Inteligencia Artificial Trabalho Original Finalizado 2 1

Prévia do material em texto

Sumário
Introdução:	2
A história da inteligência humana	2
Conceito de Inteligência	3
Mas o que significa Inteligência Emocional?	5
História da Inteligência Artificial (I.A.)	7
Conceito de Inteligência Artificial	11
IBM	12
Watson	13
Rede Neural Artificial	13
O QUE É, PARA QUE SERVE E COMO É USADA?	13
Ciência da Computação Cognitiva	14
O QUE É, PARA QUE SERVE E COMO É USADA?	14
História do Teste de QI	15
As Inteligências Múltiplas	17
Desenvolvimento das Inteligências	19
A aplicação das Inteligências Múltiplas no campo do Trabalho	19
A importância da inteligência emocional para o sucesso profissional e social	21
Algoritmos	25
Inteligência Artificial na economia global	27
I.A. no mundo dos negócios	27
O profissional do futuro	28
Conclusão	29
Bibliografia:	31
Introdução:
A história da inteligência humana
Ao longo da evolução humana; o surgimento da inteligência concerne em um dos temas mais fascinantes da ciência, chegando até o ser humano moderno. A aproximadamente 1 milhão e oitocentos anos atrás; durante o período de evolução do Homo Habilis para o Homo Erectus; estes últimos aprenderam a usar o fogo, vestir roupas, cozinhar alimentos; fabricar instrumentos rústicos; mas ao mesmo tempo extremamente inovadores e úteis para a população na Pré-História. Utensílios como, jarros de barro, colares de ossos, armas de pedras lascadas como facas e lanças com pontas de pedras lascadas. Recentemente; foi descoberto que esses seres produziam através da casca de uma árvore, um tipo de cola ou goma de cor escura que era utilizada para grudar a ponta das lanças, feitas de pedras lascada e/ou polidas, nos bastões de madeira, nos quais, muitos eram lixados ou raspados para ter uma superfície mais lisa e de fácil manuseio.
 A inteligência é um tema fascinante; justamente porque nos dá a chave para o tesouro do entendimento sobre nós mesmos e de como a seleção natural foi capaz de produzir tamanha maravilha como o cérebro humano e suas assombrosas capacidades, em um tempo evolucionário tão curto. Também fornece uma explanação sobre a natureza da nossa singularidade no reino animal e porque nós somos assim hoje. De fato, eles já viviam em bando (sociedade) e respeitavam hierarquias (Neste caso, a lei da presa e do predador; ou a lei natural do mais forte. Estes eram os líderes do bando.). Tinham forte instinto de proteção de seu bando.
Ao passar do tempo, por volta de 80.000 (oitenta mil) anos atrás, quando estes hominídeos já tinham evoluído bastante, os Neandhertais guerreavam contra Homo Sapiens por territórios; pois estavam se sedentarizando na região da Mesopotâmia e arredores. Estes seres, ao se sedentarizarem, desenvolveram grupos de indivíduos de diversos hábitos sociais; passando a ser chamados de sociedades complexas. Alguns desses hábitos eram; as mulheres cuidavam das crianças e das ocas; enquanto os homens caçavam e criavam armas e utensílios. Algumas mulheres também produziam utensílios, mas elas produziam mais roupas feitas de peles. Algumas mulheres também sabiam produzir armas, também caçavam e iam para a guerra defender seus entes. Ambos, homens e mulheres plantavam, colhiam e praticavam a criação e domesticação de alguns animais e plantas. Por trás de todos esses hábitos das sociedades complexas, existe um sentimento muito forte de pertencimento do indivíduo a seu grupo social ou sua comunidade.
Foram descobertos também que estes mesmos seres já enterravam seus mortos juntos a objetos pessoais, como: pontas de lança, colares de ossos, pedaços de peles, bastões, pedras preciosas (provavelmente objetos de valor sentimental). Muitos dos mortos tinham seus braços e pernas amarradas com cordas de cipó e eram postos deitados em posição fetal. Algumas vezes, suas mãos e rostos eram manchados com um tipo de tinta natural retirada de árvores. Seriam rituais fúnebres desses ancestrais de sociedades complexas? Se caso são; estamos diante da chamada “Inteligência Emocional” em plena Pré-História.
Como todo ser em evolução, o ser humano aprendeu a sua primeira habilidade cognitiva funcional; a saber, a linguagem. Os seres humanos começavam a se comunicar melhor e estreitar os laços sociais. Depois, eles aprenderam a contabilizar, a contar os objetos e ter noções de quantidade; assim puderam criar um tipo de “acordo comercial” entre eles; onde trocavam seus produtos por outros e assim estreitavam mais ainda seus laços sociais.
A História nos diz que as civilizações surgiram junto com a escrita; por volta de 4000 (quatro mil) anos antes de Cristo. Nessas sociedades já existiam vários tipos de comércios, relações sociais e de trabalho, inclusive códigos de conduta moral, como o Código de Hamurábi na Babilônia e posteriormente, O Pentateuco escrito por Moisés no deserto, após o êxodo dos Hebreus do Egito.
Então mais uma vez, nos deparamos com a Inteligência Emocional do ser humano. Desta vez, sendo utilizada para fundamentar códigos morais e porque não sociedades inteiras como, a Babilônia, Egito e Israel.
Em quanto a sociedade e o ser humano evoluíam, a Inteligência Emocional evoluía também; nos tornando mais sociáveis, perspicazes e complexos. Isso nos torna os seres mais adaptáveis do planeta; sendo-nos capazes de habitar desertos escaldantes a polos árticos extremamente frios. O desenvolvimento da Inteligência, que nos acompanha desde o nosso surgimento; irá nos acompanhar até o fim de toda nossa existência. Nossa sociedade está a beira da Quarta Revolução Industrial; e o desenvolvimento da Inteligência que nos é tão preciosa, já está sendo produzida artificialmente. O ser humano já criou; através da robótica e da Inteligência Artificial, robôs humanóides que se alimentam de informações todos os dias, todos os momentos; aprendendo sobre o comportamento humano para tentar chegar o mais próximo possível da nossa Inteligência Emocional.
Conceito de Inteligência
Segundo o Dicionário Priberam:
in-te-li-gên-ci-a
(latim intelligentia, -ae, plural neutro de intelligens, -entis, particípio presente de intelligo, -ere, perceber, compreender). Substantivo feminino: Conjunto de todas as faculdades intelectuais (memória, imaginação, juízo, raciocínio, abstração e concepção). Qualidade de inteligente. Compreensão fácil. Pessoa muito inteligente e erudita.
· Piaget em seu estudo realizado em 1977, denomina inteligência o processo interacional entre sujeito e objeto. Pode-se, assim, inicialmente definir inteligência como a capacidade do sujeito adaptar-se a realidade.
· Para BEHAR (1992), porém, a inteligência corresponde à adaptação mental mais avançada, isto é, o instrumento indispensável dos intercâmbios entre o sujeito e o universo quando os circuitos de tais intercâmbios superam os contatos imediatos e momentâneos para chegar a ser relações amplas e estáveis.
· Para FUTUYMA (1993), a demora na maturação humana, quando comparada a outras espécies, pode ser a consequência da seleção evolutiva (Darwiniana) para a grande capacidade de aprendizado (seleção para "inteligência"), que, é de longe nossa mais importante característica.
Logo nos primeiros capítulos de ‘PODER SEM LIMITES’; Anthony Robbins, psicólogo, terapy coaching, escritor e um dos elaboradores da tese da PNL (Programação Neurolinguística), diz que:
“[…] Poder é uma palavra muito emocional. As reações das pessoas diante dela variam das pessoas. Para algumas o poder tem uma conotação negativa. Umas cobiçam o poder, outras sentem-se tentadas por ele, como se fosse algo venal ou suspeita… Quanto poder você quer? Quanto poder acha que é correto obter ou desenvolver? […]. Essa espécie de poder raramente dura. Mas você deve perceber que o poder é uma constante no mundo. Você modela suas percepções, ou alguém as modela para você. Você faz o que quer fazer, ou cumpre os planos que alguém faz para você. Para mim, o poder supremo é a habilidade de produzir os resultados que mais deseja e criar valores para outros no processo. Poder é a habilidade de mudar sua vida, de dar forma às suas percepções, fazer com que as coisas trabalhem em seu favor –e não contra você. O poder verdadeiro é compartilhado, não imposto. É a habilidade de definir as necessidades humanas e resolvê-las – tanto as suas como as das pessoas que lhe são caras. É a habilidade de dirigir o próprio reino pessoal – seu processo de pensamentos, seu comportamento. Assim você consegue com precisão os resultados que deseja. […]”
De acordo com Richardson (1999 apud DALGALARRONDO, 2008,
p. 277): “ […] a inteligência é um conceito fundamental da psicologia moderna que
todos utilizam; entretanto, quase ninguém consegue defini-la de modo definitivo
ou pelo menos amplamente convincente [...]”.
Posto isso, realizar um estudo acerca da inteligência desenvolvida pelos seres humanos implica em, necessariamente, discutir a respeito das diferenças individuais, que constituem a diversidade e a pluralidade das formas do existir humano. Neste sentido, há um vasto campo de estudos, com uma imensa gama de conceitos sobre o que seja inteligência.
