O MUNDO MEDIADO POR ALGORITMOS: SISTEMAS LÓGICOS QUE SUSTENTAM OS PROGRAMAS DE COMPUTADOR TÊM IMPACTO CRESCENTE NO COTIDIANO
O mundo mediado por algoritmos
Sistemas
lógicos que sustentam os programas de computador têm impacto crescente no
cotidiano
Os
algoritmos estão em toda parte. Quando a bolsa sobe ou desce, eles geralmente
estão envolvidos. Segundo dados divulgados em 2016 pelo Instituto de Pesquisa
Econômica Aplicada (Ipea), robôs investidores programados para reagir
instantaneamente ante determinadas situações são responsáveis por mais de 40%
das decisões de compra e venda no mercado de ações no país – nos Estados
Unidos, o percentual chegou a 70%. O sucesso de uma simples pesquisa no Google
depende de uma dessas receitas escritas em linguagem de programação
computacional, que é capaz de filtrar em segundos bilhões de páginas na web – a
importância de uma página, definida por um algoritmo, baseia-se na quantidade e
na boa procedência de links que remetem a ela. Na fronteira da pesquisa em engenharia
automotiva, conjuntos de algoritmos utilizados por carros autônomos processam
informações captadas por câmeras e sensores, tomando instantaneamente as
decisões ao volante sem intervenção humana.
Embora
influenciem até mesmo atividades cotidianas prosaicas, como a procura de
atalhos no trânsito com a ajuda de aplicativos de celular, os algoritmos
costumam ser vistos como objetos intangíveis pela população em geral – que
sente seus efeitos, mas não conhece ou compreende seu formato e modo de ação.
Um algoritmo nada mais é do que uma sequência de etapas para resolver um
problema ou realizar uma tarefa de forma automática, quer ele tenha apenas uma
dezena de linhas de programação ou milhões delas empilhadas em uma espécie de
pergaminho virtual. “É o átomo de qualquer processo computacional”, define o
cientista da computação Roberto Marcondes Cesar Junior, pesquisador do
Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).
Tome-se
o exemplo da sequência de passos realizada pelo algoritmo do Facebook. A
escolha do que vai aparecer no feed de notícias de um usuário depende, em
primeiro lugar, do conjunto de postagens produzidas ou que circulam entre os
amigos. Em linhas gerais, o algoritmo analisa essas informações, descarta posts
denunciados como de conteúdo violento ou impróprio, os que pareçam spam ou os
que tenham uma linguagem identificada como “caça-cliques”, com exageros de
marketing. Por fim, o algoritmo atribui uma nota para cada uma das publicações
com base no histórico da atividade do usuário, tentando supor o quanto ele
seria suscetível a curtir ou compartilhar aquela informação. Recentemente, o
algoritmo foi modificado para reduzir o alcance de publicações oriundas de
sites de notícias.
A
construção de um algoritmo segue três etapas (ver
infográfico). A primeira consiste em identificar com
precisão o problema a ser resolvido – e encontrar uma solução para ele. Nessa
fase, o cientista da computação necessita da orientação de profissionais que
entendam da tarefa a ser executada. Podem ser médicos, no caso de um algoritmo
que analisa exames de imagem; sociólogos, se o objetivo for identificar padrões
de violência em regiões de uma cidade; ou psicólogos e demógrafos na
construção, por exemplo, de um aplicativo de paquera. “O desafio é mostrar que
a solução do problema existe do ponto de vista prático, que não se trata de um
problema de complexidade exponencial, aquele para o qual o tempo necessário
para produzir uma resposta pode crescer exponencialmente, tornando-o
impraticável”, explica o cientista da computação Jayme Szwarcfiter,
pesquisador da Universidade Federal do Rio de Janeiro (UFRJ).
