Inteligência Artificial e Robótica - Aula1

Prévia do material em texto

AULA 1 
 
 
 
 
 
 
 
 
 
 INTELIGÊNCIA ARTIFICIAL E 
ROBÓTICA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Prof. Luciano Frontino de Medeiros 
 
 
2 
TEMA 1 – INTRODUÇÃO À IA 
De que forma uma inteligência pode se manifestar fora de um ser humano, 
ou mesmo de um ser vivo? Quando falamos das criações tecnológicas 
construídas pelo ser humano ao longo da sua história, a inteligência artificial (IA) 
surge como uma das áreas de conquistas mais importantes alcançadas pela 
humanidade. De acordo com Medeiros (2018), a inteligência artificial se encontra 
no ápice do desenvolvimento tecnológico da raça humana. 
A inteligência artificial está relacionada também com o desenvolvimento de 
ferramentas pelo ser humano. O ser humano tem construído ferramentas desde o 
alvorecer da raça humana, e uma ferramenta é uma extensão da mente humana 
para a transformação de algo no ambiente (Pozo, 1998). A construção de 
ferramentas permitiu alcançar a qualidade de vida que a raça humana desfruta 
hoje. 
Entretanto, as ferramentas não são apenas aquelas que transformam 
alguma coisa no ambiente. Palavras também são ferramentas mentais, utilizadas 
tanto para comunicação quanto para auxiliar a estruturar o pensamento (Pozo, 
1998). Dessa forma, as ferramentas foram se tornando mais e mais complexas ao 
longo do tempo. 
Pode-se considerar os computadores como ferramentas altamente 
complexas, pois permitiram “corporificar” o pensamento lógico encontrado no 
sistema cérebro/mente. Assim, um raciocínio pode ser feito num computador, 
utilizando as regras da lógica criadas pelo pensamento humano. Máquinas 
podem, portanto, “pensar” baseados num ponto de vista. 
O homem exterioriza as ferramentas e tarefas cognitivas com base em seu 
intelecto, para que possa se adaptar melhor ao ambiente, ou mesmo alterá-lo 
(Dennett, 1997, p.122). 
TEMA 2 – CONCEITO DE INTELIGÊNCIA ARTIFICIAL 
Para começarmos a falar sobre a inteligência de computadores e 
máquinas, é necessário pensar primeiro no conceito de inteligência de maneira 
geral. O ponto de partida para a conceituação da inteligência artificial começa em 
1950, quando Alan Turing formula a questão “Pode uma máquina pensar?”. Na 
época, a situação já era diferente, pois os primeiros computadores digitais já 
haviam sido construídos. Alguns deles podiam fazer tarefas inteligentes, 
 
 
3 
colocando em risco o mito de que a inteligência seria uma capacidade 
exclusivamente humana. 
Mas para buscar a essência do que é o pensamento, uma resposta para a 
pergunta, Turing muda de estratégia e, em vez de colocar foco na forma como 
uma máquina é construída, deve-se utilizar um teste para saber se a máquina 
pensa ou não. Assim, Turing propõe uma variação do jogo de imitação: três 
pessoas, um interrogador C faz perguntas a um homem X e a uma mulher Y, sem 
saber o sexo de cada um. Por meio de um conjunto de perguntas, o interrogador 
segue perguntando a cada um para descobrir quem é quem. 
Figura 1 – Jogo de adivinhação que inspirou Turing 
 
Fonte: elaborado pelo autor. 
Turing propõe uma variante de um jogo muito popular, no qual o objetivo 
era descobrir se um interlocutor era um homem ou uma mulher. Assim, no jogo 
proposto por Turing, deve-se descobrir quem é o ser humano e quem é a máquina. 
Figura 2 – Variante do jogo para o teste de Turing 
 
Fonte: elaborado pelo autor. 
 
