REGISTRO DOI:10.5281/zenodo.12682824
Andressa Beatriz Gomes da Silva1
Resumo
Este artigo abordou a evolução e impacto da inteligência artificial (IA) ao longo dos anos, desde suas origens conceituais até suas atuais aplicações. A IA, representada por conjuntos de softwares, simula uma inteligência comparável à humana, capacitando-se a aprender e tomar decisões com base em extensos bancos de dados. Contrariando a concepção de substituição da humanidade por robôs, a IA é apresentada como um campo universal, abrangendo desde áreas gerais como aprendizado e percepção até tarefas específicas como jogos de xadrez, demonstração de teoremas matemáticos e diagnóstico de doenças. Diante da atual era tecnológica, o interesse no tema emerge da problemática que a sociedade enfrenta em relação à IA e de seu impacto nos aspectos sociais, no mercado de trabalho e nas questões éticas. Este estudo destaca o rápido e abrangente crescimento da IA, muitas vezes não percebido, apesar de estar integrado à maioria das atividades cotidianas. A inteligência artificial está intrinsecamente enraizada na sociedade contemporânea, permeando setores como as Indústrias automotivas, as escolas, aplicativos de rotas e até mesmo buscas no Google. a monografia também destaca a presença da IA no mercado de trabalho, nas escolas, e no cotidiano das pessoas, e também destaca os benefícios, como a execução eficiente de tarefas e redução de custos para as empresas. Por meio deste trabalho foi possível ter uma visão abrangente da trajetória histórica e os impactos atuais da inteligência artificial, contribuindo para uma compreensão mais profunda deste fenômeno tecnológico que molda nosso presente e futuro.
Palavras-chave: Inteligência artificial. IA. Tecnologia. Fenômeno Tecnológico. Evolução Digital.
Abstract
This article addressed the evolution and impact of artificial intelligence (AI) over the years, from its conceptual origins to its current applications. AI, represented by sets of software, simulates intelligence comparable to that of humans, enabling it to learn and make decisions based on extensive databases. Contrary to the idea of humanity being replaced by robots, AI is presented as a universal field, ranging from general areas such as learning and perception to specific tasks such as chess games, demonstrating mathematical theorems and diagnosing diseases. Given the current technological era, interest in the topic emerges from the problems that society faces in relation to AI and its impact on social aspects, the job market and ethical issues. This study highlights the rapid and pervasive growth of AI, often unnoticed despite being integrated into most everyday activities. Artificial intelligence is intrinsically rooted in contemporary society, permeating sectors such as the automotive industry, schools, route applications and even Google searches. the monograph also highlights the presence of AI in the job market, in schools, and in people’s daily lives, and also highlights the benefits, such as the efficient execution of tasks and cost reduction for companies. Through this work it was possible to have a comprehensive view of the historical trajectory and current impacts of artificial intelligence, contributing to a deeper understanding of this technological phenomenon that shapes our present and future.
Keywords: Artificial intelligence. AI. Technology. Technological Phenomenon. Digital Evolution.
Introdução
As ideias relacionadas à inteligência artificial surgiram muito antes da tecnologia que a tornou possível, com o pensamento de se ter uma máquina que pudesse raciocinar e agir como os humanos. Logo após a Segunda Guerra Mundial foi fundado o campo de pesquisa em inteligência artificial, em uma conferência no campus de Dartmounth College.
Sendo representada por um conjunto de softwares, a inteligência artificial simula uma inteligência similar à humana, podendo aprender diferentes tipos de coisas e tomar decisões próprias baseadas em grandes padrões de bancos de dados, tendo o objetivo de fazer as máquinas serem mais inteligentes e úteis. Muitas pessoas têm em mente que a inteligência artificial seria a substituição da humanidade por robôs, mas a inteligência artificial é muito mais do que isso.
Na ficção científica a inteligência artificial é um tema antigo e de grande sucesso até hoje, estando presente em livros, filmes e desenhos animados. Mas na ciência é um tema relativamente novo. Russel (Norvig, 2004) afirma:
A inteligência artificial é uma das ciências mais recentes, teve início após a Segunda Guerra Mundial e, atualmente, abrange uma enorme variedade de subcampos, desde áreas de uso geral, como aprendizado e percepção, até tarefas específicas como jogos de xadrez, demonstração de teoremas matemáticos, criação de poesia e diagnóstico de doenças. A inteligência artificial sistematiza e automatiza tarefas intelectuais e, portanto, é potencialmente relevante para qualquer esfera da atividade intelectual humana. Nesse sentido, ela é um campo universal.
