Ao mundo não faltam questões urgentes. Há 1,6 mil milhões de pessoas que vivem na pobreza extrema e estima-se que 780 milhões de adultos sejam iletrados. Os problemas sérios não se limitam ao mundo em desenvolvimento: as "mortes de desespero" [por álcool, drogas e suicídio], por exemplo, estão a aumentar a mortalidade entre os homens brancos nos Estados Unidos. Mesmo quando as economias avançadas crescem, não estão a levantar todos os barcos. Os grupos de rendimentos mais elevados prosperam enquanto as famílias de baixos rendimentos e grupos minoritários são consistentemente deixados para trás.

E agora alguns analistas sugerem que novas formas de programação de computadores vão agravar estes desenvolvimentos, na medida em que algoritmos, robôs e carros autónomos vão destruir empregos da classe média e agravar a desigualdade. Até o nome genérico destas tecnologias, Inteligência Artificial, soa ameaçador. O cérebro humano pode ser o "objecto mais complexo no universo conhecido", mas, como espécie, não somos sempre colectivamente muito inteligentes. Os grandes escritores de ficção científica previram há muito tempo que um dia iríamos inventar as máquinas que nos destruiriam.

A tecnologia necessária para criar este futuro distópico não está sequer no horizonte. Mas avanços recentes em tecnologias relacionadas com a IA oferecem um enorme potencial para avanços positivos num vasto conjunto de aplicações em áreas desde os transportes e educação à descoberta de drogas. Usado sabiamente, este impulso nas nossas capacidades computacionais pode ajudar o planeta e alguns dos seus cidadãos mais vulneráveis.

Podemos agora encontrar novos padrões que não são prontamente evidentes para o observador humano - e isso já sugere maneiras de reduzir o consumo de energia e as emissões de dióxido de carbono. Podemos aumentar a produtividade nas nossas fábricas e reduzir o desperdício de alimentos. De forma mais ampla, podemos melhorar as previsões muito além da capacidade dos computadores convencionais. Pense nas inúmeras actividades em que um aviso de um segundo seria útil ou podia mesmo salvar vidas.

E, no entanto o medo persiste: Não irão estas mesmas melhorias implicar a perda de todos os nossos postos de trabalho - ou pelo menos a maioria dos nossos bons empregos? Na verdade, existem três razões pelas quais o apocalipse dos empregos está em espera.

Em primeiro lugar, aplica-se o paradoxo de Moravec. Hans Moravec e outros cientistas da computação destacaram na década de 1980 que o que é simples para nós é difícil até mesmo para o mais sofisticado sistema de IA; inversamente, a IA muitas vezes pode fazer facilmente o que consideramos difícil. A maioria das pessoas consegue andar, manipular objectos e compreender linguagem complexa desde tenra idade, não prestando muita atenção à quantidade de computação e energia necessários para executar essas tarefas. As máquinas inteligentes podem realizar cálculos matemáticos muito superiores às capacidades de um ser humano, mas não conseguem, com facilidade, subir escadas, abrir uma porta e virar uma válvula. Ou dar um pontapé numa bola de futebol.

Em segundo lugar, os algoritmos de hoje estão a tornar-se muito bons no reconhecimento de padrões quando estes são fornecidos com grandes conjuntos de dados - encontrar objectos em vídeos do YouTube ou detectar fraudes com cartões de crédito - mas são muito menos eficazes com as circunstâncias incomuns que não se encaixam no padrão usual, ou simplesmente quando os dados são escassos ou um têm um pouco de "ruído". Para lidar com esses casos, é preciso uma pessoa qualificada, com a sua experiência, intuição e consciência social.

Em terceiro lugar, os mais recentes sistemas não conseguem explicar o que têm feito ou porque estão a recomendar um curso particular de acção. Nestas "caixas negras", não se pode simplesmente ler o código para analisar o que está a acontecer ou para verificar se existe uma predisposição escondida. Quando a interpretabilidade é importante - por exemplo, em muitas aplicações médicas – é preciso um ser humano treinado no circuito de decisão.

Naturalmente, este é apenas o estado da tecnologia de hoje - e grandes taxas de investimento podem mudar rapidamente o que é possível. Mas a natureza do trabalho também irá mudar. Os empregos hoje são muito diferentes dos trabalhos de há 50 ou mesmo 20 anos.

E novos algoritmos de computador vão demorar algum tempo a penetrar totalmente na economia. Os sectores ricos em dados, como os media digitais e o comércio electrónico começaram agora a pôr em acção os recursos que a IA criou. A infinidade de aplicações de IA que poderão afectar os postos de trabalho em sectores como a saúde, educação e construção vão demorar muito mais tempo a difundir-se. Na verdade, isso pode surgir na hora certa: o envelhecimento da população nos países desenvolvidos implica uma força de trabalho menor - e maior necessidade de serviços de cuidados pessoais - nas próximas décadas.

As decisões de política pública irão moldar a era da IA. Precisamos de oportunidades e de concorrência, e não do crescimento de poderosos monopólios, a fim de promover o progresso tecnológico de uma forma que não deixe um grande número de pessoas para trás. Isto requer a melhoria do acesso a todas as formas de educação – com baixo ou nenhum custo.

Com os concorrentes das economias desenvolvidas, incluindo a China, a investirem pesadamente em IA, os decisores políticos deviam estar a aumentar o apoio à investigação e a garantir que os seus países têm os recursos físicos e humanos que precisam para inventar e fabricar tudo o que esteja relacionado com esta nova e importante tecnologia de aplicação geral. 

Não devemos subestimar a capacidade dos seres humanos de infligir danos à sua comunidade, ambiente, e até mesmo a todo o planeta. Os escritores de ficção apocalíptica poderão vir a provar que estavam certos. Mas, por agora, temos uma nova ferramenta poderosa para dar às pessoas a oportunidade de viverem uma vida melhor. Devemos usá-la sabiamente.

Simon Johnson e Jonathan Ruane leccionam a disciplina de Negócios Globais de Inteligência Artificial e Robótica na Sloan School of Management do MIT.

Copyright: Project Syndicate, 2017.
www.project-syndicate.org
Tradução: Rita Faria