INTRODUÇÃO

O campo da inteligência artificial é um campo em expansão da ciência da computação que se encontra em constante desenvolvimento, capazes de realizar tarefas complexas e de reproduzir o comportamento humano na tomada de decisões das mais simples às mais complexas.

A inteligência artificial opera através da coleta e combinação de um grande volume de dados realizado através do uso de algoritmos pré-programados, permite que o software tome decisões e execute tarefas de forma independente.

Isso é realizado através de vários métodos, incluindo como os dois principais: Machine learning (com base na sua experiência anterior, obtida através do uso de algoritmos. Um dos exemplos mais comuns é a pesquisa online) e Deep learning (o aprendizado profundo com o objetivo de simular o cérebro humano).

As pesquisas acerca de redes neurais e os métodos pelos quais uma máquina é capaz de executar tarefas semelhantes às do cérebro humano ganharam força no século XX, ganhando uma expansão definitiva a partir da década de 1950. Alan Turing (1912-1954), reconhecido como o pai da computação, produziu um dos trabalhos mais abrangentes da época sobre o assunto. A publicação do artigo “Computadores e inteligência” ocorreu em 1950, primeiro a fazer referência à expressão “inteligência artificial”. Neste trabalho, Turing sugere um teste para verificar se as máquinas são capazes de imitar o pensamento humano e se fazer passar por um indivíduo a ponto de causar confusão, conhecido como “jogo da imitação”. Seu feito foi primordial para antecipar o fim da 2ª Guerra Mundial decifrando o enigma das mensagens dos nazistas e, aliás, foi retratado no ano de 2014 com a produção no cinema com o filme: “O Jogo da Imitação”.

Posteriormente, destacou-se o programa Eliza, desenvolvido pelo cientista da computação Joseph Weizenbaum (1923-2008), em 1966, que alcançou relativo êxito, mas também recebeu severas críticas. Antes dele, cientistas da Universidade de Standford, na Califórnia (EUA), desenvolveram em 1965 o que é visto como o primeiro sistema de inteligência artificial, conhecido como Dendral.

Assim, delimitada a temática, sua conceituação e origem numa análise exauriente, serão abordadas as repercussões da IA (Inteligência Artificial) no campo científico e seus aspectos positivos e negativos, bem como os desafios para o mundo científico.

CONCEITO E ORIGEM

O campo da inteligência artificial é um campo em expansão da ciência da computação que se encontra em constante desenvolvimento, dedicada à aprendizagem e ao estudo, evolução das máquinas e equipamentos. Tratam-se de programas informáticos capazes de realizar tarefas complexas e de reproduzir o comportamento humano na tomada de decisões e no processo decisório, ou seja, executar tarefas, das mais simples às mais complexas. É também conhecida pela sigla IA ou I. Inteligência Artificial (AI) (do inglês, Artificial Intelligence) (Guitarra, 2024, p. 1).

Não se pode negar que quando se fala em Inteligência Artificial, surge em mente o filme Exterminador do Futuro, em que robôs assassinos e um sistema de inteligência artificial (IA) rebelde, chamado Skynet, se volta contra seus criadores humanos (Lynskey, 2024, p. 3).

Lynskey (2024, p-2-4) enfatiza:

Com robôs assassinos e um sistema de inteligência artificial (IA) rebelde, chamado Skynet, O Exterminador do Futuro se tornou sinônimo do espectro de uma IA que se volta contra seus criadores humanos.

Os editores de imagens ilustram rotineiramente artigos sobre inteligência artificial com a caveira cromada do ciborgue assassino T-800 do filme. O roboticista Ronald Arkin usou trechos do filme durante uma palestra de advertência de 2013 chamada “Como NÃO construir um Exterminador do Futuro”

Mas o filme divide opiniões. O filósofo Nick Bostrom, cujo livro Superinteligência, de 2014, popularizou o risco existencial da “IA desalinhada” (inteligência artificial que não está alinhada com os valores e bem-estar humanos), admitiu que sua esposa o “provoca em relação ao Exterminador do Futuro, e o exército de robôs”. 

