Selecionar segmento
Estude com questões de diferentes segmentos
Atenção: Isso limpará todos os campos já preenchidos no filtro!
Foram encontradas 1.378 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297474
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
Leia este parágrafo do texto I.
“Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.”
Dentre as sentenças do texto II, destacadas a seguir, a que ilustra o conceito de “explicação”, presente nesse trecho do texto I, é:
“Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.”
Dentre as sentenças do texto II, destacadas a seguir, a que ilustra o conceito de “explicação”, presente nesse trecho do texto I, é:
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297473
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
Considerando-se o ponto de vista defendido no texto II, avalie as seguintes assertivas e a relação
proposta entre elas.
I. A inteligência artificial não pode pensar
PORQUE
II. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
A respeito dessas assertivas, é correto afirma que
I. A inteligência artificial não pode pensar
PORQUE
II. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
A respeito dessas assertivas, é correto afirma que
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297472
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
Assinale a alternativa em que a palavra entre parênteses não tem o mesmo sentido da palavra destacada
no trecho.
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297471
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
A palavra MAS, destacada nas sentenças a seguir, não introduz uma relação coesiva de oposição em:
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297470
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
Leia este trecho:
“A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica.”
Assinale a alternativa em que a reescrita apresenta equivalência semântica com esse trecho.
“A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica.”
Assinale a alternativa em que a reescrita apresenta equivalência semântica com esse trecho.
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297469
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
O ponto de vista, expresso no título do texto I, está corroborado no seguinte trecho:
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297468
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
Assinale V (verdadeiro) e F (falso) diante de cada afirmativa a seguir, em que há interpretações sobre
o texto I.
( ) O aprendizado de máquina baseia-se no princípio de correlações entre grandes conjuntos de dados, visando a detectar padrões ou regras nos dados e, assim, projetar cenários futuros que podem, inclusive, ser duvidosos.
( ) Os autores enaltecem o uso de ferramentas baseadas em inteligência artificial (IA).
( ) A explicação e o raciocínio são mecanismos fundamentais do aprendizado de máquinas.
( ) A mente humana cria explicações e inferências a partir do processamento de poucas informações.
A sequência correta é
( ) O aprendizado de máquina baseia-se no princípio de correlações entre grandes conjuntos de dados, visando a detectar padrões ou regras nos dados e, assim, projetar cenários futuros que podem, inclusive, ser duvidosos.
( ) Os autores enaltecem o uso de ferramentas baseadas em inteligência artificial (IA).
( ) A explicação e o raciocínio são mecanismos fundamentais do aprendizado de máquinas.
( ) A mente humana cria explicações e inferências a partir do processamento de poucas informações.
A sequência correta é
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297467
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
A palavra SE destacada indica hipótese em:
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297466
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
O mecanismo de desenvolvimento argumentativo está incorretamente indicado entre parênteses em:
Ano: 2023
Banca:
UFMG
Órgão:
UFMG
Provas:
UFMG - 2023 - UFMG - Analista de Tecnologia da Informação
|
UFMG - 2023 - UFMG - Físico |
UFMG - 2023 - UFMG - Farmacêutico - Habilitação |
UFMG - 2023 - UFMG - Engenheiro - Área: Civil |
UFMG - 2023 - UFMG - Enfermeiro - Área |
Q2297465
Português
Texto associado
Texto I
A falsa promessa do ChatGPT
Versão mais proeminente de Inteligência Artificial codifica uma
concepção errônea de linguagem e conhecimento
Noam Chomsky
Ian Roberts
Jeffrey Watumull*
Hoje, nossos avanços supostamente revolucionários em inteligência artificial são, de fato, motivo de preocupação e otimismo. Otimismo porque a inteligência é o meio pelo qual resolvemos problemas. Preocupação porque tememos que o tipo mais popular e moderno de IA – o aprendizado de máquina – degrade nossa ciência e rebaixe nossa ética ao incorporar, em nossa tecnologia, uma concepção fundamentalmente falha de linguagem e conhecimento.
