Grupo de Estudos em Direito, Tecnologia e Inovação – DTI
Data da Reunião: 11.09.2018
Relatores: Matheus Felipe e Sofia Chang
O texto busca conceituar a inteligência artificial. Além disso, pontua-se como a IA pode se relacionar com a Filosofia e com o Direito.
No primeiro encontro do grupo de estudos em Direito, Tecnologia e Inovação – DTI, discutimos sobre como o cérebro funciona e o que é a inteligência humana. Agora, dando continuidade às nossas atividades, no segundo encontro buscamos conhecer mais a respeito da história, do conceito e das espécies de inteligência artificial, tendo por base os capítulos iniciais do livro Artificial Intelligence: What Everyone Needs to Know (2016), de Jerry Kaplan. Além disso, adentramos alguns dos problemas filosóficos que perpassam a temática da inteligência artificial, bem como a sua relação e os desafios por ela colocados ao Direito.
O que é a Inteligência Artificial?
O primeiro obstáculo ao se tratar de inteligência artificial é de natureza conceitual: ao adotar essa terminação, ao invés de outra mais técnica como “processamento simbólico”, ocorre, inevitavelmente, a sua vinculação – e consequente comparação - à inteligência humana, de modo que o seu propósito passa a ser compreendido como o de simular ou criar a segunda em um meio computacional.
Por meio da leitura do livro de Kaplan, é possível identificar a inadequação deste termo desde sua formulação por John McCarthy, professor da Dartmouth College, em 1955, que estruturou a questão nos seguintes termos: fazer com que uma máquina se comporte de maneira que, caso se tratasse de um ser humano, seria considerada inteligente (MCCARTHY et al., 1955).
Tal perspectiva comparativa à inteligência humana é problemática, segundo Kaplan, pelas seguintes razões: a) a dificuldade de se identificar e mensurar a inteligência humana, inexistindo, ainda, consenso sobre o que seria inteligência; e b) o que se define como inteligência artificial pouco se aproxima do que se convencionou tratar como inteligência humana, considerando que certas atividades desenvolvidas pelas máquinas sequer são realizáveis por seres humanos.
Para o autor, inteligência artificial seria, então, a capacidade de fazer generalizações apropriadas em um período de tempo razoável baseando-se em dados limitados. Assim, quanto maior o domínio da aplicação, maior sua capacidade de chegar a conclusões com o mínimo de informações.
Dessa forma, a ideia subjacente à possibilidade de um computador ser, ou vir a ser, mais inteligente que um ser humano, que perpassa grande parte dos dos temores que envolvem o desenvolvimento e aprimoramento da inteligência artificial, não pode ser compreendida de forma holística, mas sim em estratos, pois, de fato, determinadas atividades realizadas por computadores superam a capacidade humana. Todavia, esse desnivelamento acontece também quando somos colocados em comparação com outras espécies animais, que possuem habilidades cognitivas específicas que podem ser vistas como “superiores” a de um ser humano - um esquilo, por exemplo, é capaz de lembrar a localização de milhares de nozes durante anos (KELLY, 2018).
Capacidade de aprendizagem
A questão da inteligência humana também vem à tona quando o tema da capacidade de aprendizagem é abordado - como programar computadores de forma que eles aprendam da mesma forma que as pessoas o fazem? Aqui, é importante ressaltar que a aprendizagem, segundo Kaplan, vem principalmente de experiências, práticas ou treinos, e não simplesmente do raciocínio - apesar desse ser útil.
Nesse sentido, há diferentes formas de se abordar a questão da inteligência artificial. Kaplan destaca o raciocínio simbólico (symbolic reasoning) e o aprendizado de máquina (machine learning). A primeira abordagem é mais apropriada para problemas que exigem um raciocínio abstrato, enquanto a segunda é melhor para contextos nos quais a percepção sensorial ou a extração de padrões a partir de dados confusos são necessárias.
