Escrito por Sergio Navega, Junho de 1999 Sorry, this document is not available in English
Neste artigo pretendemos apresentar alguns dos pontos que abordamos na linha de seminários sobre Inteligência da intelliwise. O artigo é praticamente uma coleção de perguntas que pretendemos responder através das palestras. Portanto, preciso avisá-lo de que minha intenção aqui é somente deixá-lo mais curioso. (mas se você quiser esclarecer qualquer ponto deste texto, basta me enviar um e-mail com sua pergunta, tentarei responder assim que possível).
Inteligência e Conhecimento: Matérias Primas do Século XXI
O mundo mudou bastante desde o século XX. Descobrimos muitas coisas espantosas como a mecânica quântica, a engenharia genética e o quão imenso é o universo. Mas foi nas últimas duas décadas que melhoramos muito nosso conhecimento sobre o mais extraordinário aspecto de nós mesmos: aquela massa de células de cerca de 1,4 kg que temos em cima de nosso pescoço. As empresas de hoje estão começando a se preocupar em compreender como funciona esse órgão e de que forma aumentar sua eficácia, por sentirem que daí virão as principais vantagens para combater a concorrência e as dificuldades de um mundo globalizado.
Quem não gostaria de aumentar sua inteligência?
É claramente o desejo da maioria. Nossa performance no trabalho e em casa é bastante influenciada pela qualidade das decisões (racionais e emocionais) que tomamos. Nada mais natural, então, que desejar aumentar essa capacidade. Durante muito tempo fomos informados de que nossa inteligência provinha essencialmente de nossa herança genética. Com o tempo (e as pesquisas) começamos a entender que o ambiente em que vivemos também influencia significativamente nossa capacidade. Mesmo assim, ainda tinhamos algo mais a descobrir. Achava-se que a inteligência fosse relativamente fixa, uma espécie de limitação inata que deveriamos carregar durante toda nossa vida. Pretendemos apresentar nesta linha de seminários que a ciência de hoje mostra que podemos melhorar nosso desempenho intelectual, mesmo com a incrível perda de neurônios que temos diariamente, enquanto envelhecemos. Podemos melhorar, podemos ser mais inteligentes, podemos ter raciocínio mais ágil e flexível. Mas, antes de começar, é conveniente fazermos algumas perguntas.
O que é Inteligência?
Em muitos dos nossos seminários, passamos uma parte do tempo discutindo e pensando sobre essa pergunta aparentemente banal. Veremos que durante muito tempo fomos informados erroneamente sobre este assunto. A gradativa descoberta do que é inteligência revela não apenas surpreendentes noções novas, mas também dirige nossa atenção para as oportunidades de incrementar nossas capacidades. Estamos convictos de que é possível incrementar nossa inteligência simplesmente conhecendo um pouco mais sobre nosso cérebro.
Ser Inteligente É Ter Muito Conhecimento?
Suponha que uma nave alienígena venha visitar nosso planeta. Suponha que eles tenham apreciado tanto os seres humanos que decidiram nos deixar um presente: um computador super-avançado capaz de responder a praticamente qualquer pergunta que fizermos sobre a ciência dos alienígenas, diretamente em Português. Entretanto, esse computador não é capaz de aprender coisas novas. Ele não poderá, por exemplo, entender as novidades que nós inventaremos com as informações que ele nos der. Ele é equivalente a uma gigantesca "enciclopédia eletrônica", uma máquina com imensa quantidade de conhecimento estocado, muito além de nossa imaginação. Aí vem a questão: podemos considerar essa máquina inteligente?
Essa é uma das questões que pretendemos enfocar, devidamente convertida para "meros humanos" como nós: alguém com muito conhecimento pode ser automaticamente considerado inteligente? Nós veremos que isto não ocorre e que o que nos torna inteligentes é a habilidade de ganhar (ou gerar) novos conhecimentos, e não o eventual fato de possuirmos muito conhecimento. Mas não se preocupe em entender agora a sutil diferença que existe entre esses conceitos. Voltaremos a eles no decorrer deste texto.
Inteligência Artificial e Knowledge Management
Este é o primeiro seminário em que tratamos diretamente do assunto inteligência nas empresas. Poucos discordariam da idéia de que este será um dos principais assuntos das Empresas do próximo século. A principal matéria prima que nossas empresas terão que manipular é o conhecimento que as fazem operar. Podemos fazer isto através do estabelecimento de metodologias e processos de estocagem e consulta a conhecimento, como propõe o Knowledge Management e a recente idéia de Business Intelligence. Também podemos fazer isto através da mecanização do raciocínio, uma das principais idéias por trás da Inteligência Artificial (IA). Entretanto, uma breve análise da história da IA poderá nos revelar que os mesmos problemas de conceituação da inteligência que apontamos na seção anterior também atrapalharam os planos dos cientistas pioneiros da área. IA não é hoje vista como empreendimento bem sucedido e isto parece ser um reflexo das falsas expectativas iniciais. É interessante analisarmos essas falsas expectativas em relação ao conceito de inteligência que pretendemos redefinir.
A Sopa De Letras
A parte inicial do seminário faz uma revisão dos principais conceitos e metodologias oferecidos. Vamos tomar uma "sopa de letras", tentando entender o que significam as siglas da moda (KDD, Knowledge Discovery in Databases, KA, Knowledge Acquisition e muitas outras).
Faremos uma apresentação do volume de recursos gasto pelas empresas em treinamento e formação de mão de obra e como a maior parte desse investimento não retorna. Vamos observar de que forma o conhecimento adquirido por funcionários treinados poderia ser mantido na empresa de modo a fazer parte de seu patrimônio, em vez de ir embora com o funcionário quando este for contratado por seu concorrente.
Pegue sua Pá e Picareta
Depois vamos entrar no assunto Data Mining, a mineração de dados. Exporemos como operam os DM, quais os algoritmos típicos usados e até onde eles vão. Será fácil perceber que existe um limite do que o DM pode nos informar e este limite tem a ver com a interpretação conceitual dos números e gráficos, que ainda permanece na mão dos "humanos". É fácil perceber que o DM falhará se esta última etapa não for cumprida a contento e aqui novamente nos deparamos com a inteligência em homens.
Máquinas Pensando?
