Embora haja várias respostas
diferentes à possibilidade das máquinas pensarem, dois argumentos já são
considerados tradicionais nesse debate: o primeiro, baseado no teste de Turing
(Turing Test), afirma que - em certa medida - é possível que máquinas pensem.
Oposto ao argumento de Turing se encontra uma tese que foi estabelecida
inicialmente pelo filósofo John Searle (1932), conhecida como o “Quarto Chinês”
(chinese room)
A máquina de Turing e o modelo da mente
Tal questão envolve diversas áreas - como as ciências da computação, a inteligência artificial, a psicologia e as ciências cognitivas - e gira em torno da seguinte pergunta: podem as máquinas pensar?
Alan Turing, grande matemático e lógico britânico (1912-1954) foi de extrema importância para a humanidade por ser considerado o “pai da computação” e da “inteligência artificial”, devido à sua publicação de 1936, com apenas 24 anos, que propunha uma formalização matemática (conhecido como código binário), para uma linguagem de máquina “input” (entrada) e “output (saída).
Até os dias
atuais seus conceitos são utilizados em programas de Inteligência artificial. A
máquina de Turing é um dispositivo teórico, imaginário, abstrato, de um
computador tal como conhecemos em sua potência de processamento, sem qualquer
referência física (design).
A corrente
funcionalista compara a capacidade de a máquina de Turing memorizar, ler,
escrever, calcular e apagar códigos binários à mente humana, que seria, na
concepção uma “máquina universal”, capaz de imitar todas as “máquinas
singulares”, sendo que para os funcionalistas o comportamento humano muito tem
a ver com a capacidade de desempenhar algumas funções, fazendo uma aproximação
entre máquina e mente.
O jogo da imitação de Turing
Após
a publicação do artigo que fundamentou a noção de computabilidade, outro onde
ele pergunta: “podem as máquinas pensar?” e, reconhecendo todas as dificuldades
com a “questão em si” dessa interrogação, Turing propõe uma nova linha de
investigação.
“A
nova formulação do problema pode ser descrita em termos de um jogo a que nós
chamamos “jogo da imitação”. É realizado por três pessoas: um homem (A), uma
mulher (B) e um interrogador (C), que pode ser de qualquer um dos sexos. O
interrogador permanece num quarto, separado dos outros dois. O objetivo do
jogo, para o interrogador, é determinar qual é o homem e qual é a mulher.”
(TURING, 1996, p. 21)
Mas
como regra adicional, é permitida ao homem que minta e que a mulher diga sempre
a verdade, então para a pergunta “você é mulher?” o interrogador poderia obter
a mesma resposta de ambos: sim. O interrogador nesse caso teria dificuldade em
saber qual o gênero de cada um dos participantes. E ainda: se substituísse o
homem por um uma máquina, esta teria que “simular” o comportamento do homem e
sua capacidade de “simular a simulação”. A questão agora seria identificar quem
seria o ser humano e quem seria a máquina. Considerando que as respostas às
questões formuladas pelo interrogador não permite que ele saiba se está
interagindo com uma máquina ou com outro ser humano, a conclusão de Turing é
que essas máquinas devem ser consideradas “inteligentes”.
Mas,
mesmo reconhecendo a semelhança de um “sistema computacional de operações” nas
respostas dadas tanto pela mulher como pela máquina, isso não simplifica a
questão que fica em aberto como: não é tão simples afirmar que o processo
humano adotado para responder seja o mesmo que o de uma máquina. Surgindo daí o
famoso contra-argumento de John Searle.
O quarto chinês
John Searle, em seu artigo Minds, Brains and Programs publicado na revista Behavioral and Brain Sciences (1980), propõe um contra-argumento aos funcionalistas que tomam como fundamento o jogo da imitação proposto por Turing.
John Rogers Searle (Denver, 31 de julho de 1932) é um filósofo e escritor norte-americano, professor da Universidade de Berkeley, na Califórnia, Estados Unidos[1]. Ele é membro da Academia Americana de Artes e Ciências e da Academia Europeia de Ciência e Arte, destinatário de oito títulos honoríficos, e é membro da Guggenheim Fellow, conferencista da BBC Reith e duas vezes por nomeado Fulbright Fellow.
