{"id":172623,"date":"2017-01-22T16:56:20","date_gmt":"2017-01-22T19:56:20","guid":{"rendered":"http:\/\/acaopopular.net\/jornal\/?p=172623"},"modified":"2017-01-22T16:56:20","modified_gmt":"2017-01-22T19:56:20","slug":"por-que-as-abelhas-podem-ser-o-segredo-para-superinteligencia-humana","status":"publish","type":"post","link":"https:\/\/acaopopular.net\/jornal\/por-que-as-abelhas-podem-ser-o-segredo-para-superinteligencia-humana\/","title":{"rendered":"Por que as abelhas podem ser o segredo para a superintelig\u00eancia humana?"},"content":{"rendered":"

<\/h1>\n
Simon Oxenham<\/span><\/div>\n
\n
\"Abelhas\"<\/span>Ferramenta usa a intelig\u00eancia coletiva das abelhas como modelo<\/span><\/figure>\n

Uma ferramenta inspirada em enxames de insetos est\u00e1 ajudando as pessoas a prever o futuro, tornando grupos mais inteligentes do que seus membros s\u00e3o individualmente.<\/p>\n

Quem acredita ter descoberto uma forma de aumentar a intelig\u00eancia de todos n\u00f3s \u00e9 Louis Rosenberg. E o segredo \u00e9 simples: abelhas.<\/p>\n

Rosenberg tem uma startup no Vale do Sil\u00edcio, a Unanimous AI, que criou uma ferramenta para facilitar a tomada de decis\u00f5es levantando opini\u00f5es online.<\/p>\n

A ferramenta permite que centenas de participantes respondam a uma quest\u00e3o todos de uma vez, juntando suas opini\u00f5es coletivas, tend\u00eancias, preconceitos e varia\u00e7\u00f5es de conhecimentos em uma \u00fanica resposta.<\/p>\n

Desde seu lan\u00e7amento, em junho, at\u00e9 a primeira quinzena de dezembro, a Unanimous AI registrou cerca de 50 mil usu\u00e1rios e respondeu 230 mil quest\u00f5es.<\/p>\n

Rosenberg acredita que o Unanimous AI pode ajudar a responder algumas das quest\u00f5es mais dif\u00edceis da atualidade. E mais: ele acredita que mesmo com avan\u00e7os cada vez mais r\u00e1pidos em intelig\u00eancia artificial os humanos ainda podem ser cruciais na tomada de decis\u00f5es.<\/p>\n

“N\u00e3o podemos parar o desenvolvimento de intelig\u00eancias artificiais cada vez melhores. Ent\u00e3o, a alternativa \u00e9 n\u00f3s ficarmos cada vez mais inteligentes para estarmos sempre um passo \u00e0 frente”, explicou.<\/p>\n

E \u00e9 a\u00ed que entram as abelhas.<\/p>\n

“Se voc\u00ea analisar esp\u00e9cies sociais como as abelhas, elas trabalham juntas para tomar decis\u00f5es melhores. Por isso as aves formam bandos e os peixes, cardumes – isso permite que eles reajam de forma otimizada combinando a informa\u00e7\u00e3o que possuem. A quest\u00e3o para n\u00f3s era: pessoas conseguem fazer isso?”, disse Rosenberg.<\/p>\n

Tudo indica que sim.<\/p>\n

O Unanimous AI conseguiu um \u00edndice de acerto muito bom em alguns eventos: a previs\u00e3o dos vencedores do Oscar; vencedores da Stanley Cup, o Campeonato Nacional de Hockey, em 2016; os quatro primeiros colocados na corrida de cavalos de Kentucky Derby de 2016, transformando uma aposta de US$ 20 (quase R$ 64) em um pr\u00eamio de US$ 11,8 mil (mais de R$ 37 mil).<\/p>\n

Mais recentemente a ferramenta previu n\u00e3o apenas o time vencedor do campeonato americano de beisebol, o World Series Baseball, o Chicago Cubs, que n\u00e3o vencia desde 1908. Mas tamb\u00e9m previu quem seria o advers\u00e1rio dos Cubs na final, o Cleveland Indians.<\/p>\n

