Quer prever o futuro? Use os dados | Nicolás Loeff | TEDxMontevideo

Esta palestra foi dada em um evento TEDx, que usa o formato de conferência TED, mas é organizado de forma independente por uma comunidade local. Para saber mais, visite http://ted.com/tedx

Admitamos, adoramos previsões. Mas nosso apetite por conhecer o futuro somente é comparável aos nossos imensos fracassos em prevê-lo. Recentemente, novos algoritmos que processam grandes quantidades de dados revolucionaram nossa habilidade de modelar o mundo. Passaram de curiosidades científicas a ferramentas imprescindíveis que mudaram indústrias inteiras em pouco tempo. Assim, os algoritmos preveem que vamos comprar antes de fazê-lo, que ocorrerá um crime antes que aconteça, e conhecem aspectos de nossa personalidade melhor até que nossos parceiros. Estes algoritmos terão um enorme impacto em nossas vidas em um futuro próximo.

Nicolás ensina computadores a prever o futuro usando algoritmos e grandes quantidades de dados. Nicolás tem PhD em engenharia, é pesquisador, foi docente universitário e empreendedor. Depois de vários anos morando nos Estados Unidos, voltou ao Uruguai há um ano; atualmente, projeta algoritmos preditivos usados em diversos problemas do mercado financeiro em Nova York e Tóquio.

Alguns anos atrás, uma pessoa
de quem gosto muito

tinha um problema que a atormentava
e estava inconsolável.

Apesar de minhas objeções,

ela foi ver um bruxo
para que lesse seu futuro.

Por que fazemos isso?

Porque vivemos em um mundo
incerto e complexo,

e o futuro nos preocupa.

Mas se fosse tão fácil prevê-lo,

com certeza leríamos manchetes como esta
com mais frequência no jornal.

A verdade é que, como disse
um lendário treinador de esportes:

"Fazer previsões é muito difícil,

especialmente sobre o futuro".

Acrescentaria que, na verdade,
fazer previsões é fácil,

o difícil é acertar.

(Aplausos)

Por que estou aqui hoje?

Não sei ler tarô,

não tenho um 0800 que podem ligar
para saber quando encontrarão seu amor,

mas me dedico a prever o futuro.

Bem, nem tanto.

Desenvolvo algoritmos que fazem previsões.

Como um nerd como eu foi se meter
com esse tipo de problema?

Sou engenheiro com doutorado
em inteligência artificial.

Sempre me fascinou como o cérebro
consegue resolver facilmente

problemas que são impossíveis
para os computadores.

Temos que programar os computadores,
mas o cérebro aprende.

Por isso me dediquei a como fazer
os computadores aprenderem sozinhos

com base em sua experiência
e em muitos dados.

Vivemos em um mundo onde
os trabalhos são superespecializados,

mas a tecnologia pode ser aplicada
a quase todos os aspectos de nossas vidas.

Tive a sorte de trabalhar em muitos
problemas com meus colegas.

Por exemplo, ajudando médicos
com as arritmias dos pacientes,

colaborando com agrônomos para melhorar
o rendimento de suas colheitas,

e projetando algoritmos que fazem
transações automaticamente,

sem supervisão humana,

prevendo movimentos
em mercados financeiros

como Nova Iorque, Londres ou Tóquio.

Uma coisa que aprendi
durante todos esses anos

é que os dados têm um poder
quase especial para descrever o mundo.

Mas para entender isso,
voltemos ao início.

Por que é tão difícil fazer previsões?

Algumas previsões são
mais simples que outras.

Durante milênios, os eclipses solares

maravilharam e assustaram
todas as civilizações.

Os feiticeiros e adivinhos
tentavam desesperadamente

interpretar as intenções dos deuses
todas as vezes que ocorriam.

Em 1715, Edmund Halley,

que talvez se lembrem por causa
do cometa famoso de mesmo nome,

usou as equações de Newton
para prever, não somente quando,

mas também onde aconteceria
o próximo eclipse.

Hoje em dia ninguém pensa que haja
algo sobrenatural nos eclipses.

Infelizmente, a sociedade
é um sistema tão complexo

que não pode ser explicado por equações
simples como se faz na física.