Então nos parece que a inteligência é algo particular; moldável e ao mesmo tempo, bem estruturada quanto ao processo de conhecer e de aprendizado de algo. Nosso cérebro mamífero altamente adaptável nos permite dominar todas as habilidades que precisamos para sobreviver em sociedade em nosso planeta. Pedro Calabrez, Neurocientista e doutor em Psicologia pela USP, diz em seu livro, ‘Em Busca de Nós Mesmos’ que:
“[…] As estruturas cerebrais associadas à recompensa (motivação e prazer) e sexualidade, por exemplo, são muitos semelhantes entre camundongos, macacos e seres humanos. Afinal, evoluíram a partir de ancestrais comuns. Mas há uma diferença. Animais com cérebros mais complexos, especialmente os humanos, têm cérebros sociais, cérebros que se desenvolveram dentro de uma cultura, cérebros cujas estruturas desenvolveram-se a partir de um constante diálogo entre genética e ambiente, entre biologia e sociedade. […] o cérebro humano possui estrutura neocorticais, ou seja, estruturas mais recentes evolutivamente, que permitem uma maior inteligência, raciocínio abstrato, cognição social, cultura, moralidade e tantas outras “funções superiores” do intelecto. E não há como dissociar tais estruturas daquelas mais primitivas, que dividimos com todos os mamíferos e répteis Tudo isso trabalha de forma intimamente interconectada. [...]”
Também notamos claramente, que aos que conseguem ter o controle dessas habilidades inatas está melhor preparado para a sobrevivência e desenvolvimento em nossa sociedade. Logo, a máxima espalhada por tanto tempo: “conhecimento é poder” parece ser muito coesa. A inteligência está presente na nossa vida desde os primórdios da pré-história, quando os homos hábilis tiveram que “pensar, refletir, usar a capacidade de observar e aprender” para sobreviverem; começou o processo de uso da inteligência dos seres humanos. Então, falar sobre inteligência emocional é muito mais complexo do que apenas saber discernir sentimentos. Vai muito além de saber lidar com sentimentos. O que nós chamamos de ‘Inteligência Emocional’ é um complexo sistema produzido pela interconexão entre mente, cérebro, corpo, ambiente, relacionamentos interpessoais, desenvolvimento pessoal e autoconhecimento. O processo de desenvolvimento da Inteligência Emocional é constate e continuo, todos os dias, em todos os momentos; enquanto vivemos e respiramos. Estamos exercitando mecanismos mentais sobre como nos relacionarmos com outras pessoas, praticando a inteligência emocional.
A palavra inteligência, etimologicamente, se origina do latim
intelligentia, que significa “entendimento, conhecimento” (HOUAISS; VILLAR,
2008, p. 1.631), e “do latim intelligare, relativo ao que sabe juntar, unir e
enlaçar [...]” (NUNES; SILVEIRA, 2011, p. 149, grifado por mim).
Assim, é possível apresentar um conceito genérico de “inteligência”, como sendo a capacidade humana de enfrentar as situações novas, a fim de resolver problemas e, de igual forma, utilizar conceitos concretos e abstratos. A inteligência não é um fator dissociado da personalidade do sujeito, portanto, também se relaciona à hereditariedade, ao temperamento e ao caráter, que é assimilado do meio social. Assim sendo, a evolução saudável e equilibrada da inteligência está intimamente relacionada com os progressos do pensamento, que por sua vez acompanha o desenvolvimento anatomofisiológico, motor e psicológico do sujeito histórico: do concreto ao abstrato; do imaginário (mágico, finalista, artificialista, animista e sincrético) ao real; da análise para a síntese; do emocional (sincrético) para o racional (categorial) (FIORELLI; MANGINI, 2009). E, ainda, com desenvolvimento dos “estados da consciência”, que se inicia com uma total “indiferenciação do Eu”, passando pelo sincretismo de pensamento e linguagem, até o “pensamento formal”, com a plena capacidade de abstração.
A consciência e seus “estados” ocorrem em consonância com a inteligência, porém são distintos dela. Neste sentido, é possível acreditar que é a capacidade de utilização da inteligência pelo sujeito, que permitirá à consciência apreender o significado das “coisas” percebidas, como elas se constituem, as diferenças entre elas, e as finalidades de cada uma no mundo (MAROT, 2013).
Mas o que significa Inteligência Emocional?
A psicologia define a Inteligência Emocional como a capacidade de identificar as suas emoções e as alheias, bem como o dom de trabalhar cada uma delas. O sujeito emocionalmente inteligente tem condições de incentivar a si próprio e de seguir em frente mesmo diante das desilusões; detém a aptidão de conter estímulos, transferir sentimentos para contextos adequados; exercitar a gratidão dilatada; encorajar os outros, induzindo-os a despertar em seu íntimo as maiores propensões e a participar de esforços coletivos. O mais bacana do termo “inteligência emocional” é que ele nos remete automaticamente a influência de nossos pensamentos sobre nossas emoções. Ser inteligente emocionalmente é ser capaz de pensar com clareza; é sermos capazes de pensar com objetividade sobre nossas emoções, isso pode nos oferecer controle sobre nós mesmos. Cada vez que alguém perde uma oportunidade por ficar morto de vergonha de falar com o chefe; cada vez que alguém deixa de fazer aquela viagem maravilhosa porque tem pânico de avião; faz loucuras porque morre de ciúmes; são vezes em que não foram inteligentes emocionalmente. Não usaram a inteligência a emocional.
Para sermos inteligentes emocionalmente precisamos respeitar nossas emoções, validá-las, ou seja, nos dar o direito de sentir o que sentimos mas trabalhar estas emoções para que elas não nos dominem quando forem prejudiciais. Pode ser muito bom nos entregar as emoções positivas, nos entregar ao amor, ao desfrute de uma conquista, a saborear um bom momento. Mas quando suas emoções estiverem limitando sua vida e bloqueando sua felicidade está na hora de ser inteligente e tentar gerenciar estas emoções de forma que trabalhem a seu favor.
Em uma entrevista ao canal do YouTube, Saber Filosófico, Pedro Calabrez explica que; para entender a inteligência emocional, primeiro temos que entender o que é uma emoção. A emoção é um efeito ou consequência de um registro cerebral; ou produto de reações físico-químicas cerebrais que envolvem relações com todo o corpo e que, essencialmente é automático, e que irá te mover a uma ação. Por exemplo: Quando um indivíduo está em uma situação de risco; o cérebro registra a informação de perigo e envia uma série de sinais diferentes para o corpo inteiro; causando diversas reações físicas, como: variação na dilatação da pupila, boca seca, o estômago pára de produzir ácido. O cérebro também coordenará o envio de sangue para os grandes músculos, como: braços, pernas e costas. O fluxo sanguíneo na região do tórax e do rosto diminui para que aumente nos grandes músculos. O cérebro também ordena que as glândulas de seu corpo produzam mais cortisol e adrenalina; hormônios que vão aumentar sua frequência cardíaca e te fazer focar no problema em questão. Toda essa cadeia de reações físico-químicasno corpo deste indivíduo é uma emoção, que se chama MEDO! A emoção é um jeito eficiente que a natureza criou para que nos comportemos de maneira eficaz sem perder tempo. Inteligência emocional não é controlar sentimentos; isso não é possível, pelo menos não diretamente. Muitos neurocientistas, psiquiatras, psicanalistas e psicólogos concordam que o cérebro não é capaz de controlar sentimentos ou pensamentos. Mas o cérebro pode controlar ações e comportamentos, que com o tempo e exercício mental iram alterar as formas de pensar e sentir do indivíduo. Então, inteligência emocional é, em primeira instância, entender os processos emocionais. É compreender como as emoções ocorrem dentro de nós e de outras pessoas. E em segundo lugar, é a compreensão das melhores formas de como agir mediante essa compreensão.
Freud, em 1930, no texto “O mal-estar na Civilização”, ele postula: “[…] A inteligência emocional, ou se preferirem em outras palavras, a pessoa com a mente mais organizada e saudável sofre menos diante dos desafios da vida civilizada e diante das renúncias que precisa acatar, pois consegue, mesmo frustrado em alguma medida, que isto não o faça reagir pela via da impulsividade e nem mesmo pela via do ato desmedido, desequilibrado e contra as normas sociais. O inteligente emocionalmente sabe que cada desafio na vida civilizada é uma chance para amadurecer, viver melhor e mais estruturado. […]”
Peter Salovey é considerado o pai da Inteligência Emocional, segundo o qual, diz que: a capacidade de conhecer as nossas emoções é a base da inteligência emocional.
As pessoas que têm uma maior certeza sobre os seus sentimentos, têm um maior controle sobre as suas vidas; agindo com maior segurança nas suas decisões, o que se designa por Inteligência Emocional Intrapessoal.
Peter Salovey também diz que: quem não consegue gerir suas emoções trava uma luta constante contra uma sensação de angústia, e demora muito tempo para recuperar-se de situações e problemas que surgem na vida. A arte de nos motivarmos a nós mesmos, leva ao autocontrole emocional, que se traduz num adiar a recompensa e dominar a impulsividade. A capacidade de reconhecer as emoções dos outros, através da EMPATIA, é a capacidade de compreender aquilo que o outro sente e transmitir-lhe consolo. O que no fundo é, saber pôr-se no lugar do outro. A aptidão de gerir os relacionamentos traduz a capacidade para gerir as nossas emoções e as dos outros; isso se designa por Inteligência Emocional Interpessoal.
O conceito por Goleman: Goleman definiu inteligência emocional como:
"…capacidade de identificar os nossos próprios sentimentos e os dos outros, de nos motivarmos e de gerir bem as emoções dentro de nós e nos nossos relacionamentos." ( Daniel Goleman, 1998)
Para ele, a inteligência emocional é a maior responsável pelo sucesso ou insucesso dos indivíduos. Como exemplo, recorda que a maioria das situações de trabalho é envolvida por relacionamentos entre as pessoas e, desse modo, pessoas com qualidades de relacionamento humano, como afabilidade, compreensão e gentileza têm mais chances de obter o sucesso.
História da Inteligência Artificial (I.A.)
John McCarty
John era um lendário cientista da computação na Universidade de Stanford que desenvolveu o time-sharing, inventou o LISP e fundou o campo da Inteligência Artificial.