A
segunda etapa ainda não envolve operações matemáticas: consiste em descrever a
sequência de passos no idioma corrente, para que todos possam compreender. Por
último, essa descrição é traduzida para alguma linguagem de programação. Só
assim o computador consegue entender os comandos – que podem ser ordens
simples, operações matemáticas e até algoritmos dentro de algoritmos –, tudo em
uma sequência lógica e precisa. É nesse momento que entram em cena os
programadores, profissionais incumbidos de escrever os algoritmos ou trechos
deles. A depender da complexidade da missão, equipes extensas de programadores
trabalham em conjunto e dividem tarefas.
Em
sua origem, algoritmos são sistemas lógicos tão antigos quanto a matemática. “A
expressão vem da latinização do nome do matemático e astrônomo árabe Mohamed
al-Khwarizmi, que no século IX escreveu trabalhos de referência sobre álgebra”,
explica a cientista da computação Cristina Gomes Fernandes, professora do
IME-USP. Eles ganharam novos propósitos na segunda metade do século passado com
o desenvolvimento dos computadores – por meio deles, foi possível criar rotinas
para as máquinas trabalharem. A combinação de dois fatores explica por que suas
aplicações no mundo real vêm se multiplicando e eles se tornaram a base do
desenvolvimento de softwares complexos. O primeiro foi a ampliação da
capacidade de processamento dos computadores, que aceleraram a velocidade da
execução de tarefas complexas. E o segundo foi o advento do Big Data, o
barateamento da coleta e do armazenamento de quantidades gigantescas de
informações, que deram aos algoritmos a possibilidade de identificar padrões
imperceptíveis ao olhar humano em atividades de todo tipo. A manufatura
avançada ou Indústria 4.0, com sua promessa de ampliar a produtividade de
linhas de produção, depende de algoritmos de inteligência artificial para
monitorar plantas industriais em tempo real e tomar decisões sobre recomposição
de estoques, logística e paradas de manutenção.
Um
dos efeitos da disseminação dos algoritmos na computação foi o impulso à
inteligência artificial, um campo de estudo criado na década de 1950 que
desenvolve mecanismos capazes de simular o raciocínio humano. Com cálculos
computacionais cada vez mais velozes e acervos de informação com os quais é
possível fazer comparações estatísticas, as máquinas ganharam a capacidade de
modificar seu funcionamento a partir de experiências acumuladas e melhorar seu
desempenho, em um processo associativo que mimetiza a aprendizagem.
A
capacidade de computadores vencerem humanos em jogos de tabuleiro mostra como
esse campo tem evoluído. Em 1997, o supercomputador Deep Blue, da IBM,
conseguiu pela primeira vez vencer o então campeão mundial de xadrez, o russo
Gary Kasparov. Capaz de simular aproximadamente 200 milhões de posições do
xadrez por segundo, a máquina antevia o comportamento do adversário várias
jogadas à frente. Mas essa estratégia não funcionava em um jogo de origem
chinesa, o Go, porque os lances possíveis eram numerosos demais
para serem antecipados – o rol de possibilidades é maior do que a quantidade de
átomos no universo. Pois, em março de 2016, a barreira do Go foi
vencida: o programa AlphaGo, criado pela DeepMind, subsidiária do Google,
conseguiu superar o campeão mundial do jogo, o sul-coreano Lee Sedol.
Em
vez de considerar milhões de possibilidades, o algoritmo do programa arrumou
uma estratégia mais restrita. Foi abastecido com dados de partidas de Go disputadas
entre os melhores competidores, fez uma análise estatística identificando as
jogadas mais comuns e eficientes e passou a trabalhar com um conjunto pequeno
de variáveis, logo vencendo os jogadores humanos. Mas o feito não parou aí. No
ano passado, a DeepMind apresentou um novo programa, o AlphaGo Zero, que
superou o AlphaGo. E dessa vez a máquina não aprendeu com seres humanos, mas
apenas com a versão anterior do programa.
As
aplicações práticas desse tipo de tecnologia são cada vez mais frequentes.
Algoritmos de inteligência artificial desenvolvidos pelo cientista da
computação Anderson de Rezende Rocha, professor do Instituto de Computação da
Universidade Estadual de Campinas (Unicamp), têm auxiliado investigações feitas
pela Polícia Federal. Rocha especializou-se em criar ferramentas de computação
forense e inteligência artificial capazes de detectar sutilezas em documentos
digitais muitas vezes imperceptíveis a olho nu. “A tecnologia ajuda o perito,
por exemplo, a confirmar se determinada foto ou vídeo relacionados a um crime
são genuínos”, diz Rocha.