Em seguida vamos entrar na área de Inteligência Artificial. Vamos mencionar quais as dificuldades enfrentadas pela IA desde que o termo foi inventado, em meados da década de 50. Será importante notar aqui que o problema que a IA tenta resolver é bastante próximo do problema que qualquer criança naturalmente resolve: fazer sentido do mundo que a cerca. Esta similaridade de objetivos será explorada mais profundamente no seminário sobre Ciência Cognitiva e Neurociência.
Vamos expor os principais conceitos da IA tradicional, como as redes semânticas, a lógica de primeira ordem e os "frames" do brilhante Marvin Minsky, além de outras técnicas de representação de conhecimento.
Vamos também elaborar críticas a essas metodologias. Depois veremos o que são os Expert Systems, os sistemas especialistas, softwares que tentam capturar o "expertise" de um domínio do conhecimento. Vamos entender em que situações eles funcionam e porque eles são frágeis e muitas vezes inadequados.
Chega a hora de analisarmos as Neural Networks, as redes neurais. Mostraremos rapidamente como elas funcionam e de que forma aprendem e generalizam. Mas vamos mostrar também quais são os problemas desta tecnologia, em especial o excessivo tempo e complexidade do treinamento, os problemas de definição de arquitetura, as falhas de generalização, o overfitting, a dependência de sólidos conhecimentos do domínio pelos programadores e outros bichos. Mostraremos também quais as principais aplicações atuais que funcionam razoavelmente bem (predição, classificação, etc).
A IA tem vários projetos "notórios" e vamos apresentar os principais. Vamos nos deter no ACT-R e SOAR, duas arquiteturas que tem alguns fundamentos cognitivos interessantes. Mas vamos gastar um tempo maior analisando o projeto CYC, talvez o mais ambicioso sistema para mecanização do raciocínio de senso comum. Admiramos muito os cientistas deste projeto (Douglas Lenat e sua equipe), mas seremos implacáveis com as críticas que o sistema merece (essas críticas, por sinal, tem tudo a ver com o a distinção entre conhecimento e inteligência, nosso tema recorrente).
Finalmente, vamos passar a limpo as últimas notícias do "front", como alguns inovadores sistemas conexionistas, sistemas híbridos, sistemas baseados em ontologias para compartilhamento de conhecimento e sistemas baseados em casos (CBR). Também vamos mostrar os progressos da robótica, em particular o robô Cog (de Rodney Brooks, do MIT) e os projetos japoneses do Robokoneko e outros. Falaremos da última moda, os Agentes Inteligentes que circulam pela Internet em busca de informações para os seus "donos". Vamos ver até que ponto eles são realmente inteligentes e o que poderá acontecer com milhões de agentes "brigando" entre si no mundo virtual da Internet.
Terminamos o seminário com uma visão do que falta para a IA se tornar realidade. É interessante que parte do que está faltando é justamente uma noção mais abrangente de inteligência, algo que está nos perseguindo desde o começo deste texto.
Suponha que eu tenha em minhas mãos uma moeda. Vou girá-la no ar e verificar se deu cara ou coroa. Todos sabem que, se for uma moeda "honesta", a probabilidade de obter cara é de 50%. Agora, suponha que eu faça isto 5 vezes em sequência e suponha que eu tenha obtido coroa nessas 5 vezes. Qual é a probabilidade de dar coroa na sexta vez que eu girar a moeda? E qual é a probabilidade de eu obter seis vezes coroa ao girar uma moeda 6 vezes em seguida? Pode não parecer, mas são duas perguntas com respostas diferentes e que, embora aparente ser apenas assunto de colégio, ilustra um pouco da nossa relativa dificuldade em acompanhar certos tipos de raciocínio probabilistico. O exemplo é simples, mas demonstra que as coisas podem ficar complicadas em situações mais elaboradas. Nós vamos ver como sair dessas situações mais complicadas.
Iniciamos este seminário com uma rápida revisão dos principais conceitos sobre médias, medianas, distribuições, dispersão e outros assuntos.
"Estou muito preocupado com o fato de que metade da população de nosso país tem QI abaixo da média"
Olhe para o gráfico ao lado. Dá para perceber porque a frase acima é uma bobagem, uma constatação do óbvio?
Nosso enfoque não é apresentar as "fórmulas", mas mostrar de que forma podemos ser enganados usando apenas esses conceitos simples.
Falamos em seguida sobre as três principais formas de raciocínio, a Dedutiva a Indutiva e a Abdutiva, listando suas vantagens e desvantagens. Depois vamos ver um pouco de cálculo proposicional (não ligue para esse nome, esse assunto é deceptivamente simples) e em seguida vamos mostrar a grande diferença que existe entre condições suficientes e condições necessárias. É impressionante o número de confusões que podem decorrer da falta de conhecimento dessas noções.
Usaremos o problema do "Monty Hall" (uma espécie de "porta da felicidade") para motivar as principais noções de probabilidade. O problema das 6 moedas que mencionamos antes vai agora parecer ridiculamente simples perto deste. Prepare-se para um "tranco" em sua noção de bom-senso.
Mas o ponto central deste seminário são as consequências de um teorema não muito conhecido. O teorema de Bayes será apresentado através de uma fórmula:
Não se assuste com esse "trem", vamos explicar de forma que qualquer um possa entendê-la. Com o uso dessa fórmula vamos calcular a probabilidade em um exemplo prático envolvendo um teste de doenças contagiosas. Você vai ver que o importante não é a fórmula, mas o conceito novo que ela nos traz.
Os resultados são surpreendentes e dizem muito sobre como funciona nossa avaliação intuitiva de probabilidades. Veremos como essa intuição pode nos pregar uma peça. Mas vamos ver também de que forma os dados podem ser rearranjados de forma a serem mais intuitivos, algo que pode favorecer extraordinariamente esse nosso raciocínio (os resultados que iremos analisar fazem parte das pesquisas de Tversky & Kahneman e Gigerenzer).
Depois vamos ver quais são os fundamentos da decisão sob incerteza (análise de risco/benefício) e alguns paradoxos. Terminamos o seminário com alguns exemplos de humor, notícias e frases que demonstram desconhecimento de fatos estatísticos básicos.