Em março de 2011, John lançou o Project JMC com o objetivo de tornar seu trabalho mais acessível. A equipe do Project JMC continua ajudando a concretizar seu objetivo. A Universidade de Stanford celebrou as extraordinárias realizações de John em Ciência da Computação e Inteligência Artificial no domingo, 25 de março de 2012, durante o Simpósio da Primavera da AAAI
Contribuições e Impacto
John preparou o caminho para algumas das tecnologias transformadoras do mundo: linguagens de programação, a Internet, a web e os robôs. Ele concebeu e desenvolveu o time-sharing, inventou a primeira linguagem de programação para computação simbólica LISP, e cunhou o termo “Inteligência Artificial”. Suas contribuições principais foram em I.A.de nível humano e raciocínio de senso comum. Como mostrado por seus numerosos prêmios, John era, de fato, um gigante cientista. Ele foi impulsionado por um desejo insaciável de modelar o raciocínio humano usando computadores. Sua devoção à ciência da computação, com suas amplas capacidades intelectuais, asseguraram seu lugar na história como o pai da I.A. Ele tinha a curiosidade e brincadeira de uma criança e vivia a vida ao máximo. Ele voou de avião, escalou montanhas e viajou para a União Soviética e para a China nos anos 60 e 70, quando era um grande desafio. Sabemos de forma genérica, que um sistema inteligente é aquele que apresenta capacidade para: raciocinar; planejar; resolver problemas; refletir indutivamente, dedutivamente e abdutivamente; armazenar conhecimento; comunicar-se através de uma linguagem; perceber e adaptar-se ao meio; aprender. A inteligência artificial é um campo da ciência da computação e da engenharia de computação que procura reproduzir, por meios computacionais, essas capacidades. O termo Inteligência Artificial (IA) foi cunhado em um workshop no Dartmouth College, em 1956, por John MacCarthy. No entanto, a humanidade sempre buscou respostas para perguntas desafiadoras envolvendo a inteligência, nos mais variados contextos em que ela se apresenta.
1943 – 1956: A Gestação
Existem duas linhas principais de pesquisa para a construção de sistemas inteligentes: a linha conexionista e a linha simbólica. A linha conexionista visa à modelagem da inteligência humana através da simulação dos componentes do cérebro, isto é, de seus neurônios, e de suas interligações. Esta proposta foi formalizada inicialmente em 1943, quando o neuropsicólogo McCulloch e o lógico Pitts propuseram um primeiro modelo matemático para um neurônio. Um primeiro modelo de rede neuronal, isto é, um conjunto de neurônios interligados, foi proposto por Rosenblatt. Este modelo, chamado Perceptron, teve 12 de suas limitações demonstradas por Minsky e Papert [Minsky & Papert 1969] em livro onde as propriedades matemáticas de redes artificiais de neurônios são analisadas. Durante um longo período essa linha de pesquisa não foi muito ativa, mas o advento dos microprocessadores, pequenos e baratos, tornou praticável a implementação de máquinas de conexão compostas de milhares de microprocessadores, o que, aliado à solução de alguns problemas teóricos importantes, deu um novo impulso às pesquisas na área. O modelo conexionista deu origem à área de redes neuronais artificiais.
1949: Algoritmo para modificar os pesos das ligações entre os neurônios (Donald Hebb)
Início dos anos 50: Programas de xadrez para computador (Claude Shannon 1950 e Alan Turing 1953)
1951: Primeira rede neural (Marvin Minsky e Dean Edmonds)
1956: Conferência Dartmouth (10 participantes), Logic Theorist (LT) - programa que era capaz de provar teoremas. (Allen Newell e Herbert Simon).
Surge o nome Inteligência Artificial (John McCarthy)
1952 – 1969: Período de muito entusiasmo e grandes expectativas (muitos
avanços com sucesso) Inicialmente, a pesquisa em manipulação de símbolos se concentrou no desenvolvimento de formalismos gerais capazes de resolver qualquer tipo de problemas. O sistema GPS, General Problem Solver, projetado por Ernst e Newell (1969), é um exemplo deste tipo de pesquisa. O GSP Imitava o homem na forma de resolver problemas. Chegou-se à conclusão de que a forma em como dividia um objetivo em sub objetivos e possíveis ações era similar à forma em como o homem o fazia. Estes esforços iniciais ajudaram a estabelecer os fundamentos teóricos dos sistemas de símbolos e forneceram à área da I.A. uma série de técnicas de programação voltadas à manipulação simbólica, por exemplo, as técnicas de busca heurística. Os sistemas gerais desenvolvidos nesta época obtiveram resultados interessantes, por vezes até impressionantes, mas apenas em domínios simplificados, onde o objetivo era principalmente a demonstração da técnica utilizada, enão a solução de um problema real. O problema com os sistemas gerais 13 é que a sua extensão a domínios de problemas reais se mostrou inviável. Isto se deveu a duas razões, uma relacionada com características teóricas dos métodos utilizados, e outra associada à natureza do conhecimento do mundo real.
1952 – 1969: Período de Muito Entusiasmo. Neste período temos vários marcos históricos na I.A.: IBM produz alguns dos primeiros programas de I.A., entre os quais, em 1959 o Geometry Theorem Prover. Arthur Samuel desenvolveu um programa capaz de jogar damas ao nível de um jogador de torneio. O programa jogava melhor do que o seu autor.
1958: John McCarthy no Lab Memo n.1 do MIT define a linguagem de programação Lisp (List Processing) que se transformou na linguagem dominante da IA. O Lisp é a segunda linguagem de programação mais antiga ainda em uso. A linguagem Fortran é um ano mais antiga.
Em 1958: McCarty publicou um artigo intitulado “Programs with common sense”, onde descrevia um programa hipotético designado por “Advice taker”, o qual pode ser visto como o primeiro sistema completo da IA. Este artigo não perdeu a sua relevância ao fim de mais de 40 anos.
1966 – 1974: Durante a década de setenta, a I.A. estava praticamente restrita ao ambiente acadêmico. Os objetivos da pesquisa eram, principalmente, a construção de teorias e o desenvolvimento de programas que verificassem estas teorias para alguns poucos exemplos. É interessante notar que o fato de que não havia interesse em construir programas de I.A.“de verdade'', isto é, com aplicações práticas, não se deve a uma eventual incompetência em programação dos pesquisadores em IA. Pelo contrário, foi a inspiração desses “hackers'' que levou a conceitos hoje integrados à ciência da computação, como: tempo compartilhado, processamento simbólico de listas, ambientes de desenvolvimento de “software'', orientação objeto, etc., além da mudança da relação usuário computador ao eliminar a intermediação de um operador e colocar cada usuário diante de sua estação de trabalho. Uma mudança importante ocorreu ao longo da década de setenta em relação aos critérios acadêmicos de julgamento de trabalhos em I.A.: houve uma crescente exigência de formalização matemática. Se no início dos anos setenta, um programa, mesmo tratando de alguns poucos exemplos de um problema até então não tratado, já era considerado I.A., isto não acontecia mais em 1980 [Bittencourt, 2010]. O programa em si passou a ser a parte menos importante; a análise formal da metodologia, incluindo o poder de decisão, completude e complexidade, além de uma semântica bem fundada, passou a ser o ponto fundamental. A década de setenta marcou também a passagem da I.A. para a ”vida adulta'': com o aparecimento dos primeiros Sistemas Especialistas, a tecnologia de I.A. passou a permitir o desenvolvimento de sistemas com desempenho intelectual equivalente ao de um ser humano adulto, abrindo perspectivas de aplicações comerciais e industriais. Ao contrário dos métodos fracos (usam pouca informação acerca do domínio do problema e mecanismos gerais de procura) os sistemas que dispõem de uma base de conhecimento podem resolver problemas mais complexos.
DENDRAL – Análise de compostos orgânicos para determinar a sua estrutura molecular.
MYCIN – Sistema pericial (expert system) capaz de diagnosticar infecções no sangue (dispunha de mais de 450 regras). Este sistema tinha um desempenho tão bom quanto de alguns médicos especialistas e melhor do que de médicos ainda com pouca experiência.
1972: Linguagem Prolog (programação em lógica).
Década De 80: Inteligência Artificial transforma-se numa Indústria.
1981: O Japão lança o projeto “Quinta geração”, um plano para construir em 10 anos computadores inteligentes. As instruções dos processadores eram instruções em PROLOG. Estes sistemas deveriam ser capazes de fazer milhões de inferências por segundo. Uma das ambições do projeto era a compreensão da linguagem natural (projeto que veio revitalizar a I.A. em todo o mundo).
1982: Surge o primeiro sistema pericial a ser comercializado, o R1. O programa ajudava a configurar encomendas de computadores. Em 1986 estimou-se que a Digital tinha poupado cerca de 40 milhões de dólares graças ao R1.
1986: Retorno das redes neurais artificiais.
90 – 20xx: Inteligência Artificial Moderna.
1991: Sistemas de I.A. utilizados com sucesso na guerra do Golfo.
1991: Um sistema pericial analisa um caso médico, chega a um diagnóstico e é capaz de explicar porque chegou a esse diagnóstico, expondo os fatores que mais o influenciaram.
1993: Sistema capaz de conduzir um carro numa autoestrada a cerca de 90 Km/h. O sistema usa câmaras de vídeo, radar e laser.
1993: Um sistema detecta colisões na rua, chamando automaticamente o “911”.
1994: Um sistema de reserva de viagens é capaz de entender frases como “quero ir de Boston para São Francisco”. O sistema percebe mal uma em cada 10 palavras, mas é capaz de recuperar, porque compreende a forma em como as frases são compostas.
2000: Surgem os primeiros exemplos de computação cognitiva, desenvolvida com o objetivo de conhecer e interagir com os seres humanos de forma mais natural possível. Começam a surgir brinquedos inteligentes.
2001: Computador se comunica ao nível de uma criança com 15 meses.