O ChatGPT da OpenAI, o Barddo Google e o Sydney da Microsoft são maravilhas do aprendizado de máquina. De modo geral, eles coletam uma grande quantidade de dados, procuram padrões neles e tornam-se cada vez mais eficientes em gerar respostas estatisticamente prováveis – como linguagem e raciocínio parecidos com os de seres humanos. Esses programas foram saudados como os primeiros lampejos no horizonte da inteligência artificial geral – aquele momento há muito profetizado em que as mentes mecânicas ultrapassarão os cérebros humanos não apenas quantitativamente, em termos de velocidade de processamento e tamanho da memória, mas também qualitativamente, em termos de percepção intelectual, criatividade artística e todas as outras faculdades distintamente humanas.
Esse dia pode chegar, mas ainda não amanheceu, ao contrário do que se lê em manchetes hiperbólicas e é recebido com investimentos imprudentes. [...]
A mente humana não é, como o ChatGPT e seus semelhantes, uma pesada máquina estatística para encontrar padrões semelhantes, devorando centenas de terabytes de dados e extrapolando a resposta mais provável numa conversa ou a resposta mais plausível para uma pergunta científica. Pelo contrário, a mente humana é um sistema surpreendentemente eficiente e até elegante que opera com pequenas quantidades de informação; procura não inferir correlações brutas entre pontos de dados, mas criar explicações. [...]
De fato, tais programas estão presos numa fase pré-humana ou não humana da evolução cognitiva. Sua falha mais profunda é a ausência da capacidade mais crítica de qualquer inteligência: dizer não somente o que é o caso, o que foi o caso e o que será o caso – isso é descrição e previsão –, mas também o que não é o caso e o que poderia e não poderia ser o caso. Esses são os ingredientes da explicação, a marca da verdadeira inteligência.
Aqui está um exemplo. Suponha que você esteja segurando uma maçã. Então você deixa a maçã cair. Você observa o resultado e diz: “A maçã cai”. Isso é uma descrição. Uma previsão poderia ter sido a afirmação “A maçã cairá se eu abrir minha mão”. Ambos são valiosos e ambos podem estar corretos. Mas uma explicação é algo mais: inclui não apenas descrições e previsões, mas também conjecturas contrafactuais como “Qualquer objeto parecido cairia”, além da cláusula adicional “por causa da força da gravidade” ou “por causa da curvatura do espaço-tempo”, ou coisa parecida. Essa é uma explicação causal. “A maçã não teria caído se não fosse pela força da gravidade”. Isso é raciocínio.
O ponto crucial do aprendizado de máquina é a descrição e a previsão; ele não sugere quaisquer mecanismos causais ou leis físicas. Claro, qualquer explicação em estilo humano não é necessariamente correta; somos falíveis. Mas isso faz parte do que significa pensar: para estar certo, deve ser possível estar errado. A inteligência consiste não apenas em conjecturas criativas, mas também em críticas criativas. O pensamento no estilo humano se baseia em possíveis explicações e correção de erros, processo que gradualmente limita as possibilidades que podem ser consideradas racionalmente. [...]
Mas o ChatGPT e programas semelhantes são, por desígnio, ilimitados no que podem “aprender” (ou seja, memorizar); são incapazes de distinguir o possível do impossível. Ao contrário dos humanos, por exemplo, que são dotados de uma gramática universal que limita as línguas que podemos aprender àquelas com um certo tipo de elegância quase matemática, esses programas aprendem línguas humanamente possíveis e humanamente impossíveis com a mesma facilidade. Enquanto os humanos são limitados nos tipos de explicações que podemos conjeturar racionalmente, os sistemas de aprendizado de máquina podem aprender tanto que a Terra é plana quanto que é redonda. Eles apenas lidam com probabilidades que mudam ao longo do tempo.
Por esse motivo, as previsões dos sistemas de aprendizado de máquina sempre serão superficiais e duvidosas. [...]