Cabe ressaltar que, apesar de haver situações nas quais uma certa abordagem é mais adequada que a outra, não há motivo, a princípio, que impeça a integração de ambas em um só design.
As redes neurais artificiais (artificial neural networks)
Adentrando no campo do aprendizado de máquina essas abordagens, o autor traz a questão das redes neurais artificiais (artificial neural networks) que, seguindo a ideia de emular a inteligência humana em meios artificiais, visa compreender o funcionamento do cérebro humano para, então, reproduzi-lo de forma computacional.
Nesse sentido, cumpre mencionar a ressalva feita por Miguel Nicolelis e Ronald Cicurel por meio da sua teoria do cérebro relativístico, segundo a qual seria impossível simular as funções superiores de um cérebro humano em uma Máquina de Turing.
Embora o funcionamento de uma rede neural artificial tenha como inspiração o funcionamento de uma rede neural humana, contudo, deve-se ressaltar que grande parte dos pesquisadores da área não estão preocupados com a sua real similitude a um cérebro humano ou não, desde que ela seja capaz de solucionar o problema de interesse proposto.
Além disso, Kaplan destaca que as principais áreas de pesquisa e de desenvolvimento na inteligência artificial são as de robótica, visão computacional, reconhecimento de voz e processamento natural de linguagem. Cada uma dessas áreas apresenta benefícios e desafios próprios, e conhecer mais sobre cada uma é importante para entender quão abrangente a inteligência artificial é e pode ser.
Em relatório de 2017 da PWC tratando sobre o impacto econômico da inteligência artificial na economia do Reino Unido, foram destacados quatro elementos estruturantes: i) inteligência automatizada (automatização de tarefas manuais e rotineiras); ii) inteligência assistida (ajudando a executar tarefas em menor tempo e qualitativamente melhores); iii) inteligência aumentada (ajudando na tomada de decisões melhores); e iv) inteligência autônoma (automatização de tomada de decisão sem intervenção).
Inteligência Artificial e a Filosofia
Importante destacar também que o ramo da inteligência artificial gera diversas controvérsias pois é alvo de muitas críticas de pesquisadores de ciências humanas. Isso ocorre pois muitos dos pesquisadores da área de IA fazem um grande alarde em relação aos resultados obtidos e às previsões otimistas para o futuro da área, seja para chamar atenção, atrair financiamento ou até mesmo por inocência.
Por outro lado, isso não quer dizer que não há desafios para as doutrinas filosóficas e religiosas sobre a posição que os humanos ocupam no universo, uma vez que programas de inteligência artificial podem potencialmente esclarecer alguns aspectos relacionados à mente, ao livre arbítrio, e a demais questões fundamentais humanas. Ademais, há receio de que a IA ameace os meios de subsistência de muitas pessoas, já que diversas máquinas e computadores vêm realizando várias tarefas de forma mais eficiente do que os humanos o fazem.
Nessa linha, tem-se a questão filosófica da IA: pode-se afirmar que computadores e máquinas em geral possuem uma mente, ou capacidade de pensar? Mesmo tendo sido criados artificialmente? Ao tratar desse assunto, Kaplan destaca o posicionamento do matemático britânico Alan Turing, que, em um artigo publicado em 1950 (Computing Machinery and Intelligence), afirma que é irrelevante e sem sentido tentar responder se as máquinas são capazes de pensar ou não. Todavia, se o matemático estava certo ou não, depende do que se considera como “pensar”.
Inteligência Artificial e o Direito
Já ao tratar da confluência entre Direito e inteligência artificial, temos que essa relação, inevitavelmente, ocasiona a revisitação de determinados institutos jurídicos. Nesse sentido, Kaplan ressalta inicialmente que é necessário compreender como funciona o Direito atualmente, para então debater e pesquisar como a inteligência artificial afetará o campo jurídico.