Al\u00e9m disso, o Unanimous AI tamb\u00e9m previu quem seriam os oito times que chegariam nas fases finais do campeonato. Todas as previs\u00f5es foram publicadas quatro meses antes no jornal americano Boston Globe.<\/p>\n

‘Sabedoria da multid\u00e3o’<\/h2>\n
\"Corrida<\/span>Por enquanto, a intelig\u00eancia do enxame j\u00e1 conseguiu prever v\u00e1rios resultados esportivos, entre eles os quatro primeiros cavalos do Kentucky Derby<\/span><\/figure>\n

Para Toby Walsh, pesquisador em intelig\u00eancia artificial da Universidade de Nova Gales do Sul, na Austr\u00e1lia, a “sabedoria da multid\u00e3o j\u00e1 \u00e9 bem conhecida”.<\/p>\n

“V\u00e1rios m\u00e9todos j\u00e1 foram desenvolvidos para usar a intelig\u00eancia coletiva”, acrescentou.<\/p>\n

Um exemplo \u00e9 a previs\u00e3o para mercados, na qual as pessoas fazem apostas financeiras, na bolsa de valores, por exemplo, tendo como base o resultado de um evento futuro.<\/p>\n

O comportamento geral do mercado pode ser usado como um indicador da probabilidade daquele evento.<\/p>\n

Outro exemplo vem do ano de 1999. Menos de tr\u00eas anos depois de perder uma partida para o computador Deep Blue, da IBM, o campe\u00e3o mundial de xadres Gary Kasparov resolveu enfrentar uma multid\u00e3o de 50 mil pessoas em um jogo pela internet.<\/p>\n

\"Gary<\/span>Gary Kasparov perdeu do computador, venceu a multid\u00e3o mas acredita que o jogo contra 50 mil pessoas foi o maior da hist\u00f3ria do xadrez<\/span><\/figure>\n

Ele venceu, mas disse que nunca tinha se esfor\u00e7ado tanto em um jogo, que ele chamou de o maior jogo na hist\u00f3ria do xadrez, gra\u00e7as ao n\u00famero incr\u00edvel de ideias e diferentes pontos de vista.<\/p>\n

Essa ideia de enfrentar ou pedir a opini\u00e3o de muitas pessoas ao mesmo tempo n\u00e3o \u00e9 nova. H\u00e1 registros dela no come\u00e7o do s\u00e9culo 20.<\/p>\n

Em 1906, Francis Galton, um erudito da \u00e9poca, pediu a 787 agricultores que adivinhassem o peso de um boi.<\/p>\n

Os palpites foram variados mas a m\u00e9dia entre todos foi apenas 450 gramas abaixo da resposta correta, que era de 542,9 quilos.<\/p>\n

H\u00e1 alguns anos, a R\u00e1dio P\u00fablica Nacional dos Estados Unidos (NPR, na sigla em ingl\u00eas) repetiu a experi\u00eancia pedindo a mais de 17 mil pessoas para adivinhar o peso de uma vaca em uma fotografia.<\/p>\n

Novamente a m\u00e9dia chegou muito perto – cerca de 5% diferente do peso correto. E, neste caso, a multid\u00e3o n\u00e3o era formada por fazendeiros.<\/p>\n

Pequenos enxames<\/h2>\n

O que est\u00e1 claro \u00e9 que opini\u00f5es abalizadas fazem parte desse fen\u00f4meno. Mas, assim como na experi\u00eancia da NPR, os participantes das experi\u00eancias de Rosenberg n\u00e3o s\u00e3o especialistas.<\/p>\n

Ningu\u00e9m do grupo que previu quem seriam os ganhadores do Oscar sequer tinha visto todos os filmes concorrentes, por exemplo.<\/p>\n

E, mais importante, grupos relativamente pequenos, ou pequenos enxames, t\u00eam um desempenho melhor que as multid\u00f5es maiores.<\/p>\n