Considera-se esse tema bastante oportuno visando a atual era tecnológica em que vivemos. O interesse inicial pelo tema parte da consideração de toda a problemática da sociedade em relação a inteligência artificial e o impacto que está tendo na sociedade, no mercado de trabalho, e no dia a dia. Por se tratar de uma tecnologia relativamente nova e com um crescimento assustador traz diversos questionamentos éticos e morais para a população.
A inteligência artificial é um sistema que cresce rapidamente e de forma abrangente, ela evolui de acordo com o crescimento das redes, do mercado, e do constante desenvolvimento da tecnologia.
O impacto da inteligência artificial mundialmente é imenso, mas muitas vezes não é notado, mesmo estando aplicada na maioria das atividades no nosso dia-a-dia. Diante desses fatos, a proposta deste artigo é mostrar os fatos históricos sobre a importância, o impacto e a evolução das inteligência artificial no cenário tecnológico mundial.
Objetivos
Geral
Este trabalho tem por objetivo geral pontuar a importância da inteligência artificial, seus impactos e sua evolução ao longo dos anos através de pesquisas bibliográficas.
Específicos
- Realizar pesquisas bibliográficas referentes ao tema deste trabalho;
- Levantar os pontos importantes e os seus maiores impactos;
- Traçar a história da evolução do tema em ordem cronológica;
Metodologia
Revisão Bibliográfica:
Realizar uma revisão bibliográfica abrangente sobre a evolução da inteligência artificial ao longo dos anos. Analisar livros, artigos acadêmicos e documentos históricos para estabelecer uma base teórica sólida, identificar marcos significativos e compreender as transformações da tecnologia.
Análise Documental:
Conduzir uma análise documental de fontes primárias, como artigos originais, relatórios técnicos e documentos históricos relacionados à inteligência artificial. Identificar documentos que delineiem momentos-chave na evolução da tecnologia.
Estudo de Caso:
Selecionar estudos de casos representativos de aplicação prática da inteligência artificial em setores específicos, como saúde, educação, indústria e finanças. Analisar esses casos para entender os impactos concretos e as inovações introduzidas ao longo dos anos.
Avaliação de Impacto Socioeconômico:
Investigar o impacto socioeconômico da inteligência artificial ao longo do tempo. Utilizar dados quantitativos para avaliar mudanças na produtividade, criação de empregos, inovações econômicas e desigualdades sociais associadas à implementação da inteligência artificial.
Análise Ética:
Integrar uma análise ética abordando questões morais e sociais relacionadas à evolução da inteligência artificial. Considerar preocupações éticas emergentes e avaliar como essas questões foram abordadas ao longo do tempo, buscando entender as implicações éticas e sociais associadas à tecnologia.
A Origem da Inteligência Artificial: 1940 a 1950
A origem da inteligência artificial (IA) remonta ao desenvolvimento dos primeiros computadores e à exploração das possibilidades de criação de máquinas que pudessem imitar a cognição humana.
O termo “inteligência artificial” foi usado pela primeira vez em 1956, durante a Conferência de Dartmouth. Esse evento, organizado por John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon, é reconhecido como o marco inicial do estudo da inteligência artificial. John McCarthy, em particular, é frequentemente creditado pela criação do termo. Segundo Russell e Norvig (2010), “a pesquisa em IA começou oficialmente na Conferência de Dartmouth, onde o termo ‘inteligência artificial’ foi usado pela primeira vez”.
A inteligência artificial teve diversos protagonistas com o mesmo pensamento e vontade de criar uma máquina que fosse capaz de agir e pensar como um humano. No ano de 1943 Warren McCulloch e Walter Pitts apresentaram um artigo que falava sobre redes neurais. Em 1950 Claude Shannon apresentou um artigo ensinando como programar uma máquina capaz de jogar xadrez usando cálculos de posições simples, e no mesmo ano Alan Turing produziu o “Teste de Turing” que tinha como objetivo avaliar a capacidade de uma máquina em exibir um comportamento inteligente indistinguível do de um humano (TURING, 1950). Conforme Nilsson (2010, p. 45) “a ideia de que as máquinas poderiam pensar data de séculos atrás, mas foi somente com o advento dos computadores que a IA se tornou uma disciplina científica”.
