O que são os algoritmos e como eles aprendem com você
Quando você recebe um email, um algoritmo decide se ele vai
diretamente para sua pasta de spam ou para sua sua caixa de entrada.
Nas redes sociais, ele escolhe que posts você vai ver primeiro.
E a partir do momento em que você clicou neste vídeo,
um algoritmo já decidiu quais são as sugestões que você receberá para assistir em seguida.
Mas o que exatamente são algoritmos? E como eles fazem tudo isso?
O termo algoritmo veio do nome do persa Muhammad ibn Musa Al-Khwarizmi,
que introduziu os números árabes ao ocidente. A palavra teve outros usos matemáticos ao longo
do tempo, mas, a partir do século 19, passou a significar uma sequência de ações que devem
ser executadas para resolver um problema. Para que um computador consiga seguir um
algoritmo, alguém precisa programá-lo, ou seja, dizer a ele quais são as instruções a seguir.
No início da computação, a programação era manual, e envolvia trocar cabos de lugar a cada
operação que o computador tinha que executar. Hoje, os algoritmos são escritos em código.
Isso quer dizer que essa sequência de instruções para chegar a um resultado
concreto é escrita em uma linguagem de programação -- comandos que a máquina consegue obedecer.
Um exemplo de problema básico que a gente consegue resolver com um algoritmo é ordenar uma lista.
Vamos nos concentrar então em um algoritmo de ordenação, que é um dos muitos que existem.
Para entendê-lo, imagine que você é uma bibliotecária que acaba de
receber uma entrega de 840 livros novos. Mas, antes de guardá-los, você precisa
colocá-los em ordem alfabética. E rápido, já que, no dia seguinte,
a biblioteca precisa estar funcionando já com estes livros disponíveis.
Os seus livros estão dispostos em uma só fileira, como se fossem uma grande lista.
Por onde você começaria a ordená-los? Você pode começar com o primeiro
livro e compará-lo com o segundo. Se eles estiverem na ordem correta, deixe-os como
estão. Se não, troque-os de lugar. Agora pegue o terceiro livro,
compare-o com o segundo e depois com o primeiro, até encontrar onde colocá-lo.
E continue fazendo as trocas necessárias até colocar toda a lista em ordem.
O problema é que, mesmo que cada comparação entre
um livro e outro leve apenas um segundo, você tem 840 livros.
Usando esse método, você levaria pelo menos 2 dias inteiros para organizá-los.
Os serviços que nós usamos na internet têm que ordenar listas o tempo inteiro:
por exemplo, quando você pede que eles procurem a passagem de avião mais barata para sua viagem,
ou quando você quer ver seus emails de acordo com a ordem de chegada deles.
Há muitos algoritmos possíveis pra fazer isso, mas alguns são melhores
do que outros. Seja porque fazem a tarefa mais rápido ou porque usam menos recursos.
No caso dos livros, por exemplo, você poderia resolver o seu problema de outro jeito.
Pegue um livro qualquer, que você chamará de “separador”. E compare
esse livro com todos os outros. Coloque todos os livros que devem
ficar antes dele à sua esquerda e todos os que devem ficar depois à sua direita.
Agora, pegando só os livros da esquerda, escolha outro livro para ser um novo
separador e repita o mesmo processo. E faça o mesmo com os da direita.
Você pode continuar criando subdivisões como essa, até
que os seus livros estejam em ordem alfabética. Desse jeito, você levaria apenas cerca de
duas horas para ordenar os 840 livros. Esse exemplo se baseia em um algoritmo
de ordenação muito eficiente conhecido como QuickSort.
Ele é um dos algoritmos mais usados em programação hoje em dia.
Foi com um algoritmo melhor do que todos os outros que o Google conseguiu classificar milhões de
sites de uma maneira mais eficiente e revolucionou a maneira de fazer buscas na internet.
Mas os algoritmos servem não só para encontrar, ordenar e processar grandes quantidades de dados.