No ano passado Rosenberg fez a pergunta da vaca para um grupo. Com respostas de apenas 49 pessoas, a precis\u00e3o do palpite mais que dobrou quando os pesquisados agiram como um enxame em compara\u00e7\u00e3o \u00e0 simplesmente calcular a m\u00e9dia entre as respostas do grupo.<\/p>\n

Rosenberg afirma que isto \u00e9 mais do que a sabedoria das multid\u00f5es. “N\u00f3s deixamos os grupos de pessoas mais inteligentes”, explicou.<\/p>\n

A sabedoria das multid\u00f5es geralmente \u00e9 mais usada atrav\u00e9s de pesquisas ou vota\u00e7\u00f5es. E, para Rosenberg, isto tem um efeito de amplifica\u00e7\u00e3o – nossa tend\u00eancia \u00e9 tomar decis\u00f5es melhores como um grupo do que como indiv\u00edduos.<\/p>\n

Mas a abordagem de Rosenberg foi criada para melhorar ainda mais este quadro.<\/p>\n

“Enxames v\u00e3o superar (o desempenho de) vota\u00e7\u00f5es e pesquisas pois permitem que (a opini\u00e3o do grupo) convirja para a melhor resposta, ao inv\u00e9s de simplesmente descobrir qual \u00e9 a m\u00e9dia das opini\u00f5es”, contou.<\/p>\n

Escolher uma resposta desta forma \u00e9 importante pois impede a influ\u00eancia daqueles que d\u00e3o a resposta primeiro. Por exemplo: em vota\u00e7\u00f5es p\u00fablicas, as pessoas que votam primeiro podem influenciar um grupo.<\/p>\n

E em termos de previs\u00e3o dos mercados, aqueles com mais dinheiro t\u00eam uma influ\u00eancia maior no resultado final. E estas for\u00e7as podem distorcer o quadro final.<\/p>\n

\"Grupo\"<\/span>O membro de um enxame precisa disputar com outros dentro do grupo para tentar pux\u00e1-los na dire\u00e7\u00e3o de sua solu\u00e7\u00e3o preferida<\/span><\/figure>\n

Decis\u00f5es coletivas<\/h2>\n

Rosenberg trabalhou com sistemas de realidade aumentada para o Armstrong Labs da For\u00e7a A\u00e9rea Americana no come\u00e7o da d\u00e9cada de 1990.<\/p>\n

Mas ele se interessou por abelhas. Por exemplo: quando um enxame de abelhas quer estabelecer uma nova colmeia, precisa tomar uma decis\u00e3o coletiva na hora de escolher o lugar.<\/p>\n

Algumas centenas de abelhas v\u00e3o voar em dire\u00e7\u00f5es diferentes para ocupar poss\u00edveis lugares. Quando elas voltam, fazem uma dan\u00e7a, se balan\u00e7ando, para passar a informa\u00e7\u00e3o sobre o que encontraram para o enxame.<\/p>\n

Cada uma destas abelhas que sa\u00edram em busca de um novo local para a colmeia vai tentar puxar o grupo para o seu lado e, no fim, elas decidem em grupo qual dire\u00e7\u00e3o seguir, tomando uma decis\u00e3o que nenhuma abelha sozinha poderia tomar.<\/p>\n

Rosenberg est\u00e1 tentando capturar a mesma din\u00e2mica com seus enxames humanos. Responder uma quest\u00e3o com a ferramenta Unanimous AI envolve mover um \u00edcone para um canto da tela ou para outro – indo a favor ou contra a multid\u00e3o – at\u00e9 alcan\u00e7ar uma converg\u00eancia de ideias ou opini\u00f5es.<\/p>\n

Os indiv\u00edduos precisam disputar o tempo todo com os membros do grupo para persuadi-los a se inclinar em dire\u00e7\u00e3o de sua solu\u00e7\u00e3o preferida.<\/p>\n

Experi\u00eancias j\u00e1 mostraram que esta abordagem supera a previs\u00e3o que usa pesquisas.<\/p>\n