Um
dos casos em que os algoritmos estão sendo utilizados é na automatização de
investigações sobre pornografia infantil. Constantemente, os policiais
apreendem grandes quantidades de fotos e vídeos no computador de suspeitos. Se
existirem arquivos com pornografia infantil, o algoritmo ajuda a encontrá-los.
“Expusemos o robô a horas de vídeos pornográficos da internet para extrair
dados. Tivemos que ensinar a ele o que é pornografia”, conta Rocha. Depois,
para que pudesse distinguir a presença de crianças, o algoritmo precisou
“assistir” a conteúdos de pornografia infantil apreendidos. “Essa etapa foi
realizada estritamente por técnicos da polícia. Nós da Unicamp não tivemos
acesso a esse material”, salienta. Rocha conta que a análise dos arquivos era
feita sem muita automação. “Ao tornar esse processo mais eficiente, os
investigadores da Polícia Federal ganharam tempo e capacidade para analisar
maiores quantidades de dados”.
Muitos
cientistas da computação trabalham com propriedades matemáticas, teoremas e
questões lógicas relacionadas a algoritmos, independentemente da perspectiva de
aplicações imediatas. Em muitas situações que requerem algoritmos, os únicos
algoritmos conhecidos são muito ineficientes, que não funcionam, na prática,
com grandes massas de dados. Alguns exemplos disso, são a fatoração de inteiros
em primos (com grande importância em criptografia), e a roteirização de um robô
soldador por vários pontos de solda. Existe uma pequena esperança de que
algoritmos eficientes venham a ser encontrados para esses problemas. A
formulação precisa disso é a questão “P versus NP”, considerado, ao mesmo
tempo, um dos maiores desafios da computação e da matemática.
Embora
exista mais programação do que ciência básica no desenvolvimento de boa parte
dos algoritmos usados no cotidiano, avanços em conhecimento de fronteira são
essenciais para que novas aplicações possam ser exploradas no futuro. Marcondes
Cesar, da USP, coordena um projeto de visão computacional, um tipo de
inteligência artificial que consegue extrair informações de imagens simulando o
funcionamento da visão humana. Essa técnica está sendo incorporada em diversos
setores, com destaque para a emissão de diagnósticos médicos. “A visão
computacional permite detectar anomalias com mais precisão e avaliar sutilezas
em imagens de ressonância magnética, por exemplo.”
O
projeto, uma parceria com a Faculdade de Medicina e o Instituto da
Criança do Hospital das Clínicas da USP, busca criar um modelo matemático
que permita fazer uma análise mais acurada do fígado e do cérebro de
recém-nascidos. Em geral, a interpretação de imagens geradas por ressonância
magnética baseia-se em modelos criados em outros países para homens adultos e
brancos, o que pode gerar diagnósticos imprecisos em recém-nascidos. Mas, para
que isso seja viável, é preciso resolver problemas teóricos. “Ainda não sabemos
se conseguiremos obter um algoritmo cuja aplicação seja eficiente. Estamos
ainda estudando propriedades com base na teoria dos grafos”, diz, referindo-se
ao ramo da matemática que estuda as relações entre objetos de um determinado
conjunto, associando-os por meio de estruturas chamadas grafos.
O
impacto dos algoritmos é objeto de análise de outros campos do conhecimento.
“Algoritmos já estão desempenhando um papel moderador. Google, Facebook e
Amazon conquistaram um poder extraordinário sobre o que encontramos hoje no
campo cultural”, avalia Ted Striphas, professor de história da cultura e da
tecnologia na Universidade do Colorado, Estados Unidos e autor do livro Algorithmic culture (2015),
que examina a influência dessas ferramentas. O antropólogo norte-americano Nick
Seaver, pesquisador da Universidade Tufts, nos Estados Unidos, dedica-se
atualmente a um projeto baseado em pesquisa etnográfica e entrevistas com
criadores de algoritmos de recomendação de músicas em serviços de streaming.