 
4 
Pode ser que o interrogador não venha a perceber quem é quem, ou seja, 
que a máquina venha a passar no teste. Na verdade, o jogo objetiva identificar, 
em outras palavras, se o comportamento linguístico da máquina é indistinguível 
daquele exibido por um ser humano. Caso isso seja constatado, não há razão 
para não atribuir a essa máquina a capacidade de pensar. 
Mas que inteligência é realmente testada? O Teste de Turing não testa 
diretamente se um computador se comporta de forma inteligente; testa apenas se 
um computador está se comportando como um humano, porém o comportamento 
humano e o comportamento inteligente não são exatamente a mesma coisa! 
Portanto, a pergunta se volta novamente para saber o que é “inteligência”. 
Pode-se identificar uma série de conceitos com base em diferentes áreas e seus 
pesquisadores. Conforme o psicólogo Gardner (1995, p. 21), é a “capacidade de 
resolver problemas ou elaborar produtos que sejam importantes num determinado 
ambiente ou comunidade cultural”. Já para o pesquisador de IA Minsky (1985, p. 
71), “nossas mentes contêm processos efetuados por meio de agentes que nos 
capacitam a resolver problemas que consideramos difíceis”. 
Para o psicólogo cognitivo Sternberg (2014, p.474), é a “capacidade que o 
ser humano tem para aprender com a experiência”. E para Jean Piaget, um teórico 
bastante estudado em termos de aprendizagem, significa “Interações do indivíduo 
com o ambiente, envolvendo um equilíbrio entre a assimilação e acomodação” 
(LeFrançois, 2013). 
Com base nesses conceitos, podemos elencar alguns elementos comuns 
que se aparecem ou são comuns entre eles (Medeiros, 2018), dando indícios do 
que vem a se caracterizar a inteligência artificial: 
• Capacidade de resolução de problemas 
• Aprendizado com o ambiente 
• Desenvolvimento de estruturas cognitivas 
• Orientação a metas e objetivos 
Dessa forma, podemos ver que a IA significa a jornada do ser humano, na 
busca da compreensão de suas funções mais nobres. A IA é uma busca pelo 
metaconhecimento (ou seja, como sabemos o que sabemos?) e pelo 
autoconhecimento (de que forma nós sabemos?). Pode-se dizer que a meta 
fundamental da IA é entender os mecanismos complexos de funcionamento do 
sistema cérebro-mente, para então reproduzi-los (artificialmente...). 
 
 
5 
Russel e Norvig (2004) definem inteligência artificial com base em duas 
dimensões: processos de pensamento (pensar como um ser humano ou pensar 
de forma racional) ou processos de ação ou comportamento (pensar ou agir). A 
combinação entre eles produz quatro definições para a IA: 
• Sistemas que pensam como seres humanos; 
• Sistemas que pensam racionalmente; 
• Sistemas que agem como seres humanos; 
• Sistemas que agem racionalmente. 
Quadro 1 – Framework para definições de IA em categorias 
 Ser humano Racionalidade 
Pensar 
Sistemas que pensam como seres 
humanos 
Sistemas que pensam 
racionalmente 
Agir Sistemas que agem como seres humanos Sistemas que agem racionalmente 
Fonte: Russel; Norvig, 2004. 
Para Luger (2013, p. 1), a IA “pode ser definida como o ramo da ciência da 
computação que se ocupa da automação do comportamento inteligente”. Tanto 
as técnicas quanto a conceituação teórica devem estar baseadas em princípios 
consistentes e implementadas com base em estruturas de dados e a codificação 
de algoritmos, todos baseados em linguagens de programação. 
Pode-se ainda definir IA em “IA forte” e “IA fraca”. Na perspectiva da IA 
forte, existe uma atividade mental em um sistema de IA e esta é simplesmente a 
realização de uma sequência bem definida de operações (algoritmo). Qualidades 
mentais tais como as dos seres humanos poderiam ser atribuídas ao 
funcionamento lógico de qualquer dispositivo de computação. Dessa forma, 
pensamento, inteligência, sentimento, consciência devem ser consideradas como 
simplesmente aspectos do funcionamento complexo de algoritmos (Penrose, 
1991, p. 16-17). Sistemas que pensam como seres humanos ou sistemas que 
agem como seres humanos se enquadram nessa categoria. 
Já para a IA fraca, as máquinas podem ser programadas para se comportar 
como se fossem inteligentes (Russel; Norvig, 2004, p. 915). Os dispositivos e 
algoritmos não teriam capacidade de pensamento tal como o humano, mas 
simulam, ou tentam simular, como os processos mentais se desenrolam na mente. 
Dessa forma, aspectos da inteligência podem ser simulados inclusive por 
 