Ciência Cognitiva e Neurociência
Este seminário é o ponto central de nossa discussão sobre inteligência e é também o mais "pesado" dos seminários. Exatamente por isso, é um dos nossos preferidos. Aqui vamos passar a limpo as mais importantes e recentes descobertas sobre o funcionamento de nosso cérebro. Longe de ser uma exposição para especialistas, pretendemos apresentar os conceitos de forma a auxiliar o entendimento por qualquer um. O objetivo é compreender melhor como "funcionamos" e o prêmio é saber como podemos explorar melhor nossos pontos fortes para incrementar nosso desempenho.
Começamos com a explanação do que é Ciência Cognitiva e como ela se distingue de Neurociência. O ponto de contato entre essas duas disciplinas é uma matéria relativamente recente, a Neurociência Cognitiva, da qual falaremos bastante.
Neurociência
A Neurociência analisa o funcionamento do cérebro de um ponto de vista mais interior, mais "micro". Vamos ver quais os métodos utilizados (o "escaneamento" via PET, fMRI, etc) e o que se pode compreender através da análise de traumatismos e derrames e as análises feitas com microeletrodos.
Depois vamos ver o cérebro em termos fisiológicos. Veremos de perto os neurônios, como se ligam entre si via axônios, dentritos e sinapses e como funcionam em termos bioquímicos (vamos ver alguns dos efeitos daquele cafezinho no meio do expediente e do uisquinho da happy hour). Vamos falar de Donald Hebb e como suas hipóteses de 1949 são importantes ainda hoje. Depois vamos dar uma olhada nas recentes teorias (ainda em fase de pesquisa) de como as informações são codificadas (pulsos, ritmo de disparo, sincronismo em populações) e algumas interessantes hipóteses do Dr. William Calvin.
Faremos um tour pelos principais componentes de nosso cérebro (cortex cerebral, cerebelo, hipocampo, tálamo, amigdala, etc) e depois veremos como costumamos dividir o córtex em áreas funcionalmente distintas (lobos frontal, ocipital, parietal, temporal, etc). Veremos para que servem essas áreas e de que forma os traumatismos e derrames podem afetar capacidades específicas.
Em seguida entraremos em um dos pontos fundamentais desta seção: plasticidade e lateralidade. Mostraremos que o cérebro é um "órgão dinâmico", que evolui de forma dramática à medida que exigimos dele. Vamos ver o que ocorre com o cérebro de um bebê recém nascido e como o ambiente pode influenciar o desenvolvimento neuronal (sináptico). Apresentaremos evidências de plasticidade em adultos cegos, indicando de que forma o cérebro se modifica para melhor se adequar à situação do momento. Evidências similares vão nos mostrar que os músicos tem realmente algumas coisas diferentes em relação às pessoas "normais".
A seção de Neurociência termina com algumas interessantes descobertas (Shadmehr et. al) sobre a forma de maturação do aprendizado motor. Ligaremos essas descobertas com algumas evidências sugestivas, mostrando de que forma podemos otimizar nosso aprendizado de coisas novas.
Ciência Cognitiva
A seção sobre Ciência Cognitiva começa mostrando qual é o principal e mais básico mecanismo relacionado à inteligência: a percepção. Vamos ver de que forma nossa capacidade perceptiva evolui de acordo com o que recebemos do mundo e como nosso cérebro se "otimiza" para reconhecer padrões importantes e recorrentes (como o efeito "nome na festa"). Vamos ver problemas perceptuais curiosos (prosopagnosia, blindsight e outros) e como esses problemas podem nos sugerir o "modus operandi" da mente.
Vamos entrar no universo de J. J. Gibson, que propôs importantes noções sobre percepção (affordances) e a invariância de alto nível. Em seguida, veremos um incomum festival de ilusões de óptica e como explicá-las como ocorrências de fortes tendências aprendidas por nossos "detetores perceptuais".
As linhas são todas retas (pegue uma régua para checar!)
Essas ilusões não ocorrem apenas em nossa visão, mas também em uma série de outras habilidades cognitivas, o que nos faz ter ocasionalmente uma percepção distorcida da realidade. Se você já interpretou erradamente um texto, sabe do que estamos falando. Vamos generalizar os resultados desta seção para incluir outros de nossos "bloqueios" e preconceitos e veremos de que forma isto pode prejudicar nosso raciocínio e atrapalhar o processo criativo. Vamos avaliar também algumas táticas para evitar sermos presas dessas ilusões (equivalentes à régua que usamos no desenho acima).
O ponto central deste seminário é a constatação de que grande parte de nossa inteligência vem da nossa capacidade de perceber padrões e regularidades, de reconhecer invariâncias de alto nível, como dizia Gibson. O incremento dessas capacidades em diversos níveis (perceptual, causal, linguístico, etc) está diretamente associado a um desempenho inteligente, mais brilhante e produtivo. Veremos que nosso pensamento está intimamente associado à percepção interna de padrões e regularidades em nossos próprios pensamentos passados. Isto irá nos fazer analisar a importância do raciocínio analógico e do extenso uso de metáforas que fazemos.
Depois vamos falar da emergência da cognição em crianças, com uma análise das propostas de Piaget, Annette Karmilof-Smith, Elisabeth Bates e outros. Vamos ver algumas teorias de aquisição de linguagem e a polêmica do "poverty of stimulus" (a aparente dificuldade em explicar porque as crianças conseguem captar uma linguagem com tão poucos estímulos).
Em seguida vamos analisar as várias formas de memória (curto prazo, longo prazo, episódica, semântica, procedural, etc), e de que forma somos limitados e enganados por elas. Embora isto possa nos sugerir como melhorar certas formas de memória, nosso principal objetivo é reconhecer onde somos naturalmente falhos e procurar usar mecanismos externos de compensação (um caderno de anotações é um exemplo óbvio disto). Este é um assunto importante, pois o que vamos sugerir é que não é um bom procedimento ficar abusando e treinando nossa memória para fatos, mas sim para incrementar a funcionalidade de nosso processo perceptivo. Computadores e cadernos de anotações devem ser usados ao máximo para guardar fatos. Somos hábeis em guardar relações e generalizações entre fatos.
O raciocínio lógico humano é poderoso, mas também tem vários problemas. Vamos fazer uma análise das principais deficiências de raciocínio, focando principalmente o chamado "base rate fallacy" de Tversky & Kahneman, um tema que também exploramos no seminário sobre Estatística e Probabilidade. Vamos ver de que forma podemos otimizar nossa forma de pensar simplesmente reorganizando as informações. Os resultados são significativos!
