Introdução
Ficamos muitas vezes surpreendidos com as respostas dadas pelas IA (Inteligências Artificiais), sobretudo as generativas. Perguntamo-nos, e voltamos a perguntar-nos, como é que isso vai ser feito e com base em que informação. De facto, neste preciso momento, estou a pensar que poderia parar de escrever e dirigir-me a uma dessas IA para ver o que ela me diz, mas NÃO, vou continuar a pensar, a refletir e a pensar como um simples humano.
Continuando com o fio condutor da história, é importante referir que encontramos respostas para QUASE todas as questões (prompts) que lhe escrevemos, incluo o QUASE, pois obviamente ele só se limitará a responder àquilo que não vá contra os bons costumes, que não implique prejudicar terceiros ou a sua segurança, e vários outros tópicos que são proibidos por questões morais e éticas. Mas como é que ele consegue mesmo responder a quase tudo? É óbvio que ele tem informações e, de alguma forma, as processa. É aqui que os especialistas mencionam o uso das ciências duras, como a matemática, a probabilidade, a estatística e outras.
Exemplos de sugestões
Passando ao concreto e ao mais específico: como é que se pode responder, por exemplo, se uma determinada pergunta ou solicitação pode ser qualificada como positiva, negativa ou neutra. Vamos a exemplos concretos, sob a forma de uma pergunta no contexto de uma aula sobre qualquer assunto:
Modelo de IA utilizado
Todas as classificações acima referidas foram obtidas em linha a partir da ligação cardiffnlp/twitter-xlm-roberta-base-sentiment-multilingual, com base no modelo descrito em https://huggingface.co/cardiffnlp/twitter-roberta-base-sentiment-latest (trata-se de um modelo baseado no RoBERTa treinado em cerca de 124 milhões de tweets de janeiro de 2018 a dezembro de 2021, e ajustado para análise de sentimentos com o parâmetro de referência TweetEval. O modelo RoBERTa original baseado no Twitter pode ser encontrado aqui e o documento de referência original é o TweetEval. Este modelo é adequado para o inglês, com modelos treinados em vários idiomas).
TweetEval
Vale a pena mencionar que "TweetEval é uma iniciativa que tem por objetivo avaliar e melhorar os sistemas de processamento de linguagem natural (PNL) na análise de tweets. Consiste numa série de tarefas de avaliação que abrangem diferentes aspectos da análise de tweets, como a identificação de emoções, a deteção de ironia e a análise de sentimentos. Estas avaliações são importantes para fazer avançar o desenvolvimento de algoritmos e modelos de PLN capazes de compreender e analisar eficazmente a linguagem utilizada nas redes sociais.
Parte do que fazemos na Internet
Os parágrafos anteriores obrigam-nos a pensar que, pelo menos, este modelo de IA foi treinado em cerca de 124 milhões de tweets, e estes tweets surgiram através do que milhões de pessoas escreveram, reagiram, opinaram e/ou comentaram. Por outras palavras, tudo o que os utilizadores do Twitter no período acima referido publicaram a partir das suas contas, de uma forma ou de outra, foi utilizado para treinar estes modelos. Isto não implica necessariamente uma violação dos termos de utilização deste produto, uma vez que é muito provável que tenha incluído alguma secção que mencione diferentes utilizações possíveis.
A nossa contribuição para a IA
Continuando, vemos que cada tweet em particular contribui para o treino da IA, e todos esses tweets ou opiniões expressas individualmente tornam-se parte de um grande volume de informação que é utilizado para treinar qualquer IA. E é aqui que reside a importância de cada opinião individual, não apenas o que fizemos, porque não podemos fazer muito mais, mas o que é importante é, com esta informação, o que vamos fazer no futuro.
Este é apenas um exemplo documentado da utilização de informação individual, que se torna parte de um todo e, portanto, das múltiplas utilizações que lhe podem ser dadas. Talvez hoje não estejamos conscientes das implicações de cada uma das nossas acções em qualquer uma das redes sociais.
Conclusões
Isto leva-nos à conclusão inexorável de que "tudo o que fizermos na Internet será o input de alguma IA", seja para o bem ou para o mal.
Vale a pena referir que a utilização habitual que cada um de nós dá à internet é muito variada, mas não só carregamos conteúdos em formato de texto, como também imagens, áudios, entre outros. E sim, tudo isso também será alimentado por alguma IA.
Comentários