INTRODUÇÃO

A História da Ciência se dedica a entender o progresso dos métodos de conhecimento,  considerados científicos, seus caminhos de evolução e validação, seus sistemas de pensamento, suas interações no âmbito que lhes é peculiar e com os componentes culturais, sociais, culturais e políticos fora dele – o que implica na afirmação do saber científico como um fenômeno econômico, social e cultural.

Dado que a ciência é uma atividade intrincada, refletir sobre sua essência e significados é um desafio intenso, que acaba sempre incompleto e com brechas, mesmo quando se está envolvido em um campo específico. No entanto, essa forma de pesquisa historiográfica é crucial para um entendimento mais preciso dos fenômenos científicos e também para prevenir a formação de “mitos” no campo científico. 

Este estudo baseia-se no método bibliográfico-documental, que utiliza obras bibliográficas e documentos para a coleta de referências bibliográficas e documentos variados. Apresentou como objetivo geral apresentar a evolução histórica da Inteligência Artificial com o objetivo de auxiliar na educação científica.

A EVOLUÇÃO DA INTELIGÊNCIA ARTIFICIAL 

Ao iniciar um estudo sobre essa temática, é preciso ter como um ponto de partida o conceito de inteligência. Segundo Coppin (2004) essa é uma resposta muito complexa e seu conceito envolve a opinião de psicólogos, biólogos e filósofos durante séculos. Esse autor define a inteligência pelas propriedades que envolve a capacidade de resolver problemas, lidar com novas situações, elaborar planos e planejamentos , responder perguntas entre vários outros exemplos. 

Através desse conceito, Damilano (2019) confere a Inteligência Artificial a habilidade que desenvolve a capacidade para lidar com essas experiências e conceber algumas ideias mais complexas, porém não realizadas pelas mãos do homem, mas por tecnologias que buscam criar algumas conexões tendo como base o cérebro humano. 

Estudando a história da Inteligência Artificial, entende-se que deu a partir da década de 50, tendo como marco-zero o ano de 1956. Russel e Novig (2009) explicam que neste ano, aconteceu a Conferência de Dartmouth, sendo o termo “inteligência artificial” registrado pela primeira vez no College, em New Hampshire (EUA), com referência como uma nova área de conhecimento. Porém, existem conceitos relacionados a essa temática anterior a essa data relacionados a remontar à Segunda Guerra Mundial. 

Em 1943, Warren McCulloch e Walter Pitts publicaram um artigo com um estudo de raciocínios artificiais com a utilização de modelos matemáticos que tentavam simular o sistema nervoso humano. Esse modelo serviu como base para outros estudos acadêmicos sobre esse tema.

Algumas experiências de guerra serviram de base para o surgimenteo da Inteligência Artificial em 1953. É possível mencionar a experiência de concentração das duas décadas passadas.  Os campos de extermínio como ferramentas totalitárias para a prática do poder nazista, oportunizaram pela primeira vez na história, o confinamento em larga escala de indivíduos para a execução de experimentos e pesquisas relacionados a inteligência e cérebro humano. Essas investigações foram conduzidas totalmente contra a ética da dignidade humana, a um custo social intolerável, que trazem marcas até hoje e que nunca mais poderá ocorrer.

Em relação à tecnologia que desencadeou as discussões sobre inteligência artificial, merece destaque, o aperfeiçoamento de canhões antiaéreos equipados com um sistema de precisão que possa corrigir erros de mira e  os possíveis desvios resultantes do deslocamento do alvo e do próprio canhão durante a execução do tiro. Este mecanismo de autocorreção começou a ser percebido como uma forma inicial de reprodução de uma ação humana. (Teixeira, 2009). 

Ao término da Segunda Guerra Mundial, os pesquisadores já haviam registrado algumas invenções no campo da eletrônica, criado alguns computadores e já realizavam estudos relacionados ao mecanismos que buscavam imitar as ações humanas. Além disso, estudos sobre o cérebro humano, especificamente, foram realizados por médicos e psicólogos.  Isso os motivou a organizar um encontro nos Estados Unidos, onde especialistas dessas áreas compartilhariam suas descobertas, em uma apresentação pioneira, na tentativa de agrupá-las e formar algo que se assemelha a uma ciência geral do funcionamento da  mentalidade humana.  Este evento, denominado Simpósio de Hixon, ocorreu em 1948.

