Em menos de dois anos completar-se-ão 60 anos após o lançamento de um dos filmes mais icónicos do realizador Stanley Kubrick: 2001: Odisseia no Espaço. A razão pela qual evoco este filme de culto para os amantes de Kubrick, e da ficção científica em geral, deve-se ao HAL 9000.
O computador alimentado por inteligência artificial que geria a Discovery One rumo a Júpiter, quando confrontado com um dilema de consciência, suportado pela dissonância entre a sua programação de base (partilhar informação fidedigna e transparente) e instruções secretas para esconder o verdadeiro propósito da missão, entrou em colapso e começou a tomar decisões por livre-arbítrio.
Todas as semanas há notícias ou artigos que versam sobre os perigos da IA. Essas tentativas em consciencializar as hipóteses e os riscos, ou instalar algum alarmismo, não surtem efeitos práticos quando se analisam os números sobre a utilização da IA nas suas diversas esferas.
Diariamente, 500 a 600 milhões de pessoas (Digital 2026 Global Overview Report) usamplataformas de inteligência artificial (IA) na sua vida quotidiana, seja através de agentes de conversação (ChatGPT, Claude, etc.), assistentes de voz (Siri, Alexa, etc.) ou motores de busca assistidos (Google Search ou Microsoft Copilot).
Grande parte dessa interação é possibilitada por um dos principais domínios da IA, osdenominados Modelos de Processamento de Linguagem. De uma forma simplificada, são esses sistemas que permitem a um computador interagir com a linguagem humana de um modo natural, através de texto ou voz. A sua aplicação é hoje uma realidade numa multiplicidade de setores, tais como saúde, banca, seguros, energia, retalho ou aeronáutica.
A maior evolução desses modelos remonta ao Séc. XXI, com a introdução dos Modelos Neuronais, ainda que os principais Modelos de Linguagem Estatística tenham surgido nos anos 90. O apogeu dá-se com o surgimento dos Grandes Modelos de Linguagem (LLM), dos quais o ChatGPT (da OpenAI) é o caso mais paradigmático.
Em toda esta evolução, há algo que passa ao lado de uma grande fatia dos utilizadores: como é que estes modelos são treinados e de que forma produzem as suas respostas? Evitando entrar em descrições demasiado teóricas, a tecnologia NLP opera identificando padrões e relações entre os diversos componentes da linguagem, nomeadamente letras, palavras e frases, a partir de grandes volumes de texto.
Portanto, a dimensão e qualidade dos dados analisados é crucial para que o modelo aprendaem termos quantitativos e qualitativos. A forma como comunicamos com estes sistemas influencia significativamente a qualidade das respostas obtidas, tornando a cordialidade e a clareza elementos relevantes da interação.
De acordo com um estudo da Universidade de Waseda e do Centro RIKEN para Projetos de Inteligência Avançada (no Japão), o uso de frases gentis permite obter melhores respostas junto dos agentes de conversação alimentados por LLM. Contudo, há que saber encontrar o equilíbrio porque se for usada adulação excessiva pode confundir o modelo e levá-lo aresponder com menor eficácia.
Ainda sobre a relevância comprovada da atitude comportamental, um estudo publicado recentemente na PNAS (Proceedings of the National Academy of Sciences) por uma equipa do MIT, liderada por Jared Curhan e Michelle Vaccaro, concluiu o seguinte: a cordialidade, a empatia e a predisposição para a cooperação continuam a produzir vantagens concretas mesmo quando os interlocutores deixam de ser humanos.
Após mais de 180 mil negociações entre agentes de inteligência artificial, os investigadores verificaram que os sistemas concebidos para agir de forma mais amigável e colaborativa alcançaram resultados superiores aos dos agentes que privilegiavam estratégias agressivas ou estritamente competitivas.
A investigação sugere que comportamentos associados à construção de confiança não são apenas convenções sociais, mas mecanismos eficazes para aumentar a probabilidade de acordo e melhorar o desempenho global dos sistemas envolvidos.
Como compreender esta reação quase humana? A arquitetura destes sistemas foi desenvolvida para que os mesmos estabeleçam uma correlação entre aquilo que recebem e aquilo que devolvem. Isto significa que a naturalidade na conversação deve ter como base aabordagem de uma interação humana.
Até elementos subtis da linguagem, como encorajamento, tom positivo ou tom negativo, são captados pelo sistema, influenciando a forma como responde e a abrangência com que o faz.Também uma equipa de investigadores da Google DeepMind chegou à conclusão de que o uso de frases compreensivas, como “respira fundo e trabalha este problema passo a passo”, permite aos LLM resolverem tarefas mais complexas, com maior eficácia.
Levar a humanidade à “máquina” é, em última análise, uma forma de nos dirigirmos a nós próprios. A cordialidade no trato não se destina à inteligência artificial, mas à nossa própria espécie. Ao passarmos horas por dia a comunicar com sistemas artificiais, recorrendo a uma linguagem imperativa ou impiedosa, é inevitável que os nossos próprios hábitos cognitivos e sociais acabem por ser influenciados por essa forma de interação.
A entrada deste domínio da IA no quotidiano ocorreu a uma velocidade vertiginosa, tanto na esfera profissional como na pessoal. Em breve, será difícil conceber o nosso modus vivendi sem o recurso a este tipo de ferramentas, sobretudo numa sociedade que exige cada vez mais, em cada vez menos tempo.
O futuro da relação entre a inteligência humana e a inteligência artificial dependerá, em larga medida, das regras, dos comportamentos e dos princípios que escolhermos incorporar nessa interação.
Afinal, a forma como escolhemos comunicar com estas ferramentas não molda apenas a qualidade das respostas que recebemos; molda também os hábitos, os comportamentos e os valores que queremos preservar numa sociedade cada vez mais mediada pela tecnologia.