"O experimento de pensamento é o seguinte. Searle é um falante de inglês que não compreende nada de chinês e está trancado dentro de um quarto. Searle recebe algumas tiras de papel escritas em chinês por meio de uma abertura. Apesar de não compreender o que está escrito, Searle tem acesso a um livro que contém um conjunto de regras, escrito em inglês, que correlaciona a tira de papel que ele recebeu a outro conjunto de tiras de papel, também escritas em chinês, que está à sua disposição no interior do quarto. As instruções do livro são do tipo “ao receber a tira contendo X, coloque pela abertura da porta a tira contendo Y”. Vale a pena ressaltar que tanto X como Y são mensagens com caracteres em chinês e que Searle só entende a instrução, escrita em inglês, que correlaciona X com Y. A correlação entre o símbolo recebido e o símbolo enviado é puramente formal, isto é, Searle os identifica unicamente pelos seus formatos (LIMA FILHO, 2010, p. 54)".
Para o falante chinês, Searle está respondendo corretamente
às perguntas feitas. Se tomarmos o experimento
como uma analogia aos processos computacionais, então
temos o seguinte: a folha que Searle recebe pode ser
considerada um input; o livro seria o programa; Searle
seria a unidade de processamento e a folha com a suposta
resposta de Searle seria o output.
Searle (1980, p. 2) escreve que de acordo com a Inteligência Artificial forte, a simulação realmente é a mente e, assim, a máquina literalmente entendeu chinês. Porém, de acordo com a Inteligência Artificial Fraca, a simulação correta é apenas um modelo da mente.
Searle (1980, p. 2) escreve que de acordo com a Inteligência Artificial forte, a simulação realmente é a mente e, assim, a máquina literalmente entendeu chinês. Porém, de acordo com a Inteligência Artificial Fraca, a simulação correta é apenas um modelo da mente.
LEITURA COMPLEMENTAR.
James Rachels em seu livro Problemas da Filosofia (2009) acende ainda mais o debate acerca de se é possível ou não as máquinas pensarem quando elabora a seguinte questão: Supondo que um pequeno pedaço do cérebro relacionado à visão seja danificado tornando a pessoa cega. Os cientistas desenvolvem um chip de sílica tão pequeno que não se vê a alho nu e que duplica exatamente as funções da parte danificada do cérebro, sendo possível ainda que esta seja retirada e substituída pelo chip. A visão é recuperada e de resto, não nota qualquer diferença.
Essa situação
acontece repetidamente. Para cada parte do cérebro danificada esta é substituída por um micro chip e a função
correspondente é recuperada não sendo detectada nenhuma diferença em relação ao
“antes” da substituição. Quando todo o cérebro é substituído, não se tem mais
um cérebro orgânico mas um cérebro artificial funcionando exatamente como o
modelo orgânico original.
“... a partir do momento em que o processo de
substituição gradual se iniciou, não há qualquer ponto no qual possamos traçar
a linha e dizer que agora a consciência humana se extinguiu.”
A conclusão
disso então é que o cérebro artificial está a sustentar a mesma vida mental que
o original. E ainda, se os cientistas montam as mesmas partes no laboratório e
coloca-nas num robô, este seria consciente, uma coisa pensante?
“Se
admitirmos que essa coleção de partes poderia sustentar uma vida mental dentro
do seu crânio, não há qualquer razão para que não faça o mesmo dentro da cabeça
do robô. Logo, o robô seria um ser pensante no mesmo sentido em que nós somos
seres pensantes.”
FONTES:
MURTA, Claudia e MULINARI, Filicio. Podem as máquinas pensar?. SEAD-UFES, Vitória – ES, 2017
Mulinari, Filicio. http://videos.ufes.br/video/0_q4e5m4wr Filosofia EaD Podem as Máquinas Pensar? Prof. Filicio. Publicado em 26 de Julho de 2017 - 09:36
MURTA, Claudia e MULINARI, Filicio. Podem as máquinas pensar?. SEAD-UFES, Vitória – ES, 2017
Mulinari, Filicio. http://videos.ufes.br/video/0_q4e5m4wr Filosofia EaD Podem as Máquinas Pensar? Prof. Filicio. Publicado em 26 de Julho de 2017 - 09:36
GUNKEL, David. Comunicação e inteligência artificial: novos desafios e oportunidades para a pesquisa em comunicação,2012.
Disponívelem:http://scholarworks.umass.edu/cgi/viewcontent.cgi?article=1007&context=cpo.
Nenhum comentário:
Postar um comentário