No ano de 1950, o matemático Alan Turing criou o chamado Teste de Turing, uma máquina capaz de realizar testes matemáticos. O objetivo do teste era confirmar se a máquina poderia transmitir informações como se fosse um indivíduo, sem provocar suspeitas no usuário, possível receptor, que no caso era um programa de computador. Segundo o autor, a máquina só poderia ser “inteligente” se acaso ao menos um terço dos participantes fossem convencidos de que o diálogo não foi com uma máquina, mas sim com um humano (Teixeira, 2009).

A experiência foi alvo de críticas devido ao seu suposto comportamento inteligente. No entanto, esta foi uma experiência inovadora que abriu caminho para novos debates sobre Inteligência Artificial. Ela foi até mesmo retratada no cinema em 2015 no filme “Jogo da Imitação”, de Morten Tyldum. Turing publicou um artigo sobre o experimento mencionado no mesmo ano, Computing Machinery and Intellgence – considerado por muitos como o texto precursor da Inteligência Artificial. Segundo os estudos de Copeland (2022), 

Turing foi um dos fundadores da inteligência artificial e da ciência cognitiva moderna, e foi um dos principais expoentes iniciais da hipótese de que o cérebro humano é em grande parte uma máquina de computação digital. Ele teorizou que o córtex no nascimento é uma “máquina desorganizada” que através do “treinamento” se organiza “em uma máquina universal ou algo parecido”. Turing propôs o que posteriormente ficou conhecido como teste de Turing como um critério para saber se um computador artificial está pensando (Copeland, 2022, p.23).

No ano de 1951, Marvin Minsky fabricou a Stochastic Neural Analog Reinforcement Calculator (SNARC), sendo a primeira máquina de rede neural artificial já fabricada. Ela atuava através da tecnologia. Utilizando o sistema operacional DOS e componentes eletromecânicos e analógicos, 40 neurônios foram utilizados, construídos e interligados numa rede, na qual cada neurônio foi concebido utilizando um capacitor para memória imediata e um potenciômetro utilizado para a memória de longo prazo.  Minsky experimentou os recursos de aprendizado permitindo que a máquina percorra um labirinto virtual, com o objetivo de verificar a habilidade da máquina de aprender a escapar sozinha do mencionado labirinto virtual.  Essa estrutura criada por Minsky serviu como referência para outras que vieram depois.

Os debates estimulados por esses expectativas e os experimentos sociais em relação a novos campos de estudo despertaram grande entusiasmo na comunidade científica, entidades privadas e autoridades governamentais, fazendo com que começassem a investir em pesquisas no campo, incluindo a Agência de Pesquisa de Projetos Avançados (ARPA), a mesma entidade que criou a internet (Teixeira, 2009).

As décadas de 1950 e 1960 testemunharam significativos progressos tecnológicos no campo da Inteligência Artificial e do amadurecimento epistemológico da área: em 1957, Frank Rosenblatt apresentou o Perceptron – um sistema de percepção visual, um algoritmo que se estruturava como uma rede neural de uma camada, capaz de categorizar demonstrações. Em 1958, a linguagem de programação Lisp emergiu, tornando-se um padrão na época.
atualmente, inspira uma família completa de linguagens. 

Em 1959, logo no ano seguinte, o termo machine learning foi empregado pela primeira vez, referindo-se a um sistema de aprendizado de máquina, que permite aos computadores aprenderem alguma função sem precisarem ser programados diretamente para isso – ao inserir dados em um algoritmo com dados, para que isso ocorra, fazendo com que a máquina aprenda a realizar uma tarefa de maneira automática.

Em 1964, o público teve a oportunidade de conhecer a Eliza, o primeiro chatbot da história, que se através de palavras-chave e de uma estrutura sintática se comunicava automaticamente, simulando uma psicanalista. Era considerada um robô de conversação, o que pra época era uma inovação, e atualmente são facilmente encontrados em diversos tipos de sites corporativos, foi criado por Joseph Weizenbaum que desenvolveu esse sistema no laboratório de Inteligência Artificial do MIT. O robô proferia conselhos psicológicos e expressões que indicavam empatia, sendo visto como um possível complemento nos tratamentos psicoterápicos por muitos.

