O recente filme Sully: o herói do rio Hudson nos leva a uma reflexão sobre os limites do uso da inteligência artificial para apoio à decisão, como substituto da inteligência humana. Na história os responsáveis pela investigação, após o acidente em 2009 que resultou no pouso do avião no rio Hudson, em principio questionaram o acerto da decisão do piloto que salvou todos os 155 passageiros e tripulantes: não teria tal decisão sido precipitada e equivocada?
Isto porque os resultados das simulações em computador indicavam, considerando os parâmetros da situação real, um pouso preciso nas pistas do aeroporto La Guardia em Nova Iorque. Só que ao longo da investigação constatou-se que a aterrisagem exitosa através do simulador deu-se na décima sétima tentativa, nas precedentes sempre ocorreu um crash resultando na morte de todos …o que provou o acerto do capitão em confiar mais no seu conhecimento, e na sua intuição e experiência para tomar a decisão mais acertada no curto espaço de tempo entre a falência total dos motores e o final da história….
Tal história nos estimula a tecer considerações a respeito da equação a ser adotada nas empresas, de forma a otimizar a tomada de decisão: quanto utilizar de inteligência artificial (IA) e de inteligência humana?
Para responder ao problema proposto, duas questões devem ser previamente colocadas:
(1) pode a inteligência artificial (IA) ser mais “esperta” que a inteligência humana?
(2) qual é a verdadeira natureza da inteligência humana?
O termo inteligência artificial (IA) nasceu em 1956 e, desde então, diferentes correntes de pensamento têm estudado formas de estabelecer comportamentos inteligentes nas máquinas.
O grande desafio das pesquisas em IA, desde a sua criação, pode ser sintetizado com a indagação feita por Minsky em seu livro “Semantic Information Processing”, há quase trinta anos: “Como fazer as máquinas compreenderem as coisas?”.
A Inteligência Artificial recentemente vem adquirindo grande prestigio com o seu uso como instrumento de inteligência para apoio às estratégias dos negócios.
A maior parte das aplicações de IA usando recursos como data science e machine learning são mecanismos extremamente eficientes para o apoio à gestão em situações específicas.
Estão neste caso o treinamento de pilotos em simuladores de vôo, a oferta de produtos e serviços para o consumidor através de sistemas de recomendação, e a seleção, classificação e extração de conteúdos por meio de busca semântica, entre outros.
Pode então a IA ser mais “esperta” que a inteligência humana? A despeito de seu indubitável valor para a sociedade e para os processos de gestão, existem consideráveis argumentos para responder negativamente à esta questão.
Para entender a natureza da inteligência humana e porque ela é mais abrangente que a IA, basta observarmos o comportamento dos bebês desde que eles nascem.
Veremos então que sua inteligência evolui a partir da constante exploração do ambiente que os rodeia, experimentando sensações, reunindo e interpretando informações, e questionando críticamente as situações perante as quais são expostos no seu dia a dia.
A inteligência humana, assim, está essencialmente relacionada ao sentido da curiosidade e do interesse das pessoas em adquirir conhecimento: quando nascemos somos assim. Se potencializamos esta capacidade achamos o caminho para, ao longo da vida, formular previamente as questões corretas relacionadas às situações vivenciadas, antes de buscar as respostas.
A inteligência humana é essencialmente de natureza tácita, referindo-se ao conhecimento embutido na capacitação técnica e na experiência de pessoas ou grupos, envolvendo ainda fatores intangíveis como crenças, perspectivas e valores.
Tendo como referência documento publicado pela UNESCO e pelo IBICT , nas corporações tal inteligência é vista como a competência das pessoas e grupos em lidar com a complexidade: habilidade de capturar, compartilhar e extrair significado de sinais da ambiência externa ou interna, que possam afetar o desempenho de negócios ou processos específicos de forma positiva ou negativa.
Entendidas as potencialidades e limitações da inteligência artificial face à inteligência humana, que estratégia devemos então adotar para sua implementação, através de uma equação que potencialize a otimização da tomada de decisão nas organizações?
Ela deve partir da busca da maximização de “Capitães Sully” em nossa organização: pessoas que tenham a habilidade de, trabalhando em equipe e valorizando as interações através das redes sociais internas e externas, conhecer os processos de negócio relevantes e seus impactos junto aos clientes internos e externos, e o alcance dos resultados esperados.
Finalmente, devem ter a capacidade de “descobrir” o que precisam saber através da adequada formulação de questões aos algoritmos que fazem parte do ambiente tecnológico da organização, por meio de uma interação com os cientistas de dados que fazem parte do negócio.
Mas ao traçar o perfil acima idealizado não estaríamos correndo o risco de estar procurando o “profissional unicórnio”, um ser especial como o animal mitológico dotado de força e pureza, e que tudo sabe?
Minha resposta é um NÃO de forma convicta! Mas então, qual é a fórmula para chegar onde queremos, de maneira viável e a um custo aceitável para a organização?
Primeiramente, devemos transformar a forma como as pessoas são treinadas. O aprendizado só é efetivo se está fundado no interesse e na curiosidade que vemos nos recém nascidos: pesquisar e indagar para obter as respostas que necessitamos.
Uma das estratégias clássicas para a transformação consiste na implementação de uma espiral do conhecimento na organização, como proposto por Nonaka e Takeucchi, especialmente nas dimensões da internalização e da socialização.
A internalização é a ação cognitiva de incorporação do conhecimento explícito no conhecimento tácito, estando estreitamente relacionado a princípios como o de “aprender fazendo”, “criação do conhecimento em grupo” e “uso de analogias como base para criar conhecimento”, com exemplos extensamente relatadospor aqueles autores na sua obra original.
A socialização é um processo de compartilhamento de experiências e, a partir daí, de criação de conhecimento tácito, na forma de modelos mentais individuais ou coletivos. Em publicação anterior já abordamos o tema, quando falamos sobre co-criação e crowdsourcing.
Vamos ficando por aqui. Proximamente voltaremos ao tema, com as previsões sobre o novo contexto do trabalho dos especialistas em diversos domínios do conhecimento, a partir das tecnologias rompedoras no âmbito da informação e da comunicação.
Fonte: Blog Newton Fleury
Data: 11/01/2017
Hora: ——
Seção: ——
Autor: Newton Fleury
Foto: ——
Link: https://medium.com/@fleurynewton/intelig%C3%AAncia-artificial-intelig%C3%AAncia-humana-como-potencializar-esta-equa%C3%A7%C3%A3o-para-otimizar-a-39d752e23063#.b7so6zz4w