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
Disparada do petróleo eleva defasagem do preço do diesel a 85% e põe abastecimento em risco

Disparada do petróleo eleva defasagem do preço do diesel a 85% e põe abastecimento em risco

Israel ataca depósito de combustível no Irã 00:50 Imagens mostram incêndio de…
Boulos critica ‘ganância’ de plataformas e acena a trabalhadores em relatório final de apps

Boulos critica ‘ganância’ de plataformas e acena a trabalhadores em relatório final de apps

Em Brasília, o ministro Guilherme Boulos divulgou o relatório final sobre entregadores…
Novas regras de vale-alimentação e vale-refeição entram em vigor; entenda mudanças

Novas Regras do Vale-Refeição e Vale-Alimentação em 2026: Taxas Caem para 3,6%, Repasses em 15 Dias e Economia de R$ 7,9 Bi para Trabalhadores

Entenda as mudanças do PAT que beneficiam 22 milhões de trabalhadores, estabelecimentos e reduzem custos com limites de taxas e interoperabilidade total até novembro
Indústria com maior carga tributária tem menor fatia no PIB, mostra estudo da FGV que compara países

Como a carga tributária alta na indústria de transformação reduz a participação do Brasil no PIB, segundo estudo da FGV

Estudo da FGV revela relação direta entre impostos sobre produtos industriais e queda da fatia da indústria no PIB brasileiro