Conforme progressos técnicos e científicos aconteciam, o assunto se tornava cada vez mais relevante no campo cultural, atraindo a atenção de escritores e cineastas e ganhando a preferência do público. Contudo, enquanto na literatura e no cinema as possibilidades da Inteligência Artificial são ilimitadas, na realidade as possibilidades são limitadas. 

As restrições políticas, econômicas e tecnológicas do período pós-guerra resultaram no lançamento da Inteligência Artificial (IA), em uma fase de diminuição de investimentos, que só seria superada no final dos anos 80. Durante esse período, novos progressos técnico-científicos em outros campos se sobressaíam. Alguns deles tenderiam a favorecer a Inteligência Artificial e, de forma dialética, ela também ofereceria sua contribuição a eles, como ocorreu com a disseminação da internet comercial em meados dos anos 1990.

As redes de computadores utilizaram a Inteligência Artificial para criar sistemas de indexação e de navegação. Programas que faziam uma varredura automática na rede e classificavam os dados, como o protótipo do Google, surgiram durante essa época. Os progressos significativos da Inteligência Artificial chamaram a atenção global quando, numa disputa de xadrez entre homem e máquina, Garry Kasparov, grande campeão soviético, perdeu uma das partidas para o computador Deep Blue, da IBM. Apesar de notável, os avaliadores da experiência não atribuíram a vitória ao computador e nem o consideraram como um ser inteligente, mas como um instrumento capaz de guardar e recordar mais informações, o que facilita sua performance.

No início dos anos 2000, a inteligência artificial começou a ser investigada para uso em automóveis autônomos, tecnologia que já se encontra no mercado, apesar do seu preço elevado. A utilização da Inteligência Artificial nesses carros autodirigíveis permitiu intensificar todo o debate sobre as questões ética e de segurança sobre a IA. Os sindicatos de motoristas expressaram oposição à nova tecnologia, por ser ela uma ameaça à empregabilidade, já que a Inteligência Artificial tende a assumir funções cada vez mais complexas.

Desde 2008, o processamento de linguagem natural, anteriormente investigado através do robô Eliza, começou a ser utilizado nas pesquisas sobre Inteligência Artificial, levando a criação de novos Assistentes virtuais, tais como a Siri, introduzida pela Apple em 2011, a Cortana, da Microsoft, Alexa, da Amazon e o próprio Assistente do Google.

Em 2012, a Google avançou mais uma etapa em seus sistemas de Inteligência Artificial. Fortalecendo tecnologias consolidadas desde 2006 trabalhando com deep learning, ela foi capaz de treinar um algoritmo para reconhecer tipos de gatos através de vídeos do YouTube. Este aprendizado aprofundado emprega redes neurais, com mais camadas do que os pioneiros que observamos anteriormente, resultando em um processamento mais rápido e com mais informações, liberando a máquina para realizar assimilações e categorizações.

Desde a sua criação até os dias de hoje, a Inteligência Artificial atravessou diversas etapas.  Conforme o artigo de Goodfellow et al. (2016), ao longo das últimas décadas, a Inteligência Artificial evoluiu, passando por três etapas principais: de 1950 a 1980, foi considerada em sistemas com bases em lógica formal e regras simbólicas. Entre 1980 e 2010, ocorreu uma mudança para métodos baseados em redes neurais artificiais e aprendizado de máquinas. A terceira etapa, que teve início no começo dos anos 90 e foi marcada pelo emprego de métodos baseados em deep learning. 

O deep learning é uma área da Inteligência Artificial que se fundamenta em redes neurais artificiais com várias camadas escondidas, permitindo a compreensão de representações 

de dados em camadas hierárquicas bem complexas. Além disso, esse método vem demonstrando eficácia em atividades quem eram consideradas anteriormente muito difíceis ou até mesmo impossíveis de serem automatizadas como a tradução automática de idiomas e o reconhecimento de imagens (Goodfellow et al., 2016)

SITUAÇÃO ATUAL DA INTELIGÊNCIA ARTIFICIAL 

A inteligência artificial (IA) tem se consolidado como uma das tecnologias mais impactantes do século XXI, revolucionando diversos setores da sociedade. Seu avanço rápido e exponencial tem gerado debates acalorados sobre suas vantagens, desafios e impactos éticos. Atualmente, a IA está presente em áreas como saúde, educação, segurança, economia e comunicação, desempenhando um papel essencial na otimização de processos e na tomada de decisões.