A verdadeira inteligência também é capaz de pensamento moral. Isso significa restringir a criatividade ilimitada de nossas mentes com um conjunto de princípios éticos que determinam o que deve e o que não deve ser (e, é claro, submeter esses próprios princípios à crítica criativa). Para ser útil, o ChatGPT deve ter o poder de gerar resultados inovadores; para ser aceitável para a maioria de seus usuários, ele deve evitar conteúdo moralmente censurável. Mas os programadores do ChatGPT e de outras maravilhas do aprendizado de máquina têm dificuldade – e continuarão tendo – para atingir esse tipo de equilíbrio. [...]
Resumindo, o ChatGPT e seus irmãos são constitucionalmente incapazes de equilibrar criatividade com restrição. Eles supergeram (ao mesmo tempo produzindo verdades e falsidades, endossando decisões éticas e antiéticas) ou subgeram (demonstrando falta de compromisso com quaisquer decisões e indiferença com as consequências). Dada a amoralidade, a falsa ciência e a incompetência linguística desses sistemas, podemos apenas rir ou chorar de sua popularidade.
CHOMSKY, N.; ROBERTS, I. e WATUMULL, J. A falsa promessa do CHAT GPT. Disponível em: https://www1.folha.uol.com.br/tec/2023/03/a-falsa-promessa-do-chatgpt.shtml. Acesso em 14. ago. 2023. (Adaptado).
Texto II
Inteligência artificial
Em um nível mais profundo, o pensamento é um processo decididamente analógico. Antes de compreender o mundo em conceitos, ele é comovido pelo mundo, afetado mesmo por ele. O afetivo é essencial para o pensamento humano. A primeira imagem mental é o arrepio da pele. A inteligência artificial não pode pensar, porque não se arrepia. Falta-lhe a dimensão afetivo-analógica, a comoção, que não pode ser captada por dados e informações.
O pensamento parte de uma totalidade que se antepõe a conceitos, representações e informações. Ele já se move em um campo de experiência, antes de se voltar especificamente para os objetos e fatos que ocorrem nele. [...]
De acordo com Heidegger, a história da filosofia é uma história da tonalidade afetiva fundamental. [...] O páthos é o começo do pensamento. A inteligência artificial é apática, quer dizer, sem páthos, sem paixão. Ela calcula. [...]
Os big data sugerem um conhecimento absoluto. As coisas revelam suas correlações secretas. Tudo se torna calculável, previsível e controlável. [...] Na realidade, estamos lidando com uma forma bastante primitiva de saber. A mineração de dados expõe correlações. [...] A inteligência mecânica não atinge aquela profundidade escura de um enigma. As informações e os dados não têm profundidade. O pensamento humano é mais do que cálculo e solução de problemas. Ele clareia e ilumina o mundo. Ele produz um mundo completamente outro. Acima de tudo, a inteligência da máquina representa o perigo de que o pensar humano se iguale a ele e se torne a própria máquina.
HAN, Byung-Chul. Inteligência artificial. In: Não coisas: Reviravoltas do mundo da vida. Tradução de Rafael Rodrigues Garcia. Petrópolis, RJ: Vozes, 2022, p. 71-83 (Adaptado).