2002: Máquinas também foram desenvolvidas para nos ajudar. Como provou em 2002 a iRobot, que lançou o primeiro Roomba. Esse assistente de limpeza autônomo que fica na sua casa dá de dez a zero nos robôs de décadas atrás por combinar eficiência em uma especialização, pré-configurações e sensores de posicionamento trabalhando juntos.
2005: Outro bom exemplo veio em 2005, com a Boston Dynamics. Ela apresentou uma revolução na I.A. com aplicações em várias indústrias com o robô BigDog, capaz de se movimentar por terrenos de difícil acesso para humanos. Formas de cachorro e até humanoides estão cada vez melhores em mobilidade e inteligência. a inteligência artificial também é estudada pra aplicação em carros autônomos. O caso deles é bem complexo, já que a plataforma precisa estar conectada com vários sensores do próprio veículo e também com o tráfego em si, de semáforos a outros automóveis.
2008: A partir de 2008, o processamento de linguagem natural voltou com tudo. A Google lançou o recurso de reconhecimento de voz no iPhone pra pesquisas, e isso mostrou a integração da IA com todo o ecossistema da empresa. 
2011: a IBM voltou a ganhar as manchetes com o Watson, um supercomputador e plataforma de inteligência artificial. Pra mostrar todo o seu potencial, ele venceu os melhores jogadores no game show televisivo de adivinhação Jeopardy. A partir daí, ele começou a ser aplicado em vários campos, como saúde, direito, reconhecimento de imagem e muito mais. Conhecida como a Universidade do Vale do Silício, a Udacity surge neste ecossistema inovador dos Estados Unidos em 2011, após o experimento do professor da Universidade de Stanford Sebastian Thrun ao lado de Peter Norvig, em que eles ofereciam um curso online e gratuito sobre “Introdução à Inteligência Artificial”.
2012: O Google deu mais um passo em seus sistemas de IA. Consolidando tecnologias em desenvolvimento desde 2006 em Deep Learning, ela conseguiu treinar um algoritmo para reconhecer gatinhos em vídeos do YouTube. Esse aprendizado profundo usa redes neurais com uma maior quantidade de camadas do que os pioneiros que discutimos, processando mais informações e deixando a máquina mais livre pra fazer assimilações e classificar elementos. É assim que ela faz tarefas mais complexas, como reconhecer e catalogar fotos e vídeos.
2014: Um chatbot chamado Eugene Goostman conseguiu vencer o teste de Turing e convenceu jurados durante uma conversa por escrito de que ele, um programa, era, na verdade, um humano.
2016: A AlphaGo, desenvolvida pela Deepmind, virou mestre no jogo de tabuleiro Go e venceu o campeão mundial da categoria em uma série de vitórias bem mais impressionantes que as no xadrez de anos atrás, porque o algoritmo aprendeu todasas regras e estratégias do jogo observando outras partidas e depois jogando contra si próprio.
Conceito de Inteligência Artificial
A inteligência artificial surgiu na década de 50 com o objetivo de desenvolver sistemas para realizar tarefas que ainda são realizadas por seres humanos; de uma forma melhor do que as máquinas fazem, ou não possuem solução algorítmica viável pela computação convencional. Geralmente os sistemas de I.A. podem ser divididos em quatro categorias exigidas para que seja considerado inteligentes artificialmente:
Requisitos de um sistema para executar o teste de Turing: capacidade de processar uma linguagem natural; capacidade de representar o conhecimento (o sistema deverá ser capaz de guardar toda a informação fornecida antes e durante o interrogatório); dispor de uma forma de automatizar o raciocínio de forma a usar a informação guardada para responder às questões e inferir novas conclusões; capacidade de se adaptar a novas circunstâncias e de detectar padrões (aprendizagem – machine learning).
Vale ressaltar que até hoje, nenhuma máquina conseguiu passar no teste de Turing, premissa para que um sistema agisse como ser humano, com exceção do Watson (sistema cognitivo em plataforma mais inteligente do mundo).
1. Sistemas que raciocinam de forma semelhante à dos seres humanos.
1. Sistemas que pensam de forma racional.
2. Sistemas que agem como os seres humanos.
3. Sistemas que agem de forma racional.
1 – Alan Turing definiu um comportamento inteligente como sendo a habilidade de um sistema alcançar um desempenho ao nível de um ser humano em todas as tarefas cognitivas; de forma a conseguir enganar uma pessoa que o estivesse a interrogar. O teste de Turing consistia num computador ser interrogado por uma pessoa, sem que esta estivesse vendo que estava “conversando” com um computador ou não. O computador passaria no teste se a pessoa não conseguisse identificar se estava falando com um computador ou com outro ser humano.
2 – A principal questão dos sistemas que raciocinam com seres humanos é justamente entender como raciocinam os seres humanos. Pesquisadores nesta área usam a introspecção (tentativa de “pegar” os próprios pensamentos à medida que estes vão fluindo) e as experiências psicológicas como teorias para desenvolver tais sistemas. Dispondo de teorias suficientemente precisas acerca do funcionamento da mente humana, torna-se possível expressar essas teorias num programa de computador. Se as entradas e as saídas de um programa corresponder ao comportamento humano, dispomos de uma evidência de que alguns dos mecanismos do programa podem estar funcionando como nos seres humanos. Newell e Simon que desenvolveram o GPS (General Problem Solving) não se contentavam com que o seu programa resolvesse os problemas de forma correta. Para eles era mais importante comparar os passos de raciocínio seguidos pelo programa com os passos seguidos por várias pessoas na resolução dos mesmos problemas [Newell & Simon, 1961].
3 – Em 1965, já existiam programas que podiam, dado tempo e memória suficientes; buscar na descrição de um problema, em notação lógica e encontrar uma solução para esse mesmo problema, caso esta existisse. Se não houvesse solução o programa poderia nunca parar de procurar. No entanto, não é fácil traduzir conhecimento informal em lógica formal, particularmente quando esse conhecimento não é 100% exato. Por outro lado, apenas alguns fatos, podem extinguir todos os recursos computacionais, a não ser que o programa seja guiado, de forma a selecionar quais os passos de raciocínio que deve efetuar primeiro.
4 – Agir racionalmente significa agir de forma a atingir um dado conjunto de objetivos; dados um conjunto de crenças. Um agente é uma entidade que percebe o ambiente no qual está inserido através de sensores e afeta esse ambiente por meio de atuadores. [Russel & Norvig, 2003]. Para agir de forma racional, um agente tem algumas formas de pensar racionalmente, de forma a identificar (inferir) a ação correta para atingir os objetivos propostos. Por outro lado, existem situações onde, provavelmente, não existe uma ação correta a ser tomada; no entanto, alguma decisão deve ser tomada. Em alguns casos agir racionalmente, não significa inferir a ação através de um processo de pensamento racional. Exemplo: Se colocarmos a mão debaixo de uma torneira com água quente, temos o reflexo imediato de retirá-la. Este reflexo (ato racional) é preferível, a tomar a decisão após deliberar cuidadosamente qual seria a melhor ação a tomar. Até que tomasse a decisão, a mão já estaria muito queimada.
IBM
International Business Machines (IBM) é uma empresa dos Estados Unidos voltada para a área de informática. A empresa é uma das poucas na área de tecnologia da informação (TI) com uma história contínua que remonta ao século XIX. A IBM fabrica e vende hardware e software, oferece serviços de infraestrutura, serviços de hospedagem e serviços de consultoria nas áreas que vão desde computadores de grande porte até a nanotecnologia. Foi apelidada de "Big Blue" por adotar o azul como sua cor corporativa oficial, em português “Grande Azul”. Com mais de 398.455 colaboradores em todo o mundo, a IBM é a maior empresa da área de TI no mundo. A IBM detém mais patentes do que qualquer outra empresa americana baseada em tecnologia e tem 15 laboratórios de pesquisa no mundo inteiro. A empresa possui cientistas, engenheiros, consultores e profissionais de vendas em mais de 150 países. Funcionários da IBM já ganharam cinco prêmios Nobel, quatro Prêmios Turing (conhecido como o Nobel da computação), dentre vários outros prêmios.
Watson
Watson é a plataforma de serviços cognitivos da IBM para negócios. A cognição consiste no processo que a mente humana utiliza para adquirir conhecimento a partir de informações recebidas. Com o avanço da tecnologia, essa capacidade passa a ser integrada a sistemas que podem aprender em larga escala e ajudar a sociedade em uma série de finalidades, desde o atendimento a clientes até ao combate a doenças graves, essa solução também é chamada de inteligência artificial.
O Watson foi criado pela IBM para auxiliar os profissionais, desenvolvedores, Startups e empresas a construírem sistemas cognitivos que possam melhorar processos, interações e ações. Só no Brasil, já existem cerca de 30 casos de uso públicos em áreas como Saúde, Educação, Bancos, Agricultura, Cultura, entre outras. Ele foi apresentado mundialmente, em 2011, durante o programa americano de perguntas e respostas, Jeopardy! Ele foi um dos participantes e desafiou dois grandes vencedores da história do quiz. Na época, a solução apenas conseguia ler textos e responder perguntas. Hoje, já possui diferentes serviços como reconhecimento e análise de vídeos e imagem; interação por voz; leitura de grandes volumes de textos; criação de assistentes virtuais; entre outros. Esse sistema da IBM está disponível em nuvem, portanto não se trata de um supercomputador, um robô ou um hardware de grandes proporções e sim uma plataforma.
É um sistema para o processamento avançado, recuperação de informação, representação de conhecimento, raciocínio automatizado e tecnologias de aprendizado de máquinas. De acordo com a IBM, “Mais de 100 técnicas diferentes são utilizadas para analisar a linguagem natural, identificar origem, localizar e gerar hipóteses, localizar e marcar evidências e juntar e ranquear hipóteses”.
