Megadados são dados melhores

Os carros autoguiados foram apenas o começo. Qual é o futuro da tecnologia e do "design" impulsionados pelos megadados? Numa palestra de ciência emocionante, Kenneth Cukier olha para o futuro da aprendizagem das máquinas — e do conhecimento humano.

A tarte preferida da América é...?

Audiência: Maçã!

Kenneth Cukier: Maçã. Claro que é.

Como é que sabemos?

Por causa dos dados!

Vemos nas vendas dos supermercados.

Vemos nos supermercados
as vendas das tartes de 30 cm

que estão congeladas,
e a maçã ganha, sem discussão.

A maioria das vendas são as de maçã.

Mas depois os supermercados
começaram a vender

tartes mais pequenas, de 11 cm.

De repente, a maçã caiu
para quarto ou quinto lugar.

Porquê? O que é que aconteceu?

Pensem bem.

Quando vocês compram uma tarte de 30 cm,

toda a família tem que aceitar,

mas a maçã é a segunda escolha de todos.

(Risos)

Mas quando compram
uma tarte individual de 11 cm,

podem comprar aquela que quiserem.

Podem obter a vossa primeira escolha.

Vocês têm mais dados.

Podem ver uma coisa que não viam,

quando só tinham
uma quantidade mais pequena.

A questão aqui é que mais dados
não só nos permitem ver mais,

mais da mesma coisa
para que estamos a olhar,

mas mais dados também
nos permitem ver coisas novas.

Permitem-nos ver melhor.

Permitem-nos ver de modo diferente.

Neste caso, permitem-nos ver

qual é a tarte preferida da América:

não é a de maçã.

Provavelmente, já todos ouviram falar
do termo "megadados".

Provavelmente já estão enjoados
de ouvir o termo

Megadados.

É verdade que há muita publicidade
em torno deste termo

e isso é lamentável,

porque os megadados são uma ferramenta
extremamente importante

com a qual a sociedade vai avançar.

No passado, olhávamos
para conjuntos reduzidos de dados

e pensávamos o que significariam
para tentar entender o mundo.

Agora temos muito mais,

mais do que alguma vez tivemos.

Descobrimos que, quando temos
um grande conjunto de dados,

podemos fazer coisas
que não eram possíveis,

quando só tínhamos
quantidades mais pequenas.

Os megadados são importantes
e são uma novidade.

Pensem nisto.

A única forma como este planeta

vai poder lidar com os desafios globais

— alimentar as pessoas,
dispensar-lhes cuidados médicos,

fornecer-lhes energia, eletricidade,

e garantir que elas
não vão ficar em torresmos

por causa do aquecimento global —

é através do uso eficaz de dados.

Então o que há de novo
quanto aos megadados?

O que têm de tão importante?

Para responder a esta pergunta,

pensemos em como era a informação,

qual era o seu aspeto físico, no passado.

Em 1908, na Ilha de Creta,

os arqueólogos descobriram
um disco de barro.

Dataram-no de 2000 a.C.,
portanto com 4000 anos.

Há inscrições nesse disco,

mas não sabemos o que é que significam.

É um mistério total, mas a questão

é que era aquele o aspeto das informações

há 4000 anos.

Era assim que a sociedade armazenava

e transmitia as informações.

A sociedade não avançou assim muito.

Continuamos a armazenar
informação em discos,

mas agora podemos guardar
muito mais informações,

muito mais do que até aqui.

É mais fácil pesquisar.
É mais fácil copiar.

É mais fácil partilhar.
É mais fácil processar.

Podemos reutilizar essas informações

para usos que nunca sequer imaginávamos

quando a princípio reunimos os dados.

Neste aspeto, os dados
passaram de "stock" a fluxo,

passaram duma coisa que é fixa e estática

para uma coisa que é fluida e dinâmica.

Há, se quiserem,
uma liquidez na informação.

O disco que foi descoberto em Creta

que tem 4000 anos, é pesado,

não guarda muitas informações

e essas informações são imutáveis.

Em contrapartida, todos os arquivos

que Edward Snowden levou

da National Security Agency
nos Estados Unidos da América

cabem num cartão de memória

do tamanho duma unha

e podem ser partilhados
à velocidade da luz.

Mais dados. Mais.

Uma das razões por que temos hoje
tantos dados no mundo

é porque estamos a reunir coisas

sobre as quais sempre reunimos informação.

Mas outra razão é porque
estamos a agarrar em coisas

que sempre foram informativas

mas nunca foram transformadas
num formato de dados

e estamos a transformá-las em dados.

Por exemplo, pensem
na questão da localização.

Por exemplo, Martinho Lutero.

Se quiséssemos saber nos anos de 1500

onde estava Martinho Lutero,

tínhamos que andar sempre atrás dele,

— talvez com uma pluma de pato
e um tinteiro —

e registar isso.

