Seríamos capazes de decifrar uma linguagem alienígena?
No filme de ficção científica de 2016 A Chegada (Arrival), uma linguista enfrenta a tarefa assustadora de decifrar uma linguagem alienígena composta por frases palíndromas — que se leem da mesma forma de trás para frente — escritas com símbolos circulares. À medida que ela descobre várias pistas, diferentes nações ao redor do mundo interpretam as mensagens de maneiras distintas — algumas presumindo que representem uma ameaça.
CONTINUA DEPOIS DA PUBLICIDADESe a humanidade se encontrasse em uma situação semelhante hoje, nossa melhor aposta poderia ser recorrer às pesquisas que investigam como a inteligência artificial (IA) desenvolve linguagens.
Mas o que exatamente define uma linguagem? A maioria de nós usa pelo menos uma para se comunicar com as pessoas ao nosso redor, mas como ela surgiu? Linguistas têm refletido sobre essa questão há décadas, e ainda não há uma maneira fácil de descobrir como a linguagem evoluiu.
A linguagem é efêmera; ela não deixa vestígios examináveis nos registros fósseis. Diferente dos ossos, não podemos desenterrar línguas antigas para estudar como se desenvolveram ao longo do tempo.
CONTINUA DEPOIS DA PUBLICIDADEEmbora possamos ser incapazes de estudar a verdadeira evolução da linguagem humana, talvez uma simulação possa fornecer alguns insights. É aí que entra a IA — um campo fascinante de pesquisa chamado comunicação emergente, que venho estudando nos últimos três anos.
Para simular como uma linguagem pode evoluir, damos a agentes (IAs) tarefas simples que exigem comunicação, como um jogo em que um robô deve guiar outro até um local específico em uma grade, sem mostrar o mapa. Fornecemos (quase) nenhuma restrição sobre o que podem dizer ou como — apenas damos a tarefa e deixamos que resolvam da maneira que quiserem.
Como resolver essas tarefas exige que os agentes se comuniquem entre si, podemos estudar como sua comunicação evolui ao longo do tempo para obter uma ideia de como a linguagem pode ter evoluído.
CONTINUA DEPOIS DA PUBLICIDADEExperimentos semelhantes foram feitos com humanos. Imagine que você, um falante de inglês, seja pareado com alguém que não fala inglês. Sua tarefa é instruir seu parceiro a pegar um cubo verde em meio a vários objetos sobre uma mesa.
Você poderia tentar gesticular a forma de um cubo com as mãos e apontar para a grama do lado de fora para indicar a cor verde. Com o tempo, vocês desenvolveriam uma espécie de proto-linguagem juntos. Talvez criassem gestos ou símbolos específicos para “cubo” e “verde”. Por meio de interações repetidas, esses sinais improvisados se tornariam mais refinados e consistentes, formando um sistema básico de comunicação.
Com a IA, o processo é semelhante. Por meio de tentativa e erro, elas aprendem a se comunicar sobre os objetos que veem, e suas parceiras de conversa aprendem a entendê-las.
CONTINUA DEPOIS DA PUBLICIDADEMas como sabemos sobre o que estão falando? Se elas desenvolvem essa linguagem apenas com sua parceira artificial e não conosco, como saber o que cada palavra significa? Afinal, uma palavra específica pode significar “verde”, “cubo” ou — pior ainda — ambos. Esse desafio de interpretação é uma parte fundamental da minha pesquisa.
Decifrando o código
A tarefa de entender a linguagem das IAs pode parecer quase impossível à primeira vista. Se eu tentasse falar polonês (minha língua materna) com um colaborador que fala apenas inglês, não conseguiríamos nos entender — nem mesmo saber onde cada palavra começa e termina.
O desafio com as linguagens de IA é ainda maior, pois elas podem organizar as informações de maneiras completamente diferentes dos padrões linguísticos humanos.
CONTINUA DEPOIS DA PUBLICIDADEFelizmente, os linguistas desenvolveram ferramentas sofisticadas usando a teoria da informação para interpretar linguagens desconhecidas.
Assim como arqueólogos reconstroem línguas antigas a partir de fragmentos, usamos padrões nas conversas das IAs para entender sua estrutura linguística. Às vezes encontramos semelhanças surpreendentes com as linguagens humanas; em outras, descobrimos formas totalmente novas de comunicação.
Essas ferramentas nos ajudam a espiar dentro da “caixa-preta” da comunicação das IAs, revelando como os agentes artificiais desenvolvem suas próprias maneiras únicas de compartilhar informações.
CONTINUA DEPOIS DA PUBLICIDADEMeu trabalho recente se concentra em usar o que os agentes veem e dizem para interpretar sua linguagem. Imagine ter a transcrição de uma conversa em uma língua desconhecida, junto com o que cada participante estava observando. Podemos relacionar padrões da transcrição com objetos no campo de visão dos participantes, criando conexões estatísticas entre palavras e objetos.
Por exemplo, talvez a frase “yayo” coincida com a passagem de um pássaro — poderíamos supor que “yayo” seja a palavra do falante para “pássaro”. Por meio de uma análise cuidadosa desses padrões, podemos começar a decifrar o significado por trás da comunicação.
No artigo mais recente que publiquei com meus colegas — a ser apresentado nos anais da conferência Neural Information Processing Systems (NeurIPS) — mostramos que esses métodos podem ser usados para reverter e compreender, ao menos em parte, a linguagem e a sintaxe das IAs, fornecendo insights sobre como elas estruturam a comunicação.
CONTINUA DEPOIS DA PUBLICIDADEAlienígenas e sistemas autônomos
Como isso se conecta com alienígenas? Os métodos que estamos desenvolvendo para entender as linguagens das IAs podem nos ajudar a decifrar futuras comunicações extraterrestres.
Se conseguíssemos obter algum texto alienígena escrito junto com contexto (como informações visuais relacionadas ao texto), poderíamos aplicar as mesmas ferramentas estatísticas para analisá-lo. As abordagens que estamos desenvolvendo hoje podem ser ferramentas úteis no futuro estudo das linguagens alienígenas, conhecido como xenolinguística.
Mas não precisamos encontrar extraterrestres para nos beneficiar dessa pesquisa. Existem diversas aplicações, desde melhorar modelos de linguagem como o ChatGPT ou Claude até aprimorar a comunicação entre veículos autônomos ou drones.
CONTINUA DEPOIS DA PUBLICIDADEAo decifrar linguagens emergentes, podemos tornar a tecnologia do futuro mais compreensível. Seja para entender como carros autônomos coordenam seus movimentos ou como sistemas de IA tomam decisões, não estamos apenas criando sistemas inteligentes — estamos aprendendo a compreendê-los.
Olaf Lipinski, doutorando em Inteligência Artificial, Universidade de Southampton
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.
CONTINUA DEPOIS DA PUBLICIDADEQuer continuar acompanhando conteúdos como este? Junte-se a nós no Facebook e participe da nossa comunidade!
Seguir no Facebook