Apresentamos em seguida um ramo da Psicologia Cognitiva conhecido como Implicit Learning (aprendizagem implícita). Com um rigoroso trabalho científico, os pesquisadores de implicit learning acumulam fortes evidências de que muito de nosso pensamento está abaixo do nível consciente. É muito importante conhecermos estes resultados, de forma a saber interpretar corretamente o que a chamada "intuição" nos fornece. Voltaremos a mencionar aqui as idéias de Gibson, e em seguida faremos alguns exercícios perceptuais para reforçar a importância dessas habilidades. Nosso objetivo é usar esses recursos perceptuais de forma otimizada, em situações tão corriqueiras quanto ler um jornal ou analisar um relatório de vendas.
Terminamos o seminário com uma exposição de algumas recentes teorias sobre a consciência humana. A importância desta investigação é grande, na medida que nos permite compreender melhor de que forma nosso raciocínio é o resultado de diversas correntes paralelas e inconscientes de pensamento. Há forte indicação de que este processo paralelo e concorrente de idéias em nossa mente está estreitamente ligado as nossas formas criativas de resolver problemas. Analisamos mais a fundo essas idéias no seminário sobre Criatividade.
No mundo de hoje o poder da palavra é maior do que o de uma bomba. Frequentemente temos que "desarmar" uma dessas bombas. Em outras situações, temos que confeccionar nosso próprio conjunto de bombas para justificar nossas idéias. Este é um seminário de treinamento para essas situações "bélicas" (no bom sentido, é claro!). (Veja também o artigo Argumentação Sólida)
Começamos fazendo um retorno às nossas origens: para que a natureza criou nosso cérebro? Uma simples análise evolucionista mostra quais os "problemas" que nosso cérebro tinha que resolver há 40.000 anos atrás e como ele ainda está especializado na resolução desses problemas. Nossa civilização mudou radicalmente de lá para cá, mas nosso cérebro continua praticamente o mesmo.
Vamos fazer o Teste de Seleção de Wason, que apresenta de forma clara um ponto falho em nosso raciocínio e de que forma os desanimadores resultados de Tversky & Kahneman (vistos em maior profundidade no seminário Estatística e Probabilidade) podem ser contornados com arranjos na forma de apresentar informações. Conhecer isto é vital para aplicar essas táticas na vida diária.
Após rever as formas usuais de raciocínio (dedução, indução, abdução) e de fazer uma rápida revisão de alguns conceitos estatísticos, vamos iniciar o estudo da argumentação e de como os argumentos podem ser bem construídos.
Vamos elaborar os quatro critérios que devemos obedecer durante a construção de um bom argumento e de que forma podemos modificar um argumento fraco para que ele possa ter melhores chances de sobreviver a críticas.
Em seguida, faremos uma detalhada análise dos tipos mais comuns de "falácias", erros de argumentação muito comuns (Ad Hominem, apelo à pena, clamando pela questão, falácia da composição, confundir causa e efeito, analogia imprópria e muitos outros).
Para cada argumento veremos alguns exemplos práticos típicos, a sua forma genérica de construção e uma lista de sugestões para combatê-lo. É um valioso material para consulta frequente (mantenha o material didático deste seminário em uma gaveta próxima).
O seminário termina com um código de conduta para discussões racionais, algo que pode ser enfatizado antes de uma discussão de forma a obter mais relevância nas "batalhas verbais". Temos um seminário especificamente sobre Pensamento Crítico.
Será que somos todos criativos? Pretendemos mostrar neste seminário que todos nós somos realmente criativos e que basta saber explorar um pouquinho mais algumas de nossas capacidades para obter resultados sensivelmente melhores. Leia neste link um outro artigo sobre Criatividade.
Começamos o seminário mostrando algumas técnicas típicas usadas pelos "gurus" da criatividade. Falamos dos passos típicos de Preparação, Incubação, Insight e diversas outras estratégias para aumentar o potencial criativo. Depois, mostramos que não achamos válido apresentar essas técnicas simplesmente como uma "receita de bolo" a ser seguida. Achamos que é necessário saber de onde essas idéias provêm. Achamos que é necessário saber porque elas funcionam (ou, mais frequentemente, porque não funcionam...). Depois de "desmontar" as táticas tradicionais, voltamos para o começo e passamos a apresentar uma visão cognitiva e fundamentada da criatividade.
Falamos da relação de um organismo vivo com seu meio ambiente. Mostramos como os organismos simples dos insetos e camundongos agem de forma limitada em seu mundo. Depois mostramos os aspectos que tornam os humanos especiais. Veremos que percepção e conhecimento estão no centro da nossa atividade inteligente e criativa.
Seguimos com uma detalhada análise do conceito de percepção. Explicamos o que é Ciência Cognitiva, falamos de neurônios, mostramos as coisas que são fixas e imutáveis e as coisas que são aprendidas e modificáveis com a experiência. Apresentamos uma série de situações nas quais fica claro como age o nosso “aparelho perceptual” (e como frequentemente somos enganados por ele).
Com isso fica claro entender o que queremos dizer com “reconhecimento de padrões”, a principal atividade cognitiva de nosso cérebro.
Depois vamos falar de Espaços Conceituais. Esta é a parte mais importante do seminário: definimos o que são esses espaços, como identificá-los e como usá-los para explorar criativamente as possibilidades de nosso trabalho diário. É daqui que tiraremos um grande número de técnicas eficazes. Para cada forma de “transformar” um espaço conceitual, apresentaremos exemplos práticos e convincentes.
Entre os exemplos que analisamos está a descoberta da estrutura do benzeno por Friedrich von Kekulé. Mostramos como Kekulé usou seus conhecimentos sobre o problema para auxiliá-lo na quebra das regras que ele tinha. Ficará claro porque dizemos que quebrar uma regra é mais eficaz quando conhecemos a natureza do problema.
