As tarefas que perderemos para as máquinas — e as que não perderemos

A aprendizagem automática já não é apenas para tarefas simples como a avaliação do risco de crédito e a separação de correio. Hoje, é capaz de aplicações muito mais complexas, como avaliar testes e diagnosticar doenças. Com estes progressos, coloca-se uma questão difícil: Será um robô a fazer o nosso trabalho no futuro?

Esta é a minha sobrinha.

Chama-se Yahli.

Tem nove meses.

A mãe dela é médica
e o pai é advogado.

Quando a Yahli for para a faculdade,

o trabalho que os pais dela fazem
será radicalmente diferente.

Em 2013, investigadores
da Universidade de Oxford

fizeram um estudo
sobre o futuro do trabalho.

Concluíram que, praticamente,
um em cada dois empregos

correm alto risco de serem
automatizados com máquinas.

A aprendizagem automática
é a tecnologia responsável

pela maior parte desta revolução.

É o ramo mais poderoso
da inteligência artificial.

Permite que as máquinas
aprendam com os dados

e imitem algumas das coisas
que os seres humanos fazem.

A minha empresa, a Kaggle, trabalha
na aprendizagem automática de ponta.

Reunimos centenas de milhares
de especialistas

para resolver problemas importantes
para a indústria e para a academia.

Isso dá-nos uma perspetiva única
sobre o que as máquinas conseguem fazer,

o que elas não conseguem fazer,

e que profissões podem ser
automatizadas ou ameaçadas.

A aprendizagem automática
entrou na indústria no início dos anos 90.

Começou com tarefas relativamente fáceis.

Começou com coisas como
avaliar o risco de crédito

para aplicações de empréstimos,

separar o correio, lendo os caracteres
manuscritos dos códigos postais.

Durante os últimos anos,
fizemos progressos fenomenais.

A aprendizagem automática consegue
fazer hoje tarefas muito mais complexas.

Em 2012, a Kaggle
desafiou a sua comunidade

a construir um algoritmo que pudesse
avaliar os testes do secundário.

Os algoritmos vencedores
conseguiram equiparar-se aos valores

dados pelos professores humanos.

No ano passado, lançámos um desafio
ainda mais difícil.

Conseguem tirar imagens do olho
e diagnosticar uma doença de olhos

chamada retinopatia diabética?

Mais uma vez, os algoritmos vencedores
conseguiram equiparar-se aos diagnósticos

feitos pelos oftalmologistas humanos.

Se lhes dermos os dados certos,
as máquinas vão superar os seres humanos

em tarefas como estas.

Um professor pode ler 10 000 testes
durante a sua carreira de 40 anos.

Um oftalmologista poderá ver 50 000 olhos.

Uma máquina pode ler milhões de testes
ou ver milhões de olhos

em poucos minutos.

Não temos hipótese
de competir com as máquinas

em tarefas frequentes, de alto volume.

Mas há coisas que fazemos
e que as máquinas não podem fazer.

Onde as máquinas têm feito
muito pouco progresso

é em lidar com situações novas.

Não conseguem lidar com coisas
que não tenham visto muitas vezes.

As limitações fundamentais
da aprendizagem automática

são que elas precisam de aprender
com grandes volumes de dados anteriores.

Os seres humanos não.

Nós temos a capacidade de
relacionar fios aparentemente díspares

para resolver problemas que nunca vimos.

Percy Spender era físico e trabalhava
com radar durante a II Guerra Mundial,

quando reparou que o magnetrão
estava a derreter uma barra de chocolate.

Conseguiu relacionar o seu conhecimento
de radiações eletromagnéticas

com os seus conhecimentos de cozinha

e inventou — não adivinham? —
o forno micro-ondas.

Este é um exemplo de criatividade
especialmente notável

Mas este tipo de polinização cruzada
acontece com todos nós, de forma simples,

milhares de vezes por dia.

As máquinas não podem competir connosco

quando se trata de lidar
com situações novas.

Isto põe um limite fundamental
às tarefas humanas

que as máquinas irão automatizar.

O que significa isto
para o futuro do trabalho?

O estado futuro de qualquer trabalho
reside na resposta a uma única pergunta:

Até que ponto este trabalho

pode ser reduzido
a tarefas frequentes, de alto volume,

e até que ponto envolve situações novas?

Nas tarefas frequentes, de alto volume,

as máquinas vão ser
cada vez mais inteligentes.

Hoje, avaliam testes.
Diagnosticam certas doenças.

Nos próximos anos,
vão realizar as nossas auditorias,

vão ler as informações básicas
de contratos legais.

Os contabilistas e advogados
continuarão a ser precisos

para tarefas complexas,
litigações inovadoras.

Mas as máquinas irão
reduzir as suas fileiras

e tornar essas profissões mais difíceis.

Tal como já referi,

as máquinas não vão progredir
em situações novas.

O projeto para uma campanha publicitária
tem de prender a atenção do consumidor,

Tem que sobressair entre a multidão.

A estratégia empresarial é
encontrar vazios no mercado,

coisas que ninguém está a fazer.

Serão os seres humano a criar o projeto
por detrás das campanhas publicitárias,

serão os seres humanos a desenvolver
as estratégias empresariais.

Portanto, Yahli,
o que quer que venhas a ser,

que todos os dias
te tragam um novo desafio.

Se assim for, manter-te-ás
à frente das máquinas.

Obrigado.

(Aplausos)