Nos últimos anos, a IA tem se tornado mais sofisticada, com o desenvolvimento de redes neurais profundas e técnicas avançadas de aprendizado de máquina. Modelos como o ChatGPT, DALL-E e Bard demonstram a capacidade da IA em processar e gerar texto, imagens e até mesmo vídeos de forma altamente realista. Esses avanços têm permitido aplicações inovadoras, desde assistentes virtuais até soluções para diagnóstico médico.

De acordo com os estudos de Fernandes e Pereira (2020), hoje o cenário amplo da Inteligência Artificial tem possibilitado uma infinitude de aplicação, se tornando uma força transformadora e complementar para o ambiente corporativo, trazendo grandes impactos e contribuições em diversas áreas. O seu uso em diversas empresas vem contribuindo para análise de dados em larga escala, automação de tarefas, personalização de serviços, tomada de decisões eficientes entre outros benefícios. 

Inicialmente, é crucial esclarecer que a globalização assim como o contínuo progresso tecnológico causou uma série de transformações significativas que modificaram as relações entre os clientes e as empresas. Atualmente, nota-se que os meios de comunicação estão se tornando cada vez mais digitais. Os avanços tecnológicos estão cada vez mais presentes na vida dos indivíduos, afetando-os de diversas formas (Batista, et al., 2023).

Certamente, a Inteligência Artificial se apresenta como um cenário favorável e crucial no que diz respeito à promoção dos pequenos empreendedores, possibilitando chances inerentes de desenvolver seus empreendimentos.  Isto ocorre porque, a Inteligência Artificial permite as organizações através de suas estruturas consigam atingir os objetivos propostos e ao mesmo tempo atendes todas as necessidades de seus clientes. Portanto, os pequenos empresários possuem uma gama de possibilidades para explorar e uma dessas possibilidades está ligada ao crescimento do mercado online. (Batista,  et al., 2023).

CONSIDERAÇÕES FINAIS

A inteligência artificial (IA) tem uma trajetória marcada por avanços significativos e desafios constantes. Desde seus primórdios, com as primeiras teorias matemáticas e lógicas no século XX, passando pelo desenvolvimento de redes neurais e aprendizado de máquina, até os modelos avançados de IA generativa da atualidade, a evolução da área tem sido impulsionada pelo desejo humano de criar sistemas cada vez mais inteligentes e autônomos.

Apesar das limitações iniciais e dos períodos de estagnação, a IA demonstrou seu potencial transformador em diversos setores, como saúde, finanças, indústria e entretenimento. No entanto, seu crescimento acelerado também levanta questões éticas, de privacidade e impacto no mercado de trabalho, exigindo regulamentações e reflexões sobre seu uso responsável.

É necessário avaliar os desafios de maneira crítica e responsável.
Garantir o domínio humano sobre os sistemas tecnológicos e garantir que eles funcionem adequadamente e de maneira ética.  

REFERÊNCIAS BIBLIOGRÁFICAS

BATISTA, B. S. et al. Marketing digital: a importância das redes sociais para os negócios de micros e pequenos empreendedores da região de Votuporanga-SP. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 9, n. 3, p. 863-874, 2023.

COPPIN, Ben. Artificial intelligence illuminated. Boston, MA: Jones and Bartlett, 2004.

COPPELAND, J. Alan Turing. Britannica, 2022. Disponível em:<https://www.britannica.com/biography/Alan-Turing>. Acesso em: 08 jan 2025.

DAMILANO, C. T. Inteligência artificial e inovação tecnológica: as necessárias distinções e seus impactos nas relações de trabalho / Artificial intelligence and technological innovation: the necessary distinctions and their impacts in work relations. Brazilian Journal of Development, [S. l.], v. 5, n. 10, p. 19985–20001, 2019.

FERNANDES, M. A.; PEREIRA.. O impacto da inteligência artificial no mundo do trabalho . Revista Multidisciplinar do Nordeste Mineiro, [S. l.], v.12, n. 1, 2020.

GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016.

RUSSEL, S. J.; NORVIG, P. Artificial Intelligence: a modern approach. 3ª ed. New Jersey: Prentice Hall, 2009.

TEIXEIRA, J. F. O que é inteligência artificial. Rio de Janeiro: Paulus, 2009.

TURING, A. M. Computing Machinery and Intelligence. Mind 49, 1950, p. 433-460. Disponível em: http://cogprints.org/499/1/turing.html Acesso em 14 dez. 2024