A tese defendida no texto I está corretamente identificada em:
Q2293580
Astronomia
A difusão do conhecimento científico tanto entre a comunidade especialista como para o
público em geral é um elemento fundamental para o desenvolvimento da Ciência, e a escola
é um espaço privilegiado para realizar ações de divulgação da Ciência (ALMEIDA,
GONÇALVES, 2022). Os autores defendem que a utilização da escola como espaço para
realizar divulgação científica pode aproximar os alunos da cultura científica, contribuindo
para a melhor compreensão dos conceitos e das práticas da ciência. Considerando a
articulação possível entre a educação formal desenvolvida na escola e a não formal típica
de ações de divulgação científica, é possível afirmar que:
Q2293579
Astronomia
A divulgação científica, que pode ser feita por diferentes meios de comunicação, é uma
forma de propagar informação científica para um público que não domina sua linguagem
formal. Várias pesquisas da área de Educação em Ciências indicam que estes materiais
podem beneficiar as aulas de Ciências pelos seguintes aspectos:
Q2293578
Astronomia
É comum observatórios astronômicos organizarem palestras para abordar temas
interessantes de Astronomia para visitantes. Atividades desta natureza, além da difusão dos
conceitos físicos e/ou astronômicos envolvidos, também discutem sobre a natureza da
ciência e do fazer científico. Uma forma de não propagar concepções equivocadas ou
distorcidas da prática científica é apoiar-se em conceitos da história, filosofia e
epistemologia da ciência. Considere uma palestra sobre o episódio histórico que aborda a
mudança da concepção geocêntrica para a concepção heliocêntrica do universo. Qual das
alternativas apresenta informações coerentes com o contexto histórico, filosófico e
epistemológico deste episódio?
Q2293577
Astronomia
Em 1919, uma equipe de astrônomos liderada pelo britânico Arthur Eddington esteve na
cidade cearense de Sobral para observar um eclipse solar total que contribuiu para
confirmar a Teoria da Relatividade Geral proposta por Albert Einstein. Em 2019, para marcar
o centenário deste importante episódio histórico para o Brasil, ocorreram várias ações de
divulgação científica sobre o tema, incluindo a publicação de volumes especiais de algumas
revistas de Ensino de Física/Ciências. Sobre esse episódio histórico, é correto afirmar que:
Q2293576
Astronomia
Texto associado
Leia o texto a seguir e responda à questão:
“O compartilhamento das descobertas científicas para a sociedade tem recebido atenção crescente. Nesse contexto, além das mídias tradicionais, as redes sociais tornaram-se importantes canais de comunicação entre a sociedade e instituições de produção do conhecimento científico” (MENDES, MARICATO, 2020, p. 3). As mídias digitais ampliaram as possibilidades para divulgar conhecimento sobre Astronomia, o que por um lado democratiza o conhecimento, mas por outro abre espaço para desinformações e sensacionalismo.
Hoje em dia é provável que a população tenha mais acesso a informações científicas a partir
de canais online (principalmente pela Internet) do que offline (como em museus de ciência e
observatórios astronômicos). Considerando essa tendência, é correto considerar que:
Q2293575
Astronomia
Texto associado
Leia o texto a seguir e responda à questão:
“O compartilhamento das descobertas científicas para a sociedade tem recebido atenção crescente. Nesse contexto, além das mídias tradicionais, as redes sociais tornaram-se importantes canais de comunicação entre a sociedade e instituições de produção do conhecimento científico” (MENDES, MARICATO, 2020, p. 3). As mídias digitais ampliaram as possibilidades para divulgar conhecimento sobre Astronomia, o que por um lado democratiza o conhecimento, mas por outro abre espaço para desinformações e sensacionalismo.
Considerando que mídias digitais, como as redes sociais, podem ser canais interessantes
para divulgar conhecimento em Astronomia, assinale a alternativa que apresenta as
posturas mais adequadas segundo as pesquisas atuais na área de divulgação científica.
Q2293574
Astronomia
Texto associado
Leia o texto a seguir e responda a questão:
A divulgação científica em Astronomia é uma atividade complexa, já que a própria
construção do conhecimento científico envolvido é parte de uma dinâmica complexa. Isso
porque é importante considerar que o conhecimento científico não é um processo linear e
sim uma atividade humana imersa em diversos contextos como o cultural, social,
econômico, político e outros. Assim, divulgar ciência passa, inevitavelmente, por divulgar
visões sobre a ciência e o fazer científico. Sobre isso, Gil Pérez et al (2001) apresentou um
trabalho em que sintetiza algumas “visões deformadas do trabalho científico”. As três
questões a seguir tratam da relação destas visões deformadas do fazer científico com a
prática da divulgação científica em Astronomia.