Em 1956 foi organizada uma conferência no campus de Dartmouth College por John McCarthy, grandes nomes marcaram presença e foi lá onde deram início a um campo de pesquisa sobre IA, mas os destaques do encontro foram Allan Newell e Hebert Simon com o programa de raciocínio lógico conhecido como Logic Theorist (LT). Para Barr & Feigenbaum (1981) “Inteligência Artificial é a parte da ciência da computação que compreende o projeto de sistemas computacionais que exibam características associadas, quando presentes no comportamento humano, à inteligência”
Histórico da Inteligência artificial: 1960-2000
UNIMATE (1961)
O Unimate foi o primeiro robô industrial usado em fábricas, desenvolvido por George Devol e Joseph Engelberger. Ele foi instalado na General Motors em 1961 para fazer trabalhos repetitivos e perigosos, como manipular peças pesadas em linhas de montagem, que antes eram tarefas executadas por humanos. Devol e Engelberger falam do desenvolvimento e da capacidades do Unimate em seu artigo seminal de 1961, destacando como esse robô revolucionou a indústria ao introduzir eficiência e segurança no ambiente de trabalho (DEVOL; ENGLEBERGER, 1961).
ELIZA (1966)
No ano de 1966 a IA teve um grande avanço com a criação do primeiro chatbot chamado ELIZA, desenvolvido por Joseph Weizenbaum, o ELIZA foi projetado para imitar um psicoterapeuta, respondendo aos usuários com perguntas baseadas no que eles diziam. Embora suas respostas fossem bastante simples e baseadas em padrões de texto, muitas pessoas achavam que estavam conversando com uma pessoa real. Esse programa mostrou o potencial dos computadores para interagir com humanos de forma natural, mesmo com limitações.
Quando Eliza foi disponibilizado para conversação entre pessoas não especialistas da área de Inteligência Artificial, estas ficaram horas revelando seus problemas pessoais para máquina, pensando ser este um psicólogo real. Pacientes acreditavam que o robô realmente entendia seus problemas e até mesmo alguns psicólogos acreditavam que esta máquina poderia ajudar os pacientes de forma construtiva (WEIZENBAUM, 1966).
DENDRAL (1969)
A universidade de Stanford em 1969 desenvolveu o programa DENDRAL com a finalidade de criar programas que seriam capazes de determinar automaticamente um conjunto de estruturas moleculares de uma molécula desconhecida. O DENDRAL teve sua importância para o desenvolvimento de programas inteligentes, porque representou o primeiro sistema bem-sucedido de conhecimento intensivo, sua habilidade derivava de um grande número de regras de propósito específico.
Segundo Feigenbaum et al. (1971), “o Dendral foi pioneiro ao demonstrar que computadores poderiam realizar tarefas complexas de inferência científica que antes eram exclusivas dos humanos”. Este sistema utilizava regras baseadas em química para interpretar espectros de massa, ajudando os químicos a identificar compostos desconhecidos. O sucesso do Dendral teve grande impacto na pesquisa em IA, destacando o potencial dos sistemas especialistas para resolver problemas específicos. Buchanan e Shortliffe (1984, p. 8) afirmam que “o Dendral não só foi um marco na história da IA, mas também inspirou o desenvolvimento de outros sistemas especialistas, incluindo o MYCIN, que aplicava regras de inferência para a medicina”.
MYCIN (1970)
O MYCIN foi um sistema computacional desenvolvido nos anos 1970 na Universidade de Stanford para ajudar médicos no diagnóstico e tratamento de infecções bacterianas. O MYCIN foi projetado para auxiliar médicos na tomada de decisões complexas, como a escolha de antibióticos apropriados com base nos sintomas e nos resultados de testes laboratoriais dos pacientes. Utilizando uma base de conhecimento extensiva sobre microbiologia e um mecanismo de inferência baseado em regras, o MYCIN analisava dados fornecidos pelo usuário e oferecia recomendações precisas para o tratamento (Buchanan, B. G., & Shortliffe, E. H. (1984). Essa tecnologia pioneira demonstrou como a inteligência artificial poderia ser aplicada na prática médica, melhorando a precisão dos diagnósticos e contribuindo significativamente para o campo da saúde.
Redes Neurais Profundas e Convolucionais (1980-1990)
Durante os anos 1980, houve um renascimento no interesse pelas redes neurais, especialmente com o desenvolvimento de novos algoritmos de aprendizagem que permitiram a criação de redes com múltiplas camadas ocultas. Esse período foi crucial para o início teorico das redes neurais profundas, com avanços teóricos em algoritmos de treinamento, como o backpropagation, que permite ajustar os pesos das conexões entre neurônios para minimizar o erro na saída da rede. Segundo Geoffrey Hinton (2005):
O desenvolvimento de redes neurais profundas e o refinamento dos algoritmos de treinamento como o backpropagation têm permitido avanços significativos no reconhecimento de fala e na análise de padrões em grandes volumes de dados.
