COMO USAMOS A INTELIGÊNCIA ARTIFICIAL

Duas pessoas podem utilizar exatamente a mesma ferramenta e chegar a resultados completamente diferentes. Uma faz uma pergunta, recebe a resposta e a reproduz. A outra começa pela pergunta, mas não termina nela: procura a fonte, confronta o que encontrou com aquilo que já sabe, levanta uma objeção, pede outra interpretação, volta ao ponto de partida quando alguma coisa não fecha. A diferença não está na tecnologia. Está no que cada pessoa leva para a conversa.

Um estudo realizado por pesquisadores da Harvard Business School, MIT Sloan, Wharton e Warwick Business School com 244 consultores da Boston Consulting Group, utilizando GPT-4, identificou três maneiras de trabalhar com a inteligência artificial. Os pesquisadores chamaram de Cyborgs aqueles que incorporam a ferramenta continuamente ao trabalho, de Centaurs os que dividem as tarefas entre homem e máquina e de Self-Automators os que praticamente entregam a execução à IA. A pesquisa não estabelece uma hierarquia de inteligência entre esses grupos. O que mostra é que a relação com a máquina pode ser completamente diferente, mesmo quando a máquina é a mesma.

Essa distinção interessa porque conhecimento continua fazendo diferença. Quem conhece determinado assunto não recebe uma resposta de maneira passiva. Uma informação estranha chama atenção, uma fonte mal colocada provoca desconfiança, uma conclusão que não decorre da premissa exige nova investigação. A pergunta seguinte nasce daquilo que já se sabe. E é justamente esse repertório que permite perceber quando a máquina está ajudando e quando está apenas produzindo uma resposta que parece boa.

O problema aparece quando essa capacidade de produzir respostas convincentes é confundida com garantia de verdade. A inteligência artificial pode apresentar uma informação equivocada com a mesma segurança e fluência de uma informação correta. Não há necessidade de atribuir à máquina qualquer intenção de enganar. Basta reconhecer que uma resposta bem escrita pode esconder uma informação errada, uma interpretação fora de contexto ou uma conclusão que não se sustenta. Quem conhece o assunto tem condições de desconfiar. Quem não conhece pode ser convencido justamente pela forma como a resposta é apresentada.

Daí a frase que começa a aparecer como se fosse argumento de autoridade: “pesquisei na IA”. Não é. A consulta demonstra apenas que alguém consultou a ferramenta. Não demonstra que compreendeu a resposta, muito menos que adquiriu conhecimento suficiente para sustentá-la diante de quem conhece o assunto. A diferença parece óbvia, mas a facilidade proporcionada pela tecnologia está fazendo com que seja cada vez mais ignorada.

Isso produz situações curiosas no ambiente editorial. Alguém que nunca teve formação suficiente para escrever sobre Direito, história, economia, medicina ou política pode fazer uma série de perguntas, receber explicações convincentes e, em pouco tempo, produzir texto com aparência de autoridade. A máquina consegue fornecer a forma. Não fornece os anos de estudo, as leituras, a experiência e o repertório necessários para avaliar o conteúdo.

O leitor também participa desse jogo. É relativamente fácil impressionar quem não conhece o assunto. A dificuldade começa quando o texto chega diante de alguém que conhece. Uma fonte mal compreendida, uma premissa equivocada ou uma conclusão que não decorre dos fatos pode desmontar páginas de prosa elegante. É nesse momento que a diferença entre informação e conhecimento deixa de ser uma discussão abstrata.

Há ainda outro fenômeno, mais sutil, que começa a aparecer na própria escrita. Textos produzidos ou fortemente remodelados pela inteligência artificial tendem a adquirir características semelhantes: determinada cadência, certos conectivos, construções previsíveis, excesso de abstrações e uma organização tão regular que, depois de algum tempo, fica difícil não reconhecer a mão invisível da mesma ferramenta. A tecnologia que deveria ajudar cada autor a desenvolver sua própria voz corre o risco de produzir uma voz coletiva.