Seu interesse é compreender como esses sistemas são desenhados para atrair
usuários e chamar a sua atenção, trabalhando na interface de áreas como
aprendizado de máquina e publicidade on-line. “Os mecanismos que controlam a
atenção e suas mediações técnicas tornaram-se objeto de grande preocupação. A
formação de bolhas de interesse e de opinião, as fake news e a
distração no campo político são atribuídas a tecnologias desenhadas para
manipular a atenção dos usuários”, explica.
Sistemas
de recomendação controlados por algoritmos tornaram-se peças-chave na indústria
de entretenimento na internet. Em um artigo publicado em 2015 no periódico ACM Transactions on Management
Information Systems, o engenheiro eletrônico mexicano Carlos
Gomez-Uribe descreveu o funcionamento de conjuntos de algoritmos desenvolvidos
pelo serviço de streaming Netflix que fazem rankings personalizados de séries e
filmes condizentes com o perfil dos usuários. O desafio é levar o cliente a
escolher um programa em menos de 90 segundos – depois desse tempo a tendência é
frustrar-se e perder interesse. O sucesso do ranking valorizou o passe
profissional de Gomez-Uribe, que em 2017 se tornou coordenador de algoritmos e
de tecnologias de produtos da internet do Facebook.
A
influência e o poder das grandes empresas da internet não dependem apenas da
criatividade de seus programadores. Tem a ver, igualmente, com o acesso ao Big
Data que elas acumularam e é processado por seus algoritmos, gerando
informações valiosas. “O que impede outra empresa de desenvolver um aplicativo
como o da Uber? Isso já foi feito. Mas os dados que a Uber dispõe sobre o
trânsito e o comportamento dos usuários acumulados ao longo do tempo pertencem
apenas à empresa e são valiosos”, diz Marcondes Cesar, da USP.
O
escândalo envolvendo o vazamento de dados de usuários do Facebook, que fez a
empresa perder US$ 49 bilhões de seu valor no mês passado, revelou uma
vulnerabilidade que se imaginava incomum – algoritmos utilizados pela empresa
Cambridge Analytica conseguiram obter dados do comportamento de 50 milhões de
usuários do Facebook e os utilizaram para orientar campanhas nas redes sociais
pela saída do Reino Unido da União Europeia e em favor da candidatura de Donald
Trump à presidência dos Estados Unidos, que acabaram vitoriosas. O caso do
Facebook é exemplar dos desafios éticos gerados pela disseminação do uso de
algoritmos, embora o vazamento e uso indevido dos dados sejam apenas uma parte
do problema. A oferta de dados tornou-se tão importante na construção de
algoritmos quanto o desafio de programá-lo. “Analisar as características dos
dados ofertados é fundamental na hora de construir um algoritmo, porque
descuidos nesse momento podem provocar vieses nos resultados”, afirma Marcondes
Cesar.
Também
é comum que, ao se balizarem por comportamentos humanos, os algoritmos
reproduzam preconceitos. O Cloud Natural Language API, uma ferramenta criada
pelo Google que revela a estrutura e o significado de textos por meio de
aprendizado de máquina, desenvolveu tendências preconceituosas. Um teste feito
pelo site norte-americano Motherboard mostrou que, ao analisar parágrafos de
textos para determinar se eles apresentavam sentidos “positivos” ou
“negativos”, o algoritmo classificou declarações do tipo “eu sou homossexual” e
“eu sou uma mulher negra gay” como negativas. “Programadores que criam
algoritmos inteligentes precisam estar conscientes de que o trabalho deles tem
implicações sociais e políticas”, diz Nick Seaver, da Universidade Tufts.
Alguns cursos de graduação e pós-graduação em ciência da computação já oferecem
disciplinas que abordam ética computacional. É o caso da USP, no Brasil, e da
Universidade Harvard e do Instituto de Tecnologia de Massachusetts (MIT), nos
Estados Unidos.
