Sejam atletas em um campo esportivo ou celebridades na selva, nada prende nossa atenção como o drama de disputar um único prêmio. E quando se trata da evolução da inteligência artificial (IA), alguns dos momentos mais cativantes também foram entregues em acabamentos de roer as unhas.
Em 1997, o computador de xadrez Deep Blue da IBM foi colocado contra o grande mestre e atual campeão mundial Garry Kasparov, tendo perdido para ele no ano anterior.

Mas desta vez, a IA venceu. O popular jogo chinês Go foi o próximo, em 2016, e novamente houve uma inspiração coletiva quando a IA do Google foi vitoriosa. Essas competições ilustram com elegância o que é único na IA:podemos programá-la para fazer coisas que não podemos fazer sozinhos, como vencer um campeão mundial.

Mas e se esse enquadramento obscurecer algo vital – que inteligência humana e artificial não são a mesma coisa? A IA pode processar rapidamente grandes quantidades de dados e ser treinada para executar tarefas específicas; a inteligência humana é significativamente mais criativa e adaptável.

A questão mais interessante não é quem vai ganhar, mas o que as pessoas e a IA podem alcançar juntos? A combinação das duas formas de inteligência pode fornecer um resultado melhor do que qualquer uma delas sozinha.

Isso é chamado de inteligência colaborativa. E esta é a premissa da nova Plataforma de Ciência do Futuro de Inteligência Colaborativa (CINTEL) de A$ 12 milhões da CSIRO, que estamos liderando.

Xeque-mate companheiros

Embora o xadrez tenha sido usado para ilustrar a competição entre IA e humanos, ele também fornece um exemplo de inteligência colaborativa. O Deep Blue da IBM venceu o campeão mundial, mas não tornou os humanos obsoletos. Os jogadores de xadrez humanos que colaboram com a IA provaram ser superiores aos melhores sistemas de IA e aos jogadores humanos.

E embora esse xadrez "freestyle" exija uma excelente habilidade humana e tecnologia de IA, os melhores resultados não vêm simplesmente da combinação da melhor IA com o melhor grande mestre. O processo pelo qual eles colaboram é crucial.

Portanto, para muitos problemas – particularmente aqueles que envolvem contextos complexos, variáveis ​​e difíceis de definir – provavelmente obteremos melhores resultados se projetarmos sistemas de IA explicitamente para trabalhar com parceiros humanos e fornecermos aos humanos as habilidades para interpretar sistemas de IA.

Um exemplo simples de como as máquinas e as pessoas já estão trabalhando juntas é encontrado nos recursos de segurança dos carros modernos. A tecnologia de assistência à faixa de rodagem usa câmeras para monitorar as marcações da pista e ajustará a direção se o carro parecer estar saindo da pista.

No entanto, se ele sentir que o motorista está se afastando ativamente, ele desistirá para que o humano permaneça no comando (e a IA continue a ajudar na nova pista). Isso combina os pontos fortes de um computador, como concentração ilimitada, com os do ser humano, como saber responder a eventos imprevisíveis.

Existe potencial para aplicar abordagens semelhantes a uma série de outros problemas desafiadores. Em configurações de segurança cibernética, humanos e computadores podem trabalhar juntos para identificar quais das muitas ameaças dos cibercriminosos são as mais urgentes.

Da mesma forma, na ciência da biodiversidade, a inteligência colaborativa pode ser usada para dar sentido a um grande número de espécimes alojados em coleções biológicas.

Lançando as bases

Sabemos o suficiente sobre inteligência colaborativa para dizer que ela tem um enorme potencial, mas é um novo campo de pesquisa – e há mais perguntas do que respostas.

Por meio do programa CINTEL da CSIRO, exploraremos como pessoas e máquinas trabalham e aprendem juntas, e como essa forma de colaboração pode melhorar o trabalho humano. Especificamente, abordaremos quatro fundamentos da inteligência colaborativa:

1. fluxos de trabalho e processos colaborativos . A inteligência colaborativa exige repensar o fluxo de trabalho e os processos, para garantir que humanos e máquinas se complementem. Também exploraremos como isso pode ajudar as pessoas a desenvolver novas habilidades que podem ser úteis em todas as áreas da força de trabalho
2. conscientização da situação e intenção de compreensão . Trabalhar para os mesmos objetivos e garantir que os humanos entendam o progresso atual de uma tarefa
3. confiança . Os sistemas de inteligência colaborativa não funcionarão sem que as pessoas confiem nas máquinas. Devemos entender o que a confiança significa em diferentes contextos e como estabelecer e manter a confiança
4. comunicação . Quanto melhor a comunicação entre os humanos e a máquina, melhor a colaboração. Como podemos garantir que ambos se entendam?

Robôs reinventados

Um de nossos projetos envolverá o trabalho com a equipe de robótica e sistemas autônomos baseados em CSIRO para desenvolver uma colaboração mais rica entre humanos e robôs. A inteligência colaborativa permitirá que humanos e robôs respondam às mudanças em tempo real e tomem decisões juntos.

Por exemplo, robôs são frequentemente usados ​​para explorar ambientes que podem ser perigosos para humanos, como em missões de resgate. Em junho, robôs foram enviados para ajudar nas operações de busca e resgate, depois que um prédio de 12 andares desabou em Surfside, na Flórida.

Muitas vezes, essas missões são mal definidas e os humanos devem usar seus próprios conhecimentos e habilidades (como raciocínio, intuição, adaptação e experiência) para identificar o que os robôs devem fazer. Embora o desenvolvimento de uma verdadeira equipe humano-robô possa ser difícil inicialmente, é provável que seja mais eficaz a longo prazo para missões complexas.