A cada sorteio da loteria, novas matérias são publicadas prometendo que alguma inteligência artificial (IA) conseguiria apontar os números vencedores. E a cada novo sorteio, essas previsões se mostram completamente erradas.

Esse ciclo repetitivo não é uma falha da tecnologia, nem uma questão de poder computacional insuficiente. É o resultado de um equívoco fundamental sobre o que a IA realmente é e como ela funciona.

A IA não é um oráculo. Não possui poderes místicos, nem acesso privilegiado ao futuro. O que os algoritmos de machine learning fazem é identificar padrões em grandes volumes de dados e usar esses padrões para prever eventos futuros. É um desafio complexo, mas profundamente dependente de que o passado necessita ter uma relação forte com o futuro.

É exatamente por isso que a IA já demonstrou capacidade de prever o risco de câncer de mama a partir de radiografias com alta precisão, e de estimar a probabilidade de um infarto no próximo ano com base nos resultados de exames laboratoriais.

Nesses casos, existe uma ligação clara entre os dados disponíveis e o evento que se quer prever. As células pré-malignas deixam rastros visíveis nas imagens e os marcadores inflamatórios no sangue refletem os processos fisiológicos. O passado prevê o futuro porque ambos obedecem às mesmas leis biológicas.

A Mega-Sena ocorre em um universo completamente diferente. Cada sorteio é um evento aleatório, projetado para justamente garantir que nenhum número tenha maior probabilidade de ser sorteado do que qualquer outro, e que o resultado de um sorteio não tenha qualquer informação sobre o próximo.

Não há um padrão porque o sistema foi construído para o eliminar. Treinar um algoritmo com os resultados históricos da loteria é como tentar ensinar um detetive a resolver crimes em uma realidade onde nenhum crime jamais deixou pista alguma. Por mais experiente e sofisticado que seja esse detetive, ele não tem por onde começar.

Essa limitação vai além da loteria e revela algo mais profundo sobre os limites da IA. Durante a pandemia de covid-19, as previsões de óbitos e de incidência da doença foram consistentemente incorretas, não porque os algoritmos fossem ruins, mas porque não havia um histórico suficiente sobre o qual aprender.

Um vírus novo, com dinâmicas de transmissão desconhecidas e respostas sociais inéditas, oferecia pouquíssimos dados relevantes. A aleatoriedade da loteria e a novidade de uma pandemia são problemas diferentes, mas compartilham o mesmo obstáculo para a IA: sem padrões confiáveis no passado, não há previsão confiável do futuro.

Compreender esse limite será muito importante para o futuro da tecnologia. Atribuir à IA poderes que ela não possui gera expectativas frustradas diante de um bilhete perdedor, e esconde as conquistas reais dessa tecnologia onde ela pode de fato transformar vidas.

Fonte: Estadão | As Últimas Notícias do Brasil e do Mundo

You May Also Like
Líder diz que governo é contra projeto que fortalece BC para liquidar bancos: ‘Só depois da eleição’

Governo Lula estuda novas medidas para reduzir o preço da gasolina e pode aumentar endividamento para proteger a economia popular

Ministro José Guimarães aponta a necessidade de ações adicionais após subvenções ao diesel
Petrobras é a petroleira que mais se valoriza entre as grandes desde o início da guerra

Petrobras é a petroleira que mais se valoriza entre as grandes desde o início da guerra

Qual pode ser o impacto para a Petrobras do novo cenário na…
Falta de chips de memória usados pela IA pode causar escassez de notebooks; entenda os motivos

Falta de chips de memória usados pela IA pode causar escassez de notebooks; entenda os motivos

A corrida por chips de memória volátil (RAM) para uso em sistema…
Medidas de subvenção a combustíveis vão piorar cenário de gastos este ano, avalia economista

Subvenção aos combustíveis: economistas alertam sobre impacto fiscal e risco de déficit maior em 2024 diante da guerra no Oriente Médio

Especialistas analisam efeitos da subvenção ao diesel e gasolina e as pressões eleitorais sobre a política fiscal brasileira