edição de 15 de janeiro de 2018

oa representatividade. “Eles
têm uma página na qual mostram
a distribuição de sua força
de trabalho: são 69% homens,
56% brancos, 35% asiáticos. É
uma minoria de mulheres, negros,
latinos...”, fala Paradela.
Entre os exemplos das consequências
deste cenário citados
por Paradela está uma empresa
que usou inteligência artificial
para automatizar a temperatura
do ar-condicionado. “Os aparelhos
liam quantas pessoas estavam
sentadas, quantas em pé,
tinha previsão do tempo, vários
dados... Só que, ao implementarem,
as mulheres sentiram frio.
Quando dissecaram o problema,
perceberam que definiram os
parâmetros pensando no metabolismo
do homem”, conta.
Massareto, por sua vez, afirma
que há duas situações em
que a questão de como as máquinas
estão sendo treinadas
pode ser levantada: uma de futuro
próximo, com o qual teremos
de nos preocupar mais para
a frente, como a discussão sobre
as decisões dos veículos autônomos,
e outro mais prático, que já
ocorre com a mídia programática,
por exemplo. “Recentemente
ouvi uma discussão sobre o
impacto moral da escolha de um
algoritmo de condução de um
carro autônomo. Se, no futuro,
o carro precisar tomar uma decisão
em um momento de falha,
ele escolheria a pessoa A ou a
B para atingir? Mas estamos falando
em algo em fase de teste.
O estado de desenvolvimento
para assumir que as decisões
dos robôs têm viés moral ainda
está distante”, explica.
Para debater o dilema do
carro autônomo, o MIT (Massachusetts
Institute of Technology)
desenvolveu a
plataforma Moral Machine
(moralmachine.mit.
edu), por meio da qual
é possível fazer suas
escolhas sobre dilemas
apresentados
em situações hipotéticas
em que,
por conta de uma
Domenico Massareto, CCO da Publicis: “Hoje milhares de pessoas já são contratadas para fazer curadoria e limpar os dados”
falha, o carro autônomo tem de
escolher quem matar. Ao final,
é possível ver as estatísticas e
comparar as respostas.
Como exemplo mais perto da
realidade atual, Massareto lembra
que existem casos conhecidos
de placement programático
de mídia em situações embaraçosas.
Por exemplo, quando
uma reportagem negativa sobre
um determinado produto tem
um anúncio da categoria posicionado
na página. “Esse é um
tipo que, embora não seja uma
decisão fruto de um algoritmo
autônomo avançado, cria um
certo problema. A escolha é feita
em cima de regras. Ainda não
tem sistema de interpretação de
linguagem avançado o suficiente
para saber que ali o produto
era o vilão da história”, explica
Massareto.
Uma dessas faltas de acuidade
da tecnologia colocou o
Google em situação complexa,
em 2015, quando foi lançado o
Google Fotos. Um usuário negro
teve uma pasta com fotos suas
classificada como “gorilas”. O
que hoje, provavelmente, não
ocorreria mais, já que a ferramenta
será aperfeiçoada com
as informações que ela vai recebendo.
“Hoje milhares de pessoas
já são contratadas para fazer
curadoria e limpar os dados”,
diz Massareto.
Para garantir diversidade uma
opção é ter profissionais varia-
Fotos: Divulgação
Cleber Paradela, VP de estratégia da Sunset: “Quem está definindo os algoritmos?“
jornal propmark - 15 de janeiro de 2018 7