Em Novembro de 2014 o presidente da IBM Portugal, Antônio Raposo de Lima afirmou que o Watson, que é fluente em tratamento e validação de dados e de reconhecimento da linguagem natural, ainda irá ter a versão em português. Isto fará com que a máquina se comunique com as pessoas que utilizam esta língua.
Rede Neural Artificial
O QUE É, PARA QUE SERVE E COMO É USADA?
O que é Rede neural artificial (RNAs)?
É um modelo computacional baseado na biologia cerebral, inspiradas pelo sistema nervoso central de um animal ou de forma mais exata o cérebro dele mesmo. São técnicas computacionais que usam modelos matemáticos inspiradosna estrutura neural de organismos inteligentes. Uma rede neural artificial possui centenas, milhares de unidades de processamento, já o cérebro de um mamífero possui bilhões e bilhões de neurônios.
Para que serve as Redes neurais artificiais (RNAs)?
Machine Learning, é um ramo da inteligência artificial onde sistemas podem aprender com dados; identificar padrões e tomar decisões com praticamente nenhuma intervenção humana. Deep Learning é uma vertente do Machine learning, onde treina computadores para realizar tarefas e trabalhos como seres humanos, sem nenhuma intervenção de nós mesmos.
Como são usadas as Redes neurais artificias (RNAs)?
As aplicações das Redes neurais artificiais são: Reconhecimento de fala, Reconhecimento de caracteres, Reconhecimento automático de alvos, Robótica, Diagnósticos médicos, Sensoriamento Remoto, Processamento de voz, Biometria e Análise de dados. Um exemplo de como são usadas as redes neurais artificias são os carros inteligentes, onde não é preciso um humano para manusear e dirigir o veículo, os veículos dirigem por conta própria, ainda é algo longe de nossa realidade mas é um futuro não tão distante. Algumas dessas tecnologias já estão sendo aplicados em certos carros, dentro os benefícios são: ajuste automático de retrovisores, ajuste de banco, seleção de músicas de acordo com o gosto do motorista e até mesmo troca de óleo com agendamento automático no posto, oficina predileta do próprio dono.
Ciência da Computação Cognitiva
O QUE É, PARA QUE SERVE E COMO É USADA?
O que é Ciência da Computação Cognitiva?
Desde o início da história dos computadores e dispositivos eletrônicos eles têm de receber ordens do que fazer. A ciência da computação cognitiva vem para auxiliar nas decisões humanas, não necessitando de supervisão de aprendizado e interação em tempo real. Os sistemas da Computação Cognitiva englobam: Aprendizado de máquina, inferência automatizada, processamento de linguagem natural, reconhecimento de fala, visão computacional e reconhecimentos de objetos.
 
Para que serve? E como é usada a Ciência da Computação Cognitiva?
De acordo com a IBM, a CC (computação cognitiva) está sendo aplicado em áreas diversas, nos quais sejam necessários o processamento e a leitura de grandes volumes de dados. São muito usadas em Big Data para análise, mineração de grandes dados não estruturados, é característica dele o aprendizado sem supervisão alguma, simulando funções do cérebro humano com padrões de autoaprendizagem, por isso é aplicado em diversas indústrias.
Então, nós podemos observar dois tipos de inteligência em processo de formação a todo o momento evoluindo para sistemas em parceria. Sistemas Cognitivos humanos + máquinas.
Em um documentário do Discovery Channel, especificamente sobre Inteligência Artificial. Uma mãe e universitária demonstra como o Watson a ajuda com os deveres de casa. Ela utiliza as informações armazenadas no Watson. Ele elabora perguntas complexas, opina sobre escolhas e interage de forma “seminaturalmente” conectada com o ser humano. No mesmo documentário, Simon Wheatcrof, pai de dois filhos, nasceu com uma cegueira gradativa total (Retinite Pigmentosa). Aos dezoito anos ele foi considerado totalmente cego. Mas a fusão da Inteligência Artificial com as máquinas traz facilidade a vida dele. Em um console da Nintendo fabricado com Inteligência Artificial; um dos módulos do jogo Mario Kart permite ao jogador usar os botoes de acelerar e frear; enquanto a própria Inteligência Artificial faz as curvas durante a corrida. Isso facilitou a interação entre pai e filhos; no qual agora, todos podem jogar videogame. Porém, ainda que a Inteligência Artificial fizesse as curvas no personagem de Simon, isso não lhe garantia nenhuma vantagem, pois seu filho mais novo estava a frente nas partidas. Ou seja, não havia alteração arbitrária entre máquina e a relação pai e filho, enquanto jogam juntos. Além disso, Simon comprou um dispositivo de pulso; como um relógio, com Inteligência Artificial, GPS e sensores que marcam e sinalizam os caminhos que Simon percorre em seus treinos de corrida diários. O dispositivo o avisa através de vibrações para onde Simon deve se locomover, avisando inclusive sobre alguns obstáculos durante o percurso já memorizados no dispositivo.
Aprendemos também que:
Humanos são excelentes em: Senso Comum (muitos pontos de vista); moral; imaginação; dilemas; compaixão; abstração; sonhos e generalização.
Sistemas Cognitivos são excelentes em: Localizar conhecimento; linguagem natural; identificações de padrões; aprendizagem de máquinas; eliminar vieses; prover uma capacidade ilimitada.
História do Teste de QI
“QI” é a abreviação para Quociente de Inteligência, que é um fator que mede a inteligência das pessoas através de testes específicos. O QI mede o desempenho cognitivo de um indivíduo, isto é, a capacidade de adquirir conhecimento, comparando a pessoas do mesmo grupo etário.
A primeira realização de um teste de inteligência se deu no início do século XX, no ano de 1904 quando o psicólogo francês Alfred Binet juntamente com o seu colega Théodore Simon, criaram a escala Binet-Simon, que é a primeira forma do teste de QI como conhecemos hoje. Mas antes da criação desse teste propriamente dito, em 1882 o antropologista, estatístico e meteorologista inglês chamado Francis Galton que influenciado pela Teoria da Seleção Natural de seu primo Charles Darwin, inicia suas pesquisas sobre heranças mentais, que como resultado de seus estudos aprofundados, onde ele examina diversas biografias de ilustres em ciência, em literatura e nas leis. Galton publica o livro chamado Hereditary Genius, no qual ele defende a sua tese de que as habilidades mentais, em especial a Inteligência, seriam herdadas. E a partir desse princípio da hereditariedade da inteligência que Galton estipula o processo de “aprimoramento intelectual” através da Eugenia, isto é, selecionar os humanos mais inteligentes e incentivar a sua reprodução para melhorar a humanidade. Mas para identificar os mais inteligentes, seria necessária a aplicação de testagens. Para a realização dos testes, Galton criou o Anthropometric Laboratory (Laboratório Antropométrico), onde ele aplicava seus extensos conhecimentos em estatística para avaliar através de questionários, características físicas e intelectuais quais eram as pessoas mais capacitadas intelectualmente.
Voltando para 1904, a pedido do governo francês, Alfred Binet e Theodore Simon desenvolvem uma escala de inteligência para medir o desenvolvimento da inteligência das crianças entre 3 a 13 anos de idade. Que tinha como por objetivo sanar preocupações educacionais e identificar estudantes que pudessem precisar de ajuda na aprendizagem escolar. Embasados nas observações de diversas crianças, os estudiosos elaboraram trinta teses, de dificuldade crescente, que mediam as habilidades das crianças.
Os testes mais fáceis compunham-se de observações sobre a capacidade do entrevistado acompanhar a direção de um raio de luz ou de simplesmente de observar o seu desempenho durante uma conversa com o entrevistador. Testes médios envolviam apontar as partes do corpo citadas pelo entrevistador, repetir uma série de dois números, repetir frases simples ou simplesmente definir termos comuns, como, garfo, cama, colher etc. Nos testes mais difíceis, o entrevistador pedia para a criança descrever as diferenças entre objetos similares, reproduzir de memória as figuras apresentadas e formas frases usando determinadas palavras. Nos testes do nível máximo de dificuldade, o entrevistador pedia a repetição de números aleatórios com sete dígitos, rimas para determinadas palavras e respostas para perguntas que envolviam de três a quatro personagens e outras questões complexas. Binet acreditava que seus testes apenas classificavam as crianças conforme o seu desenvolvimento intelectual, comparado ao de outras da mesma idade e ressaltava que o desenvolvimento caminha em ritmos diferentes e podem ser influenciados pelo seu meio ambiente.
Os resultados dessestestes não eram dados por um nível absoluto de inteligência, mas sim pela comparação da idade mental da criança (obtida através da equivalência da idade com questões de maior dificuldade respondidas corretamente) com a sua idade cronológica, multiplicada por 100. E com base nesse cálculo, que o psicólogo alemão, William Stern cria em 1911, o termo “quociente mental” que consistia na divisão da idade mental da criança pela idade cronológica. Foi a partir dessa medida, que o termo QI ficou conhecido até os dias atuais.
Baseando-se nessas ideias, em 1916, o psicólogo educacional Lewis M. Terman da Universidade de Stanford, publica um “refinamento” na escala Binet-Simon onde ele aplica a medida do QI, tornando-a muito popular nos Estados Unidos. Em 1927, o psicólogo inglês Charles Spearman desenvolveu a Teoria Bifatorial da Inteligência. Essa teoria afirma que toda a atividade intelectual é composta por dois fatores, um fator geral (g), comum a toda atividade mental; e um fator específico (s), característico desta atividade individualizada. Em outras palavras, ele acreditava que toda inteligência tinha por base um único fator geral (fator g), que seria a Inteligência Geral, sobre a qual se desenvolvem aptidões específicas (fator s). Aplicando dois ou mais testes cognitivos, os resultados dos sujeitos estariam determinados por dois tipos de fatores: um é a própria especifidade do teste, ou fator “s”, e o outro é o grau pelo qual o teste “g”. Portanto, qualquer teste mede “g” embora em graus diferentes, assim como se reconhece o caráter absoluto e permanente em “g”, em contraste com a relatividade dos fatores específicos.
