Inteligência artificial: fundamentos e relação com a arte

por Dora Kaufman

 Resumo

Os algoritmos de inteligência artificial (IA) estão em toda parte. Numa sociedade hiperconectada, vivemos em ambientes tecnossociais em que a sociabilidade e a comunicação são mediadas por algoritmos de IA. Como uma tecnologia de propósito geral, a tendência é que a lógica desse tipo de inteligência torne-se hegemônica na geração de riqueza, assumindo protagonismo nas relações socioeconômicas. Os impactos vão além da esfera econômica, estendendo-se igualmente ao domínio artístico, basta ver o número crescente de artistas que estão experimentando a IA, com inéditas oportunidades.

 

Para falar sobre a ideia de máquinas inteligentes, antes, precisamos falar sobre o significado de inteligência. Existem dezenas de definições do termo, dependendo do campo de conhecimento; por exemplo, as inteligências da psicologia, da filosofia, das ciências exatas e da ética. Há, igualmente, as inteligências social, musical e artística. Nos últimos tempos, o termo smart passou a qualificar o celular (smartphone), os equipamentos domésticos e os carros, distinguindo os objetos com tecnologia embarcada. O atributo comum dos dispositivos smart é a capacidade de lidar com tarefas que, em diferentes graus e formatos, tradicionalmente estiveram associadas aos seres humanos.

Para Stuart Russell,^[1] pesquisador que é referência no campo da IA, uma entidade é inteligente na medida em que o que faz é capaz de alcançar seus objetivos. Russell lembra que o conceito de inteligência, desde os primórdios da filosofia grega antiga, está associado às capacidades humanas de perceber, raciocinar e agir, o que não seria o caso dos sistemas de IA, nem mesmo dos mais sofisticados, como o ChatGPT, todos modelos de otimização com objetivos definidos pelos humanos. Como argumenta o filósofo Luciano Floridi,^[2] "podemos usar a palavra inteligência de um milhão de maneiras, mas trata-se de um mero vocabulário, na verdade com esse uso excessivo desvalorizamos seu significado. O que temos são máquinas com agenciamento, capacidade de execução, e inteligência zero".

Não existe tampouco um consenso sobre a definição de inteligência artificial. O britânico Alan Turing, em seu célebre artigo de 1950,^[3] respondendo à pergunta “As máquinas podem pensar?”, delineou uma visão progressiva para as “máquinas inteligentes”: a capacidade de aprender, como um cérebro humano, a partir da própria experiência, como uma criança. Essa perspectiva foi uma importante contribuição para o campo da IA, particularmente para as técnicas de aprendizado de máquina.

Stuart Russell e Peter Norvig, autores do livro didático de referência nas universidades americanas, exploram a vasta dimensão do conceito de IA incluindo lógica, probabilidade, percepção, raciocínio, aprendizado e ação. Reconhecendo a dificuldade de unificar as definições de IA pela diversidade de aplicações, eles a apontam como "o estudo de agentes que recebem percepções do ambiente e executam ações, implementando funções específicas”.^[4]

Conceituar a IA com precisão não é essencial para os desenvolvedores da tecnologia, no entanto, é mandatório para os legisladores. As iniciativas mundo afora de estabelecer arcabouços regulatórios para esse campo têm se deparado com o desafio inicial de definir o que é ou não IA, condição básica para gerar leis que fundamentem decisões de juízes em processos de arbitragem entre o usuário afetado e a instituição usuária da tecnologia. Definir a IA é sensível, igualmente, para o campo das ciências humanas, dedicado a analisar os seus impactos éticos e sociais.

Atualmente, a proposta mais robusta de regulamentação da IA é a da Comissão Europeia (AI Act),^[5] que a conceitua como: a) abordagens de aprendizado de máquina, incluindo aprendizado supervisionado, não supervisionado e por reforço, usando uma ampla variedade de métodos, incluindo aprendizado profundo; b) abordagens baseadas em lógica e conhecimento, incluindo representação de conhecimento, programação indutiva (lógica), bases de conhecimento, mecanismos de inferência e dedução, raciocínio (simbólico) e sistemas especializados; e c) abordagens estatísticas, estimação bayesiana, métodos de busca e otimização. As definições são controversas, inclusive porque, por exemplo, os termos “abordagens estatísticas” e “métodos de busca e otimização”, incluídos na última definição, remetem igualmente a sistemas não associados à IA. Frente às limitações dessas definições, a Comissão Europeia agregou uma lista de possibilidades de aplicação – solução que não abrange todas as possibilidades de implementação da tecnologia, nem acompanha a velocidade com que emergem novos modelos.