Na década de 1990, houve um avanço significativo na capacidade de computadores em “ver” e entender imagens, graças às redes neurais convolucionais (CNNs). Essas redes foram desenvolvidas para aprender automaticamente a identificar padrões complexos em imagens, tornando possível reconhecer objetos e segmentar imagens com alta precisão.
Segundo Yann LeCun e seus colaboradores, as CNNs foram cruciais para “Gradient-based learning applied to document recognition” (1998), onde demonstraram sucesso inicial no reconhecimento de caracteres manuscritos. Essa abordagem revolucionária permitiu que as redes aprendessem camadas de características diretamente das imagens, o que era um avanço em relação aos métodos tradicionais que dependiam de técnicas manuais de extração de características. Desde então, as CNNs têm sido aplicadas em diversas áreas, como detecção facial, diagnóstico médico por imagem e reconhecimento automático de objetos em fotos.
Os Impactos da Inteligência Artificial nos dias atuais (2000- Presente)
Modelos de Linguagem Avançados
Modelos de linguagem como o GPT-3 da OpenAI e o BERT da Google revolucionaram o processamento de linguagem natural (PLN). Esses modelos conseguem entender e gerar texto com uma precisão impressionante, sendo usados em chatbots, assistentes virtuais, análise de sentimentos e muito mais.
IA Conversacional
Os assistentes virtuais, como Alexa, Siri e Google Assistant, tornaram-se muito mais sofisticados. Eles podem realizar uma variedade maior de tarefas, entender contextos mais complexos e responder de forma mais natural. Esses avanços foram possibilitados por melhorias no processamento de linguagem natural e no aprendizado de máquina. Eles podem genializar casas, podem ajudar em tarefas escolares, a identificar músicas só pela sinalização, em casas inteligentes são capazes de apagar e acender luzes, ligar e desligar eletrodomésticos e colocar na sua série preferida aoenas com um único comando de voz.
Visão Computacional
A visão computacional tem avançado rapidamente, permitindo o desenvolvimento de tecnologias como carros autônomos, sistemas de segurança avançados e diagnóstico médico por imagem. Algoritmos de visão computacional agora conseguem interpretar e analisar imagens com precisão, facilitando a detecção de objetos, reconhecimento facial e outras tarefas visuais complexas.
Carros Autônomos
A tecnologia de veículos autônomos tem progredido substancialmente. Empresas como Tesla, Waymo e Uber estão testando e implementando carros autônomos que utilizam IA para navegar em ambientes urbanos, detectar obstáculos e tomar decisões em tempo real, com o objetivo de aumentar a segurança e eficiência do transporte.
IA em Saúde
Na área da saúde, a IA tem sido usada para melhorar diagnósticos, personalizar tratamentos e até mesmo descobrir novos medicamentos. Algoritmos de IA são capazes de analisar grandes volumes de dados médicos para identificar padrões e prever resultados de tratamento, auxiliando os profissionais de saúde a tomar decisões mais informadas.
Robótica
Os avanços na robótica, impulsionados pela IA, resultaram em robôs mais capazes e adaptáveis, utilizados em manufatura, logística, cirurgia e até em aplicações domésticas. Robôs equipados com IA podem aprender com suas experiências, melhorar seu desempenho ao longo do tempo e realizar tarefas complexas com maior precisão.
Ethical AI e Governança
À medida que a IA se torna mais integrada em nossas vidas, houve um foco crescente na ética e na governança da IA. Iniciativas para garantir a transparência, a justiça e a responsabilidade no uso da IA estão ganhando destaque. Organizações estão desenvolvendo diretrizes e regulamentações para mitigar riscos e assegurar que a IA seja usada de maneira responsável.
Conclusão
A evolução da inteligência artificial (IA) ao longo das décadas tem sido marcada por avanços significativos que têm moldado a maneira como vivemos, trabalhamos e interagimos com a tecnologia. Desde suas primeiras concepções e os marcos históricos como a Conferência de Dartmouth em 1956, a IA passou de uma ideia teórica a uma parte integral de nosso cotidiano. Inicialmente focada em tarefas específicas, como jogar xadrez ou resolver teoremas matemáticos, a IA expandiu suas capacidades para incluir aprendizado de máquina, processamento de linguagem natural, visão computacional e robótica avançada.