Depois de ver vários exemplos, faremos um sumário das idéias apresentadas: Aparelhos Perceptuais, Estalos Perceptuais, Entendimento, Quebra de Regras. Nossa lista de “dicas” para ser mais criativo fica, então, não uma mera coleção de técnicas “chutadas”, mas sim uma compilação de noções fundamentadas e intuitivas. Terminamos o seminário com as referências científicas que usamos e onde obter mais informações na Internet. Veja aqui o conteúdo programático do workshop Criatividade e Inovação.
Estivemos o tempo todo falando sobre inteligência. O que tem o misticismo a ver com inteligência? Ou, como poderiam dizer alguns, com a falta de inteligência? Na verdade, não muito. Conhecemos várias pessoas "esotéricas" que são inteligentes e várias outras que não são. Confiar em metodologias esotéricas, portanto, não parece ter muito a ver com a capacidade intelectual das pessoas, mas sim com sua necessidade de acreditar. Este seminário é dedicado às pessoas que desejam escolher no que acreditar de forma embasada. Nosso principal objetivo é fornecer argumentos para que as pessoas possam se defender de afirmações extraordinárias. Estamos constantemente sendo bombardeados por esse tipo de afirmações. Se alguém lhe oferecer algum serviço "duro de acreditar", use os métodos que propomos neste seminário para testá-lo: você verá que não é difícil derrubar essas proposições e assim evitar ser mais uma de suas "vítimas". E a lista de "truques" e bobagens que existem por aí é muito grande . . .
Não vamos atacar nenhum esotérico em particular, não faz parte de nossa índole atacar ninguém, mas vamos atacar o que eles afirmam ser verdade. Para isso, vamos fazer uma revisão dos principais tipos de afirmações místicas e como são frágeis. Astrologia, numerologia, grafologia, leitura da mente, comunicação com espíritos, experiências "fora do corpo", tudo será apresentado de forma crítica e imparcial. Mas com os olhos de um cético.
Depois, vamos falar de James "The Amazing" Randi. Você precisa conhecê-lo, pois ele oferece um prêmio de 1 milhão de dólares para o primeiro "psíquico" paranormal que passar por um teste controlado de suas afirmações. O prêmio não foi recolhido por ninguém até hoje.
Veremos também como nossa memória nos prega peças, com uma análise do dramático efeito das "memórias falsas". Faremos uma revisão do poder do efeito placebo, responsável por curas espontâneas em cerca de 30% dos casos. Vamos ver como nossa consciência pode nos pregar peças e os efeitos da auto-sugestão (e como usar isto de forma controlada e proveitosa). Vamos ver porque certas "curas milagrosas" parecem funcionar, mas são na verdade apenas efeitos estatísticos e de falhas de percepção nossa. Quem nunca ouviu falar nessas coisas, prepare-se para ser surpreendido com o número de possibilidades que existem de sermos enganados por aí.
Depois vamos entrar de cabeça no método científico. Não, você não vai ficar entediado, pois vamos mostrar de que forma a ciência também erra, muitas vezes de forma engraçada. Mas ao contrário dos místicos, a ciência dispõe de métodos de auto-correção. Vamos passar um tempo falando desses métodos, pois versões simplificadas deles podem nos ser úteis no dia a dia.
Vamos falar do processo de falsificação (não é de dinheiro não), usado pela ciência para "testar" hipóteses e como isto nos permite refinar uma teoria. Veremos como uma simples análise estatística pode eliminar grande parte das "afirmações estraordinárias" dos místicos. Analisaremos o método double-blind que, quando aplicado em casos difíceis, revela imediatamente o "furo" do que é proposto pelos esotéricos. Veremos o que é a técnica de "cold-reading", sua explicação cognitiva e porque seus efeitos nos pregam peças. Analisaremos de que forma a ausência de modelos causais pode influenciar negativamente qualquer tentativa de interpretação de resultados esotéricos. Vamos concluir que, em boa parte dos casos, prever os acontecimentos é insuficiente: é necessário entender como as coisas funcionam.
Você poderá, então, se perguntar o que tem tudo isso a ver com inteligência?
Na verdade, o espírito cético dos cientistas é um dos componentes cruciais no mecanismo da inteligência, uma vez que é ele que nos permite concentrar nossos esforços nos pontos relevantes de determinado assunto. As crianças são exemplos impressionantes de ceticismo "científico" e intuitivo, baseado em evidências, embora muitas vezes vivam em torno de fantasias saudáveis. Ao concentrar nossa atenção no que é relevante e ao aprender a julgar a validade das informações que recebemos, estamos sendo mais eficazes, estamos desempenhando nossa tarefa de pensadores de uma forma mais otimizada e racional. Temos, infelizmente, um tempo de vida limitado, e não podemos nos permitir gastar esforços e esperanças com coisas sem sentido.
Como conclusão, vamos ver que o espírito crítico e cético, que deveria ser uma das ênfases na formação das pessoas tem, infelizmente, um problema fundamental: ele não vende jornais nem aumenta o Ibope de programas de televisão. Entretanto, o espírito crítico é a forma ideal para analisar, por exemplo, um problema de produção ou vendas de sua empresa, principalmente se este problema foi causado por negligência ou incompetência de alguém, já que esse alguém poderá ser rápido em afirmar que o problema tem causas "sobrenaturais".
Se colocassemos Jean-Claude Van Damme para brigar com um desses halterofilistas (fisioculturistas) campeões, quem você acha que ganharia? Em outras palavras, quem é mais eficiente na prática em termos físicos?
Jean-Claude Van Damme (à direita) contra o "açougue humano"
Usamos essa analogia para iniciar uma discussão sobre os "halterofilistas mentais" e de que forma temos sido educados erradamente para desempenhar como um deles. Inteligência, nosso principal assunto, não parece estar ligada à performance de aparências, mas sim ao desempenho ágil e flexível, resolvedor de problemas. No seminário, faremos uma detalhada comparação dos halterofilistas mentais com os "Jean-Claude" mentais e veremos que estes últimos são justamente aqueles que podem ser considerados mais inteligentes. Qual a importancia disso? A importância é que nós devemos treinar para sermos Van Damme e não halterofilistas.
O seminário Brain Workout é uma espécie de "resumo" de itens de vários outros de nossos seminários, sendo ideal para introduzir os assuntos que abordamos com maior profundidade nos demais eventos. Aqui vamos nos preocupar em motivar as pessoas a acharem os seus lados "Van Damme" e a saber como usá-los de forma produtiva.