Em seu livro The Road to Conscious Machines (“O Caminho para Máquinas Conscientes”, em tradução livre), o pesquisador de IA Michael Woolridge dedica um capítulo inteiro a reclamar sobre “a narrativa do Exterminador do Futuro relacionada à IA”. 

Há filmes influentes mais recentes, e mais plausíveis, sobre inteligência artificial, incluindo Ex Machina e Ela, mas quando se trata dos perigos da tecnologia, O Exterminador do Futuro reina supremo 40 anos após seu lançamento. 

“É quase, de uma forma engraçada, mais pertinente agora do que quando foi lançado”, disse Cameron ao site The Ringer sobre o f ilme e sua sequência de 1991, “porque a IA agora é uma coisa real com a qual temos que lidar — e, na época, era uma fantasia.”

As pesquisas acerca de redes neurais e os métodos pelos quais uma máquina é capaz de executar tarefas semelhantes às do cérebro humano ganharam força no século XX, ocasionando uma expansão definitiva a partir da década de 1950. Alan Turing (1912-1954), reconhecido como o pai da computação, produziu um dos trabalhos mais abrangentes da época sobre o assunto. A publicação do artigo “Computadores e inteligência” ocorreu em 1950, primeiro a fazer referência à expressão “inteligência artificial”. Neste trabalho, Turing sugere um teste para verificar se as máquinas são capazes de imitar o pensamento humano e se fazer passar por um indivíduo a ponto de causar confusão. Confundir quem as contesta, fenômeno conhecido como “jogo da imitação”. 

De lá pra cá, destacou-se o programa Eliza, desenvolvido pelo cientista da computação Joseph Weizenbaum (1923-2008), em 1966, que alcançou relativo êxito, mas também recebeu severas críticas. Antes dele, cientistas da Universidade de Standford, na Califórnia (EUA), desenvolveram em 1965 o que é visto como o primeiro sistema de inteligência artificial, conhecido como Dendral (Guitarra, 2024, p. 11-12).

Vários progressos foram alcançados nas áreas de ciência da computação, robótica e inteligência artificial, de forma que esses conceitos e elementos se tornaram parte integrante do nosso dia a dia. Na era contemporânea, o aparecimento de algoritmos que podem interagir diretamente com os seres humanos. A habilidade humana de usar a linguagem e criar diálogos, como o Chat GPT, e outros que conseguem produzir imagens com poucos comandos, gera um debate acalorado na sociedade sobre o papel da inteligência artificial e das restrições desses instrumentos (Guitarra, 2024, p.12).

Enfatiza Arbix (2024, p. 10):

A IA é a mais poderosa tecnologia que a humanidade criou. É importante demais para que apenas poucas e gigantescas corporações tenham controle praticamente total sobre suas características e recursos. No mundo todo, o poder público tem a obrigação de colocar limites e salvaguardas para o uso, a pesquisa e o desenvolvimento da IA. Para manter a sociedade protegida e não apenas correr atrás do fato consumado.

De forma resumida, a inteligência artificial opera através da coleta e combinação de um grande volume de dados, seguido pela detecção de padrões específicos nesse conjunto de informações. Este processo, normalmente realizado através do uso de algoritmos pré-programados, permite que o software tome decisões e execute tarefas de forma independente (Guitarra, 2024, p. 4).

Isso é realizado através de vários métodos, incluindo como os dois principais:

• Machine learning: aprendizado de máquina, que reproduz padrões com base na sua experiência anterior, obtida através do uso de algoritmos. Um dos exemplos mais comuns é a pesquisa online (Guitarra, 2024, p. 4).
• Deep learning: o aprendizado profundo, que empregam redes neurais – unidades interligadas em rede para a análise de bases de dados e informações – com o objetivo de simular o cérebro humano (Syozi, 2022, p.1).

