Reflexões rápidas: Inteligência artificial - Uma cartilha

Originalmente publicado no Newsletter do LinkedIn Perspectivas do Mercado Global, de Stephen Dover. Siga Stephen Dover no LinkedIn, onde ele compartilha suas ideias e comentários, além de sua newsletter, Perspectivas de Mercado Global.

Suponha que seja 1794, quando Eli Whitney inventou o descaroçador de algodão. Ou talvez seja 354 anos antes, quando Johannes Gutenberg inventou uma máquina de impressão. Talvez você prefira 17 de dezembro de 1903, a data do primeiro voo dos irmãos Wright? Ou em 1957, quando o Sputnik foi lançado ao espaço, a primeira aventura do homem fora da atmosfera terrestre?

Essas invenções extraordinárias, juntamente com dezenas de outras, revolucionaram a forma como cultivamos, transmitimos informações, viajamos longas distâncias ou exploramos reinos além do nosso planeta. No entanto, elas podem acabar se mostrando inconsequentes em comparação com a chegada da inteligência artificial (IA). Pelo menos é assim que muitos fãs e inimigos da IA veem o potencial transformador da inteligência de máquina.

Neste primeiro artigo de uma série sobre IA, fornecemos uma cartilha sobre o que é e o que não é (ainda) a IA. Nós investigamos como o desenvolvimento e a difusão da IA são semelhantes e diferentes de outros avanços tecnológicos. Consideramos o potencial e as limitações da IA. Por fim, apresentamos algumas conclusões iniciais sobre como os investidores podem aproveitar o potencial da IA em seus portfólios.

O que é inteligência artificial?

A IA está definida no Oxford English Dictionary como o "desenvolvimento de sistemas de computador capazes de realizar tarefas que normalmente exigem inteligência humana". No entanto, essa definição é suficientemente vaga para abranger tarefas que as calculadoras comuns realizam há várias gerações com a habilidade de somar, subtrair, multiplicar ou dividir.

Portanto, o que distingue a IA da mera computação é a capacidade dos sistemas de computador de aprender, adaptar-se e, portanto, adquirir inteligência, o que permite que eles respondam dinamicamente a situações em constante mudança de forma a imitar e até mesmo superar a capacidade humana. Ou, como disse o pai do termo IA, o professor John McCarthy, da Universidade de Stanford, em 1955, a IA é "a ciência e a engenharia de máquinas inteligentes".

A IA abrange sistemas autônomos (por exemplo, robôs que podem se autonavegar), aprendizado de máquina (reconhecimento de padrões algorítmicos com base em grandes volumes de dados), aprendizado por meio de rotulagem (usando imagens para acelerar o reconhecimento de padrões) e aprendizado profundo (por exemplo, usando redes neurais para fazer inferências, inclusive a partir de amostras menores).

Com o uso da IA, as máquinas agora podem reconhecer vozes e imagens, responder a consultas escritas e faladas, vencer grandes mestres em jogos como o xadrez e o "Go" e navegar por rotas complexas e que mudam dinamicamente, entre outras coisas.

Embora haja um debate importante sobre quando a IA foi "inventada", ela já é antiga e avançada o suficiente para ser comum em muitos usos cotidianos, por exemplo:

• Combinação de comércio eletrônico de consumidores a bens e serviços (marketing direcionado)
• Assistentes de reconhecimento de voz, como o Alexa da Amazon ou o Siri da Apple
• Detecção de fraudes, principalmente em finanças pessoais
• Filtragem de spam em e-mails e outros aplicativos
• Reconhecimento facial (substituindo, por exemplo, a necessidade de senhas para habilitar smartphones, tablets ou computadores)
• Aplicativos de navegação usados em automóveis
• Aplicações robóticas no setor da saúde, armazenamento e construção
• Análise diagnóstica, por exemplo em radiologia
• O desenvolvimento de veículos autônomos (self-driving), assim como recursos de segurança automotiva (por exemplo, frenagem automática)
• Elaboração de documentos (por exemplo, na área de marketing)

Inteligência artificial e a economia da inovação

Os economistas há muito que compreenderam que o aumento sustentável do nível de vida exige inovações contínuas, que permitam um aumento constante da produção por hora de trabalho (ou seja, da produtividade). Durante a maior parte da história da humanidade, as inovações pertenciam a melhorias no capital humano (know-how humano) ou no capital físico (melhores ferramentas para realizar tarefas de forma mais eficiente).

A IA, no entanto, não se encaixa perfeitamente nessas distinções. Ela pode ou não melhorar o conhecimento, as habilidades ou a inteligência humana, e pode ou não fornecer aos trabalhadores ferramentas melhores para que se tornem mais produtivos.

Em vez disso, pode substituí-los.

Em outras palavras, as inovações tradicionais tornaram os trabalhadores existentes mais produtivos porque eles se tornaram "mais inteligentes", lhes deram ferramentas para produzir mais, ou substituíram os seres humanos por máquinas mais produtivas.

Mas nem todas as inovações anteriores substituíram os trabalhadores.

Por exemplo, as inovações da impressão e, muito mais tarde, da Internet, permitiram que os trabalhadores aumentassem suas habilidades e conhecimentos para se tornarem mais produtivos. Na pré-história, a domesticação do fogo melhorou muito a ingestão calórica humana (em particular, de proteínas de origem animal), enquanto a invenção da roda permitiu que pessoas e mercadorias fossem transportadas para onde eram mais necessárias.

