Entender profundamente um assunto não é tarefa para qualquer um! Na grande maioria das vezes, aprendemos algo e, a partir do momento em que conseguimos fazer o básico, paramos de nos aprofundar. Quando chegamos ao "suficiente" para resolver o problema inicial, por ali ficamos. Normalmente, só voltamos ao assunto caso haja uma nova necessidade premente que nos force a sair da nossa ZC - Zona de Conforto. Me incluo nesse grupo de pessoas, e quem nunca? Às vezes, algum vídeo de "dicas" nos atrai no infinito movimento de scroll contínuo das redes, e nos deparamos com aquela ferramenta que já usamos para algum fim específico, e nos maravilhamos com quanta coisa "a mais" podemos fazer com ela e não sabíamos. Alguém se aprofundou e gastou seu tempo para mostrar aos outros, aderentes ao voo rasante, que existe um mundo de possibilidades abaixo da superfície.
Entender como algo funciona dá trabalho, requer dedicação e consome tempo! O problema em não fazer isso é ficar relegado à superfície da especificidade que, em muitos momentos, nos dá a sensação errônea de saber algo que na realidade não sabemos. Na hora do aperto, esse desconhecimento pode custar muito caro na forma de decisões erradas. No vídeo que é a base dessa postagem (https://www.youtube.com/watch?v=l7tWoPk25yU), o influenciador Kyle Hill mostra um grande problema na forma em que muitas IAs aprendem seu ofício. Ele referencia a IA do Google que foi capaz de vencer o múltiplas vezes campeão do jogo GO. Nesse ano, cientistas foram capazes de fazer um humano (amador no jogo) vencer a super IA Catego, do Google. Não foi uma vitória simples, foram 14 vitórias em 15 jogos. Como isso foi possível? Os cientistas usaram outras IAs para analisar a estratégia de jogo da Catego e descobriram que ela não entendia o significado dos grupos de peças no jogo GO, ela apenas seguia um processo restrito de abordar o assunto quando ele aparecia no jogo. Explorando essa falta de conhecimento específico, foi possível fazer com que um amador no jogo fosse capaz da proeza. O cerne da questão aqui é que a IA aprende com base em um conjunto de dados que lhe são apresentados, ou seja, ela é capaz de armazenar uma quantidade absurda de situações em conjunto com quais movimentos foram os melhores para cada uma delas, e explorar esse banco de dados em um tempo ínfimo para decidir o próximo movimento. Isso não quer dizer que a IA "ENTENDA" o conceito por trás do jogo em sua essência, ela é muito boa e rápida em achar situações parecidas à que ela se defronta no momento nos seus dados, e identificar quais respostas foram as melhores. Não é um raciocínio, é apenas uma busca muito bem organizada. O mesmo acontece quando se usa a força bruta para quebrar uma senha, tudo é uma questão de tempo e poder computacional, nada mais.
O vídeo mostra que as IAs podem ser excelentes ferramentas de apoio, porém não nos eximem de ter o conhecimento profundo sobre o nosso trabalho. Não dá para confiar cegamente em uma rede neural da qual não é possível entender o seu funcionamento passo a passo. As respostas que elas dão são "PROVAVELMENTE" corretas, mas não há como achar que a probabilidade do erro seja zero. Não é hoje, e nunca será no futuro! Nesse contexto, temos que ter cuidado em quanta confiança alocamos na IA, pois coisas ruins podem acontecer (https://olhardigital.com.br/2023/04/24/medicina-e-saude/chatgpt-pode-ajudar-medicos-e-prejudicar-pacientes/).
O entendimento vem da exposição massiva ao tema que queremos aprender, seja através do consumo de conteúdo multimídia, testes ou experiências práticas. Como diz S. Godin, não dá para "ler" um livro só pelo resumo. Os resumos são informações importantes, mas "nem todos os sumários do mundo nos permitirão os momentos 'a-hás'. Estes momentos precisam ser encontrados através do próprio esforço, nunca são recebidos (percebidos) 'de bandeja' num conjunto de apontamentos rasos..." (https://seths.blog/2023/04/the-cliffs-notes-paradox/).
Precisamos adotar mais o método Feynman para aprender profundamente qualquer coisa (https://www.youtube.com/watch?v=TVHUs67kwRk). Ele dá trabalho, requer dedicação e consome tempo, porém é extremamente eficiente. O teste final dessa eficiência é explicar o que se aprende para as crianças! Se elas entenderem a explicação, é porque o conteúdo foi entendido completamente e em profundidade.
Um desafio e tanto! Que tal tentar explicar o que você sabe - ou acha que sabe - para alguma criança?
