Num mundo cada vez mais fascinado pelas possibilidades da inteligência artificial (IA), um estudo recente realizado por investigadores da Universidade da Califórnia, Berkeley, fornece uma visão diferenciada das suas capacidades e limitações. Detalhes de suas descobertas podem ser encontrados em Perspectiva da ciência psicológicasugere que, apesar da grande capacidade da IA para gerar texto e imagens, ela fica aquém da sua capacidade de inovação, uma área chave que define a inteligência humana.
Esta pesquisa foi motivada por rápidos avanços em IA, especialmente modelos de linguagem em larga escala como o ChatGPT da OpenAI. Esses sistemas demonstraram capacidades incríveis, desde a criação de narrativas atraentes até a criação de artes visuais complexas.
No entanto, os investigadores argumentam que pode ser enganador ver estes sistemas de IA como agentes sencientes individualmente inteligentes. Em vez disso, sugerem pensar na IA como uma nova e poderosa forma de tecnologia cultural, semelhante à escrita e à Internet, que melhora enormemente o acesso e a transmissão do conhecimento.
Esta pesquisa gira em torno de dois componentes principais: um componente de “imitação” e um componente de “inovação”, cada um dos quais captura a capacidade de reconhecer usos tradicionais de objetos e a capacidade de inovar em novos usos deles.
Na parte de “imitação” do estudo, os participantes foram apresentados a objetos e solicitados a escolher aquele que melhor complementava uma determinada ferramenta com base na sua compreensão das relações tradicionais entre os objetos. Este componente foi projetado para avaliar sua capacidade de reconhecer e replicar conhecimentos e associações existentes. Esperamos que os sistemas de IA treinados em grandes conjuntos de dados sejam excelentes nesta tarefa, à medida que se tornam adeptos da identificação de padrões e correlações.
No entanto, a componente “inovação” representou um desafio mais significativo. Os participantes receberam um cenário de resolução de problemas em que tinham que cumprir uma meta sem as ferramentas típicas à sua disposição. Em vez disso, foram fornecidos objetos alternativos, alguns dos quais, apesar das suas diferenças superficiais, poderiam cumprir a sua finalidade devido às suas propriedades funcionais. Este teste foi importante para avaliar a capacidade de ir além das associações tradicionais e aplicar o pensamento criativo para utilizar objetos de novas maneiras para resolver problemas.
Os participantes deste estudo incluíram crianças e adultos de 3 a 7 anos e incluíram uma ampla gama de habilidades cognitivas humanas. Esses participantes humanos foram comparados com vários modelos de IA de última geração, incluindo o GPT-4 da OpenAI, entre outros. Para garantir uma comparação justa, foi mostrada ao modelo de IA uma descrição textual do cenário que imitava a entrada dada aos participantes humanos.
As descobertas revelam diferenças significativas nas capacidades dos humanos e da IA. “Mesmo crianças pequenas podem gerar respostas inteligentes para perguntas específicas. [language learning models] Não podemos”, explicou a autora do estudo, Eunice Yu. “Em vez de ver estes sistemas de IA como agentes inteligentes como nós, podemos considerá-los como novas formas de bibliotecas ou motores de busca. Eles nos informarão.”
Tanto crianças como adultos demonstraram grandes capacidades de inovação, incluindo a seleção de objetos funcionalmente relacionados, mas superficialmente diferentes, para resolver o problema em questão. Isto demonstra a capacidade não apenas de reconhecer associações tradicionais, mas de inovar além delas e aplicar o pensamento abstrato para reconhecer e explorar as propriedades funcionais potenciais dos objetos.
“As crianças podem imaginar maneiras completamente novas de usar coisas que nunca viram ou ouviram falar antes, como usar o fundo de um bule para desenhar um círculo”, diz Yui. “É muito difícil gerar tal resposta em modelos grandes”.
Por outro lado, embora os modelos de IA tenham sido bons na identificação de relações superficiais entre objetos (a componente de imitação), mostraram deficiências notáveis na componente de inovação. Quando encarregados de selecionar objetos para novos usos, os sistemas de IA muitas vezes adotavam associações tradicionais e não tinham a capacidade humana de raciocinar sobre novas aplicações funcionais para esses objetos.
Isto ficou particularmente evidente na incapacidade de selecionar objetos não convencionais, mas funcionalmente apropriados para a tarefa, destacando uma lacuna fundamental na capacidade da IA para a resolução inovadora de problemas.
Estes resultados destacam as limitações dos atuais sistemas de IA em imitar todo o espectro das capacidades cognitivas humanas, especialmente quando se trata de inovação. Embora a IA possa replicar padrões e relações conhecidas com uma eficiência notável, a sua capacidade de abrir novos caminhos e imaginar aplicações desconhecidas do conhecimento existente continua a ser um desafio.
“A IA ajuda a transmitir informações que já são conhecidas, mas não é inovadora”, diz Yiu. “Esses modelos podem resumir a sabedoria convencional, mas não podem estender, criar, mudar, abandonar, avaliar e melhorar a sabedoria convencional da mesma forma que os humanos mais jovens conseguem.”
O estudo, “Comunicação versus verdade, imitação versus inovação: as crianças podem fazer o que a linguagem em grande escala e os modelos visuais-linguísticos não conseguem (ainda)”, foi escrito por Eunice Uy, Eliza Kosoy e Alison Gopnik.