Outro
debate em ebulição relaciona-se à transparência de algoritmos avançados. Ocorre
que detalhes do desenvolvimento dessas ferramentas frequentemente são mantidos
em segredo por seus criadores. Em outros casos, a complexidade do código é
tamanha que um observador não consegue entender como ele produz uma decisão e
quais são suas implicações. Sistemas opacos ao escrutínio externo ganham o
apelido de “algoritmos caixa-preta”. A discussão ganhou impulso com a
investigação sobre uma ferramenta utilizada experimentalmente no judiciário
norte-americano, o Compas (Correctional Offender Management Profiling for
Alternative Sanctions) – seu algoritmo sugere a pena do condenado e ainda
vaticina sobre a possibilidade de reincidência. O estudo, feito em 2016 pela
organização ProPublica revelou que, ao passarem pelo crivo do Compas, acusados
negros têm 77% mais probabilidade de serem classificados como possíveis reincidentes
do que acusados brancos. A Northpointe, empresa privada que criou o algoritmo,
recusou-se a divulgar o código do Compas. “Algoritmos de dimensão pública não
devem ser criados nem desenvolvidos sem a participação dos gestores e
administradores públicos, pois não são neutros”, destaca Sérgio Amadeu da
Silveira, pesquisador do Centro de Engenharia, Modelagem e Ciências Sociais
Aplicadas da Universidade Federal do ABC (UFABC).
Em
2017, Kate Crawford, líder de pesquisa da Microsoft Research, e Meredith
Whittaker, diretora do Open Research, ligado ao Google, fundaram o AI Now
Institute, organização dedicada a investigar o impacto da inteligência
artificial na sociedade. Com sede na Universidade de Nova York, Estados Unidos,
a instituição investe em uma abordagem que integra análises de cientistas da
computação, advogados, sociólogos e economistas. Em outubro, divulgou um
relatório com orientações sobre o uso de algoritmos de inteligência artificial.
Uma das recomendações é que órgãos públicos responsáveis por setores como
justiça, saúde, assistência social e educação evitem usar algoritmos cujos
modelos não sejam bem conhecidos. O documento recomenda que os algoritmos
caixa-preta passem por auditorias públicas e testes de validação como forma de
instituir mecanismos de correção quando necessário.
Liberar
seres humanos de atividades repetitivas é outro presságio dos algoritmos de
inteligência artificial – e o debate sobre as implicações dos softwares
inteligentes no mercado de trabalho ganha corpo. O relatório “O futuro do
emprego”, publicado em 2013 pelos economistas Carl Frey e Michael Osborne, da
Oxford Martin School, avaliou que algoritmos sofisticados podem substituir 140
milhões de profissionais que atuam em atividades intelectuais em todo o mundo.
O documento menciona exemplos como a crescente automatização das decisões
tomadas no mercado financeiro e até mesmo o impacto no trabalho dos engenheiros
de software – por meio do aprendizado de máquina, a programação pode ser
aperfeiçoada e acelerada com o auxílio de algoritmos. “Atividades intelectuais
procedurais, que envolvem repetição de padrões, como traduzir documentos, têm
uma possibilidade enorme de serem executadas por algoritmos”, avalia Sérgio
Amadeu, da UFABC. O debate sobre os efeitos colaterais da inteligência
artificial é necessário, avalia Marcondes Cesar, da USP, mas por enquanto está
longe de se contrapor às notáveis contribuições dos algoritmos na solução de
problemas de todo tipo.
Algoritmo
traduz expressões do rosto em comandos para movimentar cadeira de rodas
motorizadahoobox robotics
Expressões faciais
A
Hoobox Robotics, empresa fundada em 2016 por pesquisadores da Unicamp,
desenvolveu um sistema para ser instalado em qualquer cadeira de rodas
motorizada e permite que pessoas tetraplégicas possam controlar o veículo
utilizando apenas as expressões faciais. O algoritmo presente no software, que
leva o nome de Wheelie, traduz até 11 expressões faciais, como um sorriso e uma
sobrancelha levantada, em comandos para seguir em frente, retroceder e
virar à direita ou à esquerda. O programa está sendo testado em 39 pacientes
nos Estados Unidos, onde a empresa mantém uma unidade de pesquisa no
laboratório da Johnson&Johnson, em Houston. O sistema utiliza uma câmera 3D
que capta dezenas de pontos no rosto.