Nos finais da década de 30, o psicólogo David Wechsler apresentou três escalas de inteligência para diferentes níveis etários, que são: a Escala de inteligência para adultos (WAIS), a Escala de inteligência para Crianças (WISC) e a Escala de inteligência para o nível pré-escolar e 1° ciclo (WPPSI). Wechsler partia do pressuposto de que a inteligência é a capacidade total de uma pessoa agir deliberadamente, pensar racionalmente e lidar efetivamente com seu ambiente, e acreditava que o comportamento inteligente era composto de mais do que apenas habilidade intelectual. Assim, ele não gostava do então teste de QI da Binet, que media diretamente apenas a capacidade intelectual, de modo que desenvolveu seus próprios testes de inteligência para entender melhor seus pacientes. Esses testes ainda estão em uso hoje e agora são atualizados a cada dez anos, e novos testes estão sendo desenvolvidos a partir deles. A Wechsler Adult Intelligence Scale pode ser usada para testar adultos entre dezesseis e oitenta e nove anos de idade. A Wechsler Intelligence Scale for Children, a escala de inteligência Wechsler mais popular, pode ser usada para testar crianças entre seis e dezesseis anos de idade.
O teste dá uma pontuação de QI, bem como resulta em quatro categorias: compreensão verbal, raciocínio perceptivo, memória de trabalho e velocidade de processamento.
Acompanhando todos esses avanços teóricos, o termo QI, tal qual era utilizado, passou a não fazer mais sentido. Os testes atuais que medem a inteligência podem diferir na forma como seus resultados serão apresentados. Algumas baterias, compostas por diferentes subtestes, avaliam vários fatores específicos da inteligência e, a partir dos resultados destes subtestes, calcula-se a nota global, ou seja, o QI. Portanto, nos dias de hoje, o QI é caracterizado por uma escala numérica padronizada referente ao resultado de um indivíduo em determinado instrumento psicológico. Nesse sentido, é importante destacar que os resultados dos testes de inteligência podem ser transformados em diferentes medidas para explicar o desempenho do indivíduo.
Howard Gardner
É a partir da década de 80 que a inteligência começa a ganhar novos moldes, e isso devido ao pesquisador e psicólogo da Universidade de Harvard, o Dr. Howard Gardner. O profissional formado em Harvard não concordava com a visão unilateral da inteligência. O quociente de inteligência focava apenas nos predicados importantes para o êxito escolar. Sua experiência pessoal contribuiu para este questionamento. Exímio pianista, Gardner entendeu que existem várias formas de inteligência, cada uma voltada para áreas específicas. Gardner estudou o desenvolvimento de crianças de inteligência dentro da média e superdotadas, como os adultos com lesões cerebrais continuam com atividade intelectual, como os autistas, mesmo com comprometimento intelectual conseguem desenvolver outras habilidades e a história do desenvolvimento cognitivo. Em 1983, Howard Gardner consolida sua teoria. Ele apresentou ao mundo a Teoria das inteligências múltiplas no livro Frames of Mind. O psicólogo não contesta que a inteligência seja a “capacidade de entender ideias complexas e resolver problemas”, mas, explica que existem várias formas de fazê-lo. Na obra, Gardner afirma que todos nascem com o básico de cada inteligência e que a cultura é sua base. De acordo com sua percepção, cada ambiente valoriza determinada habilidade.
As Inteligências Múltiplas
Como resultado destas pesquisas, e destes critérios, Gardner identificou e descreveu sete tipos de inteligência humana. Depois das publicações iniciais, no início da década de 80, Gardner esclarece que outras formas de inteligência poderiam ser acrescentadas às já identificadas e de fato acrescenta à lista original as inteligências de tipo “naturalista” e “existencial”. A lista completa das Inteligências Múltiplas de Gardner torna-se então a seguinte:
Lógico-matemática – Corresponde à capacidade de confrontar e avaliar objetos, conceitos e abstrações; percebendo as suas relações e princípios subjacentes. É a habilidade necessária para raciocínio lógico e dedutivo e para solucionar problemas matemáticos. Esta característica identifica-se, por exemplo, entre outros, em matemáticos, cientistas e filósofos.
Linguística – Caracteriza-se por um domínio e gosto especial pelos símbolos linguísticos, idiomas e palavras, uma capacidade de lidar com esses símbolos e os seus significados, em conjunto, quando organizados em texto e por um desejo de explorá-los. É predominante em poetas, escritores, e linguistas.
Musical – É a habilidade para compor e executar padrões musicais, com o discernimento de ritmo, timbre, estrutura, melodia e harmonia. Neste caso Gardner especifica que pode estar associada a outras inteligências, como a linguística, a espacial ou corporal cinestésica. É predominante em compositores, maestros, músicos, críticos de música e aparece, por exemplo: em bailarinos e atores. Capacidade de memorização e reprodução a partir dessa memória, compositores, maestros, músicos, críticos de música e aparece, por exemplo: em bailarinos e atores.
Espacial – Caracteriza-se pela capacidade de compreender visualmente o mundo físico com precisão, permitindo conceitualizar relações espaciais, transformar, modificar percepções e recriar experiências visuais até mesmo sem estímulos físicos. É predominante em arquitetos, escultores, artistas plásticos, cartógrafos, navegadores ou jogadores de xadrez.
Corporal Cinestésica – Caracteriza-se pela capacidade especial de controlar e orquestrar movimentos do corpo. É predominante entre atores, bailarinos ou desportistas.
Intrapessoal – É a capacidade de conhecer a si próprio, controlar, conhecer e prever reações, emoções e estados de espírito, estando mais desenvolvida, por exemplo: em escritores, psicólogos, conselheiros, treinadores ou professores.
Interpessoal – Capacidade ou habilidade de entender as intenções, motivações, estados de espírito e desejos dos outros. Pode ser encontrada mais desenvolvida em políticos, líderes religiosos, comerciantes e professores.
Naturalista – Traduz-se na sensibilidade para compreender e organizar os objetos, fenômenos e padrões da natureza. São exemplos o reconhecimento e classificação de plantas, animais, minerais, incluindo rochas e gramíneas e toda a variedade de fauna, flora, meio ambiente e seus componentes.É característica de biólogos, geólogos, por exemplo.
Existencial – Apesar de carecer de melhor definição e mais evidências, abrange a capacidade de refletir e ponderar sobre as grandes questões fundamentais da existência, e elaborar de forma abstrata e genérica sobre elas. Seria característica de líderes espirituais, de pensadores e filósofos.
Gardner ressalva que estas múltiplas inteligências são “relativamente independentes, têm sua origem e limites genéticos próprios e substratos neuroanatômicos específicos e dispõem de processos cognitivos próprios.” No entanto, salienta também que potencialmente todos os indivíduos possuem cada uma destas “Inteligências Múltiplas” e a capacidade de desenvolvê-las, ainda que isso aconteça de forma diferenciada, de indivíduo para indivíduo, influenciado por múltiplos fatores, no qual não é menos relevante o contexto de desenvolvimento, nomeadamente entre outros o contexto cultural.
Neste contexto, não há uma competência intelectual mais importante do que outra, e todos (a não ser por uma anomalia) têm a capacidade de desenvolver todas as inteligências. Gardner afirma que os indivíduos dispõem de graus variados de cada uma das inteligências e que há maneiras diferentes de elas se organizarem e se combinarem.
Cada ser humano utiliza essas capacidades intelectuais para resolver um determinado conjunto de problemas, entre os que se lhe deparam, e eventualmente criar os produtos, mais ou menos valorizados pela cultura em que se insere.
Desenvolvimento das Inteligências
Assim como o entendimento do termo inteligência (habilidade para resolver problemas ou criar produtos) é fundamental na Teoria das Inteligências Múltiplas, a noção de cultura também é importante. Howard Gardner sugere que alguns talentos só se desenvolvem porque são valorizados pelo ambiente, em fases de desenvolvimento, isto é, cada sociedade valoriza determinados talentos que devem ser dominados por uma quantidade de indivíduos e passados de geração em geração, que por isso mesmo estimulam a sua criação e acumulam práticas decorrentes para o seu desenvolvimento. Mas Gardner vai mais longe e específica que cada uma das inteligências de forma independente, passa por vários estágios de desenvolvimento.
A primeira fase de desenvolvimento das inteligências é chamada “padrão cru” por Howard Gardner. Nesta fase, os bebés começam a perceber o mundo ao redor e dá-se o aparecimento da competência simbólica. Na segunda fase, as inteligências revelam-se através dos sistemas simbólicos, e ocorre por volta dos dois aos cinco anos de idade. Na terceira fase, o desenvolvimento é mais seletivo e a criança desenvolve as habilidades mais valorizadas na cultura. No último estágio, que ocorre já na adolescência e na idade adulta, um campo específico é focado, e as inteligências revelam-se (ou não) através das ocupações vocacionais.
A aplicação das Inteligências Múltiplas no campo do Trabalho
Inteligência Logico – Matemática: Habilidades em matemática e em raciocínio lógico sempre foram consideradas o eixo principal da inteligência. Grande parte dos testes de QI se apoiou nesta capacidade para determinar se uma pessoa é inteligente ou não. São habilidades aplicadas nas áreas de engenharia, estatística, inteligência de mercado.
Inteligência Espacial: É relacionada à capacidade de lidar com objetos, sua localização e visão sob diferentes perspectivas. Está ligada aos arquitetos, designers, engenheiros, pilotos de avião, porque são carreiras em que é preciso ter essa noção de espaço e posicionamento.