O progresso tecnológico experimentado pela humanidade nas últimas décadas resultou na crescente integração da inteligência artificial no dia a dia. A seguir, veja alguns exemplos de como diversos modelos de Inteligência Artificial existentes. Assistentes de voz: comuns em smartphones e aparelhos como alto-falantes inteligentes (smart speakers), esses assistentes são um tipo de Inteligência Artificial que identifica e executa comandos de voz, tais como fazer chamadas, configurar alarmes, fornecer informações, reproduzir música e realizar buscas na internet. 

Os assistentes de voz mais conhecidos incluem o Google Assistente, que está incorporado ao sistema Android; a Siri, da Apple; e a Alexa, da Amazon. Reconhecimento facial: utilizado para validar a identidade de um indivíduo ao usar aparelhos pessoais, como smartphones, ou ainda em aplicativos financeiros, como os bancos online. Recentemente, o mercado de trabalho tem se expandido. 

O aprimoramento do reconhecimento facial tem permitido sua utilização extensa em sistemas de segurança pública. Redes sociais: o conteúdo das plataformas de mídia social que usamos diariamente, como Instagram, Twitter e Facebook, não é exibido de forma uniforme para todos os usuários. Isso ocorre porque há um algoritmo que examina os padrões de atividade das pessoas e personaliza o tipo de publicação a ser feita. Aparecerá para todos, conforme seus interesses (Guitarra, 2024, p.5-7).

REPERCUSSÃO NO MUNDO CIENTÍFICO

As tecnologias conhecidas como Inteligência Artificial aumentaram recentemente sua capacidade de influenciar diversas áreas da atividade humana através da propagação de sistemas generativos, fundamentados em modelos de fundação, como o Chat-GPT. Existem inúmeras possibilidades disponíveis para mudar a realidade da vida diária no planeta, começando pela educação, saúde, habitação, segurança alimentar, investigação científica, meio ambiente e clima. No entanto, os perigos estão cada vez mais presentes (Arbix, 2024, p. 10).

Arbix (2024, p. 9-10) expõe preocupação e cuidado com os desdobramentos da Inteligência Artificial:

Os embates tecnológicos e científicos ocorrem em meio ao esforço para integrar cada vez mais a IA na vida econômica e social, o que suscita dúvidas e medo sobre o grau de controle que a humanidade pode e quer ter sobre as novas tecnologias. A promessa de ganhos de produtividade e de eficiência contrasta com resultados adversos, algumas vezes inesperados, no mercado de trabalho, nas desigualdades sociais, na democracia. Dilemas éticos e morais surgem a cada experimento e justificam a busca de um marco regulatório capaz de colocar limites sem asfixiar a criatividade e a inovação. […] A IA é a mais poderosa tecnologia que a humanidade criou. É importante demais para que apenas poucas e gigantescas corporações tenham controle praticamente total sobre suas características e recursos. No mundo todo, o poder público tem a obrigação de colocar limites e salvaguardas para o uso, a pesquisa e o desenvolvimento da IA. Para manter a sociedade protegida e não apenas correr atrás do fato consumado.

A forte presença da Inteligência Artificial nos sistemas de pesquisa e inovação pode ser vista em alguns dos principais progressos da ciência em 2023, que seriam difíceis de serem realizados sem a ajuda da IA. O primeiro e único fármaco capaz de tratar duas enfermidades: a anemia falciforme (uma doença sanguínea crônica que atinge mais de 60 mil indivíduos no Brasil, principalmente a população negra) e a β-talassemia (também de origem genética e hereditária). 

Na área da saúde, a Novo Nordisk (Dinamarca) desenvolveu o Ozempic e o Wegovy, medicamentos inovadores para o tratamento de diabetes e obesidade, além de explorar novas drogas. Em paralelo, a primeira vacina contra a malária com mais de 80% de eficácia, criada pela Universidade de Oxford, mereceu destaque. É evidente que progressos de ruptura devem ser abordados com a devida precaução (Arbix, 2024, p. 11-12).