Os elementos comuns às definições de IA são: a) o caráter generalista; b) a tênue linha de diferenciação entre modelos estatísticos com ou sem o uso de técnicas de IA; c) a lista de possibilidades de aplicação em diversos domínios e/ou categorias de risco; e d) a sua concepção com base no termo “inteligência”, conceito não universal, como mencionado anteriormente. Parece ser mais apropriado definir a IA pela natureza da tarefa a ser executada, ou seja, pelo seu uso, e não pela técnica empregada.

O campo de conhecimento da IA foi inaugurado em 1956, em uma conferência na Faculdade de Dartmouth, nos Estados Unidos. A justificativa para a separação desse campo das demais ciências foi que não constava nessas a sua premissa básica: reproduzir faculdades humanas como a criatividade, o autoaperfeiçoamento e o uso da linguagem, e construir máquinas autônomas funcionando em ambientes complexos e mutáveis (RUSSELL; NORVIG, 2020). Várias tentativas que envolviam linguagens formais apoiadas em regras de inferência lógica tiveram êxito limitado, sugerindo a necessidade de os sistemas gerarem seu próprio conhecimento pela extração de padrões dos dados, ou seja, de “aprenderem" com os dados sem receber instruções explícitas. Esse processo é denominado aprendizado de máquina (machine learning), subcampo da IA hoje certamente hegemônico.

A técnica de aprendizado de máquina que apresentou os melhores resultados é a denominada redes neurais de aprendizado profundo [deep learning neural networks (DLNN)], inspirada no funcionamento do cérebro biológico. Na última década, a disponibilidade de grandes conjuntos de dados (big data) produzidos por uma sociedade hiperconectada, e a maior capacidade computacional, particularmente com o advento das unidades de processamento gráfico [graphics processing units (GPU)], geraram resultados positivos principalmente em visão computacional (reconhecimento de voz e imagem). Essa técnica tornou-se fator estratégico de processos decisórios pela capacidade de gerar insights preditivos com taxas relativamente altas de acurácia, em comparação com as técnicas estatísticas tradicionais.

Se, por um lado, o Brasil está atrasado na pesquisa e no desenvolvimento da IA em relação a outros países, por outro, os brasileiros já convivem de forma cotidiana e intensa com os seus algoritmos. São esses algoritmos que viabilizam os modelos de negócios de plataformas como Netflix, Waze, Spotify, Uber, 99, Airbnb e iFood, assim como dos jogos on-line, dos aplicativos de relacionamento e dos assistentes virtuais. Além disso, a IA otimiza processos no sistema financeiro e bancário, na indústria, na agricultura, no varejo, no setor imobiliário, na segurança e vigilância, no Poder Judiciário, na educação e na saúde.  

Caracterizadas pela ambiguidade, em geral, as aplicações produzem externalidades positivas e negativas. O reconhecimento facial, por exemplo, pode ser usado para a vigilância nefasta dos cidadãos ou como mero acesso ao celular (mais seguro do que as senhas). Os algoritmos de IA são bons em identificar padrões nos dados, mas não têm como saber o que esses padrões significam, porque estão confinados à MathWorld (enciclopédia matemática de referência), não compreendem o mundo real. Diante dos extraordinários benefícios, não podemos nos dar ao luxo de rejeitar a tecnologia pelo desconforto de lidar com algo que não entendemos, ou aceitar como neutras e soberanas as suas previsões, sem questionamentos.

Inteligência artificial na cultura

Em fevereiro de 2022 aconteceu o AI film festival,^[6] em Nova York, voltado para curtas-metragens gerados por IA. O texto da convocação enunciava: “Estamos procurando filmes entre 1 e 10 minutos que demonstrem várias técnicas de IA. Um componente central do filme deve incluir conteúdo generativo”. Em setembro do mesmo ano, o júri da Feira estadual do Colorado, nos Estados Unidos, entre as 18 obras de arte inscritas na divisão de artistas emergentes, concedeu o grande prêmio da competição de belas-artes à obra Théâtre d’Opéra Spatial, de Jason Allen, criada utilizando o sistema Midjourney, que transforma textos em imagens hiper-realistas.^[7] Em comum, os dois eventos tiveram o destaque para sistemas de IA generativa,^[8] a mesma categoria do ChatGPT.

A relação entre arte e IA não é nova. Em julho de 2012, por exemplo, a Orquestra Sinfônica de Londres executou uma composição intitulada “Transits – into an abyss”; elogiada pela crítica, foi a primeira vez que uma orquestra de elite tocou uma música composta inteiramente por um sistema de IA, o Iamus. Projetado por pesquisadores da Universidade de Málaga, na Espanha, o sistema teve o nome inspirado no personagem da mitologia grega que entendia a linguagem das aves. O concerto foi gravado, originando o álbum Iamus, considerado pela revista New Scientist como o primeiro composto exclusivamente por uma máquina e gravado por músicos humanos.