Do final do século 19 até as últimas décadas do século 20, o espaço e o tempo diminuíram drasticamente devido às invenções que permitiram comunicações instantâneas em todo o mundo (por exemplo, telégrafo, telefone e Internet) e às inovações que comprimiram a geografia (por exemplo, navio a vapor, trem, automóvel, avião a jato). A redução da distância nas comunicações e no transporte sustentou ganhos significativos de produtividade associados ao rápido crescimento do comércio e das finanças internacionais, o que liberou milhões de pessoas para a força de trabalho global, muitas delas com empregos e rendas muito melhores. Esses ganhos, aliás, foram nitidamente positivos.

Portanto, no decorrer da história humana, as inovações produtivas complementaram e substituíram o trabalho humano. O fogo, a roda e a informação foram as principais inovações que aumentaram a produtividade humana. Outras inovações, como tratores, debulhadoras, colheitadeiras e caminhões, substituíram os seres humanos na agricultura. O mesmo aconteceu com os processadores de texto e as secretárias eletrônicas, que substituíram as secretárias e outras equipes administrativas no local de trabalho.

Uma das maiores questões emergentes na economia, portanto, é se a IA tenderá a ser mais um complemento ou um substituto para os insumos humanos na produção. Na verdade, ninguém sabe ainda, mas talvez por essa razão, a IA hoje é tão temida quanto admirada.

O fator medo

A substituição de insumos humanos por máquinas tem sido um tema recorrente do capitalismo moderno, começando com o despovoamento da agricultura no Reino Unido e nos Estados Unidos no século entre 1850 e 1950, aproximadamente. Esse foi um período em que mais da metade de todos os americanos deixou a agricultura e passou a trabalhar na indústria e nos serviços, sendo deslocados das áreas rurais para as urbanas e suburbanas. Mais recentemente, as máquinas (incluindo robôs) substituíram os trabalhadores nas fábricas, resultando em declínios em larga escala no emprego em muitos setores (o mais famoso é o da linha de montagem de automóveis).

Capturados na literatura, no cinema e nas artes, esses grandes deslocamentos, bem como a dor e o sofrimento humano que eles induziram, estão gravados na consciência das pessoas em todo o mundo. A modernidade sempre teve um lado áspero e provavelmente provocou mais trepidação do que sonhos utópicos ao longo dos vários séculos de sua existência.

Portanto, não é de surpreender que a última encarnação da modernidade, máquinas semelhantes a humanos baseadas em IA, cause medo em grande parte da população.

No entanto, se a história é nosso guia, ela demonstra que a maioria das inovações avança rapidamente, sem respeitar o medo ou a tradição, e que, na melhor das hipóteses, é possível estabelecer barreiras para limitar alguns dos impactos mais nefastos das inovações. Levando em consideração o número de criadores envolvidos mundialmente no desenvolvimento da IA e o fato de que, por sua natureza, ela pode se desenvolver de forma autônoma, é difícil ver como ela poderia ser interrompida, mesmo que isso fosse desejável (o que pode não ser).

Assim, o teste será se as instituições de invenção humana que estabelecem as regras sob as quais coexistimos, a democracia e o estado de direito são as principais delas, terão a durabilidade e a flexibilidade para estabelecer as condições sob as quais a IA melhora a condição humana, em vez de prejudicá-la.

IA: Como investir nela

A inovação geralmente evoca imagens de grandes fortunas que são criadas rapidamente: Rockefellers e o petróleo, Ford e os automóveis, Gates e os computadores pessoais, Zuckerberg e a mídia social. Mas, embora essas narrativas sejam comprovadamente verdadeiras, elas também incorporam a noção de viés de memória. A história é escrita por e sobre os vencedores, com muito pouco espaço para os perdedores.

Alguns de nossos leitores podem se lembrar vagamente de outros nomes outrora famosos: Wang Computers, Pets.com, Netscape ou Friendster. Esses são apenas alguns de uma longa lista de nomes na era do computador, da Internet e da mídia social, que já foram os queridinhos de Wall Street, mas que posteriormente caíram por terra.

Há uma lição na justaposição de inovações revolucionárias que fazem fortunas para alguns e apenas notas de rodapé para outros. E separar os dois em tempo real é difícil, se não impossível. Pode ser aconselhável distribuir seu capital de investimento por todo o setor, para capturar os retornos potenciais superdimensionados do tema, sem a dependência injustificada de separar vencedores e perdedores antes mesmo que isso seja possível. 

Ao mesmo tempo, é necessário um entendimento mais profundo de como os temas amplos podem ser aplicados ao processo de seleção de títulos e proporcionar um potencial maior de retornos excedentes, porque esses temas são geralmente considerados muito difíceis de medir. O investimento temático deixa espaço para decisões mais macroscópicas, os que conseguem entender profundamente um tema podem potencialmente obter um alfa maior do que o obtido recentemente por meio da gestão ativa tradicional.

Na analogia do beisebol e das estatísticas, marcar corridas e vencer jogos significa evitar eliminações e avançar os corredores no ataque, lançando e jogando bem na defesa. As equipes com superestrelas nem sempre, ou talvez na maioria das vezes, ganham galhardetes.

Pelo menos foi isso que o ChatGPT me disse.

Para obter outras opiniões sobre inteligência artificial, leia o artigo do Franklin Equity Group intitulado Age of AI (Era da IA).