Colaboração entre humanos e máquinas deixa IAs mais espertas
Por Gustavo Minari | Editado por Douglas Ciriaco | 14 de Março de 2022 às 08h41
Pesquisadores da Universidade da Califórnia, Irvine (UCI), nos EUA, desenvolveram uma nova estrutura híbrida homem-máquina capaz de tornar os sistemas de inteligência artificial (IA) mais precisos durante a realização de tarefas como conduzir veículos autônomos ou fornecer diagnósticos médicos.
- Inteligência artificial e aprendizagem de máquina são a mesma coisa? Entenda
- Distrito chinês usa inteligência artificial como "promotora" para acusar pessoas
O novo modelo matemático utiliza previsões humanas e algorítmicas, além de esquemas de pontuação de confiança, para melhorar o seu desempenho. Segundo os cientistas, essa combinação híbrida é muito mais eficaz do que usar apenas prognósticos vindos de dois indivíduos ou de dois algoritmos de IA.
“Os algoritmos humanos e de máquina têm pontos fortes e fracos complementares. Cada um usa diferentes fontes de informação e estratégias para fazer previsões e tomar decisões. Com esse novo modelo, os humanos podem melhorar as previsões da IA mesmo quando a precisão humana está um pouco abaixo da inteligência artificial e vice-versa”, explica o professor de ciências cognitivas Mark Steyvers, coautor do estudo.
Classificação de imagens
Durante os testes realizados em laboratório, os pesquisadores usaram um experimento de classificação de imagens no qual participantes humanos e algoritmos de computador trabalharam separadamente para identificar figuras distorcidas de animais e itens do dia a dia.
Os voluntários humanos tinham que classificar sua confiança no reconhecimento de cada imagem como baixa, média ou alta, enquanto os algoritmos de máquina eram obrigados a gerar uma pontuação contínua. Com essa abordagem, os cientistas encontraram uma grande diferença entre as respostas fornecidas por humanos e os algoritmos de inteligência artificial.
“Em alguns casos, os participantes humanos estavam bastante confiantes de que uma imagem em particular continha uma cadeira, por exemplo, enquanto o algoritmo de IA ficou confuso. Da mesma forma, para outras figuras, a IA identificou o objeto mostrado, enquanto os humanos não tinham certeza se a imagem distorcida continha algum item reconhecível”, acrescenta o professor de ciência da computação Padhraic Smyth.
Estrutura híbrida
Ao combinar as previsões e pontuações de confiança de humanos e máquinas, os pesquisadores notaram que esse modelo híbrido de estrutura apresentava um desempenho muito acima da média, em comparação com situações em que os algoritmos trabalharam separadamente.
Segundo os cientistas, isso mostra que a convergência das ciências cognitivas — focadas em entender como os humanos pensam e se comportam — com a ciência da computação, fornecerá mais informações sobre como humanos e máquinas podem colaborar para construir sistemas artificiais mais inteligentes e precisos.
“Embora pesquisas anteriores tenham demonstrado os benefícios de combinar previsões de máquinas e humanas, este trabalho forja uma nova direção ao demonstrar o potencial dessa combinação, apontando abordagens aprimoradas para a colaboração entre humanos e IAs”, encerra o professor Padhraic Smyth.