O que o mundo das redes neurais tem a dizer sobre inovação em governo?
Já ouviu falar em ótimo local? Talvez essa expressão te traga boas sensações, porque nos faz lembrar daquela época em que a gente podia viajar à vontade e acessava sites buscando ótimos lugares para almoçar, ou ótimos lugares para tirar fotos para postar nas redes sociais e por aí vai. Mas, por incrível que pareça, quando o assunto é redes neurais artificiais esse é um termo nada otimista. E é por isso mesmo que o conceito pode ser importante para a reflexão sobre a inovação em governo.
Apesar de ter a palavra “ótimo” no nome, a expressão ótimo local não tem boa reputação na ciência das redes neurais por um motivo bem simples: ela indica uma acomodação no processo de desenvolvimento da rede neural. Um exemplo pode nos ajudar a entender isso melhor. Imagine que no mundo das redes neurais cada rodada de tentativas de atingir um objetivo determinado por você é chamada de geração e que, quanto melhor a geração, ou seja, quanto mais perto do objetivo ela chega com determinada estratégia, mais alta ela fica no terreno das tentativas. Assim, estratégias de uma rede neural que ficam distantes do objetivo geram gráficos menores e as que chegam mais perto geram gráficos maiores. Para ilustrar, se esses gráficos fossem prédios, teríamos muitos sobrados espalhados nesse terreno e apenas alguns arranha-céus, representando as melhores performances em relação ao objetivo pretendido.
Pois bem, o fenômeno do ótimo local surge quando uma rede neural encontra uma estratégia que se aproxima bastante do objetivo, ainda que não o tenha alcançado plenamente, E por estar assim, tão pertinho, depois de tantas tentativas e tantos pequenos sobrados construídos no terreno, o algoritmo se recusa a arriscar uma nova estratégia. Ao invés de buscar alternativas mais ousadas e criar novos lugares, as próximas tentativas tendem a ser apenas derivações meramente laterais da original Ou seja, o ótimo local é um produto bom demais para que se arrisque uma piora nos resultados. Em outras palavras, o algoritmo simplesmente decide não inovar mais, de modo a evitar o risco de se afastar demais do ótimo local que encontrou. É bom lembrar, porém, que ele não chegou ao objetivo. Só chegou perto.
E o que isso tem a ver com inovação em governo? Tudo. Muitas vezes acontece de somente depois de muito investimento os resultados dos órgãos de inovação começarem a aparecer. E, curiosamente, esse é o momento mais crítico do ciclo de vida desses órgãos, porque vai ser exatamente nesse ponto que se decidirá se esses resultados vão significar uma fossilização do espírito inovador daquela equipe. Sim, porque é natural que, depois de tantos recursos e paciência investidos, ceda-se à tendência de se petrificar o método ou mindset que levou àqueles resultados, na esperança de que desfechos semelhantes se repitam. Mas quem disse que tais resultados, ainda que ótimos, são os melhores? Seriam mesmo eles a tradução do objetivo para o qual aquele órgão de inovação foi criado?
Voltando ao mundo das redes neurais, aprendemos que o ótimo local é tão somente o melhor lugar da vizinhança no terreno dos gráficos criados pelas gerações de tentativas anteriores. Ou seja, o ótimo local não é o melhor de todos, é só o melhor até então. Enquanto o algoritmo insistir na rede neural que gerou o ótimo local, ele estará investindo em uma estratégia que já esgotou o seu potencial, e estará fadado a permanecer nesse mesmo ótimo local indefinidamente, apenas sonhando um dia alcançar o desejado ótimo global. Este sim o único resultado capaz de finalmente representar de maneira inquestionável o alcance do objetivo final. Dentro dessa lógica, para ser atingido, esse ótimo global exige que se abra mão das excelentes redes que chegaram ao seus ótimos locais, nem que isso custe dar dois passos para trás, a fim de viabilizar-se saltos maiores adiante, promovidos por estratégias e redes neurais ainda não experimentadas.
A verdade é que resultados eventualmente obtidos por órgãos de inovação podem representar tão somente um ótimo local, a melhor das tentativas até então. Mas imagine o que podemos deixar de experimentar se abrirmos mão de começar tudo de novo, de um jeito totalmente diferente. Afinal, não seria justamente essa a vocação de um órgão de inovação? O que se diria de um laboratório de inovação que não inova a si mesmo?
Quando o assunto é redes neurais, é possível parametrizar o processo de modo a se identificar exatamente quando se atinge o ótimo global e pronto, podemos parar de inovar por aí mesmo. Agora, quando o assunto é inovação em governo, a coisa é bem diferente. Provavelmente nunca saberemos se chegamos ao nosso ótimo global e, exatamente por isso, estaremos sempre repensando as nossas estratégias, independentemente da performance alcançada.
Essa é a lógica por trás da cultura de inovação, que vai sempre questionar movimentos de estagnação, ainda que eles se deem em um ótimo local. Para que órgãos de inovação continuem cumprindo a sua missão, é importante que os gestores compreendam e suportem a premissa de se caminhar para frente, ainda que seja preciso recuar dois passos para tomar impulso. Fortalecer a cultura de inovação é assumir uma postura diferente diante não só dos riscos e custos, mas também em relação ao sucesso circunstancial dos lugares ótimos que podem surgir ao longo do caminho.