"Simples."

Mas existe algo que pode explicar
o comportamento humano

mesmo quando as equações falham:

os dados.

Por que só agora nos damos conta
de que os dados são tão poderosos?

Porque estamos numa tempestade perfeita.

Por um lado, há um crescimento
exponencial da quantidade de dados.

Imaginem que este gráfico representa

a totalidade dos dados gerados
pela humanidade

desde o começo da civilização.

A IBM estima que esta é a fração
gerada somente nos últimos 700 dias.

Não a verde; a azul.

Por outro lado, por sorte,

nossa capacidade de processar estes dados
também cresce exponencialmente.

O telefone que carrego em meu bolso
é mais de 50 vezes mais rápido

que o modelo original,
lançado somente sete anos atrás.

Para que tenham uma ideia
da velocidade disso,

se os carros tivessem avançado
tanto no últimos sete anos,

hoje poderíamos dar uma volta ao mundo
de carro em umas cinco horas.

E isso sem ter de encher o tanque.

Hoje em dia tudo é dado.

Um tuíte é um dado.

Um "like" no Facebook é um dado.

Seu celular se localiza no GPS: um dado.

Escolher um filme para ver
no Netflix: outro dado.

Esta avalanche de dados não significa
que tenhamos mais conhecimento.

Assim como o petróleo,

os dados que extraímos são crus,

e só depois de refinados
através de algoritmos

se convertem em algo realmente valioso.

Vejamos um exemplo simples disso.

Como o telefone prevê a próxima
palavra que você vai escrever.

Se quero escrever:

"O futuro é incerto"...

Deveria ter aparecido aí, desculpe.

O celular antecipa minhas palavras.

Obviamente o celular não sabe
que estamos falando de TED...

do futuro no TED.

Nem lê minha mente.

Simplesmente, quando o projetaram,
usaram muitos dados.

Quando alguém tem uma quantidade enorme,
milhões de documentos em castelhano,

antecipar qual é a próxima palavra
que você vai escrever

não é tão difícil.

Pode-se ver que depois
de escrever "o futuro é",

as pessoas continuam com palavras
como "incerto" ou "nosso".

O telefone simplesmente faz isso
para todas as combinações de palavras.

Além disso, à medida que o usamos,
ele aprende nosso estilo de escrever.

Posso usar este princípio simples
para coisas muito mais interessantes.

A Amazon, a gigante de vendas online,
faz algo similar para prever

quais produtos vão nos agradar
e quais não vão.

Se temos muitos dados sobre
centenas de milhões de clientes,

como tem a Amazon,

prever qual é o próximo
produto que vamos comprar

não é tão diferente de prever
a próxima palavra que vamos escrever.

E mais, a Amazon tem tanta certeza
das suas previsões sobre nossos gostos,

que recentemente patenteou um sistema

no qual, antes que façamos uma compra,
ele envia o produto à nossa casa.

(Risos)

Se recebemos e dizemos
que não queríamos comprar,

a compra pode até sair de graça.

Já sei o que estão pensando.

A Amazon não vai lançar esse serviço aqui.

(Risos)

De repente percebemos que há
muitos problemas parecidos com esse.

Pode ser que não haja
uma fórmula para o amor,

mas existem dados.

As empresas de encontros online

estão usando algoritmos
para melhorar suas previsões

sobre onde encontrar o amor.

Explorando os dados
de milhões de usuários,

um desses sites encontrou relações
verdadeiramente surpreendentes.

Por exemplo, vou extrair um dado.

Se você for um homem heterossexual

e estiver procurando ter relações
no primeiro encontro,

sabem qual é a melhor pergunta
que podem fazer a ela?

É: "Você gosta de cerveja?"

Se a resposta for "Sim",
há 60% mais de chance

de que ela não veja problemas
em ter relações no primeiro encontro.

(Risos)

Se você for mulher e quiser ter
relações sexuais no primeiro encontro

pode fazer a mesma
pergunta porque funciona.

Na verdade, não importa a pergunta,

a maioria dos homens vão querer
ter relações no primeiro encontro.