Assim como Richard Susskind em seu livro “Tomorrow’s Lawyers”, Kaplan ressalta que um dos maiores desafios na aplicação da inteligência artificial para promover uma otimização ou novas formas de se prestar serviços jurídicos está relacionado à resistência do próprio setor. Por exemplo, a cobrança de honorários por horas trabalhadas configura um dos principais fatores desestimulantes para a automatização de tarefas rotineiras.
Por outro lado, Kaplan afirma que o maior impacto da IA na seara jurídica será sobre o Direito em si, em como ele é expresso, disseminado, gerido e alterado - área de estudo chamada direito computacional (computational law). Isso se dá devido ao fato de que a linguagem humana é imprecisa. Com o uso de uma linguagem computacional, esse problema não só poderá ser superado, como poderá abrir espaço para a criação de sistemas de interpretação e aplicação legislativas automáticos.
Nesse sentido, o autor cita os programas de computador que tornam mais fácil o cálculo do imposto devido, bem como o envio desses dados à autoridade competente. Apesar de o direito computacional ainda estar em seus estágios iniciais, é uma área que tem grande potencial de alterar a forma como o direito é imposto, criado e transmitido.
Finalmente, diversos questionamentos são levantados em relação à IA e seu impacto no Direito:
Poderia um programa de computador realizar contratos?
Ou deveria um agente inteligente ser limitado em suas capacidades?
Como responsabilizá-los criminal e civilmente?
Seria possível programar computadores e robôs de forma que eles simplesmente obedeçam a lei?
Tais questionamentos enfatizam a importância de se enfrentar o tema da inteligência artificial, haja vista que o uso de programas de computador, robôs, carros autônomos e outras tecnologias baseadas em IA estão se tornando uma realidade cada vez mais frequente no mundo atual, e seu uso disseminado irá, inevitavelmente, criar novos desafios a serem solucionados pelo Direito.
Bibliografia base
KAPLAN, Jerry. Artificial Intelligence: What everyone needs to know. Oxford: Oxford University Press, 2016
Bibliografia complementar
HAWKING, Stephen. On the Threat of Artificial Intelligence. Independent, 1º de maio de 2014. Disponível em <https://www.independent.co.uk/news/science/stephen-hawking-transcendence-looks-at-the-implications-of-artificial-intelligence-but-are-we-taking-9313474.html> . Acesso em: 05 set. 2018.
JUNG, Jongbin. Creating Simple Rules for Complex Decisions. Harvard Business Review. 19 de abril de 2017. Disponível em <https://hbr.org/2017/04/creating-simple-rules-for-complex-decisions>. Acesso em: 05 set. 2018.
KELLY, Kevin. The Myth of a Superhuman AI. Wired, 2017. Disponível em: <https://www.wired.com/2017/04/the-myth-of-a-superhuman-ai/>. Acesso em: 05 set. 2018.
LOUKIDES, Mike; LORICA, Ben. What is Artificial Intelligence? O’Reilly Media, Inc., 2016.
MCCARTHY et al. A Proposal for the Darthmouth Summer Research Project on Artificial Intelligence, 1955. Disponível em: <http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html>. Acesso em: 13 set. 2018.
NAIMAT, Aman. The New Artificial Intelligence Market: A Data-Driven Analysis of Industries and Companies Adopting AI. Sebastopol: O’Reilly Media, Inc., 2016.
NICOLELIS, Miguel; CICUREL, Ronald. The Relativistic Brain: how it works and why it cannot be simulated by a Turing Machine. São Paulo: Kios Press, 2015.
PWC. The economic impact of artificial intelligence on the UK economy. 2017. Disponível em: <https://www.pwc.co.uk/economic-services/assets/ai-uk-report-v2.pdf>. Acesso em: 10 set. 2018.
SUSSKIND, Richard. Tomorrow’s Lawyer: An introduction to your future. 2. ed. Oxford: Oxford University Press, 2017.
TURING, Alan. Computing Machinery and Intelligence. Mind, v. 49, n. 236, 1950, p. 433-460. Disponível em: <http://phil415.pbworks.com/f/TuringComputing.pdf>. Acesso em: 13 set. 2018.