez, tomem decisões melhores.

“Se eu for totalmente honesto com vocês e aplicasse essa definição ao que fazemos na indústria, ninguém estaria fazendo IA. O que é, obviamente, uma afirmação ridícula, porque todo mundo está fazendo IA, mas a questão é que construir sistemas adaptativos seguros é o verdadeiro ápice da IA, e é extremamente difícil. Essa é a sua vantagem: construir sistemas que podem melhorar em produção. Então, eu não gosto de pensar em IA por meio de definições, mas por aplicações”, afirmou.

A IA nas décadas de 1960 e 1970 era baseada no método socrático, do filósofo grego Sócrates – fundamentado no diálogo e nos questionamentos sucessivos. “A IA nesse período consistia em registrar muitas coisas que sabemos sobre o mundo para tentar aprimorar o conhecimento e criar sistemas mais inteligentes. Não era escalável”, analisou. Já a partir das décadas de 1980 e 1990, um novo tipo de IA começou a amadurecer, com base em como nossos cérebros funcionam.

“Meu doutorado, há 20 anos, foi sobre tentar modelar o cérebro de uma abelha em uma máquina. As abelhas têm um milhão de células cerebrais, que cabem na ponta de uma agulha. As abelhas fazem coisas incríveis, assim como os seres humanos. Conversam umas com as outras, reconhecem objetos, navegam no mundo 3D, resolvem problemas, não lidam muito bem com janelas, mas, no fim das contas, são criaturas muito inteligentes. A questão era: você consegue modelar um milhão de neurônios em uma máquina? Há 20 anos, não conseguíamos. Agora, podemos modelar bilhões de neurônios”, disse, se referindo aos Large Language Models (LLMs).

Evolução do aprendizado e fricções

Esses modelos têm alta capacidade em dizer o que sabem sobre o mundo por meio de imagens e texto, mas ainda não são bons em raciocinar e, definitivamente, não são bons em tomar decisões complexas, ressaltou Hulme. No entanto, eles estão ficando mais inteligentes.

Há dez anos, os LLMs eram como crianças pequenas: regurgitavam algumas palavras, a maioria sem sentido, prosseguiu o especialista. O ChatGPT, lançado há cerca de três anos, era como um grupo de universitários embriagados: 50% do que o ChatGPT produz é comprovadamente incorreto.

Agora ele está se formando em um nível de mestrado. No próximo ano, estará em um nível de doutorado, onde poderá aplicar o método científico complexo para resolver problemas muito complicados. “Até o final desta década, teremos um professor em nossa sala. Portanto, algo que não só pode resolver problemas muito complicados, como também pode levantar questões que a humanidade nunca fez”, projeta.

Hulme foi direto no seu recado ao público de startups que estava na audiência: “Não olho para a IA através de definições, olho através de fricções e é por isso que sugiro que todos os founders façam o seguinte: Qual é o problema que estamos tentando resolver? Comecem por aí em vez de iniciar pelos dados ou pela tecnologia”, aconselhou.

Em seguida, apresentou as seis categorias de fricções que acredita existir em qualquer cadeia de suprimentos e onde a IA pode fazer a diferença. A primeira é a automação: Existem muitas tarefas rotineiras, repetitivas e estruturadas que os seres humanos fazem e que podem ser substituídas por algoritmos muito simples. A segunda categoria é a criação de conteúdo.

Oportunidades no marketing

“Agora, no WPP, chamamos isso de ‘cérebros da marca’. O objetivo é produzir conteúdo diferenciado com qualidade de produção”, disse, citando as quatro etapas da evolução de um “cérebro inteligente”. A primeira é por meio de perguntas melhores. A segunda é fornecer diretrizes da marca, como tom de voz. A terceira é treinar um agente que se torne especialista na sua marca. Já a quarta é criar um conselho de agentes, cada um especializado em uma área, e colocá-los para trabalhar juntos.

“No mundo do marketing, isso é muito empolgante. Pela primeira vez, podemos construir cérebros para recriar como as pessoas percebem as coisas. Podemos usar esses insights para criar conteúdo e anúncios melhores, além de prever a ativação com mais precisão. Isso levará aos cliques, curtidas e vendas”, projetou.

A terceira fricção é a representação humana – a IA está melhorando na compreensão do que as pessoas valorizam. A quarta é a extração de insights: “Dar aos seres humanos melhores insights não leva a melhores resultados. O poder do aprendizado de máquina, que chamamos de cérebros de desempenho, é explicar essas previsões”.

Segundo Hulme, a realidade é que agora podemos fazer com que a IA seja tão criativa, ou até mais, do que os seres humanos. Mas isso não representa uma ameaça existencial para os profissionais de criação. “O que eles estão percebendo é que podem usar essas ferramentas para impulsionar sua criatividade”, afirmou. A quinta categoria é a tomada de decisões complexas e a sexta, por fim, é o aprimoramento humano.

“Adoro a definição de inovação de Steve Jobs. Ele disse que inovação é ‘criatividade que se concretiza’. Para mim, a palavra mais importante nessa definição é a palavra “que”. Trata-se de um processo de levar ideias ao ponto em que elas geram valor. E esse processo, como todos sabemos, é longo, árduo e doloroso. Seu trabalho, nosso trabalho, é descobrir o caminho mais curto do processo, a maneira mais rápida de inovar, a maneira mais adaptável e inteligente de inovar”, finalizou.