O segredo da IA

 

A explicação técnica da IA

Há quem imagine a Inteligência Artificial como uma base de dados convencional que se altera com o diálogo do utilizador. Quando a IA dá uma resposta errada, o utilizador corrige, a base de dados muda e o chat passa a responder melhor. A realidade é, contudo, bem diferente.

Um chat de IA como o ChatGPT ou o Gemini funciona, de forma simples, como um sistema que lê a pergunta, procura informação relevante e gera a resposta mais provável com base no que aprendeu antes e no que está escrito naquela conversa. Não “pensa” como uma pessoa nem tem consciência; usa um modelo de linguagem treinado em muitos exemplos para prever a melhor continuação possível da conversa.

Nos sistemas mais avançados, há ainda uma peça essencial: a base de dados vectorial, uma espécie de biblioteca de significados. Em vez de guardar informação digitalizada, guarda textos, documentos ou notas transformadas em vectores, representações numéricas do seu significado. Quando alguém faz uma pergunta, o sistema transforma essa pergunta num vector e procura na base vectorial os conteúdos com significados mais próximos, mesmo que as palavras não coincidam.

É aqui que entra a lógica da recuperação da informação. O sistema não depende só daquilo que o modelo sabe “de memória”; ele pode ir buscar factos relevantes a uma base documental previamente organizada. Por exemplo, se alguém pergunta “Quem é o Jorge Bettencourt” ou pede a legislação portuguesa aplicável a uma situação concreta, o sistema pode localizar uma nota biográfica ou um artigo onde o nome apareça ligado a cargos, obras ou relações familiares relevantes, assim como documentos, apontamentos, textos jurídicos ou notas que tratem da situação concreta, ainda que com formulações diferentes. A base vectorial ajuda precisamente a encontrar esses materiais com rapidez e por significado.

É verdade que o diálogo no chat continua a ser muito importante. Cada nova mensagem junta-se ao contexto anterior e ajuda o sistema a perceber o assunto, o tom e o que já foi dito. É por isso que, numa mesma conversa, o chat de IA pode corrigir uma resposta anterior, manter o tema e adaptar-se ao que foi esclarecido pelo utilizador.

Mas há aqui um ponto essencial. Corrigir uma resposta numa conversa não muda automaticamente o núcleo do sistema. O que muda é o contexto daquela sessão, não o modelo base que está por trás dela. Em termos simples, é como dar novas instruções a um aluno durante um exercício; ele passa a responder de acordo com essas instruções naquele momento, mas isso não significa que o seu conhecimento permanente foi melhorado e amanhã, noutro contexto, resolva bem o exercício.

Por isso, quando alguém diz “isto está errado” e o chat ajusta a resposta, o sistema está sobretudo a usar essa correcção como parte do diálogo em curso. A resposta seguinte pode parecer mais precisa ou mais fiel à correcção, mas isso acontece porque o contexto foi actualizado e a informação relevante foi recuperada da base documental, não porque o modelo inteiro foi alterado em profundidade.

O melhor sistema, junta três coisas: 

• uma base documental fiável;, 
• um conjunto de números que representam significados e;
• um modelo de linguagem capaz de perceber perguntas e gerar respostas. 

Se uma destas peças falhar, a qualidade da resposta é naturalmente prejudicada.

A personalização em função do perfil ou das correcções do utilizador, quando existe, é apenas uma camada adicional, não uma transformação automática do sistema inteiro. Um chat de IA pode aprender ao longo de uma conversa, mas não aprende de forma permanente como uma pessoa. A correção pelo utilizador pode melhorar o diálogo. Mas, no final, a IA continuará a comportar-se como aqueles humanos que só muito dificilmente aprendem com os erros.

A IA como dispositivo político e económico

Ao reflectir sobre esta explicação técnica, torna-se evidente que ela, embora útil, é insuficiente. A IA não é apenas um sistema de gestão da informação. É também um dispositivo de apropriação de valor à escala global.

A “biblioteca de significados” não é apenas um repositório técnico, é a cristalização de séculos de produção cultural, científica e linguística. Livros, artigos, código, imagens e discursos constituem o trabalho acumulado de milhões de pessoas que serve de matéria-prima a estes sistemas. Parte desses dados é pública ou licenciada, mas grande parte foi integrada sem mecanismos claros de consentimento ou compensação proporcional.

A ideia de “amnésia” da IA, a noção de que uma interacção individual não altera imediatamente o modelo, é tecnicamente correcta, mas enganadora quando isolada. As interacções podem ser agregadas e reintegradas em ciclos futuros de treino. O que parece efémero ao utilizador individual pode transformar-se, à escala, em valor estrutural. Contributos dispersos tornam-se activos proprietários.

Importa também evitar tanto a ingenuidade técnica como o exagero filosófico. A IA não possui agência humana. Não tem intenções, responsabilidade jurídica ou consciência. Mas dispõe de uma capacidade operacional delegada com efeitos autónomos: decide, classifica, recomenda, prioriza. Essas decisões têm consequências reais sobre mercados, informação e vidas. A fronteira entre ferramenta e agente torna-se politicamente relevante, mesmo que filosoficamente imperfeita.

Há ainda a materialidade da IA. Por detrás da abstracção algorítmica existe uma infraestrutura intensiva em capital e recursos, de centros de dados, processadores de elevado custo, consumo energético massivo, cadeias de abastecimento globais e trabalhadores envolvidos na rotulagem e curadoria de dados, muitas vezes em condições precárias. A imaterialidade da IA assenta numa base profundamente material e altamente concentrada.

Quem controla a IA?

Surge então a questão central: pode a IA ser tratada como um activo exclusivamente privado? A resposta não é simples.

A IA não é um bem comum puro, como o ar ou o oceano. É um híbrido que se alimenta de contributos colectivos, depende de infraestruturas privadas e gera produtos parcialmente excludentes. Quando o valor de um sistema depende estruturalmente de contributos colectivos, a sua apropriação unilateral levanta questões de legitimidade económica e política.

A literacia digital não pode limitar-se à compreensão técnica dos modelos. Deve incluir uma consciência crítica sobre quem contribui, quem beneficia e quem decide. O risco não reside apenas na tecnologia, mas na possibilidade de um dos maiores recursos cognitivos alguma vez construídos ser capturado por um número reduzido de actores.

A História mostra que momentos de transformação tecnológica profunda são também momentos de redefinição de poder. A Inteligência Artificial não é excepção. A questão já não é apenas o que a IA consegue fazer, mas quem a controla e em nome de quem.