Em outro estudo, Rosenberg e seus colegas pediram a um grupo de 469 torcedores do futebol americano para prever os resultados de 20 apostas no Super Bowl de 2016.<\/p>\n

Em seguida, eles fizeram a mesma proposta para um grupo de apenas 29 torcedores. Apesar de ser 16 vezes menor – e n\u00e3o ter informa\u00e7\u00f5es melhores – este grupo acertou em 68% de suas previs\u00f5es em compara\u00e7\u00e3o com apenas 48% no grupo maior.<\/p>\n

Empresas e m\u00e9dicos<\/h2>\n

No entanto Rosenberg n\u00e3o est\u00e1 t\u00e3o interessado em apostas e esportes. Ele sabe que alguns v\u00e3o querer usar a ferramenta para melhorar suas apostas.<\/p>\n

“Se ficar muito popular, poder\u00e1 afetar a forma como as probabilidades s\u00e3o calculadas”, explicou.<\/p>\n

Para ele os eventos esportivos s\u00e3o apenas bons testes para a ferramenta.<\/p>\n

\"Equipe<\/span>O pensamento em forma de enxame pode ajudar m\u00e9dicos a fazer melhores diagn\u00f3sticos, combinando o conhecimento e a intui\u00e7\u00e3o de um grupo<\/span><\/figure>\n

Rosenberg est\u00e1 oferecendo a Unanimous AI para empresas. O sucesso da ferramenta despertou o interesse de muitos grupos, desde organiza\u00e7\u00f5es que fazem previs\u00f5es financeiras at\u00e9 empresas de pesquisa de mercado.<\/p>\n

“O valor de longo prazo do ato de ampliar a intelig\u00eancia das pessoas \u00e9 muito mais importante do que apostas em esportes”, disse.<\/p>\n

Por exemplo: equipes de vendas podem fazer previs\u00f5es melhores se pensarem como um enxame.<\/p>\n

“O objetivo \u00e9 realmente fazer melhor uso do conhecimento, da sabedoria e da intui\u00e7\u00e3o que j\u00e1 existe em uma equipe.”<\/p>\n

A ferramenta tamb\u00e9m despertou o interesse de m\u00e9dicos. Um diagn\u00f3stico m\u00e9dico \u00e9 uma forma de previs\u00e3o que pode se beneficiar da intelig\u00eancia do enxame, de acordo com o criador da Unanimous AI.<\/p>\n

“Um radiologista, um oncologista, outros especialistas podem chegar a uma conclus\u00e3o sobre um diagn\u00f3stico e nossa vis\u00e3o \u00e9 que eles podem fazer um uso melhor dos seus conhecimentos e intui\u00e7\u00f5es combinados”, afirmou Rosenberg.<\/p>\n

M\u00e1quinas j\u00e1 s\u00e3o capazes de fazer diagn\u00f3sticos. Mas, para Rosenberg, os enxames humanos t\u00eam uma vantagem.<\/p>\n

“Existe muito trabalho por a\u00ed para tirar as pessoas da equa\u00e7\u00e3o em coisas como o diagn\u00f3stico m\u00e9dico. Mas se voc\u00ea est\u00e1 tirando humanos da equa\u00e7\u00e3o, voc\u00ea corre o risco de acabar com uma forma muito fria de intelig\u00eancia artificial que realmente n\u00e3o tem o sentido do interesse humano, das emo\u00e7\u00f5es ou valores humanos.”<\/p>\n

Imprevis\u00edvel<\/h2>\n

Os temores do criador da Unanimous AI v\u00e3o al\u00e9m dos diagn\u00f3sticos m\u00e9dicos.<\/p>\n

“Se construirmos uma intelig\u00eancia artificial que \u00e9 realmente inteligente, ent\u00e3o ser\u00e1 imprevis\u00edvel, como se alien\u00edgenas aparecessem na Terra.”<\/p>\n