Ainda na música, a IA permitiu um feito histórico: em 2019, como parte das comemorações dos 250 anos do nascimento de Beethoven, uma equipe de especialistas liderada por Ahmed Elgammal – diretor do Art and Artificial Intelligence Laboratory da Universidade Rutgers, nos Estados Unidos – e Matthias Röder – diretor do Instituto Karajan de Salisburgo, na Áustria –, apoiada em modelos de IA, dedicou-se a completar a décima sinfonia de Beethoven, que morreu sem terminá-la, deixando apenas notas e rascunhos. A empreitada já havia sido tentada por Barry Cooper, em 1988, mas o musicólogo só conseguiu completar o primeiro movimento a partir de 250 compassos –^[9] a comprovação disso veio com a execução da obra final por uma orquestra.^[10] Esses feitos contrariam o senso comum de que a arte é o que nos faz humanos, tal como crê também o consagrado violoncelista clássico alemão residente em Nova York Jan Vogler, para quem produzi-la requer atributos humanos, como criatividade e emoção.

O Alan Turing Institute, em Londres, considera que um número crescente de artistas está experimentando a IA no aprimoramento, na simulação ou na réplica de suas criatividades: "Alguns artistas trabalham com dados e tecnologia como material, gerando resultados formais e estéticos ao modificar um conjunto de dados de treinamento ou parâmetros de um modelo de aprendizado de máquina, ou para explorar novas configurações de humanos e algoritmos”.^[11] O instituto alerta, contudo, que a complexidade dos sistemas de IA requer intensa colaboração, nem sempre trivial, entre artistas e especialistas.

A plataforma AIArtists.org, com curadoria de sua cofundadora Marnie Benney, aparentemente é a maior comunidade global de artistas envolvidos com IA. Para essa comunidade, a IA não está apenas transformando a capacidade de criar, mas igualmente propondo questões críticas sobre a relação humano-tecnologia, tais como: se a IA expande a criatividade humana ou é criativa por si; se contribui para aprendermos sobre nós mesmos; se os artistas podem construir parcerias criativas e improvisadas com a IA; e se a arte “artificial" pode ser tão comovente quanto obras feitas por humanos. Em paralelo, questiona-se também a dependência da arte produzida com IA das grandes plataformas de tecnologia, uma vez que, em geral, os modelos são de propriedade dessas plataformas. Outra discussão relevante é se a arte produzida com IA tem o potencial de ensejar, ou ampliar, desigualdades na produção artística, considerando que o acesso à tecnologia é privilégio de artistas com maior poder aquisitivo ou com acesso a recursos financeiros. Essas questões críticas implicam dilemas éticos.          

O avanço da IA, particularmente com a IA generativa, suscita várias novas reflexões que vão desde o direito autoral da obra até a ressignificação do conceito de criatividade, atributo tradicionalmente associado aos seres humanos. No âmbito do direito autoral, temos dois grandes conjuntos de desafios. Primeiramente, faz sentido atribuir o direito autoral a uma obra de arte gerada por IA? Se sim, a quem caberia esse suposto direito, ao usuário do sistema de IA, ao desenvolvedor desse sistema ou à empresa que detém sua propriedade? Em 2022, o Escritório de Direitos Autorais dos Estados Unidos [U.S. Copyright Office (Usco)] rejeitou o pedido de Stephen Thaler para reconsiderar sua decisão de 2019, segundo a qual uma imagem criada pelo algoritmo de IA Creativity Machine, desenvolvido por Thaler, carecia do elemento de “autoria humana” indispensável para se obter um copyright. A lei atual de direitos autorais americana protege apenas os “frutos do trabalho intelectual que são fundados nos poderes criativos da mente humana”. Essa visão não é consensual entre os países. Em 2022, um juiz australiano, por exemplo, decidiu que invenções criadas por IA podem se qualificar para proteção de patente; e a África do Sul permitiu que Thaler patenteasse um de seus produtos, observando que “a invenção foi gerada de forma autônoma por uma inteligência artificial” – ele possui a patente, e a IA está listada como o inventor.^[12]

O segundo conjunto de desafios refere-se à natureza da IA generativa: a contestação, por parte de artistas, da originalidade das imagens sintetizadas, na medida em que são extraídas de imagens artísticas disponibilizadas na internet – inclusive, sem o conhecimento e o consentimento dos autores, ou seja, são obras de arte transformadas em dados para treinar os algoritmos de IA. A prática de extrair imagens ou outro conteúdo da internet para treinar os algoritmos se enquadra no que é conhecido como "uso justo" – o princípio legal da lei de direitos autorais dos Estados Unidos que permite o uso de trabalhos protegidos por direitos autorais em algumas situações.^[13] Independentemente do argumento legal, a natureza da técnica não permite identificar a origem dos dados usados nesse treinamento, ou seja, quais obras de arte estão contidas nos bancos de dados utilizados.

