Quero compartilhar uma reflexão que começou na tecnologia e acabou, meio sem querer, na filosofia.

No último domingo, acompanhando alguns acontecimentos, notei como muitas análises tratam as pessoas como blocos fixos, como se o comportamento de ontem garantisse o de amanhã. Quando a realidade foge desse roteiro, ela parece difícil de explicar.

Como uso IA (preditiva, agêntica e generativa) no meu dia a dia de trabalho, isso me levou a uma pergunta: uma IA preditiva seria puramente pragmática, presa ao que já aconteceu, ou conseguiria enxergar o que ainda parece "utópico"?

Uma pergunta que não é só técnica

Percebi que essa não é só uma pergunta técnica. Pragmatismo e utopia são temas antigos da filosofia, que confesso não ser muito a minha praia, apesar de já ter lido O Mundo de Platão, do Neel Burton. Mas, como todo ser pensante que se preze, posso questionar e pesquisar. Fui atrás de alguns autores, e dois livros me chamaram atenção justamente por partirem de visões de mundo bem diferentes.

Rutger Bregman, em Utopia para Realistas, lembra que o fim da escravidão e o voto feminino já foram utopias. Um algoritmo treinado naquela época os veria como improváveis.

Matt Ridley, em O Otimista Racional, mostra que o progresso nasce da troca de ideias, de baixo para cima, de jeitos que nenhum planejador prevê. Nenhuma base de dados é tão criativa quanto milhões de pessoas conversando.

Os dois discordam em muita coisa, mas concordam num ponto central: a humanidade costuma surpreender quem aposta que o futuro será uma cópia do passado.

E é justamente quando o resultado não cabe no modelo que surge uma tentação: procurar a explicação do lado de fora, no processo, em vez de olhar para dentro. Talvez essa seja a utopia mais confortável: achar que o modelo acertou e a realidade errou. Em dados, costuma valer o caminho contrário: revisar as premissas antes de desconfiar dos fatos.

Pragmática no método, humilde no resultado

De volta à tecnologia: na minha perspectiva, a IA deveria ser pragmática no método e "humilde" no resultado. Isso significa não esconder a incerteza por trás de uma resposta única, tratar o comportamento humano como algo que muda e lembrar que um modelo que influencia decisões passa a fazer parte da realidade que tenta prever.

O Nobel de Física de 2024 premiou John Hopfield e Geoffrey Hinton pelas bases das redes neurais que aprendem com dados. Diante do inesperado, um modelo não precisa negar a realidade: pode ser retreinado e incorporar o que antes parecia utópico.

Talvez por isso, mesmo admirando a lógica das máquinas, eu, como ser humano, ainda acredite em utopia. Não a ingênua, mas aquela que nos faz continuar tentando mesmo quando os números dizem que não dá.

Afinal, improvável não é o mesmo que impossível. E talvez o papel da tecnologia não seja eliminar a utopia, mas deixar espaço para ela no mapa.