A Inteligência Artificial impulsiona a resposta de todas as nações para atenuar os efeitos negativos das mudanças climáticas. Em médio e longo prazo, as previsões meteorológicas e climáticas serão cada vez mais dependentes de modelos analíticos baseados em algoritmos cada vez mais sofisticados. Os aprimoramentos em modelos possibilitam a análise das interações entre a atmosfera, o oceano, os ecossistemas terrestres, o gelo e a biosfera (Arbix, 2024, p. 11-12).

No planejamento urbano, os especialistas em Inteligência Artificial são cada vez mais procurados para lidar com a complexidade da segurança e mobilidade nas cidades do século XXI, que devem se tornar mais inteligentes e sustentáveis, com o objetivo de aprimorar a qualidade de vida de seus habitantes. Na agricultura, um dos setores mais relevantes da economia do Brasil, a Inteligência Artificial está presente nos alimentos, fibras e energia, gerando empregos e otimizando o uso do solo e da água, enquanto estabelece barreiras de proteção ao meio ambiente (Arbix, 2024, p. 11-12).

PONTOS POSITIVOS E NEGATIVOS

Segundo Guitarra (2024, p. 9), a inteligência artificial proporcionou, dentre elas, os seguintes benefícios:

• Possui a habilidade de operar de forma contínua e executar atividades repetitivas;
• Incentiva a automação de fases do processo de produção em indústrias e fábricas, resultando em maior produtividade;
• Ocasionou aprimoramentos na transação de compra e venda online, simplificando o serviço ao cliente;
• Teve um impacto significativo nos progressos da medicina, ao introduzir métodos inovadores que simplificaram a rotina de médicos e enfermeiros, além de beneficiar diretamente os pacientes;

Guitarra (2024, 11) define a importância da Inteligência Artificial:

A inteligência artificial (IA) é uma ferramenta tecnológica importante porque trouxe avanços significativos para diferentes campos do conhecimento e da prática, como na informática, na medicina, na economia, nos transportes e na comunicação. A IA garantiu maior eficácia na organização produtiva e facilitou a realização automatizada de uma série de tarefas dentro das empresas. No cotidiano, a IA surgiu como uma auxiliar na rotina de milhões de usuários, otimizando aspectos do cotidiano e sendo adotada de maneira quase integral por muitas pessoas por meio da utilização de dispositivos inteligentes em casa e no trabalho, da realização dos deslocamentos via carros autônomos e do uso incansável de redes sociais, sites de busca e de compras, entre outros modelos de IA que garantem maior praticidade no dia a dia.

Por outro lado, Guitarra (2024, p. 10) enfatiza alguns pontos que a inteligência artificial impõe alguns receios e cautelas:

• Eles possuem um alto custo para desenvolvimento e implementação, tornando-se um recurso limitado;
• A automatização de tarefas e decisões pode levar ao desemprego estrutural;
• Apresentam progressos restritos, mesmo com maior experiência acumulada;
• Habilidade de condicionar o algoritmo para repetir comportamentos prejudiciais e antiéticos;
• Podem existir falhas de controle que representam perigo para quem as controla ou utiliza, como ocorre com os veículos autônomos;
• Questões de segurança associadas à coleta e ao armazenamento de dados pessoais, que geram debates acalorados na sociedade contemporânea.

Na mesma vereda, Arbix (2024, 13-14) pondera que apesar dos avanços existe a possibilidade de falhas na Inteligência Artificial:

Seja qual for o desenlace desse confronto, a multimodalidade avançou rapidamente em 2023; ou seja, a capacidade da IA processar diferentes tipos de dados, não apenas textos, mas também imagens, vídeos, áudios e sons. Isso significa que os grandes modelos podem ser treinados em novos e vastos conjuntos de dados, oriundos de diferentes fontes, e que superam em muito as informações contidas apenas em textos. Essa tendência nem sempre ajuda os alinhamentos de valores, a possibilidade de sistemas de IA responderem em sintonia com os valores humanos, que, antes de tudo, são diferenciados e mutantes. Esses processos procuram evitar respostas racistas e sexistas dos grandes modelos com trabalho humano, com base em técnicas de reinforcement learning. Ou seja, avaliadores humanos identificam respostas inadequadas e treinam o sistema sobre o que é ou não aceitável. Como as variáveis e modulações são muitas, as falhas continuam a fazer parte do cotidiano dos modelos generativos, mesmo com todo o esforço de aprimoramento.