Gil Pérez et al (2001) falam também de uma "visão deformada que transmite uma imagem
descontextualizada, socialmente neutra da ciência: esquecem-se as complexas relações
entre ciência, tecnologia, sociedade (CTS) e proporciona-se uma imagem deformada dos
cientistas" (p. 133) e do próprio fazer científico, como se estes pudessem estar isolados dos
contextos em que estão imersos. Considerando esta concepção de ciência apontada pelos
autores, pode-se afirmar que:
Q2293573
Astronomia
Texto associado
Leia o texto a seguir e responda a questão:
A divulgação científica em Astronomia é uma atividade complexa, já que a própria
construção do conhecimento científico envolvido é parte de uma dinâmica complexa. Isso
porque é importante considerar que o conhecimento científico não é um processo linear e
sim uma atividade humana imersa em diversos contextos como o cultural, social,
econômico, político e outros. Assim, divulgar ciência passa, inevitavelmente, por divulgar
visões sobre a ciência e o fazer científico. Sobre isso, Gil Pérez et al (2001) apresentou um
trabalho em que sintetiza algumas “visões deformadas do trabalho científico”. As três
questões a seguir tratam da relação destas visões deformadas do fazer científico com a
prática da divulgação científica em Astronomia.
Outra visão deformada do fazer científico apresentada no trabalho de Gil Pérez et al (2001)
é a que considera que “o conhecimento científico aparece como fruto de um conhecimento
linear puramente acumulativo, que ignora as crises e as remodelações profundas” (p. 132),
indicando que não há modelos únicos e pré-definidos para a construção destes
conhecimentos. Uma das formas de evitar essa distorção sobre o conhecimento científico
em uma palestra sobre Astronomia, por exemplo, é:
Q2293572
Astronomia
Texto associado
Leia o texto a seguir e responda a questão:
A divulgação científica em Astronomia é uma atividade complexa, já que a própria
construção do conhecimento científico envolvido é parte de uma dinâmica complexa. Isso
porque é importante considerar que o conhecimento científico não é um processo linear e
sim uma atividade humana imersa em diversos contextos como o cultural, social,
econômico, político e outros. Assim, divulgar ciência passa, inevitavelmente, por divulgar
visões sobre a ciência e o fazer científico. Sobre isso, Gil Pérez et al (2001) apresentou um
trabalho em que sintetiza algumas “visões deformadas do trabalho científico”. As três
questões a seguir tratam da relação destas visões deformadas do fazer científico com a
prática da divulgação científica em Astronomia.
Segundo Gil Pérez et al (2001), a visão deformada mais presente no contexto de sua
pesquisa foi a denominada “concepção empírico-indutivista e ateórica”. Segundo os atores,
tal visão “destaca o papel 'neutro' da observação e da experimentação (...), esquecendo o
papel essencial das hipóteses como orientadoras da investigação, assim como dos corpos
coerentes de conhecimento (teorias) disponíveis, que orientam o processo.” (p.129).
Considerando que uma das atividades possíveis de serem realizadas em observatórios
astronômicos para divulgar a ciência envolve apresentação de reproduções de experimentos
históricos e/ou clássicos para um dado conceito astronômico/físico, assinale a alternativa que indica o movimento mais adequado para evitar uma concepção empírico-indutivista e
ateórica.
Q2293571
Astronomia
É sabido que espaços não formais são propícios para a divulgação da ciência. Um
observatório astronômico, vinculado a uma universidade pública, pode, entre seus diversos
projetos de atuação, produzir vídeos ou outros materiais para divulgar temáticas de
Astronomia para um público amplo, incluindo as escolas. Para isto, a linguagem aparece
como uma das preocupações, já que deve abranger um público diverso, simplificando as
temáticas envolvidas, que podem apresentar uma alta complexidade para serem abordadas.
Neste caso, a preocupação com a linguagem se justifica por qual dos aspectos citados?
Conheça nossos planos