Eles também podem dar aos computadores a habilidade de aprender com esses dados
para tomar decisões e fazer previsões. É o que chamamos de machine learning,
ou aprendizado de máquinas. É assim que eles respondem perguntas como:
Os preços das passagens aéreas vão subir ou baixar na próxima semana?
Ou entre os milhares de vídeos que existem no YouTube, quais são os
que vão manter esta pessoa interessada? Cada vez que você interage com um vídeo,
está ensinando ao programa, ou à máquina, como você pensa e do que você gosta.
Mas como a máquina tem uma capacidade de processamento muito maior do que a nossa, pode
testar um número enorme de cenários possíveis, até escolher o que se ajusta mais ao seu gosto.
É com essa informação que ela tenta prever o próximo vídeo que você vai querer assistir.
Uma vez que ela faz isso, precisa da sua resposta para saber se acertou
ou não, e aprender mais uma vez. Quanto mais dados recebe e processa,
mais sofisticado fica o algoritmo e mais preciso ele consegue ser.
Isso acontece não só nas redes sociais, mas também nas recomendações do seu serviço de
streaming, no reconhecimento facial, nos serviços de compra pela internet,
nos sistemas anti-fraude dos bancos, e muito mais. O aprendizado de máquinas é uma parte essencial da
inteligência artificial, que é fazer com que as máquinas ou sistemas possam imitar comportamentos
humanos como aprender ou resolver problemas. Tudo isso, no entanto,
também tem um lado problemático. O fato de que os algoritmos se
alimentem dos nossos dados e nos mostrem só o que eles consideram que nós queremos
pode criar uma bolha que distorce ou nos dá uma visão parcial da realidade.
Ou seja, se aquele ambiente só nos sugere conteúdo que reforça a nossa visão do mundo
e não nos expõe a opiniões, gostos ou formas de entender a vida que são diferentes da
nossa pode desde perpetuar preconceitos até influenciar resultados de eleições.
Outra questão complicada é que os programas, assim como nós,
podem ser enviesados de acordo com a sua educação. Por exemplo, se um algoritmo de classificação de
imagens é alimentado somente com fotos de pessoas brancas, como ele vai aprender que
existem pessoas com outros tons de pele? Se os programas aprendem com dados
que são incompletos, pouco representativos ou tendenciosos,
isso vai influenciar seus resultados. Por isso é que cada vez mais
analistas dizem que os algoritmos estão reproduzindo os preconceitos da sociedade.
E, para corrigir isso, é essencial saber como eles estão sendo programados.
Há casos em que algoritmos discriminaram contra mulheres em processos de seleção profissional
ou em serviços de tradução automática. E outros em que eles mostraram um viés
racista na hora de prever uma possível reincidência de ex-presidiários.
Muitas empresas não revelam como são seus algoritmos, e algumas dizem que eles ficaram tão
complexos que elas já nem sabem como funcionam. Mas os especialistas questionam isso. E dizem
que as empresas são responsáveis pelos serviços que elas oferecem.
Por trás de todo algoritmo há pessoas decidindo os problemas que é preciso resolver,
como resolvê-los e que dados vão ser usados. E nessas decisões pode estar a chave para
corrigir os viéses. Seja como for,
os algoritmos estão em todos os lugares. Eles podem facilitar nossa vida, desde encontrar
o caminho mais curto até conhecer um novo amor. Só que também podem influenciar nossas
opiniões e comportamentos -- às vezes sem que a gente perceba.
Mas, como acontece com todas as tecnologias revolucionárias,
é preciso perguntar: Estamos conscientes do impacto real que eles têm na sociedade?
Gostou deste vídeo? Já sabe o que fazer, né?
Deixe aqui seu like, compartilhe com as pessoas que você acha que também vão gostar
E deixe também seus comentários, críticas e sugestões, que a gente lê, sim
Continue acompanhando a BBC News Brasil nas nossas redes sociais, aqui no nosso canal no YouTube
e também na página bbcbrasil.com
Tchau!