Os impactos da IA são vastos e variados. Na saúde, a IA melhora diagnósticos e tratamentos, ajudando a salvar vidas e personalizar cuidados médicos. No setor automotivo, tecnologias de veículos autônomos prometem transformar a mobilidade urbana, aumentando a segurança e eficiência. A IA também tem revolucionado a maneira como interagimos com dispositivos, através de assistentes virtuais como Siri, Alexa e Google Assistant, que se tornaram companheiros digitais em nossas rotinas diárias.
A inteligência artificial também desempenha um papel crucial no setor empresarial, onde é utilizada para análise de dados, otimização de processos e previsão de tendências de mercado, proporcionando vantagens competitivas significativas. No entanto, com esses avanços vêm preocupações éticas e desafios relacionados à transparência, justiça e governança. O desenvolvimento de diretrizes e regulamentações para assegurar o uso responsável da IA é essencial para mitigar riscos e maximizar os benefícios.
Além disso, a IA tem impacto direto no mercado de trabalho, alterando dinâmicas laborais e exigindo novas habilidades e adaptações. As preocupações com a automação e a substituição de empregos por máquinas são contrabalançadas pela criação de novas oportunidades em setores emergentes.
Portanto, a compreensão da trajetória da IA, desde suas origens até os desenvolvimentos mais recentes, é fundamental para apreciar seu potencial transformador. A IA não apenas melhora a eficiência e reduz custos, mas também oferece soluções inovadoras para problemas complexos em diversas áreas. O futuro da IA continua a ser promissor, com a expectativa de mais inovações que moldarão nossa sociedade de maneiras ainda não imaginadas.
O estudo e a aplicação da inteligência artificial devem, assim, ser conduzidos com um equilíbrio cuidadoso entre inovação e responsabilidade ética, assegurando que seu crescimento beneficie a sociedade como um todo enquanto se minimizam os riscos associados. Este trabalho contribui para uma compreensão mais profunda deste fenômeno tecnológico, destacando sua importância, impactos e evolução contínua, e sugere que a jornada da IA está apenas começando, com muitas novas descobertas e aplicações por vir.
Referências Bibliográficas
Buchanan, B. G., & Shortliffe, E. H. (1984). Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Reading: Addison-Wesley.
COMER, Douglas E., Redes de Computadores e Internet Porto Alegre: Bookman, 2001.
DEVOL, G.; ENGLEBERGER, J. Development of the Unimate. Transactions of the Society of Manufacturing Engineers, v. 6, n. 1, p. 34-39, 1961.
FEIGENBAUM, E. A.; LEDERBERG, J. On Generality and Problem Solving: A Case Study Using the Dendral Program. Stanford: Stanford University, 1971.
Fortes, Débora., Redes sem fio: Uma seleção de perguntas e respostas para se dar bem no WI-FI. INFO Exame, São Paulo, Abril,. Coleção 2005. p.7-19, 2005.
Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. Science, 313(5786), 504-507.
Kurose, James F., Rede de Computadores e a Internet: uma nova abordagem. São Paulo, Addison Wesley, 2003.
LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278-2324.
MORIMOTO, Carlos E., Dicionário de Termos Técnicos em Informática. 3ed. Disponívelem<http://www.guiadohardware.net/e-books/download/Dicionario_de_Termos_de_informatica-3ed.pdf>. Acesso em 24 de maio de 2005.
MORIMOTO, Carlos E., Guia Completo de Redes. 3 ed. Disponível em <http://www.guiadohardware.net/e-books/download/Redes-3ed.pdf>. Acesso em 24 de maio de 2005.
NILSSON, N. J. The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge: Cambridge University Press, 2010.
RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 3. ed. Upper Saddle River: Prentice Hall, 2010.
TANENBAUM, Andrew S., Redes de Computadores. Rio de Janeiro: Campus, 2003.
TURING, A. M. Computing Machinery and Intelligence. Mind, 1950.
WEIZENBAUM, J. ELIZA – A Computer Program for the Study of Natural Language Communication Between Man and Machine. Communications of the ACM, 1966.
Zacker, Craig e Doyle, Paul., Redes de Computadores: Configuração, Manutenção e Expansão. São Paulo: MAKRON Books, 2000.
1Graduando em Sistemas de Informações pela Faculdade Sapiens. E-mail: andygsilva2@gmail.com