Inteligência artificial irá roubar seu emprego?

Redação Paulo Henrique Gomes da Silva
Ilustração
Nillia Sousa e Gabriela Souza
Revisão
Milena Maia Araújo

Por que estamos pensando isso?

As inteligências artificiais (IA’s) têm evoluído bastante nos últimos tempos, principalmente com as novas versões do bastante conhecido ChatGPT, desenvolvido pela OpenAI, ou também a Mirage, IA generativa capaz de produzir imagens, e com elas se tornando comum em nosso dia a dia surge uma pergunta justa: “as IA’s irão roubar nossos empregos?” “Elas podem um dia criar elas mesmas e então substituir o ser humano?“ “É possível um futuro como o de Exterminador do Futuro?”. Tenhamos bastante calma nessa hora, primeiro vamos entender o que são a maioria dessas IA’s, já que este termo é bem generalista e acaba por disfarçar a grande área de estudo que existe e seus diversos modelos e algoritmos que realizam tarefas semelhantes a capacidade do ser humano de pensar e decidir.

A imagem contém um fundo escuro com duas mensagens, uma à esquerda e outra à direita, ambas acompanhadas por uma figura de um ladrão estilizado. O ladrão é desenhado como uma figura preta com um par de olhos que espreitam de um buraco iluminado por um facho de luz amarela. O texto na imagem está em português e diz à esquerda "ESSE LADRÃO ESTÁ APENAS APRENDENDO" e à direita "ESSE LADRÃO ESTÁ APENAS OBSERVANDO".

Mas o que são esses possíveis ladrões de emprego?

Comumente, usamos o termo IA para definir toda e qualquer ferramenta computacional que age por ela mesma. Acontece que esse termo seria mais justo para representar toda a área de estudo que visa espelhar o comportamento humano de forma computacional, e dentro dessa área sub-tópicos surgem representando uma parte desse comportamento.

Por exemplo, Machine Learning, que está dentro da área de IA e faz com que a máquina copie a capacidade de aprender a classificar um dado de entrada a partir de um treinamento feito com outros tipos de dados, como a classificar a espécie de uma flor a partir de fotos dela, e um algoritmo que conhecemos que faz isso é o KNN (K-Nearest-Neighbors).

Porém, esse algoritmo se limita a simplesmente classificar objetos diante de uma referência, enquanto que em Deep Learning, temos um objeto mais complexo e que não busca imitar um comportamento, mas sim um elemento do corpo humano, que seria o próprio neurônio e seu funcionamento de forma matemática, que seria o Perceptron, e que esse assim como o neurônio pode ser aglomerado com muitos outros *Perceptrons* e criando assim uma rede neural computacional, mas ainda assim esse sistema é limitado quando tentamos realizar outras tarefas que não cabem a ele, daí existem outras ferramentas que se encaixam melhor para cada caso de uso.

A imagem mostra uma pessoa sentada em frente a um computador, com uma expressão preocupada e cabelo bagunçado. A pessoa está em um ambiente de escritório, com uma planta em um vaso ao lado do computador e uma estante com gavetas ao fundo. Acima da pessoa, há uma grande sombra preta com olhos intimidadores e mãos escuras estendidas, dando a impressão de uma figura ameaçadora observando ou prestes a atacar. A luz amarela ao redor da pessoa enfatiza a sensação de estar sob vigilância.

Além disso, o próprio ChatGPT é um LLM (Large Language Model), um modelo de linguagem natural com o propósito de entender e gerar texto, sendo uma rede neural, que adquire essa habilidade a partir do treinamento com uma grande quantidade de dados de forma supervisionada ou semi-supervisionada. E por mais que se pareça com um humano respondendo, não passam de respostas que se baseiam em pesos, que determinam o quão próximo e o quão longe isso está dos dados usados para gerar a resposta e que tem como referência os valores usados no treinamento da IA, e isso pode fazer com que a resposta final seja diferente caso mude algum detalhe do valor de entrada, existindo assim uma taxa de acerto que é previamente pensada e para garantir que a ferramenta possa ser utilizada essa taxa de acerto deve ser próxima de 100%, mas nunca realmente é 100%.

Então notamos que essas IA’s ainda são super especificadas para uma determinada tarefa, e que dentro dessa mesma tarefa elas ainda cometem muitos erros e necessitam de ajustes a cada erro para diminuir a taxa de erro. Além de que, elas necessitam de conhecimento prévio para treinamento e funcionam mais como uma busca e junção, apenas alguns modelos realmente geram novos elementos, como a geração de imagens.

Realmente não teremos chances contra as máquinas?

Diante disso, ainda é muito cedo para dizer que a IA é capaz de tomar nosso emprego, mas pelo contrário, elas são ótimas ferramentas para auxiliar no processo de aprendizagem, com a devida curadoria do conteúdo gerado a fim de garantir que erros não sejam replicados. Claro que com a chegada dessas ferramentas, precisamos demonstrar mais ainda que realmente sabemos sobre os conceitos e menos sobre implementações diretas de código, pois é nisso que mora nossa maior habilidade, a criatividade.

Então, não precisamos nos preocupar com a velocidade com que as IA’s vão acabar roubando nossos empregos, pois até lá, algo maior e mais rápido vai ter chegado até nós: o colapso ambiental.

--

--

Paulo Henrique Gomes da Silva
Sanbox — Apple Developer Academy (IFCE)

Student at UFC — Fortaleza | Alumni @ Apple Developer Academy