São comuns na internet os vídeos que mostram robôs se movimentando a partir de comandos previamente estabelecidos por meio da programação. Essas máquinas costumam sair de um ponto A, pegar algo no ponto B e entregar esse material no ponto C. O objetivo é geralmente demonstrar que os robôs podem, de forma autônoma, resolver problemas do ser humano com rapidez e eficácia. Os algoritmos estão por trás desses movimentos realizados pelos robôs e têm recebido altos investimentos no seu aprimoramento. 

 

O aluno Marcelo Marchetto, do curso de Ciência da Computação do Insper, participou em junho e julho do ano passado de um projeto nesse sentido no Parasol Lab, na Universidade de Illinois em Urbana-Champaign (UIUC), como parte do Summer Research Program. “O propósito desse trabalho foi desenvolver ferramentas que possibilitassem visualizar os algoritmos de IA que planejam rotas para o robô a partir do mapa de um ambiente ou de um espaço. A tecnologia aponta, a partir da análise do mapa, a melhor sequência de passos para que o robô se mova”, observa Marcelo.

 

Segundo o estudante, essa dinâmica de movimento viabilizada pelos algoritmos pode ser implementada em diferentes situações do dia a dia úteis para a sociedade. “O robô pode, por exemplo, fazer com que um medicamento chegue com agilidade ao lugar demandado por alguém que esteja precisando. Ou, ainda, realizar tarefas domésticas, facilitando a rotina das pessoas. Os algoritmos são desenhados para que sejam gerais e abstratos, com flexibilidade, portanto, de adoção para os mais diversos usos”, destaca. Marcelo afirma que seu trabalho era mais voltado para permitir a visualização do funcionamento desses algoritmos até mesmo por quem não tem familiaridade com esse universo.

 

Entre as melhores práticas de inteligência artificial está a explicabilidade, que está voltada para tornar o sistema de IA, especialmente a forma como toma decisões, facilmente explicável para todos os públicos envolvidos com essa tecnologia. Isso significa que os desenvolvedores precisam saber não apenas como os algoritmos funcionam, incluindo a base de dados que fundamenta suas decisões, como também explicar esse funcionamento para qualquer pessoa. Para que o público não envolvido na confecção dos algoritmos entenda efetivamente suas decisões, como o consumidor impactado por elas, é preciso que a visualização dos critérios adotados por essa tecnologia seja facilitada. 

 

 

Por dentro do sistema de IA

 

Ao explicar de forma didática como o sistema de IA funciona e toma decisões, o operador dessa tecnologia está sendo bem-sucedido na explicabilidade, que se tornou rapidamente uma das preocupações centrais do mercado, especialmente depois dos relatos de desenvolvedores que disseram não saber exatamente como a IA estava decidindo ou chegando às suas conclusões. Em indústrias como a de concessão de crédito e a de seguros, a explicabilidade é ainda mais relevante para os sistemas de IA, já que o motivo para não dar empréstimo ou não aprovar um sinistro deve ser devidamente justificado para o consumidor — e com uma resposta que conte com amparo legal, sem espaços para alucinação (criatividade ou erro) dos algoritmos de IA.

 

“Fiquei totalmente dedicado a esse projeto com a supervisão dos professores da faculdade e com a ajuda dos alunos de PhD do laboratório. Gostei muito de estar nesse ambiente, que possibilitou a troca de conhecimento com profissionais muito competentes”, diz Marcelo. Sobre a experiência fora do país, o aluno destaca também a oportunidade de se aperfeiçoar no uso da língua inglesa e a convivência com outras culturas. “Aprendemos muito diariamente observando a rotina fora do Brasil, principalmente as concepções diferentes sobre como enxergar e resolver as coisas.”