Começamos com uma explanação sucinta de como uma criança percebe o mundo a sua volta. Dessa análise, passamos ao comportamento do cérebro das crianças, com sua impressionante plasticidade e capacidade de generalização. Disto resulta nosso primeiro ponto: a principal atividade na qual nosso cérebro é especializado é a percepção de padrões. Vamos mostrar o que queremos dizer com padrões através de vários exemplos práticos. Mas frequentemente também somos enganados por essa percepção.
Depois mencionamos um dos pontos mais fundamentais deste seminário, a diferença entre saber e entender. É uma diferença sutil mas muito significativa e tem a ver com a diferença que existe entre conhecer um monte de fatos e a diferente habilidade de conseguir explicá-los. É o que diferencia um recém-graduado de um especialista em um assunto qualquer. Usamos a história do descobrimento da varíola e o subsequente desenvolvimento da Teoria dos Germes para introduzir as idéias sobre como funciona a ciência. O método científico tem muito a nos ajudar em nossa batalha diária pela compreensão do mundo à nossa volta e usamos isso para clarificar a grande diferença que existe entre decorar um assunto e compreendê-lo.
O próximo item que abordamos no seminário é Criatividade. De certa forma, a criatividade é uma espécie de processo no qual desobedecemos certas regras. É o que se pode chamar de "quebrar as amarras" do pensamento, para fazê-lo fluir por campos ainda inexplorados, sem medo de onde podemos chegar. O seminário prossegue com uma série de técnicas para executar isso, cada uma com certo mérito. Mas não basta simplesmente "desobedecer" para criar: é preciso reconhecer que é mais eficiente desobedecer aquilo que entendemos, e não só o que sabemos (voltamos de novo aqui a diferença entre saber e entender). Com isso esperamos educar nosso pensamento criativo, fazendo-o desafiar princípios estabelecidos em modelos causais.
Obviamente, ser apenas criativo não basta, também é preciso saber "vender o seu peixe". Milhares de ótimas idéias perdem-se no tempo por não terem sido argumentadas corretamente. Argumentos fortes são a principal ferramenta de que dispomos para alavancar nossas idéias e a parte final deste seminário se debruça sobre as estratégias para aumentar a solidez de nossas idéias. Analisaremos os tipos mais comuns de erros de argumentação, tanto para melhorar nossa construção de frases quanto para atacar idéias sem nexo. O objetivo é não permitir que nossas idéias criativas sejam rechaçadas por argumentos "furados".
Conclusões
Cientistas são bichos muito difíceis de tirar de suas tocas. Mas quando eles saem e quando eles falam nossa "língua", o que percebemos tem o poder de nos mostrar excitantes novas direções. O ponto central de nossos seminários gira em torno de uma visão científica da inteligência. Aprendemos que inteligência é algo que não tem relação direta com o número de fatos que conhecemos (embora pessoas inteligentes acabem naturalmente conhecendo um maior número de informações), mas sim com a capacidade de formarmos modelos e conceitos de nosso mundo. Inteligência está diretamente relacionada à nossa capacidade de perceber, de reconhecer padrões e de manter modelos de como eles funcionam e se interrelacionam. Os seminários mostram, em várias situações, que esta é uma capacidade natural do ser humano, algo que é absolutamente espontâneo em crianças. Mas isto é algo que nossa educação formal tradicional nos fez esquecer.
A ciência tem, hoje, evidências sólidas para nos comprovar porque devemos nos relembrar destas capacidades.
Outros Artigos
O artigo "Inteligência Artificial, Educação de Crianças e o Cérebro Humano" pode ser lido seguindo-se este link. O conteúdo deste artigo é um pouco mais sofisticado, embora várias noções sejam relativamente intuitivas (clique aqui para uma versão em Inglês desse artigo). Temos um outro artigo (disponível apenas em Inglês) podendo ser lido através deste pointer. Esse é um artigo mais pesado, apresentando algumas noções específicas da área de IA. Versões em postscript de todos esses artigos podem ser obtidas nesta página. A Homepage de Sergio Navega (em Inglês) está disponível nesse link. A homepage em Português pode ser vista nesse link. Uma coleção de minhas mensagens para um grupo de discussão em Ciência Cognitiva pode ser lida neste link. Há outro artigo sobre Criatividade neste link.
Referências
Listamos a seguir algumas referências sobre as quais baseamos nossos seminários. Cada seminário terá, ao final, uma lista de referências específicas, incluindo farto material disponível on-line na Internet.
Boden, Margaret A. (1994) Dimensions of Creativity. Bradford Book, MIT Press.
Boden, Margaret A (1990) The Philosophy of Artificial Intelligence. Oxford University Press.
Brandimonte, Maria A.; Gerbino, Walter (1996) When Imagery Fails: Effects of Verbal Recoding on Accessibility of Visual Memories, in Stretching the Imagination, Cornoldi, Cesare (et al.) (editors) Oxford University Press.
Brent, Michael R. (1997) Computational Approaches to Language Acquisition. MIT Press.
Berry, Dianne C. and Dienes, Zoltán (1993) Implicit Learning, Theoretical and Empirical Issues. Lawrence Erlbaum Assoc.
Berry, Michael W. and Dumais, Susan T. and Letsche, Todd A. (1996) Computational Methods for Intelligent Information Access.
Cherkassy, Vladimir and Mulier, Filip (1998). Learning From Data. John Wiley & Sons, Inc.
Christiansen, Morten H. (1994) Infinite Languages, Finite Minds: Connectionism, Learning and Linguistic Structure. Ph.D. thesis, University of Edinburg.
Cleeremans, Axel (1996) Principles for Implicit Learning. In D. Berry (Ed.), How implicit is implicit learning? (pp. 196-234), Oxford University Press.
Cohen, Leonardo G. et. al (1997) Functional Relevance of Cross-Modal Plasticity in Blind Humans. NATURE Vol 389, 11 Sept 1997, pag 180.
Conway, Martin A. (1997) Cognitive Models of Memory. MIT Press, Cambridge, Mass.
CYC (1998) Cycorp web site. http://www.cyc.com
Davis, Ernest (1990), Representations of Commonsense Knowledge.Morgan Kaufmann Publishers.
Damer, T. Edward (1995) Attacking Faulty Reasoning. Wadsworth Publishing Company, California.