(Aplausos)

Essa não é a única relação interessante.

Outra que chama a atenção é:

qual é a idade mais atraente
para uma pessoa?

Se você for uma mulher de uns 20 anos,

em média, os homens mais atraentes
para você têm uns 22 anos.

Para uma mulher de 30,

em média, os homens mais atraentes
têm a mesma idade que ela.

Para uma mulher de 50,

os homens mais atraentes
têm, em média, 46.

Para os homens, as coisas
começam bem parecidas.

Para um homem de 20 anos,

em média, as mulheres
mais atraentes têm 20 anos.

Para um homem de 30, as mulheres
mais atraentes têm 20 anos.

Para um homem de 40,
as mais atraentes têm 20 anos.

(Aplausos)

E para os de 50,

em média, as mais atraentes têm 22.

(Risos)

Além destas estatísticas curiosas,

os algoritmos estão aprendendo
algo importante com nossos dados.

Um estudo publicado recentemente
mostrou que nos EUA,

um terço dos casamentos
recentes começaram na web.

E tanto a taxa de divórcios
como a insatisfação dos casais

são menores nos casais
que se conheceram na web

do que nos que se conheceram
de outras formas.

Encontrar sua outra metade não é simples,

e nem sempre é a pessoa que você esperava.

O melhor exemplo disso

é o asmático e a fumante
que se conheceram através do match.com.

Parecia que não tinham nada
em comum, no entanto, vão se casar.

Quem teria previsto
que seriam um bom casal?

Um algoritmo.

(Risos)

Provavelmente como muitos de vocês,

eu também não ouço rádio.

Por quê?

Porque não há nenhuma estação de rádio
que só toque músicas que eu gosto.

O que escuto são serviços
online como o Spotify,

que usam algoritmos para prever
se uma música vai me agradar ou não.

Desta forma montam
um programa personalizado,

que toca somente músicas que gosto.

Pode ser que cada um de nós seja único,

mas existem bilhões de pessoas neste mundo

e muitas têm gostos parecidos aos nossos.

Com dados suficientes posso aprender

se uma música vai agradar ou não
antes que alguém a ouça.

Sabem o que é igual a uma estação de rádio
que toca músicas que não gostamos?

A educação.

Os planos de estudo,
assim como as estações de rádio,

assumem que todos temos
os mesmos interesses e habilidades.

Uma escola em Nova Iorque
está usando algoritmos

para prever se uma aula será
fácil ou difícil para um estudante.

Desta forma, se monta
um programa personalizado,

um currículo adaptado
às necessidades de cada criança.

Isso resultou, por exemplo,
em aumentos de até 50%

nos resultados de matemática
comparado às médias nacionais.

No Uruguai damos um notebook
a cada criança através do programa Ceibal.

O que vamos fazer com todos
esses dados que estamos gerando?

De repente nos damos conta
de que num futuro próximo

isso vai se estender a quase
todos os aspectos de nossas vidas,

levando inteligência e personalização

a um nível muito difícil
de imaginar agora.

Nossos assistentes eletrônicos
vão nos conhecer intimamente.

Vão saber nossos gostos e onde estamos,

e vão nos fazer recomendações de quais
livros ler ou quais lugares visitar.

Vão antecipar nossas necessidades
e aumentar nossa produtividade

a tal ponto, que vamos nos perguntar
como vivíamos antes sem eles.

Da mesma forma que hoje nos perguntamos

como podíamos viver sem nossos celulares.

Claro que para fazer tudo isso,
os algoritmos precisam de muitos dados.

Por isso todas as grandes empresas
como Google ou Facebook

coletam todos os dados
que podem sobre vocês.

O Facebook, por exemplo,
conhece vocês tão bem

que um estudo publicado recentemente
pela Academia de Ciências dos EUA

mostrou que depois
de clicar em dez "likes",

um algoritmo pode prever
aspectos da sua personalidade

melhor que um colega de trabalho.

Depois de uns 70, melhor que seus amigos.

Depois de 150, melhor que sua mãe.

Depois de uns 300, melhor que seu cônjuge.

Para que tenham uma ideia
do quanto eles conhecem vocês,

vou mostrar outra estatística.