Agora pensem no que se passa hoje.

Sabemos que algures,

provavelmente na base de dados
duma empresa de telecomunicações,

há uma folha de cálculo ou, pelo menos,
uma entrada numa base de dados

que regista as informações

sobre onde estivemos em todas as ocasiões,

se tivermos um telemóvel
e esse telemóvel tiver GPS.

Mas, mesmo que não tenha GPS,

pode registar as nossas informações.

Nesse aspeto, a localização
foi transformada em dados.

Pensem, por exemplo,
na questão da postura,

na forma como estão sentados
neste momento,

na forma como se sentam,

na forma como você se senta,
na forma como você se senta.

São diferentes, em função
do tamanho das vossas pernas,

dos contornos das vossas costas.

Se puséssemos censores,
— talvez uns 100 censores —

em todas as cadeiras, neste momento,

eu podia criar um índice único
para cada um de vocês,

uma espécie de impressão digital,
mas não dos vossos dedos.

Mas o que é que podíamos fazer com isso?

Há investigadores em Tóquio
que estão a usar isso

como um possível aparelho antirroubo
em automóveis.

A ideia é que o ladrão
senta-se ao volante, tenta arrancar,

mas o carro reconhece que, ao volante,
está um condutor não autorizado

e o motor não arranca,

a não ser que se digite uma senha

no painel de comandos, que diz:

"Olha lá,
eu tenho autorização para guiar".

Fantástico.

E, se todos os carros na Europa

tivessem essa tecnologia?

O que é que podíamos fazer?

Se agregássemos os dados,

talvez pudéssemos identificar
sinais reveladores

que previssem melhor

que vai ocorrer um acidente de viação

nos cinco segundos seguintes.

E mais, o que teremos registado em dados

é a fadiga do condutor.

O objetivo seria que,

quando o carro pressente
que a pessoa entra nessa situação,

sabe automaticamente
que deve ligar um alarme interno

que fará vibrar a buzina do volante,
no interior, a dizer:

"Ei, acorda!
Presta mais atenção à estrada!"

São estas as coisas que podemos fazer

quando transformamos em dados
mais aspetos da nossa vida.

Então, qual é o valor dos megadados?

Pensem só.

Temos mais informações.

Podemos fazer coisas
que não podíamos fazer antes.

Uma das áreas mais impressionantes

em que está a ocorrer este conceito

é na área da aprendizagem das máquinas.

A aprendizagem das máquinas
é um ramo da inteligência artificial,

que, por sua vez, é um ramo
das tecnologias da informação.

A ideia geral é que,

em vez de dar instruções
a um computador sobre o que fazer,

vamos simplesmente
lançar dados para o problema

e dizer ao computador para arranjar
a solução por si mesmo.

Vão compreender melhor

conhecendo as suas origens.

Nos anos 50,
um engenheiro informático da IBM,

chamado Arthur Samuel,
gostava de jogar xadrez.

Por isso escreveu
um programa para computador

para poder jogar com o computador.

Jogou. Ganhou.

Jogou. Ganhou.

Jogou. Ganhou.

Porque o computador só sabia

o que era um movimento legal.

Arthur Samuel sabia mais qualquer coisa.

Arthur Samuel sabia estratégia.

Assim, escreveu um pequeno subprograma

que corria por detrás,

que apenas calculava as probabilidades

de uma dada configuração do tabuleiro

levar a um tabuleiro vencedor
ou a um tabuleiro perdedor,

depois de cada movimento.

Joga com o computador. Ganha.

Joga com o computador. Ganha.

Joga com o computador. Ganha.

Então, Arthur Samuel deixa
o computador jogar sozinho.

Ele joga sozinho. Reúne mais dados.

Reúne mais dados.
Aumenta o rigor das suas previsões.

Arthur Samuel volta ao computador.

Joga e perde,

joga e perde,

joga e perde.

Arthur Samuel criara uma máquina

que ultrapassara a sua capacidade
numa tarefa que ele lhe ensinara.

Esta ideia de aprendizagem da máquina

está a espalhar-se por todo o lado.

Como é que julgam
que temos carros autoguiados?

A nossa sociedade está melhor

por meter todas as regras de trânsito
em "software"? Não.

A memória é mais barata? Não.

Os algoritmos são mais rápidos? Não.

Os processadores são melhores? Não.

Todas essas coisas são importantes,
mas a razão não é essa.

É porque alterámos a natureza do problema.

Alterámos a natureza do problema.

Em vez de tentarmos
aberta e explicitamente

explicar ao computador como guiar,

dizemos:

"Estão aqui os dados sobre o veículo.

"Descobre lá como é.

"Descobre que isto é um semáforo,

"que a luz do semáforo
está vermelha e não verde,

"que isso significa que tens que parar

"em vez de avançar".

A aprendizagem da máquina está na base

de muitas das coisas que fazemos "online".