Dauer, Francis Watanabe (1989) Critical Thinking. Oxford University Press, Inc.
Deacon, Terrence W. (1997) The Symbolic Species. W. W. Norton & Company, Inc
Dean, T., Allen, J., Aloimonos, Y., Artificial Intelligence Theory and Practice. Benjamin/Cummings 1995.
Dominowski, Roger L.; Dallob, Pamela (1995) Insight and Problem Solving, in The Nature of Insight, Sternberg, Robert (editor), MIT Press.
Dreyfus, Hubert L. (1992) What Computers Still Can't Do. The MIT Press, London, England. Revised edition of "What Computers Can't Do" (1979).
Dreyfus, Hubert L. and Dreyfus, Stuart (1986) Why Computers May Never Think Like People. Technology Review v. 89 (Jan 86). Also appeared in Ruggles III, Rudy L. (eds) (1997) Knowledge Management Tools. Butterworth-Heinemann.
Elman, Jeffrey, and Bates, E., Johnson, M., Karmiloff-Smith, A., Parisi, D., Plunkett, K. (1996) Rethinking Innateness, A Connectionist Perspective on Development. MIT Press.
Elman, J. L. (1995). Language as a dynamical system. In R.F. Port & T. van Gelder (Eds.), Mind as Motion: Explorations in the Dynamics of Cognition. Cambridge, MA: MIT Press. Pp.195-223.
Elman, J.L. (1999). Origins of language: A conspiracy theory. In B. MacWhinney (Ed.) Origins of Language. Hillsdale, NJ: Lawrence Earlbaum Associates
Feigenbaum, Edward A., Feldman, Julian, Computers & Thought. MIT Press 1995
Finke, R., Ward, Thomas B., Smith, Steven M. (1992) Creative Cognition. Bradford Book, MIT Press.
Fodor, Jerry A. and Pylyshyn, Zenon W. (1988) Connectionism and Cognitive Architecture: A Critical Analysis. Cognition 28, 3-71. Also published in Haugeland, John (ed) (1997) Mind Design II, MIT Press.
French, Robert M. (1995) The Subtlety of Sameness. Bradford Book, MIT Press.
Gardner, Howard (1985) A Nova Ciência da Mente. Edusp.
Gazzaniga, Michael S. and Ivry, Richard B. and Mangun, George R., (1998) Cognitive Neuroscience, The Biology of Mind. W. W. Norton & Company, Inc.
Gibson, Eleanor J. (1991) An Odyssey in Learning and Perception. Bradford Book, MIT Press.
Gibson, James J. (1986) The Ecological Approach to Visual Perception. Lawrence Erlbaum Assoc. Inc.
Gigerenzer, Gerd (1998) Ecological Intelligence, An Adaptation for Frequencies. In The Evolution of Mind, Denise D. Cummins and Collin Allen (editors) Oxford University Press.
Ginsberg, Matthew (1993) Essentials of Artificial Intelligence. Morgan Kaufmann.
Glassman, William E. (1995) Approaches to Psychology. Open University Press.
Graubard, S. R.(1988) The Artificial Intelligence Debate: False Starts, Real Foundations. MIT Press.
Harvey, R. L.(1994), Neural Network Principles. Prentice-Hall.
Haugeland, John (1997) Mind Design II, Bradford Book, MIT Press.
Hamilton, Roy H. and Pascual-Leone, Alvaro (1998) Cortical Plasticity Associated With Braille Learning. Trends in Cognitive Sciences, Vol 2, No. 5, May 1998, pag 168.
Harnad, Stevan (1990) The Symbol Grounding Problem. Physica D 42: 335-346.
Hofstadter, Douglas (1995) Fluid Concepts and Creative Analogies. HarperCollins Publishers
Hofstadter, Douglas (1989) Gödel, Escher, Bach: An Eternal Golden Braid. Vintage Books, NY.
Holyoak, Keith and Thagard, Paul (1995) Mental Leaps, Analogy in Creative Thought. MIT Press
Johnson-Laird, Philip N. (1988) The Computer and the Mind. Harvard University Press.
Karmiloff-Smith, Annette (1992) Beyond Modularity. MIT Press.
Kellman, Philip J.; Arteberry, Martha E. (1998) The Cradle of Knowledge. MIT Press
Kosko, B. (1992) Neural Networks and Fuzzy Systems. Prentice-Hall
Kosslyn, Stephen M. (1996) Image and Brain. Bradford Book, MIT Press
Landauer, Thomas K. and Dumais, Susan T. (1997) A Solution to Plato’s Problem: The Latent Semantic Analysis Theory of Acquisition, Induction and Representation of Knowledge. Psychological Review 104, p 211-240.
Lenat, D. B., Guha, R. V., Building Large Knowledge-Based Systems. Addison-Wesley 1990.
Luger, G. F., Stubblefield, W. A., Artificial Intelligence Structures and Strategies for Complex Problem Solving. Benjamin/Cummings 1993.
Luger, George F. (ed) (1995) Computation & Intelligence. MIT Press.
Mahesh, Kavi and Nirenburg, S. and Cowie, J. and Farwell, D. (1996) An Assessment of CYC for Natural Language Processing. Computing Research Laboratory, New Mexico State University http://crl.nmsu.edu/Research/Pubs/MCCS/Postscript/mccs-96-302.ps
Marslen-Wilson, W.D. and Tyler, L. K. (1997) Dissociating Types of Mental Computation. Nature 386, p 592-594.
Mars, N. J. I., Towards Very Large Knowledge Bases. IOS Press 1995.
Mayer, Richard E. (1995) The Search for Insight: Grappling with Gestalt Psychology’s Unanswered Questions, in The Nature of Insight, Sternberg, Robert (editor), MIT Press.
Minsky, Marvin, The Society of Mind. Simon & Schuster 1986.
Minsky, Marvin (1994) Negative Expertise. International Journal of Expert Systems, Vol. 7, No. 1. This paper also appears in: Feltovich, Paul J.(ed.) et al (1997) Expertise in Context. American Association for Artificial Intelligence.
Minsky, Marvin (1974) A Framework for Representing Knowledge. MIT Memo 306.
Mitchell, Melanie (1993) Analogy-Making as Perception, A Computer Model. Bradford Book, MIT Press.