O filósofo Mark Coeckelbergh, em artigo de 2017,^[14] contribuiu para o debate oferecendo uma estrutura filosófica a partir de três indagações: o que é criação de arte? O que entendemos por arte? E o que queremos dizer com “máquinas criam arte”? Na busca por respostas, Coeckelbergh propõe considerar outras formas não humanas de criatividade, em princípio rejeitando a suposição de que as máquinas devem imitar a criatividade humana, tomando-a como modelo padrão. O filósofo admite, inclusive, a hipótese de que as máquinas possam nos surpreender com a originalidade de sua criatividade. E pontua também que o algoritmo é desenvolvido por humanos, mas o produto final, a obra de arte, não é fruto direto dos humanos, ou seja, esses são os criadores do algoritmo, e não da obra de arte. Nessa linha de raciocínio, a criatividade não estaria inteiramente concentrada no desenvolvedor do sistema maquínico, mas teria migrado para a própria tecnologia (“criatividade artificial”). "Essas questões não são apenas interessantes do ponto de vista de determinar o status da arte da máquina e da criatividade da máquina, mas também nos fazem refletir sobre a natureza da arte e da criatividade humana”, completa Coeckelbergh.

 

Dora Kaufman 

Doutora em mídias digitais pela Escola de Comunicações e Artes da Universidade de São Paulo (ECA/USP), com estágio sanduíche na Universidade de Paris-Sorbonne (Paris 4), na França, é professora do Programa de Tecnologias da Inteligência e Design Digital da Faculdade de Ciências Exatas e Tecnologia da Pontifícia Universidade Católica de São Paulo (TIDD/PUC-SP). Com uma visão multidisciplinar, dedica-se aos efeitos éticos e sociais da inteligência artificial na economia, na comunicação e sociabilidade, no trabalho, na educação e nos desafios regulatórios.

 

Referências

COECKELBERGH, Mark. Can machines create art? Philosophy & Technology, v. 30, p. 285-303, 2017. Disponível em: https://link.springer.com/article/10.1007/s13347-016-0231-5. Acesso em: 10 abr. 2023.

DJEFFAL, Christian. The regulation of artificial intelligence in the EU. The Heinrich-Boell-Stiftung, Tel Aviv, 30 dez. 2021. Disponível em: https://il.boell.org/en/2021/12/24/regulation-artificial-intelligence-eu. Acesso em: 22 nov. 2022.

MARSHALL, Colin. Beethoven’s unfinished tenth symphony gets completed by artificial intelligence: hear how it sounds. Open Culture, 27 set. 2021. Disponível em: https://www.openculture.com/2021/09/beethovens-unfinished-tenth-symphony-gets-completed-by-artificial-intelligence.html. Acesso em: 10 abr. 2023.

METZ, Rachel. These artists found out their work was used to train AI. Now they’re furious. CNN Business, 21 out. 2022. Disponível em: https://edition.cnn.com/2022/10/21/tech/artists-ai-images/index.html. Acesso em: 10 abr. 2023.

RECKER, Jane. U.S. Copyright Office rules A.I. art can’t be copyrighted. Smithsonian Magazine, Washington, DC, 24 mar. 2022. Disponível em: https://www.smithsonianmag.com/smart-news/us-copyright-office-rules-ai-art-cant-be-copyrighted-180979808/. Acesso em: 10 abr. 2023.

ROOSE, Kevin. An A.I.-generated picture won an art prize. Artists aren't happy. The New York Times, Nova York, 2 set. 2022. Disponível em: https://www.nytimes.com/2022/09/02/technology/ai-artificial-intelligence-artists.html. Acesso em: 10 abr. 2023.

RUSSELL, Stuart. Inteligência artificial a nosso favor: como manter o controle sobre a tecnologia. São Paulo: Companhia das Letras, 2021.

RUSSELL, Stuart; Norvig, Peter. Inteligência artificial. Tradução: Regina Célia Simille de Macedo. 3. ed. Rio de Janeiro: Editora Campus, 2020. p. 24-25.

TURING, Alan Mathison. Computing machinery and intelligence. In: Mind, v. 59, n. 236, p. 433-60. Edimburgo: Thomas Nelson & Sons, 1950. Disponível em: https://philpapers.org/rec/TURCMA. Acesso em: 3 dez. 2022.