Inteligência Linguística: Junto com a inteligência lógico-matemática, forma o ramo principal estimulado tradicionalmente pela educação formal.
Inteligência linguística: Refere-se às habilidades de escrita, leitura, aprendizado de idiomas. É voltada aos escritores, tradutores, jornalistas, diplomatas e a todos os executivos e diretores.
Inteligência musical: Tocar instrumentos musicais, interpretar e compor músicas são as habilidades principais de quem tem esta inteligência. É ligada aos compositores, cantores e atores. Se nestas atuações você não tiver esta metodologia não haverá integração. Um complementa o outro: não é apenas atuar e não saber cantar, ou então compor e não saber tocar/ cantar, tem que se encaixar.
Inteligência corporal: Ligada à facilidade para controlar os movimentos do corpo. Dançarinos, atletas e profissionais do esporte são os principais expoentes deste tipo de inteligência. É algo que não é tão visto no meio organizacional, entre os executivos, mas pode se encaixar perfeitamente em outras profissões.
Inteligência Intrapessoal: É relacionada à capacidade de entender a si mesmo, portanto, refere-se a autoconhecimento. Quem tem essa habilidade consegue, de fato, enxergar seus pontos fortes e fracos, assim, a assimilação é forte e rápida. Segundo ele, é uma inteligência que transcende áreas profissionais específicas. Não tem uma atuação em que se encaixe melhor, afinal é muito importante para qualquer trabalho.
Inteligência interpessoal: É a habilidade de relacionar-se bem com os outros e ser comunicativo. É uma habilidade que deveria ser muito mais valorizada no meio organizacional. Mas, nas áreas de vendas, relações públicas, psicologia ou terapias é uma inteligência se encaixa automaticamente, pois se a pessoa que executa alguma destas funções não souber se relacionar, está na profissão errada.
Inteligência naturalista: É um tipo de habilidade ligada à compreensão da natureza e de seus processos. Foi incluída por Howard Gardner na lista de inteligências na década de 1990. Agronomia, engenharia florestal, oceanografia e outras áreas ligadas às ciências naturais são os ambientes mais indicados para os profissionais com este tipo de habilidade.
Inteligência existencial: É a capacidade filosófica de refletir sobre a própria existência. É mais ligada ao trabalho de filósofos, professores, sociólogos e palestrantes, porque eles têm que instigar as pessoas. Entretanto, seria fundamental para qualquer profissional pois gera uma capacidade imensa de se auto verificar para perceber se está seguindo pelo caminho certo.
Exemplos:
‘
A importância da inteligência emocional para o sucesso profissional e social
Segundo o pesquisador Peter Salovey, que criou o termo com John D. Mayer — trazendo uma abordagem mais atualizada em 2004 (dessa vez em parceria com David R. Caruso) —, ela consiste em 4 habilidades relacionadas ao uso das emoções:
Percepção acurada das próprias emoções e das pessoas com quem interagimos.
Uso delas como fonte de informação para pensar e agir de maneira racional.
Compreensão das emoções.
Gerenciamento delas e de outras pessoas ao nosso redor.
Em suma, a importância da inteligência emocional está em ajudar uma pessoa a ser mais criativa e a estabelecer melhores abordagens para lidar com conflitos e diversas situações, comportando-se de maneira racional e influenciando outras pessoas para resolver de maneira construtiva os problemas do dia a dia.
Como essa competência ajuda no ambiente de trabalho?
Com a popularização do conceito, o mundo do trabalho passou a ver com bons olhos os profissionais que possuem essa capacidade, que ganhou maior visibilidade com a sistematização do psicólogo e jornalista Daniel Goleman. Para ele, uma pessoa emocionalmente inteligente possui autoconhecimento, autocontrole, automotivação, empatia e habilidades sociais. Apesar de não terem tanto impacto em ocupações nas quais o indivíduo trabalha sozinho, para ambientes de trabalho que exigem interagir e trabalhar com outras pessoas, essas ferramentas são um acréscimo que não só melhora a cooperação entre colegas, como também reduz o estresse e minimiza conflitos. Especialmente úteis para quem ocupa cargos de liderança, como gerentes e supervisores, essas características permitem construir um ambiente onde todos se sintam relevantes e motivados, o que promove maior produtividade, satisfação e melhores resultados, como diversas pesquisas indicam.
Do que se trata e como desenvolveressas competências?
Autoconhecimento: Líderes que possuem autoconhecimento são plenamente conscientes sobre o que sentem e como essas emoções afetam suas ações, seu comportamento e as pessoas com quem interagem. Dessa forma, esses líderes são menos propensos a se influenciarem pelo que estão sentindo, principalmente em situações que resultam na alteração do estado emocional. Além disso, conhecer a si mesmo assegura uma noção clara e objetiva sobre forças e fraquezas, o que permite trabalhar para evoluir de acordo com as suas necessidades e agir com humildade, assumindo a responsabilidade pelos próprios erros. Isso ajuda a tornar o ambiente de trabalho mais harmonioso, à medida que sua credibilidade aumenta e resulta em um melhor relacionamento com colegas.
Autocontrole: Como destacamos no tópico anterior, com o autoconhecimento é possível se manter vigilante e perceber quando uma emoção vem à tona em resposta a alguma ação ou circunstância. Aliado a essa capacidade, o autocontrole faz com que você evite qualquer comportamento impulsivo em situações do tipo. Ou seja: em vez de se deixar influenciar pela raiva ou frustração, a reflexão se torna sempre a melhor atitude para avaliar o que aconteceu de maneira equilibrada, e reagir positivamente, encontrando a melhor solução para um problema. Isso é fundamental para quem não pode se dar ao luxo de tomar atitudes precipitadas e comprometer sua capacidade de ocupar cargos que exigem integridade e responsabilidade na tomada de decisões.
Automotivação: Ao contrário de pessoas que têm trabalhos e resultados movidos por fatores externos, como promoções ou maiores salários, aquelas que possuem automotivação encontram dentro de si razões que as fazem mobilizar energias e esforços para manterem-se focadas e produtivas. Em outras palavras, elas usam as próprias emoções em seu favor para atingir objetivos, encontrando prazer a cada realização. Isso faz com que as performances sejam capazes de produzir resultados acima das expectativas, influenciando positivamente também o desempenho de colegas de trabalho. Entre as qualidades que os automotivados possuem, estão: comprometimento com pessoas e metas de uma organização; iniciativa; otimismo; desejo de evoluir e atração por desafios. Mesmo quando os obstáculos se tornam mais complicados, essas pessoas não se intimidam, pois conhecem suas próprias forças (e limitações) e trabalham para ter performances à altura do que lhes é exigido.
Empatia: Quando você possui empatia, sua capacidade de comunicação se torna muito mais efetiva. Essa é uma habilidade que permite colocar-se no lugar de uma pessoa e enxergar diferentes situações por meio da perspectiva que ela possui, para entendê-la melhor. Isso inclui prestar atenção à postura que você assume nessas interações, cuidando para não demonstrar desinteresse e captando como alguém se sente através daquilo que é falado ou explicitado em sinais não verbais. Como consequência, o esforço em entender e sentir as emoções dos seus colegas permite responder de maneira apropriada para que eles se sintam melhor, com feedbacks construtivos e personalizados ou incentivos para ajudar no desenvolvimento de cada um, o que é fundamental para conquistar respeito e lealdade.
Habilidades sociais: Por fim, após desenvolver uma compreensão melhor das próprias emoções por meio da autoconfiança, do autocontrole e da automotivação, assim como a capacidade de entender o que o outro sente (com a empatia), as habilidades sociais consistem em saber articular todas essas competências. Essa última característica é a que deixa mais clara a importância da inteligência emocional na empresa, porque permite gerenciar e influenciar as próprias emoções e as de outras pessoas, de maneira efetiva, nas mais diversas situações.
Algumas dessas habilidades são:
Persuasão.
Colaboração.
Comunicação.
Liderança.
Capacidade de resolver conflitos de maneira diplomática.
Lidar com mudanças e ser capaz de adaptar-se às dificuldades.
Como vimos anteriormente, o estudo da A.I. Iniciou-se nos anos 50 com os cientistas Hebert Simon, Allen Newell, esses foram os pioneiros ao criarem o primeiro laboratório de inteligência artificial na Universidade de Carnegie Mellon. O desejo de construir máquinas capazes de reproduzir a capacidade humana de pensar e agir vem de muitos anos. Tal fato pode ser comprovado através da existência de máquinas autônomas e também através de personagens místicos, como é o caso do Frankenstein (personagem da escritora Mary Shelley). Com a evolução computacional a inteligência artificial ganhou mais força, tendo em vista que o seu desenvolvimento possibilitou um grande avanço na análise computacional, podendo a máquina chegar a fazer análise e síntese da voz humana. No início os estudos sobre A.I. Buscavam apenas uma forma de reproduzir a capacidade humana de pensar, mas assim como todas as pesquisas que evoluem, com essa não foi diferente. Percebendo que esse ramo da ciência tinha muito mais a ser descoberto, os pesquisadores e cientistas abraçaram a ideia de fazer com que uma máquina pudesse reproduzir não só a capacidade de um ser humano pensar como também a capacidade de sentir, de ter criatividade, e de ter auto aperfeiçoamento e uso da linguagem. Filmes como “O Homem bicentenário” e “A.I. (Inteligência Artificial)” mostram claramente a vontade da máquina de se tornar ser humano, de querer se manifestar, poder ter e sentir tudo o que os humanos têm e sentem.
O progresso na principal área dessa pesquisa, que é a de fazer uma inteligência similar à do ser humano, é lento. Porém, os estudos nessa área têm surtido efeito em várias outras áreas, como o planejamento automatizado e escalonamento, jogos, programas de diagnóstico médico, controle autônomo, robótica e outras mais. Esse ramo de pesquisa é muito conflitante, pois existem os que apoiam as pesquisas e a ideia da máquina ter vida própria, como também existe o lado dos que não apoiam a ideia. Para muitos a existência de máquinas com o poder de pensar, sentir e até ter a capacidade de realizar atividades humanas é um fato inconcebível.