Cada um de vocês tem
uns 230 "likes" no Facebook.

E este número só está aumentando.

Mas esses algoritmos não podem prever
só aspectos da sua personalidade.

Além da educação, outro problema
que preocupa a nós, uruguaios

é a segurança.

Em "Minority Report", a polícia do futuro
acaba com os assassinatos

prendendo os criminosos
antes que cometam o delito.

Com certeza o Philip Dick,

autor do romance que inspirou o filme,

nunca imaginou que haveria
um pouquinho de ciência nessa ficção.

Como dizia Mark Twain:
"A história não se repete, mas rima".

Os criminosos seguem padrões,

e os algoritmos podem analisar
esses padrões nos dados

e estimar onde é provável
que ocorra um novo delito.

Armada com esta informação,
a polícia pode enviar patrulheiros

para as áreas onde é possível
que os criminosos estejam agindo.

Claro que estas previsões não são tão boas

como as dos videntes de "Minority Report".

Mas esses algoritmos existem sim.

Resultados preliminares de várias
cidades dos EUA e da Europa

mostram resultados realmente alentadores.

Ainda que seja muito cedo para saber
quanto podem reduzir o número de crimes.

Parece que não sobrou nenhum
canto da experiência humana

que tenha escapado do poder
preditivo dos algoritmos.

Um grupo de investigadores da Microsoft

usou os algoritmos
para prever corretamente

20 das 24 categorias do Oscar deste ano.

Incluindo todas as categorias principais

como melhor filme, melhor diretor,
atores principais e coadjuvantes.

Nas quatro categorias que erraram

ganhou a sua segunda opção.

Não foi coincidência.

No ano anterior,

previram corretamente
21 das 24 categorias.

No ano anterior a esse, 19.

E não podem prever só o resultado
das competições artísticas.

O mesmo grupo da Microsoft

usou algoritmos para prever corretamente

o resultado de todos os jogos
da fase eliminatória

do mundial no Brasil em 2014.

E não usaram polvos
nem outros animais videntes.

(Risos)

Tudo isto quer dizer que o futuro
deixou de ser incerto?

Que nada.

Ainda é muito fácil errar
quando se fazem previsões.

Mas quanto mais e melhores forem
os dados, menores serão as incertezas.

Existem alguns problemas
que entendemos muito bem.

Existem outros, como mercados financeiros,

onde somos simplesmente
um pouco melhores que o acaso.

E infelizmente, existem muitos outros,
como terremotos ou epidemias,

nos quais avançamos muito pouco.

Mas estamos vivendo uma época maravilhosa.

A inteligência artificial finalmente
está começando a cumprir sua promessa.

Hoje em dia, pode-se ligar
para alguém na China via Skype

e falar, você em castelhano,
e ele em mandarim,

e o Skype traduz automaticamente.

Pode-se entrar num carro
do Google e falar para onde quer ir

e o carro leva você até lá.

Isto é ciência, não é ficção.

Mas há dez anos isso parecia impossível.

Esta área avança tão rápido

que até para nós, que trabalhamos nisto,
nos surpreendemos todo o tempo.

Prever o futuro é importante

não para satisfazer essa necessidade
tão humana de saber o que vai acontecer,

mas pelo poder quase mágico de mudá-lo.

Sou só um nerd com um computador,

mas esse é o nosso superpoder.

Não somos o Batman,
mas podemos acabar com os crimes.

Não somos o Doutor House,

mas podemos prevenir
doenças antes que surjam.

Apesar dos problemas
que essa tecnologia possa trazer,

como a falta de privacidade,
ou um possível desemprego,

o potencial que tem
para melhorar nossas vidas

está limitado somente à nossa imaginação.

Ajudar a prevenir suicídios,

a melhorar o tráfego,

a acabar com epidemias, a melhorar
a produtividade de nossas colheitas

é só a ponta do iceberg
do que é possível fazer.

Gostemos ou não,
essa tecnologia chegou para ficar.

Mas, para que o impacto seja positivo,
somente depende de como escolhemos usá-la.

Muito obrigado.

(Aplausos)