Entrevista: Paulo Gurgel Pinheiro
“O
usuário pode configurar um comando para cada expressão. Um sorriso, por
exemplo, pode mover a cadeira para frente, um beijo, para trás”, esclarece o
cientista da computação Paulo Gurgel Pinheiro, diretor da Hoobox. Para
assimilar as principais expressões, o algoritmo do Wheelie foi abastecido com
um conjunto de dados faciais de 103 motoristas de caminhão. “Firmamos uma
parceria com uma companhia de transporte para instalar câmeras em caminhões e
registrar as impressões faciais dos voluntários ao longo de três meses”,
explica Gurgel.
Para identificar parasitas
Aprimorar
o diagnóstico de parasitoses usando visão computacional é o objetivo de um
projeto executado no IME-USP em colaboração com o Laboratory of Image Data
Science (LIDS) da Unicamp. O cientista da computação Marcelo Finger, do IME,
está testando um algoritmo capaz de identificar parasitas processando imagens
de lâminas com fezes de pacientes. “Já conseguimos identificar 15 parasitas em
humanos e alguns em animais, como bois, gatos e cachorros”, conta. Hoje, o
diagnóstico é obtido pela análise das fezes em microscópio. “O profissional
geralmente consegue avaliar umas seis lâminas por vez.
A
intenção é automatizar esse processo”, afirma Finger. Parece simples, mas,
sabendo que os algoritmos buscam identificar padrões, qualquer ruído pode se
tornar um obstáculo para os pesquisadores. “Uma coisa é o algoritmo conseguir
identificar o parasita na foto de um livro, outra é fazer o mesmo a partir de
uma imagem em que o parasita está rodeado de sujeira”, ressalva o pesquisador.
Sistema
utiliza técnica de visão computacional para estimar o peso do gadoProjeta sistemas
O peso do boi
Há
algoritmos talhados para ajudar pecuaristas. A Projeta Sistemas, startup
localizada em Vitória (ES), criou um sistema computacional chamado “Olho do
Dono”, que se baseia em imagens 3D para estimar o peso de um boi. “O processo
de pesagem dos animais é muito custoso e demorado, implicando deslocamento dos
bois, que podem ficar estressados e até perder peso”, explica o cientista da
computação Pedro Henrique Coutinho, diretor da Projeta. O software foi
desenvolvido com base em técnicas de visão computacional associando às imagens
dos bois feitas por câmeras seus respectivos pesos. Para isso, foi necessário
formar uma base de dados robusta. “Acompanhamos pesagens de gado em fazendas em
todo o Brasil. A partir do registro de milhares de imagens, pudemos desenvolver
nosso algoritmo”, diz Coutinho. O software começou a ser desenvolvido em 2015 e
começará a ser comercializado em setembro.
Animais perdidos
O
CrowdPet é um aplicativo para smartphone que identifica animais perdidos criado
pela SciPet, empresa originada na Unicamp. Por meio de um algoritmo, o sistema
cruza dados referentes a fotos de animais perdidos cadastradas por seus donos e
imagens de animais avistados nas ruas por voluntários.“O aplicativo permite a
correspondência entre as duas imagens por meio de métodos de reconhecimento
visual e faz o rastreamento por geolocalização do local onde foi feita a foto
do animal perdido”, diz Fabio Rogério Piva, cientista da computação e diretor
da SciPet. O Centro de Controle de Zoonoses do município paulista de Vinhedo
começou a utilizar o aplicativo no ano passado para cadastrar animais durante
campanhas de bem-estar animal. A SciPet desenvolveu um protótipo capaz de
diferenciar, com 99% de acerto, cães e gatos de outros animais.
Versão atualizada em
20/04/2018.
Comentários
Postar um comentário