A I.A. automatiza a aprendizagem repetitiva e a descoberta a partir dos dados. Mas a inteligência artificial é diferente da automação robótica guiada por hardwares. Em vez de automatizar tarefas manuais, a I.A. realiza tarefas frequentes, volumosas e computadorizadas de modo confiável e sem fadiga. Para este tipo de automação, a interferência humana ainda é essencial na configuração do sistema e para fazer as perguntas certas.
A I.A. adiciona inteligência a produtos existentes. Na maioria dos casos, a inteligência artificial não será vendida como uma aplicação individual. Pelo contrário, os produtos que você já utiliza serão aprimorados com funcionalidades de I.A., de maneira parecida como a Siri foi adicionada aos produtos da Apple. Automação, plataformas de conversa, robôs e aparelhos inteligentes podem ser combinados com grandes quantidades de dados para aprimorar muitas tecnologias para casa e escritório, de inteligência em segurança à análise de investimentos.
A I.A. se adapta através de algoritmos de aprendizagem progressiva para deixar que os dados façam a programação. A I.A. encontra estruturas e regularidades nos dados para que o algoritmo adquira uma capacidade: ele se torna um classificador ou predicador. Então, assim como o algoritmo pode ensinar a si mesmo a jogar xadrez, ele pode ensinar a si mesmo, quais produtos recomendar em seguida. E os modelos se adaptam quando recebem mais dados. Propagação retroativa é uma técnica de IA que permite que o modelo se ajuste, através de treinamento e com a entrada de novos dados, quando a primeira resposta não está totalmente correta.
A I.A. analisa mais dados, e em maior profundidade usando redes neurais que possuem muitas camadas escondidas. Construir um sistema de detecção de fraudes com cinco camadas escondidas era quase impossível alguns anos atrás. Tudo isso mudou com um poderio computacional impressionante e big data. Você precisa de muitos dadospara treinar modelos de deep learning porque eles aprendem diretamente com os dados. Quanto mais dados você puder colocar neles, mais precisos eles se tornam.
A I.A. atinge uma precisão incrível através de redes neurais profundas – o que antes era impossível. Por exemplo, suas interações com a Alexa, pesquisas do Google e Google Fotos são todas baseadas em deep learning – e elas continuam ficando mais precisas conforme as vamos utilizando. Na área médica, técnicas de IA baseadas em deep learning, classificação de imagens e reconhecimento de objetos podem agora ser usadas para encontrar cânceres em ressonâncias com a mesma precisão de radiologistas bem treinados.
A I.A. obtém o máximo dos dados. Quando algoritmos aprendem sozinhos, os dados em si podem se tornar propriedade intelectual. As respostas estão nos dados; você só precisa aplicar I.A. para extraí-las. Uma vez que o papel dos dados é mais importante do que nunca, eles podem criar uma vantagem competitiva. Se você possuir dados numa indústria competitiva, e ainda que todos estiverem colocando técnicas semelhante em prática, ganha quem tiver o melhor conjunto de dados.
A inteligência artificial (I.A.) possibilita que máquinas aprendam com experiências, se ajustem a novas entradas de dados e realizem tarefas como seres humanos. Podemos dizer que a I.A. aprende como uma criança. Aos poucos, o sistema, através de algoritmos (a depender do objetivo para o qual ele foi criado) absorve, analisa e organiza os dados de forma a entender e identificar o que são objetos, pessoas, padrões e reações de todos os tipos. Para saber ainda mais sobre Inteligência Artificial, precisamos entender sobre algoritmos e como a I.A. foi possível graças a ele.
Algoritmos
Embora as vezes não percebemos, utilizamos algoritmos no nosso dia a dia e não sabemos. Para a execução de alguma tarefa ou mesmo resolver algum problema, muitas vezes inconscientemente executamos algoritmos. Mas o que é Algoritmo? Algoritmo é simplesmente uma "receita", um passo a passo para executarmos uma tarefa ou resolver algum problema. E como toda receita, um algoritmo também deve ser finito. Se seguirmos, por exemplo, uma receita de bolo corretamente, conseguiremos fazer o bolo. A computação utiliza muito esse recurso, e para que ele consiga entender o que você fala, ele precisa de uma linguagem mais específica. Para fazer esta interpretação entre homem e máquina, foram desenvolvidas as linguagens de programação. Mas mesmo estas linguagens utilizam uma lógica para serem escritas e é aí que entram os algoritmos. Um programa de computador é essencialmente um algoritmo que diz ao computador os passos específicos e em que ordem eles devem ser executados, como por exemplo, os passos a serem tomados para calcular as notas que serão impressas nos boletins dos alunos de uma escola. Algoritmos inteligentes já estão inseridos nas nossas atividades diárias e nem percebemos. Quando vemos um filme no Netflix ou encomendamos um livro na Amazon, por trás dessa escolha há a influência de algoritmos de recomendação. A sugestão de caminho proposto pelo Waze ou a precificação de uma corrida pelo Uber também são baseados em algoritmos. Aprovação ou negação de créditos são baseados em algoritmos. Preços dinâmicos para passagens aéreas são estipulados por algoritmos. A onipresente busca que fazemos no Google é um sistema de I.A. Mais da metade das ações em bolsa transacionadas nos EUA já são comandadas por algoritmos. Segundo Geraldo Salandra ― Inteligência Artificial é o foguete, mas os dados são o combustível‖, também é verdade e inegável que a IA é uma combinação de dados e algoritmos. Sem combustível (ou seja, dados) você não vai a lugar algum, isso é verdade. Mas também é verdade que a escolha do algoritmo correto pode compensar a má qualidade dos dados, da mesma forma que escolher um algoritmo errado pode empobrecer os efeitos de excelentes dados.
O que caracteriza a Inteligência Artificial do ponto de vista tecnológico é o método/modelo de aprendizagem com o qual a inteligência se torna habilidosa em uma tarefa ou ação. Portanto, dados quanto os algoritmos são necessários para o desenvolvimento de uma aplicação baseada em IA. O aprendizado de máquina (Machine Learning) é uma forma de conseguir a inteligência artificial. É um ramo da inteligência artificial que envolve a criação de algoritmos que podem aprender automaticamente a partir de dados. Em vez de os desenvolvedores de software elaborarem enormes códigos e rotinas com instruções específicas para que a máquina possa realizar determinadas tarefas e conseguir resultados (e com isso limitar drasticamente o seu campo de atuação e resultados), no aprendizado de máquina treina-se o próprio algoritmo para que ele possa aprender por conta própria, e até mesmo conseguir resultados que os desenvolvedores dos algoritmos nem mesmo poderiam imaginar. O algoritmo tenta construir um modelo que pode marcar com precisão uma imagem como contendo um gato ou não, assim como um ser humano. Uma vez que o nível de precisão é alto o suficiente, a máquina agora ― aprendeu como é um gato, como ele se parece. Para qualquer processo computacional, o algoritmo precisa estar rigorosamente definido, especificando a maneira que ele se comportará em todas as circunstâncias. A maneira mais simples de se pensar um algoritmo é por uma lista de procedimentos bem definida, na qual as instruções são executadas passo a passo a partir do começo da lista, uma ideia que pode ser facilmente visualizada através de um fluxograma.
Um algoritmo pode ser representado por um fluxograma.
Quando falamos em inteligência artificial (IA) logo vem a imagem de um robô substituindo o ser humano em determinada atividade. Mas não é só na automação que ela se apresenta. Muitos podem não perceber, mas a I.A. está em nossas atividades mais corriqueiras. Sabe o corretor ortográfico do smartphone que vai completando as palavras e frases que você escreve com mais frequência? Isso é IA. A máquina aprende com os hábitos do usuário e passa a entender quais as palavras mais utilizadas, fazendo as sugestões. A I.A. está por todos os lugares, no carro autônomo, no chão de fábrica e no sistema de atendimento dos hospitais. Mas também está na rede social, no seu celular, no antivírus, no buscador de internet. O Google, por exemplo, é um exemplo de empresa A.I.-first. Ou seja, todos os seus produtos têm processos de machine learning (aprendizado de máquina).
Inteligência Artificial na economia global
Alguns temem que, em algum momento no futuro, uma I.A. superinteligente pode representar uma ameaça existencial para a humanidade. Muitos especialistas, no entanto, acreditam que a verdadeira ameaça da inteligência artificial pode levar a uma mudança generalizada da economia. Qual será o impacto da inteligência artificial nos empregos no longo prazo? Máquinas inteligentes podem gerar desemprego em massa? Como será a vida depois da massificação da A.I.? As pessoas têm se preocupado com o impacto da tecnologia na sociedade, em ferrovias, eletricidade e carros desde o começo da Era Industrial. O The Economist lembra que essas preocupações têm permeado a humanidade desde o advento da industrialização dois séculos atrás. O economista inglês David Ricardo levantou a questão de máquinas em 1821, dizendo que ―o emprego de máquinas é frequentemente prejudicial para seus interesses". Dada a automação contínua do trabalho humano ao longo dos últimos dois séculos, por que ainda há tantos postos de trabalho? A resposta é simples: tarefas que não podem ser substituídas pela automação são geralmente complementadas por ela. Automação, de fato, substitui o trabalho. No entanto, ela também o complementa. A automação proporcionada pela inteligência artificial (I.A.) provocou alterações importantes no mundo corporativo. Como esse recurso afetará as estruturas empresariais? De que maneira a sua organização precisa se preparar? A maioria dos trabalhos envolve uma série de tarefas ou processos. Algumas delas são mais rotineiras, enquanto