Arbix (2024, p. 13) discorre sobre o grande investimento necessário para o desenvolvimento da IA: 

O Brasil não está na linha de frente da produção e desenvolvimento da IA. Como a maior parte dos países, o Brasil também tem dificuldades de infraestrutura computacional, de semicondutores, de acesso aos bancos de dados que orientam os grandes modelos de linguagem existentes hoje. Dominados por poucas empresas, vivem o simulacro da autorregulação, que não tem efetividade e apenas prolonga a política que comandou a digitalização desde os anos 70 e que resultou no descontrole e na fragmentação atual, em que as sociedades são fustigadas pela desinformação massiva, que mina a busca da veracidade dos fatos, substrato básico da democracia. Atualmente, tendências distintas estão em confronto e não contam com solução à vista. Uma destas caminha na direção de maior concentração e escala, procurando desenvolver sistemas cada vez maiores e mais poderosos. Ou seja, identificam melhor desempenho com maior poder computacional, mais dados e mais parâmetros. É o que movimenta os grandes modelos e responde por investimentos na casa de bilhões de dólares, difíceis de serem acompanhados pela maioria dos países e, claramente, por pequenas empresas. Por outro lado, sistemas de código aberto e menores procuram se aproximar das práticas de fronteira.

Conforme Arbix (2024, p. 15), o número artigos científicos cresceu, mas não em busca de inovação:

O número de artigos científicos cresceu, mas não o de  papers de ruptura, aqueles que abrem novas fronteiras para o conhecimento. Esse estudo foi publicado pela Nature, em 2023, e cobriu 45 milhões de artigos e 39 milhões de patentes, rastreados nos últimos 60 anos. Os resultados são fortes e pedem muita reflexão sobre as hipóteses que tentam explicar essa queda. É possível que a ciência esteja com dificuldades para lidar com o enorme aumento do conhecimento acumulado; por isso, tenderia a apanhar os low-hanging fruits, as frutas mais maduras, os insights com origem nos principais autores e nas revistas mais importantes, tentando com isso trilhar os caminhos da pesquisa de menor risco. Uma segunda hipótese é que o crescimento da pesquisa não foi acompanhado do devido financiamento, ou seja, o subfinanciamento da ciência dificultaria os artigos de ruptura. A terceira hipótese, corrente nas universidades, é que os cientistas, pressionados e ávidos por publicar, tenderiam a diminuir a experimentação e sua ousadia. A quarta hipótese, a que mais tem aderência à IA, sugere uma quase exaustão de recursos, metodologias e de teorias explicativas para novos fenômenos. O aprofundamento desta hipótese indica que o declínio das descobertas disruptivas pede mudanças fundamentais na natureza da produção científica e tecnológica.

O Supremo Tribunal Federal ao ser provocado a pronunciar-se sobre a proteção do trabalhador em face da tecnologia (CF, art. 7º, XXVII), no lugar de enfrentar a matéria como guardião da Constituição, apenas preferiu alertar que em algum momento o tema deverá ser regulamentado pelo governo e sociedade:

EMENTA AÇÃO DIRETA DE INCONSTITUCIONALIDADE. LEI DISTRITAL N. 3.923, DE 19 DE DEZEMBRO DE 2006. COBRADORES DE ÔNIBUS. ESTABILIDADE. DIREITO DO TRABALHO. COMPETÊNCIA PRIVATIVA DA UNIÃO (CF, ART. 22, I). 1. É viável a ação direta de inconstitucionalidade ajuizada por autoridade legitimada – Governador do Distrito Federal – contra lei local que guarda pertinência temática com as atribuições do autor. 2. A Lei distrital n. 3.923/2006 conferiu a fruição de um direito subjetivo – estabilidade parcial no emprego – a cobradores de ônibus que mantinham vínculo trabalhista com as concessionárias do serviço de transporte de passageiros do Distrito Federal na época em que foi implantada a bilhetagem eletrônica. 3. A garantia de permanência no emprego traduz-se em estabilidade no emprego, matéria típica de direito do trabalho, de competência da União (CF, art. 22, I). A admitir-se que leis locais tratem desse tema, serão múltiplos os regimes trabalhistas no país, o que vai de encontro ao modelo federativo implantado pela Constituição de 1988. 4. Os governos e a sociedade precisarão, em algum momento, discutir a fundo e regulamentar a relação entre a automação e a perda de postos de trabalho – no que, aliás, a Constituição Federal de 1988 foi visionária (CF, art. 7º, XXVII). Nem por isso cabe aos entes locais se adiantarem ao governo central para tratar desse tipo de matéria, que foge à sua competência legislativa. 5. Ação conhecida e pedido julgado procedente. (ADI 3899, Relator(a): NUNES MARQUES, Tribunal Pleno, julgado em 25-09-2023, PROCESSO ELETRÔNICO DJe-s/n DIVULG 20-10-2023 PUBLIC 23-10-2023).

A Inteligência Artificial assumiu um papel crucial para impulsionar todas as etapas da pesquisa, seja na assistência, automação, previsão ou na elaboração de cenários e estratégias para a geração de novos conhecimentos (Arbix, 2024, p. 16).

Embora a inteligência artificial esteja amplamente espalhada pelo mundo, seus futuros ainda não estão claros. Todas as tensões relatadas na sua criação, evolução e utilização refletem um conflito explícito entre nações, corporações, instituições de ensino superior e diversos grupos sociais. São diferenças de interesse, costume, história que distinguem as intenções do ato real. Vale ressaltar que a Inteligência Artificial ainda está em sua fase inicial e suas características ainda estão em pleno desenvolvimento. As suas configurações estão em processo de definição, testes e validação de conceitos. O tempo é de transição. 

Certamente, é a tecnologia que transforma padrões e abala instituições, começando pela universidade e seus métodos de ensino, aprendizado e investigação. A vida atual nunca mais será a mesma. Em algumas áreas, como a ciência, a mudança deve ser significativa e duradoura, levando os cientistas a tratar a Inteligência Artificial com a cautela adequada para os dias atuais (Arbix, 2024, p. 16).

REVISÃO DA LITERATURA

O assunto teve como paradigma a consulta de várias fontes bibliográficas contidas no tópico da Referências, não descartando outras da mesma relevância e importância no cenário acadêmico. 

O presente tema é bastante explorado e possui satisfatório material para pesquisa e, não obstante a isso, de forma natural e gradativa poderão surgir novas linhas de pensamento pelos estudiosos e pesquisadores da área.

Mesmo com uma diversidade de pesquisas e estudos, a análise em epígrafe almejou dentro de um processo de cautela e parcimônia, respeitando sobremaneira o material de qualidade disponibilizado para consulta, abordar a temática e traçar uma linha de compreensão norteando a matéria em exame.

METODOLOGIA

A pesquisa em questão tem característica de ser um estudo de natureza descritiva e de abordagem qualitativa. Pesquisas desse tipo buscam descrever as características de uma determinada população, explicar um fenômeno e até mesmo, estabelecer uma relação ou associação entre as variáveis existentes (Gil, 2008).

A natureza descritiva teve o condão de externar as variáveis dos impactos da Inteligência Artificial no campo científico, de modo a expor suas repercussões positivas e negativas, tal como os desafios e cautela que o tema requer.