Rosenberg afirma que ampliando nossa intelig\u00eancia, criando estes enxames humanos, \u00e9 uma forma que nos manter na corrida.<\/p>\n

“\u00c9 um jeito de ter os benef\u00edcios da intelig\u00eancia artificial, mas mantendo as emo\u00e7\u00f5es, valores e intui\u00e7\u00e3o dos humanos.”<\/p>\n

\u00c9 uma ideia grandiosa. Que Toby Walsh, da Universidade de Nova Gales do Sul, na Austr\u00e1lia, prefere encarar com mais cautela.<\/p>\n

“Infelizmente existe uma diferen\u00e7a entre um simples experimento de laborat\u00f3rio e como as pessoas se comportam em um mundo bagun\u00e7ado”, disse.<\/p>\n

“Eu teria menos certeza de que armadilhas (sociais) como a trag\u00e9dia dos comuns – onde indiv\u00edduos ego\u00edstas agem contra os interesses do grupo – podem ser evitados com tanta simplicidade.”<\/p>\n

Para Walsh, este tipo de atitude humana pode atrapalhar na hora de se chegar a um consenso.<\/p>\n

\"Polui\u00e7\u00e3o\"<\/span>Para especialista da Austr\u00e1lia, a quest\u00e3o da mudan\u00e7a clim\u00e1tica mostra que nem sempre a intelig\u00eancia do enxame pode ajudar<\/span><\/figure>\n

“Mudan\u00e7a clim\u00e1tica \u00e9 um bom exemplo da trag\u00e9dia dos comuns onde a intelig\u00eancia do enxame n\u00e3o vai ajudar”, alertou.<\/p>\n

E h\u00e1 outra raz\u00e3o para preocupa\u00e7\u00e3o. Enxames \u00e0s vezes acabam em cat\u00e1strofe.<\/p>\n

Formigas, por exemplo, formam grandes grupos, deixando para tr\u00e1s uma trilha de ferom\u00f4nios que outras formigas v\u00e3o seguir.<\/p>\n

O comportamento \u00e0s vezes leva a um fen\u00f4meno conhecido como espiral da morte, que acontece quando formigas seguem a formiga logo \u00e0 frente em um c\u00edrculo cada vez maior at\u00e9 que todas morrem.<\/p>\n

Ainda assim, Rosenberg n\u00e3o parece preocupado.<\/p>\n

“Enxame \u00e9 uma forma muito simples de nos manter \u00e0 frente das m\u00e1quinas.”<\/p>\n

E com as pesquisas de opini\u00e3o fracassando de forma espetacular na previs\u00e3o dos resultados do referendo para a sa\u00edda da Uni\u00e3o Europeia, na Gr\u00e3-Bretanha, e dos resultados das elei\u00e7\u00f5es nos Estados Unidos, este pode ser o momento certo para tentar usar nossa intelig\u00eancia coletiva.<\/p>\n

Ent\u00e3o a Unanimous AI \u00e9 uma espiral da morte ou um atalho para um futuro mais inteligente? Talvez esta seja mais uma pergunta para o enxame.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

E com as pesquisas de opini\u00e3o fracassando de forma espetacular na previs\u00e3o dos resultados do referendo para a sa\u00edda da Uni\u00e3o Europeia, na Gr\u00e3-Bretanha, e dos resultados das elei\u00e7\u00f5es nos Estados Unidos, este pode ser<\/p>\n","protected":false},"author":5,"featured_media":172624,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","enabled":false},"version":2}},"categories":[1175,6],"tags":[],"class_list":["post-172623","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-educacao","category-municipios"],"jetpack_publicize_connections":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/acaopopular.net\/jornal\/wp-content\/uploads\/2017\/01\/abelhas.jpg","_links":{"self":[{"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/posts\/172623","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/comments?post=172623"}],"version-history":[{"count":0,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/posts\/172623\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/media\/172624"}],"wp:attachment":[{"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/media?parent=172623"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/categories?post=172623"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/acaopopular.net\/jornal\/wp-json\/wp\/v2\/tags?post=172623"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}