 
6 
processos que não são deduzidos diretamente da mente humana. Sistemas que 
pensam ou que agem racionalmentese enquadram nessa categoria. 
A IA pode ser também classificada de acordo com a perspectiva adotada 
quanto à origem e o substrato do raciocínio. Proveniente da discussão na filosofia 
sobre o problema cérebro-mente, a IA pode adotar uma perspectiva ou outra para 
fundamentar a criação dos algoritmos para a simulação dos processos de 
raciocínio. Se considerarmos que o cérebro é o responsável pelo raciocínio e que 
este último se dá pelas das interações eletroquímicas entre neurônios, por meio 
de suas sinapses, então a IA pode ser estudada por meio do paradigma 
conexionista. Nesse paradigma, é necessária a concepção de elementos 
unitários que interagem entre si, os neurônios artificiais, de forma a perfazer certas 
atividades como reconhecimento de padrões ou regressão de dados. A estrutura 
se constitui em camadas de neurônios que estão conectadas conforme a 
finalidade da rede neural e o algoritmo básico se preocupa com o treinamento 
dessa rede. Esse treinamento pode ser feito de forma supervisionada (também se 
diz “com um professor”) ou de forma auto-organizada ou não supervisionada 
(Medeiros, 2018, p.22). 
No entanto, se, em vez de levar em consideração o processamento de 
neurônios interconectados, se considerar o tratamento de símbolos que a mente 
executa, então a base para se criar a IA é o paradigma simbólico. O pensamento 
abstrato e o raciocínio lógico são a base para que, por meio de linguagens de 
programação, se escrevam algoritmos que trabalhem de forma simbólica. Dentro 
da inteligência artificial há uma série de representantes nessa linha de pesquisa, 
tais como os sistemas especialistas, a programação lógica e os sistemas 
baseados em conhecimento (Medeiros, 2018, p. 23). 
TEMA 3 – INTELIGÊNCIA ARTIFICIAL E EDUCAÇÃO 
A área da IA sempre acenou com possibilidades de melhorias dos 
processos de ensino e aprendizagem. Podem-se enumerar algumas delas, tais 
como os sistemas tutoriais inteligentes, a teoria do construcionismo de Papert e o 
paradigma do conexionismo (redes neurais artificiais). 
Os sistemas tutoriais inteligentes permitiam o uso das técnicas de IA e 
psicologia cognitiva para conduzir o processo de ensino e aprendizagem. “Os STI 
são sistemas instrucionais baseados em computador com modelos de conteúdo 
 