Conforme o Blog do UNASP (2019, p. 03):

A pesquisa descritiva tem como característica principal, fazer uma análise minuciosa e descritiva do objeto de estudo. Ou seja, a finalidade dela é analisar os dados coletados sem que haja a interferência do pesquisador. Sendo assim, a maioria das pesquisas descritivas são de temas já conhecidos. No entanto, a pesquisa é feita para recolher novas amostras, dados e detalhar os resultados para se conseguir uma visão mais estatística. Então, se comparada à pesquisa exploratória, dá-se por ser um tema conhecido, estudado, porém estará proporcionando uma nova visão e aprofundamento do assunto.

Já a técnica de pesquisa deste estudo é de abordagem qualitativa em virtude de colimar a observância, significados, descobertas sobre o tema, sem preocupar-se com critérios aritméticos. Os pesquisadores que adotam uma abordagem qualitativa se opõem ao pressuposto de que defendem um único modelo de pesquisa para todas as ciências, visto que as ciências sociais possuem suas especificidades, o que pressupõe uma metodologia própria. Pesquisas desse tipo buscam compreender a explicação de algum fenômeno, isto é, existem aspectos subjetivos e controversos que não se coadunam com a quantificação (Coelho, 2019).

Nos dizeres de Denzin e Lincoln (2006, p. 37): 

[…] a pesquisa qualitativa é infinitamente criativa e interpretativa. A tarefa do pesquisador não se resume a deixar o campo levando pilhas de materiais empíricos e então redigir facilmente suas descobertas. As interpretações qualitativas são construídas.

Para o desenvolvimento dos procedimentos técnicos foi realizada uma série de pesquisas bibliográficas, ou seja, pesquisas que foram embasadas em fontes científicas previamente aprovadas, como é o caso de: artigos de periódicos, artigos científicos de eventos, monografias, dissertações de mestrado, teses de doutorado, livros, relatórios técnicos, entre outros. Ou seja, o instrumento de coleta de dados para este estudo foi a coleta bibliográfica.

CONSIDERAÇÕES FINAIS

O presente estudo teve como objetivo compreender o uso da inteligência artificial na esfera científica.

A inteligência artificial é um campo em expansão da ciência da computação que se encontra em constante desenvolvimento, capazes de realizar tarefas complexas e de reproduzir o comportamento humano na tomada de decisões das mais simples às mais complexas. 

Ela opera através da coleta e combinação de um grande volume de dados realizado através do uso de algoritmos pré-programados, ou seja, permite que o software tome decisões e execute tarefas de forma independente. Isso é realizado através de vários métodos, incluindo como os dois principais: Machine learning (com base na sua experiência anterior, obtida através do uso de algoritmos tendo exemplo mais comuns a pesquisa online) e Deep learning (o aprendizado profundo com o objetivo de simular o cérebro humano).

Existem inúmeras possibilidades disponíveis para mudar a realidade da vida diária no planeta, começando pela educação, saúde, habitação, segurança alimentar, investigação científica, meio ambiente e clima.

A forte presença da Inteligência Artificial nos sistemas de pesquisa e inovação pode ser vista em alguns dos principais progressos da ciência em 2023, que seriam difíceis de serem realizados sem a ajuda da IA, como na descoberta de curas para várias doenças graves.

A Inteligência Artificial impulsiona a resposta de todas as nações para atenuar os efeitos negativos das mudanças climáticas com previsões meteorológicas e climáticas, as quais serão cada vez mais dependentes de modelos analíticos baseados em algoritmos mais sofisticados.

No planejamento urbano, a Inteligência Artificial buscará equacionar a complexidade da segurança e mobilidade nas cidades do século XXI, que devem se tornar mais inteligentes e sustentáveis, com o objetivo de aprimorar a qualidade de vida de seus habitantes. 

Na agricultura, um dos setores mais relevantes da economia do Brasil, a Inteligência Artificial está presente nos alimentos, fibras e energia, gerando empregos e otimizando o uso do solo e da água, enquanto estabelece barreiras de proteção ao meio ambiente.