Mitchell, Tom (1997) Machine Learning. McGraw-Hill Company.
Mithen, Steven (1996) The Prehistory of Mind. Thames and Hudson Ltd, London.
Mylopolous, J., Brodie, M., Readings in Artificial Intelligence and Databases. Morgan Kaufmann 1989.
Navega, Sergio C. (1998a) Artificial Intelligence as Creative Pattern Manipulation: Recognition is not Enough (paper available online)
Navega, Sergio C. (1998b) Artificial Intelligence, Children Education and The Human Brain (paper available online, versão em Português)
Newell, Allen (1981) The Knowledge Level. AI Magazine 2(2) 1981.
Osherson, Daniel N. (1995) Probability Judgment. In Thinking, an invitation to cognitive science, Smith and Osherson (eds) Bradford Book, MIT Press.
Parker, Sybil P. (editor) (1992) Concise Encyclopedia of Science & Technology. McGraw-Hill, Inc.
Perkins, David N. (1994) Creativity: Beyond the Darwinian Paradigm, in Dimensions of Creativity, M. A. Boden (editor) MIT Press 1994.
Pinker, Steven (1994) The Language Instinct. William Morrow and Company Inc.
Pozo, Juan Ignacio (1998) Teorias Cognitivas da Aprendizagem. Artes Médicas, Porto Alegre.
Reber, Arthur S. (1993) Implicit Learning and Tacit Knowledge. Oxford University Press Inc.
Rich, Elaine., Knight, Kevin (1991) Artificial Intelligence. McGraw-Hill.
Rieke, Fred and Warland, David and Steveninck, Rob de Ruyter and Bialek, William (1998) Spikes Exploring the Neural Code. Bradford Book, MIT Press.
Russel, Stuart, Norvig, Peter (1995) Artificial Intelligence A Modern Approach. Prentice-Hall, Inc.
Seifert, Collen M. (et al.) (1995) Demystification of Cognitive Insight: Opportunistic Assimilation and the Prepared Mind, in The Nature of Insight, Sternberg, Robert (editor), MIT Press.
Sekuler, Robert. Sensory Processes Course. Brandeis University.
Silvers, Robert (1997) Photomosaics. Henry Holt and Company, NY.
Singer, Wolf (1994) The Role of Synchrony in Neocortical Processing and Synaptic Plasticity, in Models of Neural Networks II, Springer-Verlag New York, Inc.
Shanahan, M., Solving The Frame Problem. MIT Press 1997.
Stefik, M., Introduction to Knowledge Systems. Morgan Kaufmann Publishers 1995.
Steier, D. M., Mitchell, T. M. (1996) Mind Matters A Tribute to Allen Newell. Lawrence Erlbaum
Sternberg, Robert J., Davidson, Janet E. (eds) (1995) The Nature of Insight. MIT Press.
Sternberg, Robert J. (ed) (1988) The Nature of Creativity. Cambridge University Press.
Sun, Ron (1996) Hybrid Connectionist-Symbolic Models: a report from the IJCAI’95 workshop on connectionist-symbolic integration
Rumelhart, David E. (1989) The Architecture of Mind: A Connectionist Approach. Also published in Haugeland, John (ed) (1997) Mind Design II, MIT Press.
Schank, Roger C. (1988) Creativity as a Mechanical Process, in The Nature of Creativity, Sternberg, Robert (ed), Cambridge University Press.
Schank, Roger C. (1990) Tell Me A Story, Narrative and Intelligence. Northwestern University Press (1995 edition).
Searle, John R. (1980) Minds, Brains, and Programs. Behavioral and Brain Sciences 3, 417-24, also published in Boden, Margaret A. (ed) The Philosophy of Artificial Intelligence, Oxford Readings in Philosophy, (1990) Oxford University Press.
Shadmehr, Reza and Holcomb, Henry H. (1997) Neural Correlates of Motor Memory Consolidation. SCIENCE Vol 277, Aug 1997, pp 821-825.
Smolensky, Paul (1989) Connectionist Modeling: Neural Computation / Mental Connections. Also published in Haugeland, John (ed) (1997) Mind Design II, MIT Press.
Sperber, Dan and Premack, David and Premack, Ann James (1995) Causal Cognition. Clarendon Press (Oxford)
Thagard, Paul (1996) Mind, Introduction to Cognitive Science. MIT Press.
Tracy, K. W., Bouthoorn, P. (1997) Object-Oriented Artificial Intelligence Using C++. W. H. Freeman and Company.
Tufte, Edward R. (1997) Visual Explanations, Images and Quantities, Evidence and Narrative. Graphic Press, Connecticut.
Tversky, Amos and Kahneman, David (1983) Extensional versus intuitive reasoning: The conjunction fallacy in probabilistic judgment. Psychological Review, 90, 293-315.
Ward, Thomas B., Smith, Steven M., Vaid, Jyotsna (eds) (1997) Creative Thought, An Investigation of Conceptual Structures and Processes. American Psychological Association.
Wason, Peter C. (1966) Reasoning. In B. M. Foss (ed.), New horizons in psychology. Harmondsworth, Penguin.
Weisberg, Robert W. (1988) Problem Solving and Creativity, in The Nature of Creativity, Sternberg, Robert (ed), Cambridge University Press.
Wolff, J. Gerard (1982) Language acquisition, data compression and generalization. Language & Communication, Vol. 2, No. 1, pp 57-89, 1982
Wolff, J. Gerard (1998) Parsing as information compression by multiple alignment, unification and search, SEECS technical report.
Wolff, J. Gerard (1993) Computing, Cognition and Information Compression. In AI Communications 6 (2), 107-127, 1993.
Wharton, Charles W. and Grafman, Jordan (1998) Deductive Reasoning and the Brain. Trends in Cognitive Science Vol 2, No. 2, Feb 1998 p 54-59.
Winston, Patrick H., Horn, Berthold K. P. (1984) LISP. Addison-Wesley.
Winston, Patrick H.(1984) Artificial Intelligence. Addison-Wesley.
Zigmond, Michael J. and Bloom, Floyd E. and Landis, Story C. and Roberts, James L. and Squire, Larry R.(editors) (1999) Fundamental Neuroscience. Academic Press.
Copiado de: Intelliwise
Nenhum comentário:
Postar um comentário