 
7 
instrucional que especificam o que ensinar, e estratégias de ensino que 
especificam como ensinar” (Wenger, 1987). 
Já o construcionismo de Papert é derivado do construtivismo de Piaget, o 
qual acreditava que o desenvolvimento infantil progride ao longo de uma série de 
estágios, cada um caracterizado pelo desenvolvimento de novas capacidades. 
Dessa forma, os estágios descritos por Piaget eram o pensamento sensório-
motor, o pensamento pré-operacional, a fase das operações concretas e a fase 
das operações formais (epistemologia genética). 
O construcionismo é baseado “na suposição de que as crianças farão 
melhor descobrindo por si mesmas o conhecimento específico de que precisam” 
(Papert, 1994). Tem-se aqui a crítica de Papert com relação ao foco nas 
operações formais em detrimento das operações concretas: o comprometimento 
de passar tão rápido quanto possível do concreto para o abstrato resulta em 
dedicar um tempo mínimo para a realização do trabalho mais importante. 
Apenas as atividades de “colocar a mão na massa” não são suficientes, 
pois geralmente estão limitadas a sequências de passos repetidos pelo aprendiz. 
(RESNICK, 2009). O aprendiz tende a não se envolver com o que faz quando 
metas e resultados são definidos por outras pessoas. A abordagem 
construcionista pressupõe maior controle por parte do aprendiz sobre a definição 
e a resolução de problemas (Maltempi, 2004). 
Papert cria então a linguagem Logo, uma linguagem para ensinar 
habilidades de programação às crianças. A Logo permitia o uso de comandos para 
movimentar um cursor na forma de tartaruga sobre uma tela e, dessa forma, a 
criação de figuras geométricas planas. Vários softwares são baseados no conceito 
da linguagem Logo: SuperLogo, Kturtle, LibreLogo, AF Logo etc. A preocupação 
de Papert com o ensino de programação mostra o quanto a IA e a robótica 
estiveram alinhadas com a educação ainda no século passado. 
TEMA 4 – ROBÓTICA EDUCACIONAL 
A história da robótica na educação nasce com o aparecimento dos 
computadores no âmbito escolar. Isso se deu de forma geral nos anos 70, 
inicialmente nos Estados Unidos e só em meados de 1980 começam a ser 
inseridos no Brasil. As primeiras experiências com o computador nas instituições 
educacionais objetivavam a realização de atividades de programação. Dessa 
forma, abria-se um novo leque de oportunidades pedagógicas (Papert, 1994). 
 
 
8 
Com base na ideia da criação de micromundos e das adversidades 
encontradas, Papert encontrou caminhos para contorná-las, desvinculando-a do 
micromundo das tartarugas, partindo, assim, para o uso de equipamentos 
robóticos (LEGO). Os alunos poderiam criar seu próprio micromundo por meio da 
invenção de engenhocas robóticas, condizentes com a realidade (Figura 3 e 4). 
Figura 3 – Crianças montando robôs baseados na plataforma LEGO 
 
Créditos: Lightfield Studios/Shutterstock. 
Figura 4 – Alunos montando um robô, com supervisão do professor. 
 
Créditos: Business Images/Shutterstock. 
Atualmente, a linguagem Scratch herda as características e as motivações 
iniciais do construcionismo com a linguagem Logo. Desenvolvida em 2007 pelo 
 
 
9 
Media Lab (Mitchel Resnick), os alunos podem usar o Scratch para programar 
estórias, animações e jogos interativos (Figura 5). Durante esse processo, eles 
aprendem a pensar de forma criativa, a raciocinar sistematicamente e a trabalhar 
de forma colaborativa. 
Figura 5 – Exemplo de um programa em blocos em linguagem Scratch, que 
executa o giro de um servomotor de 10 em 10 graus até chegar a 180 graus. 
 
Fonte: elaborado pelo autor. 
Portanto, a robótica educacional é uma área de estudos multidisciplinares, 
relacionada à implementação de projetos educativos, melhorando o entendimento 
por meio de práticas de operação e fabricação de robôs, criando um cenário de 
aprendizagem que possibilite aos alunos construírem o conhecimento (Moreira, 
2006). Neste âmbito, a robótica pode ser trabalhada de forma interdisciplinar, 
articulando várias disciplinas dispostas no currículo escolar. 
Na educação, a utilização da robótica tende a gerar uma série de benefícios 
tais como a melhoria na qualidade da aprendizagem e novas metodologias 
participativas. Para os alunos, é uma excelente ferramenta para exercitar a 
criatividade, estudar e praticar conceitos relacionados a diferentes disciplinas 
(Torcato, 2012). 
Na qualidade de ferramenta complementar ao ensino, pode-se dizer que há 
uma melhor significação dos conteúdos quando esses se aliam ao uso da robótica. 
Quando o aluno experimenta na prática os conceitos teóricos, estes se tornam 
mais significativos, proporcionando-lhe maior ganho intelectual, além de ser uma 
 