Por outro lado, a inteligência artificial impõe alguns receios e cautelas, dentre eles: alto custo para desenvolvimento e implementação; desemprego em face da automação; progressos restritos; repetir comportamentos prejudiciais e antiéticos; podem existir falhas de controle que representam perigo e possível vulnerabilidade de dados pessoais.

O número de artigos científicos aumentou, mas não em busca de inovação pelo provável temor dos avanços da Inteligência Artificial. Assim, os pesquisadores estão preferindo arriscar menos e, diante disso, o avanço encontra-se estagnado.

Invocado a pronunciar-se, o Supremo Tribunal Federal preferiu não enfrentar a matéria no presente momento.

Portanto, embora a inteligência artificial esteja amplamente espalhada pelo mundo, seus futuros ainda não estão claros, pois ainda em sua fase inicial e suas características estão em pleno desenvolvimento. As suas configurações estão em processo de definição, testes e validação de conceitos. O tempo é de transição. Certamente, é a tecnologia que transforma padrões e abala instituições, começando pela universidade e seus métodos de ensino, aprendizado e investigação. A vida atual nunca mais será a mesma. Em algumas áreas, como a ciência, a mudança deve ser significativa e duradoura, levando os cientistas a tratar a Inteligência Artificial com a cautela adequada para os dias atuais a fim de que ela jamais se transforme numa Skynet.

REFERÊNCIAS BIBLIOGRÁFICAS

ARBIX, Glauco. Inteligência artificial na pesquisa científica: Potencial e riscos da IA na ciência. Revista USP • São Paulo • n. 141 • p. 9-16 • abril/maio/junho 2024. Disponível: https://jornal.usp.br/wp-content/uploads/2024/05/01-apresentacao-IA.pdf. Acesso em: 15 dez. 2024.

BLOG DO UNASP. Pesquisa científica: a diferença entre exploratória, descritiva e explicativa. 2019. Disponível em: https://unasp.br/blog/pesquisa-cientifica-diferencas/. Acesso em: 15 de março de 2025.

BRASIL. Constituição da República Federativa do Brasil de 1988. Disponível:  https://www.planalto.gov.br/ccivil_03/constituicao/constituicaocompilado.htm Acesso em: 27 de dezembro de 2024.

______. Supremo Tribunal Federal. ADI 3899, Relator(a): NUNES MARQUES, Tribunal Pleno, julgado em 25-09-2023, PROCESSO ELETRÔNICO Dje-s/n DIVULG 20-10-2023 PUBLIC 23-10-2023.

COELHO, Beatriz. Um guia completo sobre todos tipos de pesquisa: abordagem, natureza, objetivos e procedimentos. [2019]. Disponível em: https://blog.mettzer.com/tipos-de-pesquisa/. Acesso em: 15 de março de 2025.

DENZIN, N. K.; LINCOLN, Y. S. O planejamento da pesquisa qualitativa: teorias e abordagens. 2. ed. Porto Alegre: Artmed, 2006.

GIL, A. C. Como Elaborar Projetos de Pesquisa. São Paulo – SP: Atlas, 2008.

GUITARRARA, Paloma. “Inteligência artificial”; Brasil Escola. Disponível em: https:// brasilescola.uol.com.br/ informática/inteligenciaartificial.htm. Acesso em: 15 de dezembro de 2024.

LYNSKEY, Dorian. Como o filme ‘O Exterminador do Futuro’ previu há 40 anos nossos medos sobre inteligência artificial [26/10/2024]. Disponível: https://www.bbc.com/portuguese/articles/c79n95d24qyo. Acesso em: 15 de dezembro de 2024.SYOZI, Ricardo. O que é deep learning? Tecnoblog, [2022]. Disponível em: https://tecnoblog.net/responde/o-que-e-deep-learning/. Acesso em: 15 de dezembro de 2024.