Inteligência artificial, marketing, viés e o que eu tenho a ver com isso?

|

Para contar uma situação autoral é importante situar o leitor no tempo. Eu tenho 35 anos e nasci em 1985, eu sou da geração que viu os Jetsons fazerem tudo aquilo em um desenho criado em 1962 parecer fora da nossa realidade, viagem da TV mesmo! Bom, como um ‘early adopter’ da Internet (ou só um tiozão para a galera fã do Tik Tok), pensar em como o fluxo de uma cadeia de transmissão de anúncios mudou drasticamente desde o abandono das antigas revistas de compras faz parecer que o futuro ainda está por vir. Mas está mesmo? Separei aqui dois exemplos interessantes dos longínquos anos 80/90, os chamados catálogos. Pensando em uma progressão lógica, a tia Madalena, que levava essas revistinhas para sua família ver, já conhecia bem todo mundo de casa, né. Com o tempo, decorou que a sua mãe gostava de Tupperware com tampa roxa, que seu pai gostava de perfume amadeirado, que as crianças estavam crescendo e tinham umas roupinhas baratas e uns brinquedos legais… Esse tipo de comportamento antecedeu muito a personalização da experiência de compras, mesmo sendo um modo um pouco mais arcaico. Mas, dá para perceber que algumas coisas nunca mudam. Sem parecer genérico demais, tanto a tia Madalena quanto o Instagram sabem onde você mora, os seus gostos, suas principais preferências para as próximas compras, seu tíquete médio e… algumas fofocas, por que não!?

catalogo-de-cosmeticos
dancing-flor

O que é isso?

O que separa a tia Madalena do invento do Zuckerberg (tio Marquin pros mais chegados) é o que chamamos de algoritmo. Diferente da tia Madalena, que trabalha há anos com vendas e varejo porta a porta, tio Marquin precisou de alguns estudos específicos para aplicar todo esse conhecimento em comportamento humano e sociedade. Com isso, criou a ferramenta de redes sociais mais popular do mundo, o conhecidíssimo Facebook. O que vou contar a partir de agora pode ser encarado como algo simples logo de cara, mas com algumas referências mais adiante, vocês vão ver que a coisa toda é mais complexa do que parece, e como estamos com exemplos bem familiares, vou seguir o tom explicando algumas coisas a seguir.

 Todo tipo de mecanismo que existe hoje na computação, que pode ser ensinado e que replica um comportamento, é considerado inteligência artificial (AI). Sendo menos viajado, pense em um bebê: se você ensina algo para ele várias vezes, no fim, ele aprende. Esse comportamento demonstra que ele possui uma inteligência natural, certo? O que ele mostrou é o que esperamos de uma pessoa com plenas funções cognitivas, que faça distinção entre o que ela aprendeu, o que ela pode reproduzir e ampliar desse movimento por compreensão própria. Uma máquina não pode fazer essa distinção naturalmente, para isso, precisa que um cientista dê as regras para que essa ação aconteça. Essas regras são chamadas de algoritmos. Quando uma máquina processa essa informação, processa também essas regras pelo algoritmo, devolvendo uma ação que resultou daquela dinâmica, esse é o aprendizado da máquina. Quando damos mais informações, novas regras, novas condições, esse robô (software, framework, etc.) pode combinar novos resultados. Com essa complexidade aumentando, o robozinho cria em si uma árvore de decisão, onde pode estruturar combinações de…? DECISÃO! 😊

…e o futuro?

robo-forma-humana-inteligencia-artificial

Certo, vimos o que um robô pode fazer na teoria, mas e na prática? Nós ouvimos falar bastante na história recente sobre Machine Learning, Artificial Intelligence, Algorithms, e mais um monte de coisa que soa super futurista. Mas, o que não temos nem ideia é que tudo isso surgiu em 1956! Bom, o nome INTELIGÊNCIA ARTIFICIAL surgiu nesse ano por conta do estudo que Allan Newell e Herbert A. Simon criaram, com o programa Logic Theorist, considerado o primeiro estudo realmente estruturado em um algoritmo com o propósito de Machine Learning. O link deste estudo está aqui. Antes disso, temos que incluir Ada Lovelace, matemática e escritora inglesa, conhecida por ser a primeira programadora de computadores da história e autora do primeiro algoritmo para ser processado por uma máquina, a máquina analítica de Charles Babbage em 1837. Depois, nos anos de 1930 vieram os estudos de Alan Turing, considerado como o pai da computação e criador do famoso Teste de Turing, feito para verificar se as máquinas são capazes de pensar. Recomendo muito o filme “O Jogo da Imitação” se quiser conhecer mais sobre ele. E muuuito antes destes cientistas podemos também relacionar Aristóteles, Descartes e al Khwarizmi (não à toa, algoritmo surgiu do nome dele!) como as pessoas que pensaram em como estruturar, sistematizar e reproduzir o pensamento lógico.

Chegando à nossa história recente, tivemos o advento da Netflix, heavy user de algoritmos, alguns até parecidos com os que temos no Facebook em termos de aproximação de preferências. Bom, no caso do Facebook, a dinâmica do algoritmo mais popular da plataforma é o de aproximar pessoas conhecidas (aquelas mesmas que a gente ignora de propósito! rs), enquanto o da plataforma de streaming é o de aproximar filmes e séries com maior porcentagem de interesse com base nos conteúdos assistidos anteriormente. Pensando retrospectivamente, o professor Pardal (cria de Carl Barks em 1952) pode ter sido contemporâneo de Allan Newell e Herbert A. Simon, mas a previsão do tele-dial foi, provavelmente, um excelente exercício de futurologia!

manual-do-professor-pardal-e-o-netflix

E esse tal de viés?