Por exemplo, motores de busca,

algoritmo de personalização do Amazon,

tradução por computador,

sistemas de reconhecimento de voz.

Recentemente, houve investigadores

que analisaram a questão das biópsias,

das biópsias relacionadas com cancros.

Pediram ao computador para identificar,

olhando para os dados
e as taxas de sobrevivência,

para determinar

se as células eram cancerosas ou não.

Claro que, quando lá meteram os dados,

através dum algoritmo
de aprendizagem das máquinas,

a máquina foi capaz de identificar

os 12 sinais reveladores
que melhor preveem

que naquela biopsia do cancro da mama

as células são de facto cancerosas.

Um problema: a literatura médica

só conhecia nove desses sinais.

Três dos sinais eram sinais

que as pessoas não precisavam de procurar,

mas a máquina detetou-os.

Mas também há
o lado sombrio dos megadados.

Vai melhorar a nossa vida,
mas há problemas

de que temos que ter consciência.

O primeiro é a ideia

de que podemos ser punidos
por causa das previsões,

de que a polícia possa usar os megadados
para os seus objetivos,

um pouco como no "Minority Report".

É um termo chamado
policiamento previsível,

ou criminologia algorítmica.

A ideia é que, se tivermos muitos dados,

por exemplo, sítios onde
ocorreram crimes no passado,

sabemos para onde enviar as patrulhas.

Isso faz sentido, mas claro que o problema

é que isso não vai parar
nos dados de localização,

vai descer ao nível do indivíduo.

Porque é que não usamos dados

sobre o historial universitário
das pessoas?

Podíamos usar o facto
de eles estarem empregados ou não,

o grau de confiança,

o comportamento
de navegação na Internet,

se se deitam muito tarde.

O seu Fitbit, quando conseguir
identificar bioquímicos,

mostrará que eles têm
pensamentos agressivos.

Podemos ter algoritmos
que poderão prever

o que estamos a pensar fazer,

e podemos ser responsabilizados

ainda antes de termos agido.

A privacidade era o desafio central

numa era de pequenos dados.

Na era dos megadados,

o desafio será
a salvaguarda da nossa vontade,

da escolha moral, da volição humana,

da atividade humana.

Há um outro problema:

Os megadados vão roubar-nos trabalho.

Os megadados e os algoritmos
vão pôr em causa o trabalho intelectual

de colarinho branco, dos profissionais

no século XXI,

tal como a automação das fábricas

e as linhas de montagem

puseram em causa o trabalho
dos operários no século XX.

Pensem num técnico de laboratório

que observa ao microscópio
a biópsia dum cancro

e determina se é cancerosa ou não.

Essa pessoa frequentou a universidade.

Essa pessoa compra bens.

Vota.

É parte interessada da sociedade.

Essa pessoa,

assim como todo um grupo
de profissionais iguais a ela,

vai deparar-se com o seu trabalho
radicalmente alterado

ou totalmente eliminado.

Gostamos de pensar

que a tecnologia cria empregos

depois de um curto período
temporário de transição.

Isso é verdade,
dentro do quadro de referência

em que todos vivemos
na Revolução Industrial

porque foi exatamente o que aconteceu.

Mas esquecemos uma coisa nessa análise.

Há algumas categorias de trabalhos

que são eliminados e nunca mais voltam.

A Revolução Industrial não foi
muito boa para os cavalos.

Portanto, vamos ter que ser cuidadosos,

agarrar nos megadados
e ajustá-los às nossas necessidades,

às nossas necessidades humanas.

Temos que ser os donos desta tecnologia

e não os seus escravos.

Estamos apenas no início
da era dos megadados.

Honestamente, não somos muito bons

em manejar todos os dados
que conseguimos reunir atualmente.

Não é só um problema com a NSA.

A indústria reúne muitos dados
e também os utiliza mal.

Precisamos de melhorar nisso,
mas isso vai levar tempo.

É um pouco como o desafio

que os homens primitivos
enfrentaram com o fogo.

É uma ferramenta, mas é uma ferramenta

que, se não tivermos cuidado,
pode-nos queimar.

Os megadados vão transformar
o modo como vivemos,

como trabalhamos e como pensamos.

Vão ajudar-nos a gerir as nossas carreiras

e a viver com satisfação e esperança,

com felicidade e saúde.

No passado, olhámos muitas vezes
para a tecnologia da informação

e os nossos olhos só viram o "T,"

a Tecnologia, o equipamento,

porque era o que era físico.

Agora precisamos de focar
o nosso olhar no "I",

a Informação

que é menos aparente,

mas em certos aspetos,
muito mais importante.

A humanidade pode finalmente
aprender com as informações

que consegue reunir,

faz parte
da nossa busca incansável

para entender o mundo
e o nosso lugar nele.

Por isso é que os megadados
são uma coisa importante.

(Aplausos)