Colin Powell, ex-secretário de Estado americano, costumava dizer que “grandes líderes são quase sempre grandes simplificadores, que podem sintetizar argumentos, debater e duvidar, oferecer uma solução que todo mundo possa entender”. No começo dos anos 2000, quando o general ocupou o mais alto posto da diplomacia americana, as inteligências artificiais estavam longe da realidade cotidiana desses grandes líderes, que hoje podem contar com as comodidades da tecnologia a tiracolo, para resolver esses e outros problemas.

Foi exatamente esse o papel de uma delas, elaborada pela IBM, que auxiliou um debate que aconteceu nesta sexta-feira, 9, na Bloomberg TV, sobre redistribuição de renda. O episódio foi o primeiro de uma série de debates que serão transmitidos no canal, mediados pelo jornalista John Donvan, em uma parceria com a organização Intelligence Squared, especializada em debates nos Estados Unidos.

Menos no papel de tomar as rédeas do debate e participar como um dos argumentadores, o algoritmo da IBM teve uma função de bastidor: permitiu maior interação do público e compreensão de quais pontos deveriam ser levado em conta pelos debatedores.

Antes do evento desta sexta foi possível enviar argumentos para o computador, que fazia a análise prévia, interpretava a qualidade do ponto levantado e se, dentro da temática, era um argumento a favor ou contrário — esse processo foi chamado de análise de pontos-chave. 

Foram submetidos 3.500 argumentos, 1.600 foram considerados utilizáveis (46% do total) e o programa sugeriu 20 pontos finais, dentro de duas narrativas coerentes, uma para cada lado do debate.

O programa tem um modelo tradicional, chamado de estilo de Oxford: dois grupos com dois especialistas debatem durante quatro rodadas. A favor da redistribuição de renda estavam o ex-escretário do Trabalho americano, Robert Reich, e o ex-ministro de Finanças da Grécia, Yanis Varoufakis. Contra a proposta, enfileiraram-se Larry Summers, ex-secretário de Tesouro dos Estados Unidos, e Allison Schrager, autora e membro sênior do Instituto Manhattan.

Para o próximo debate, a submissão de argumentos estará disponível até o dia 17 de outubro, através do site do projeto. O segundo episódio pretende debater se uma corrida espacial entre a China e os Estados Unidos é boa ou não para a humanidade.

De acordo com Noam Slonim, engenheiro da IBM por trás do Project Debater, foram usados alguns argumentos prévios para calibrar o algoritmo e fazer um afinamento do sistema antes que ele pudesse receber propostas enviadas pelo público. A acurácia é 95%, alta se comparada a propostas semelhantes. 

“Quando estimamos a precisão de um argumento usando correlação é preciso lembrar, antes de tudo, que estamos falando de um sistema real, tentando resolver um problemas real e não é perfeito. Você poderia enganá-lo se tentasse o bastante”, disse Slonim, apontando ainda que reconhecer a certeza e precisão de dois argumentos distintos é uma tarefa complexa até mesmo para seres humanos.

Há um histórico de projetos auspiciosos na IBM envolvendo inteligência artificial. Depois que um computador da empresa, o Deep Blue, venceu o campeão de xadrez Gary Kasparov em 1997, o "Project Debater" foi a nova fronteira do desenvolvimento tecnológico em processamento de linguagem natural.

O projeto em questão envolvia um debate com a participação ativa de um computador, que era confrontado por debatedores profissionais, como Noa Ovadia, campeã israelense de debates de 2016. Em fevereiro de 2019, a inteligência artificial enfrentou Harish Natarajan, que detém o recorde de maior número de vitórias em debates competitivos. Os dois discutiram subsídios de pré-escola na frente de uma plateia de 800 pessoas em São Francisco.

Longe da ribalta

Mas, no final do dia, para que serve um computador que pode elencar argumentos em um debate competitivo? A aplicação apresentada é apenas ilustrativa e a IBM espera que esse tipo de tecnologia possa ser posto em prática nas empresas, através da inteligência artificial por trás do Watson.

Receber pontos, elencar rotas possíveis e realizar a tomada de decisão são todas tarefas complexas que poderiam ser facilitadas por um algoritmo capaz de filtrar, categorizar e dividir pontos-chave em uma estrutura compreensível. É uma ferramenta útil para gestores, líderes e até governos, permitindo a tomada de decisão informada e guiada por dados.

“A análise de pontos-chave vai permitir destrinchar grandes dados em menos pontos, perimitindo decisões quantitativas”, disse Dakshi Agrawal, arquiteto-chefe das pesquisas de inteligência artificial na IBM.

Inclusive, Slonim, quando questionado sobre o uso da tecnologia em debates políticos — entre candidatos à Presidência, por exemplo —, afirmou que essa é possível. “Essa tecnologia pode ser usada como um canal de conversação entre uma audiência mais ampla e as pessoas no poder, tomando decisões”, disse.