Mas nem tudo são flores nesse mundo e muitas vezes temos algumas surpresas desagradáveis quando pensamos em como a tecnologia vem sendo desenvolvida nos últimos anos.  Como falamos antes, algoritmos são como uma receita de bolo, dependem diretamente do juízo humano para que certas ações sejam tomadas. Dessa forma, casos de racismo, homofobia, sexismo e discriminação acontecem com frequência. A boa notícia é que as gigantes do mercado têm encabeçado iniciativas em pesquisas que mudarão bastante o panorama nos próximos anos. Situando vocês sobre o que estou falando, o enviesamento tecnológico pode ser pensado como uma consequência de um ambiente largamente populado por pessoas brancas, em sua maioria homens. Para ilustrar esse racismo algorítmico, o Twitter admitiu ser verdade a acusação feita por alguns usuários que disseram que o algoritmo era racista por cortar e destacar pessoas brancas em fotos publicadas na plataforma. De acordo com a matéria publicada pela Hypeness,  em resposta aos testes — que se tornaram virais e compararam dezenas de imagens de artistas e personalidades brancas com outras pretas e não-brancas —, o diretor de design do Twitter, Dantley Davis (@dantley), admitiu: “É 100% nossa culpa. Ninguém deve dizer o contrário. Agora, a próxima etapa é consertar isso.” Apenas um entre diversos casos de racismo algorítmico, os testes no Twitter foram iniciados com imagens dos políticos norte-americanos Mitch McConnell (branco) e Barack Obama (negro). O programador e engenheiro de criptografia e infraestrutura Tony Arcieri (@bascule) postou duas imagens longas, com fotos de McConnell e Obama em posições alternadas, para ver qual teria prioridade no tuíte final.

O resultado não surpreendeu, e o político branco foi o rosto escolhido pelo algoritmo do Twitter em ambas as imagens.

Casos similares já aconteceram com a plataforma de videochamadas Zoom, questionada após um professor negro ter a cabeça ‘cortada’ durante uma aula online em que o educador tentou fazer uso de um fundo virtual, e com sistemas de reconhecimento facial utilizados para facilitar prisões, que já demonstraram predileção por acusar majoritariamente pessoas de pele escura como culpadas por delitos e como mais propensas à reincidência criminal.

Outro caso recente foi o da interrupção do uso de um software de reconhecimento facial pela UCLA (Universidade da Califórnia). A desistência ocorreu após a ONG Fight for the Future fazer um teste: usou um software disponível no mercado para comparar as faces de 400 integrantes da comunidade universitária (alunos, professores e funcionários) aos rostos de criminosos e contraventores fichados. A análise retornou nada menos que 58 falsos positivos. A maior parte dessas respostas erradas ocorreu na avaliação de rostos de pessoas não-brancas.

A IBM encerrou suas pesquisas em reconhecimento facial no ano de 2020 e empresas como Microsoft e Google já demandaram que a inteligência artificial seja regulada.

Após toda essa graaande apresentação você me pergunta: o que eu tenho a ver com isso? Tenho uma notícia para você, prezado leitor: muita coisa! De acordo com diversos especialistas na área, não há uma resposta única para eliminar o racismo e a discriminação de algoritmos, mas somos a estrutura pensante por trás de todo conteúdo consumido, temos a consciência de que podemos beneficiar produções, comportamentos, modos de ver o mundo de uma forma completamente autêntica e inspiradora (para saber mais, leia aqui) . De acordo com o estrategista de dados, Marco Gomes, “comitês de ética, transparência, dizer como os algoritmos funcionam, manter os algoritmos sob controle, porque hoje eles são descontrolados (descontrolados no sentido de que, a gente pede um objetivo para ele, e não sabe como ele chegou nesse objetivo). Algoritmos são tão poderosos quanto energia, quanto petróleo. Tem que ter regulação. Parar de deixar as empresas fazerem o que elas quiserem. Ter um pouco mais também de controle social, de ação coletiva. A gente pode se organizar, enquanto coletivo, para não deixar as empresas nadarem sozinhas e extraírem valor sozinhas.”

Mas e o marketing?

Ah, o marketing está em tudo isso que falamos, antes que você pense que eu não falei. Apps de compra como o iFood, Mercado Livre, Uber Eats e até mesmo o Wish tem inteligência artificial nas suas configurações de sugestão. Estratégias de marketing de conteúdo, e-mail marketing, redes sociais, otimização da conversão (CRO) e marketing de busca (SEM) têm sido amplificadas com o uso de inteligência artificial e produzem excelentes insights com base nessas informações trazidas pelas consultas que você faz na Internet!

Hoje em dia, até a tia Madalena tem acesso a tecnologias que podem ajudá-la a encontrar o cliente certo!

leandro-freitas
Leandro Freitas
Mídia e performance
Humanizador de dados

A Bring é o lugar onde posso traduzir dados em sonhos possíveis. O espaço em que crio soluções, além de números, com o poder de manifestar a voz e a humanidade de cada cliente.

Comentários

  1. Juliana
    Juliana
    on 30 de novembro de 2020

    Bem interessante o artigo, obrigada por compartilhar.

Deixe uma resposta

Your email address will not be published. Required fields are marked *

Posts relacionados