Para quem trabalha com a palavra, isso não é questão menor. O estilo não está apenas na gramática. Está na formação de quem escreve, nas leituras que acumulou, no repertório, na experiência, nas escolhas e até nas idiossincrasias que fazem com que um texto tenha personalidade. Dois autores podem receber exatamente a mesma informação e produzir textos inteiramente diferentes porque não enxergam o mundo da mesma maneira.

Quando essa diferença desaparece, surge a pasteurização editorial. O texto pode continuar correto, fluente e bem acabado, mas começa a perder a marca de quem o escreveu. É um paradoxo interessante: a ferramenta que permite a alguém escrever melhor pode, se utilizada sem critério, fazer com que essa pessoa escreva cada vez menos como ela própria.

Mais grave é quando a aparência de boa escrita produzida pela máquina começa a ser confundida com autoridade intelectual. Quem antes não tinha condições de escrever um artigo passa a produzir quatro páginas perfeitamente organizadas e acredita que o texto resolveu também a deficiência de formação que existia antes dele. É como se a inteligência artificial tivesse entregado, junto com a redação, um diploma invisível.

É nesse ponto que o ambiente editorial pode se transformar em picadeiro. O sujeito entra em cena com um texto que parece sofisticado, acredita que finalmente conquistou a autoridade que nunca teve e não percebe que aqueles que conhecem o assunto estão vendo outra coisa. O ridículo palhaço no meio do picadeiro editorial é justamente aquele que não percebe a distância entre a fantasia que veste e aquilo que realmente sabe.

Nada disso diminui a utilidade da ferramenta. Ao contrário. Para quem sabe pesquisar, a inteligência artificial pode ser extraordinária. Pode encontrar informações dispersas, confrontar argumentos, levantar uma hipótese contrária, localizar uma inconsistência, testar uma formulação e até mostrar que uma convicção antiga estava errada. A máquina pode fazer uma parte enorme do trabalho. O que não pode fazer é assumir a responsabilidade pelo julgamento.

É nesse sentido que Andreas Haupt e Erik Brynjolfsson, em trabalho publicado nos anais da International Conference on Machine Learning, propõem avaliar a inteligência artificial também pelo resultado produzido em conjunto com o ser humano. A questão deixa de ser apenas o que a máquina consegue fazer sozinha e passa a considerar o que ela permite que uma pessoa faça melhor. O foco sai da substituição e vai para a ampliação da capacidade humana.

Essa perspectiva ajuda a compreender por que o repertório do usuário é tão importante. A qualidade da pergunta depende, em boa medida, daquilo que existe por trás dela. Uma pessoa que conhece o assunto consegue conduzir a investigação para lugares que outra sequer sabe que existem. Consegue desconfiar da resposta, pedir que uma hipótese seja confrontada, exigir a origem de uma informação e perceber quando a máquina está apenas repetindo uma formulação plausível.

Quanto menos conhecimento alguém possui sobre determinado assunto, menos seguro deveria estar diante de uma resposta convincente da IA. A lógica deveria ser exatamente essa. A fluência da máquina deveria aumentar a necessidade de verificação, não diminuí-la.

A democratização do acesso à informação é extraordinária. A democratização da autoridade é outra coisa. Ninguém se torna advogado porque pesquisou Direito na IA, historiador porque pediu uma cronologia, médico porque recebeu uma explicação sobre determinada doença ou articulista porque conseguiu produzir um texto bem escrito.

A inteligência artificial pode ampliar enormemente aquilo que uma pessoa é capaz de fazer. Pode inclusive transformar a maneira como pesquisamos, escrevemos e trabalhamos. Mas continua dependendo de algo que a máquina não consegue entregar ao usuário pronto: repertório para formular boas perguntas, conhecimento para desconfiar das respostas e discernimento para decidir o que merece ser aceito.