 
10 
maneira divertida de levar os alunos a descobrir o funcionamento da tecnologia 
(Santos, 2017). 
TEMA 5 – INTELIGÊNCIA ARTIFICIAL E ROBÓTICA 
Pode-se notar, então, que existe uma série de conceitos comuns entre 
inteligência artificial e robótica. Esta pode ser entendida como uma área da IA na 
qual o algoritmo se une ao artefato (Russel; Norvig, 2004). Por meio da robótica, 
podem-se simular comportamentos baseados no ser humano (ou ser vivo), 
implementando-os em algoritmos. 
Portanto, a construção de algoritmos que interpretam sinais de sensores 
executam atividades para a movimentação de atuadores são atividades típicas da 
IA relacionadas a robôs. O conceito de robô e de agente inteligente estão bem 
próximos um do outro. 
A robótica é uma área multidisciplinar, envolvendo conceitos de áreas bem 
diferentes, tais como computação, psicologia cognitiva e comportamental, 
engenharia, matemática e linguística.Dessa forma, a robótica herda da IA essa 
característica multidisciplinar. 
Quanto à sua origem, a palavra robot deriva da palavra tcheca robotnik, 
que significa “servo”. Sua origem deve-se a Karel Capek (1890-1938), que 
escreveu a peça de teatro R.U.R (Rossum’s Universal Robots). A peça conta a 
história de um cientista (Rossum) que inventa uma substância química que foi 
utilizada para a fabricação de humanoides com o objetivo de serem obedientes e 
realizarem todo o trabalho físico (Figura 6). 
Figura 6 – Karel Capek 
 
Créditos: Romanvs Roman Mojzis/Shutterstock. 
 
 
11 
No entanto, a palavra robótica aparece pela primeira vez com o escritor de 
ficção científica Isaac Asimov, utilizada primeiramente na história de ficção 
científica de Isaac Asimov, Liar! (1941). O autor se refere às três regras que 
posteriormente se tornaram as “Três leis da robótica” na publicação de ficção Eu, 
Robô (Figura 7). Nesse sentido, ou de que ela é uma servidora de tarefas, a 
robótica ou o uso de robôs na educação, como auxiliar do professor, pode 
promover um ambiente de aprendizagem, no qual o aluno aprende a pesquisar 
novos conhecimentos, despertando seu potencial criativo principalmente o 
aprender para o futuro (Zilli, 2004). 
Figura 7 – Representação do escritor de ficção científica e visionário Isaac 
Asimov, o qual contribuiu para a disseminação dos conceitos de robótica 
 
Créditos: Matias del Carmine/Shutterstock. 
Saiba mais 
O estudo dos autômatos não é algo recente. A menção a artefatos que se 
movimentam de maneira autômata pode ser encontrada inclusive na mitologia 
grega. O clássico grego Medeia, de Eurípedes, narra a aventura de Jasão e os 
Argonautas. Comenta-se que Hefestos, o deus grego da metalurgia e construtor 
de máquinas vivas de três patas, foi obrigado por Zeus, seu irmão, a criar um 
guerreiro invencível. Auxiliado por ciclopes, construiu Talos, um autômato de 
bronze. Talos percorria três vezes por dia a costa de Creta, protegendo-a dos 
invasores. Foi destruído por Jasão, com a ajuda da feiticeira Medeia. 
Fonte: Escrig, 2014. 
 
 
12 
No século XIII, Jaques de Vaucason (1709-1782) construiu uma série de 
autômatos para imitar alguns aspectos da movimentação e funções dos seres 
vivos (Figura 8). Foi o inventor do tocador de flautas, considerado o primeiro 
autômato biomecânico da história. Também criou o pato digestor, demonstrando 
a similaridade entre os animais e as máquinas (Escrig, 2014). 
Figura 8 – Estátua de Jacques de Vaucason em Grenoble (França) 
 
Créditos: Marzolino/Shutterstock. 
Ao fim deste tema, nota-se a inter-relação entre a inteligência artificial e a 
robótica de maneira geral. Entretanto, para aprofundar melhor o estudo, é 
necessário conhecer como os agentes inteligentes, um conceito derivado da IA, 
tem influência sobre a organização e o funcionamento de robôs. Com base nisso, 
o conhecimento dos algoritmos de busca para a resolução de problemas pode ser 
interessante para a implementação de robôs que possam executar alguma tarefa, 
por exemplo, a busca de um melhor caminho a percorrer em determinada trilha. 
 
