Como o big data e a inteligência artificial podem ajudar a combater a pobreza

Quando se trata da relação inteligência artificial/empregos, os prognósticos são desanimadores. Diz a lenda que ela pode, em breve, ameaçar milhões de empregos, representando para os trabalhadores administrativos nas próximas duas décadas o que a mecanização acarretou para os operários nos últimos 20 anos. Isso sem falar dos motoristas de caminhão e táxi, que se verão desempregados ou subempregados assim que os veículos autônomos tomarem as ruas.

Porém, em vez de lembrar só dos problemas que pode acarretar, é hora de pensar nos possíveis benefícios que pode trazer para a sociedade; a revolução do big data e da inteligência artificial (IA) também pode ajudar a combater a pobreza e promover a estabilidade econômica.

A miséria, é claro, é um fenômeno multifacetado, mas é uma condição geralmente resultante de um ou mais desses fatores: falta de renda (desemprego); falta de preparo (educação); dependência dos serviços públicos (assistência social). A IA pode lidar com os três.

Para começar, ao mesmo tempo em que a inteligência artificial ameaça deixar muitas pessoas desempregadas, ela pode ser utilizada para prepará-las para as vagas intermediárias boas que não estão sendo preenchidas. Atualmente há milhões delas nos Estados Unidos e é nesse tipo de compatibilidade que a IA pode ser fundamental, pois pode prever onde essas oportunidades estarão e quais as capacidades e estudo necessários para exercê-las.

Podemos levar o que é conhecido como “educação diferenciada” a todos os alunos do país

 

Historicamente, evitamos esse tipo de planejamento social e adequação empregatícia, talvez porque nos dê a ideia de uma economia centralizada; acontece que ninguém está sugerindo que o governo force os trabalhadores a fazer o treinamento e assumir essa ou aquela vaga – ou mesmo que a identificação das mesmas tenha de ser função pública. O fato é que agora temos meios de acabar com as conjecturas na relação entre a disponibilidade de empregos e no preenchimento dessas vagas.

Além disso, podemos levar o que é conhecido como “educação diferenciada” – baseada no conceito de que cada um assimila o conhecimento de formas e ritmos diferentes – a todos os alunos do país. Um estudo de 2013, feito pelo Instituto Nacional de Saúde, concluiu que quase 40% dos estudantes de Medicina têm uma forte identificação com uma modalidade de aprendizado: alguns preferem ouvir; outros, ver, e há aqueles que se saem melhor pondo a mão na massa.

Nosso sistema educacional se baseia exatamente no contrário: reunimos os jovens em uma sala, usamos o mesmo método de instrução com todos e torcemos para dar certo. A inteligência artificial tem condição de melhorar isso, pois mesmo no contexto de um currículo padrão seus “professores” podem fazer o acompanhamento e corrigir as deficiências do aluno, adaptando o curso ao estilo de aprendizado de cada um, mantendo-o assim engajado.

O tipo dominante de IA atual, também conhecido como “aprendizado de máquina”, permite aos programas de computador maior precisão – ou instrução, se preferir –, pois absorvem mais dados e os relacionam com exemplos conhecidos de outras séries de informações. Dessa forma, o “professor” de IA vai se aperfeiçoando cada vez mais na identificação das necessidades estudantis e como supri-las, já que passa mais tempo vendo o que funciona na melhoria do desempenho.

Leia também: O ensino do futuro em 10 ideias (artigo de Tom Ferrari, publicado em 3 de abril de 2015)

Em terceiro lugar, a iniciativa de trazer a educação e o treinamento/adequação profissionais para o século 21 precisa acabar de vez com a dependência de uma parte substancial da população dos programas assistenciais do governo para os mais carentes. Com o recurso da tecnologia de ponta, poderíamos reduzir esses serviços aos níveis em que atendessem às necessidades para as quais foram criados originalmente.

O big data pode ser utilizado na previsão de programas que possam ajudar determinadas pessoas em determinados momentos e avaliar com rapidez se estão causando o efeito desejado. Para usar uma analogia publicitária, seria a diferença entre levar um comercial ao ar no horário nobre e fazê-lo através de uma análise mais minuciosa (microtargeting). Adivinha qual dos dois é o mais barato e o que tem mais chances de alcançar o público-alvo?

Em relação ao efeito nocivo da ideologia no debate sobre a assistência pública, o big data promete algo mais próximo a uma avaliação imparcial da eficácia desses programas sociais. Poderíamos nos aproximar da visão de uma sociedade meritocrática e tecnocrata que os políticos de ambos os partidos, tanto em nível municipal quanto estadual – ou seja, mais próximos dos problemas práticos que seu eleitorado enfrenta –, começaram a adotar.

Leia também: Desemprego 4.0 (artigo de Vinicius Maximiliano, publicado em 21 de dezembro de 2017)

Até o Congresso de vez em quando acorda do torpor partidário para levar adiante a causa da tecnologia na tomada de decisões de políticas públicas, como em 2016, quando votou a favor – e o então presidente Obama autorizou – a criação da Comissão de Criação de Políticas Baseadas em Evidências. A legislação foi elaborada pelo senador democrata Patty Murray e pelo presidente da Câmara, o republicano Paul Ryan. Antes de ser automaticamente dissolvida, em setembro de 2017, usou os dados públicos para avaliar a eficiência das políticas governamentais e fez recomendações baseando-se em suas conclusões.

Isso representa mais uma indicação do aspecto promissor da IA e do big data a serviço do bem geral. Antes de descartarmos essas novas tecnologias apenas como agentes do caos e da ruptura, devemos avaliar seu potencial de trabalho pelo benefício da sociedade.