 
 
13 
REFERÊNCIAS 
DENNETT, D. C. Tipos de mentes: rumo a uma compreensão da consciência. 
Rio de Janeiro: Rocco, 1997. 
ESCRIG, A. El reloj milagroso y otras histórias científicas sobre robótica, 
automática y máquinas prodigiosas. Madrid: Guadalmazán, 2014. 
FREGE, G. Ensayos de semántica y filosofía de la lógica. Madrid-España: 
Tecnos, 2013. 
______. Inteligências múltiplas: a teoria na prática. Trad. Maria Adriana 
Veríssimo Veronese. Porto Alegre: Artes Médicas, 1995. 
LEFRANÇOIS, G. R. Teorias da aprendizagem. Tradução da 5. ed. São Paulo: 
Cengage Learning, 2013. 
LUGER, G. F. Inteligência artificial. São Paulo: Pearson Education, 2013. 
MALTEMPI, M. V. Construcionismo: pano de fundo para pesquisas em informática 
aplicada à educação matemática. In: BICUDO, M. A. V.; BORBA, M. C. (Eds.). 
Educação matemática: pesquisa em movimento. São Paulo: Cortez, 2004. p. 
264–282. 
MATARIC, J. M. Introdução à robótica. São Paulo: ed. UNESP/Blucher, 2014. 
MEDEIROS, L. F. de. Inteligência artificial aplicada: uma abordagem 
introdutória. Curitiba: InterSaberes, 2018. 
MINSKY, M. The society of mind. Aurellen, 1985 (online). 
MOREIRA, M. A. A teoria da aprendizagem significativa e sua implementação 
em sala de aula. Brasília: Universidade de Brasília, 2006. 
PAPERT, S. Logo: computadores e educação. São Paulo: Brasiliense, 1985. 
_____. A máquina das crianças: repensando a escola na Era da Informática. 
Porto Alegre: Artes Médicas, 1994. 
PENROSE, P. A mente nova do rei. Rio de Janeiro: Campus, 1991. 
POZO, J. I. Teorias cognitivas da aprendizagem. Porto Alegre: Artes Médicas, 
1998. 
RESNICK, M. et al. Scratch: programming for all. Communications of the ACM, 
v. 52, p. 60–67, 2009. 
 
 
14 
RUSSEL, S.; NORVIG, P. Inteligência artificial. Tradução da 2. ed. Rio de 
Janeiro: Campus, 2004. 
SANTOS, I. Contribuição da robótica como ferramenta pedagógica no ensino 
da matemática no terceiro ano do ensino fundamental. Dissertação (Mestrado 
em Educação) – Centro Universitário Internacional Uninter, Curitiba, 2017. 
STERNBERG, R. J. Psicologia cognitiva. Tradução da 5. ed. americana. São 
Paulo: Cengage Learning, 2014. 
TORCATO, P. O robô̂ ajuda? – Estudo do impacto do uso de robótica educativa 
como estratégia de aprendizagem na disciplina de Aplicações Informáticas B. 
Congresso Internacional de TIC e Educação, p. 2578–2583, 2012. 
WENGER, E. Artificial intelligence and tutoring systems: computational and 
cognitive approaches to the communications of knowledge. Los Altos, CA: Morgan 
Kaufmann Publishers, 1987. 
ZILLI, S. R. A robótica educacional no ensino fundamental: perspectivas e 
práticas. 2004. Dissertação (Mestrado em Engenharia de Produção) – Programa 
de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa 
Catarina, Florianópolis, 2004.