Como aprendemos a trabalhar com máquinas inteligentes?
-
0:01 - 0:03São 6:30 da manhã,
-
0:04 - 0:09e Kristen está levando seu paciente
prostático para a sala de cirurgia. -
0:10 - 0:12Ela é médica residente,
uma cirurgiã em treinamento. -
0:12 - 0:14O trabalho dela é aprender.
-
0:15 - 0:19Hoje ela está ansiosa para fazer
uma cirurgia que preserva os nervos, -
0:19 - 0:23uma dissecção extremamente delicada
que pode preservar as funções eréteis. -
0:24 - 0:27Isso ficará a cargo do cirurgião,
no entanto ele ainda não chegou. -
0:28 - 0:30Ela e a equipe anestesiam o paciente,
-
0:30 - 0:34e ela conduz a incisão inicial
de 20 cm no baixo ventre. -
0:35 - 0:39Assim que o corte está pinçado, ela pede
à enfermeira para chamar o cirurgião. -
0:40 - 0:42Ele chega, coloca o traje,
-
0:42 - 0:48e a partir daí, as quatro mãos
estão naquele paciente, -
0:49 - 0:52ele orientando, mas Kristen
mostrando o caminho. -
0:53 - 0:55Quando a próstata está fora,
-
0:55 - 0:57e sim, ele deixou que a Kristen
preservasse o nervo, -
0:57 - 1:01ele arranca o traje e começa
a preencher a papelada. -
1:01 - 1:06A Kristen fecha o paciente às 8:15,
-
1:06 - 1:09com um residente júnior
espiando atrás de seu ombro. -
1:09 - 1:13E ela deixa que ele finalize as suturas.
-
1:13 - 1:16Ela se sente ótima.
-
1:16 - 1:22O paciente ficará bem, e sem dúvida ela é
uma cirurgiã melhor do que era às 6:30. -
1:22 - 1:25Bem, esse é um exemplo extremo.
-
1:25 - 1:28Mas a Kristen está aprendendo
a fazer seu trabalho -
1:28 - 1:31da forma que a maioria de nós aprende:
observando um perito por um tempo, -
1:31 - 1:35envolvendo-se nas partes
fáceis e seguras do trabalho -
1:35 - 1:37e evoluindo para tarefas
mais arriscadas e difíceis -
1:37 - 1:40enquanto a orientam,
até que decidam que ela está pronta. -
1:40 - 1:43Por toda a minha vida, esse tipo
de aprendizado tem me fascinado. -
1:43 - 1:47Parece natural, parte
do que nos faz humanos. -
1:48 - 1:53Tem diferentes nomes: estágio, coaching,
mentoria, treinamento na prática... -
1:53 - 1:57Na cirurgia, chamamos de "veja
uma, faça uma, ensine uma". -
1:57 - 2:01Mas o processo é igual, e tem sido
o principal caminho para a habilidade -
2:01 - 2:04através do mundo durante milhares de anos.
-
2:04 - 2:10No momento, estamos lidando com a IA
de uma forma que bloqueia esse caminho. -
2:10 - 2:13Estamos sacrificando o aprendizado
em nossa busca por produtividade. -
2:13 - 2:16Descobri isso a primeira vez na cirurgia
quando eu estava no MIT, -
2:16 - 2:19mas agora há evidências
de que está ocorrendo por toda a parte, -
2:19 - 2:23em muitas atividades diferentes
e com diversos tipos de IA. -
2:23 - 2:26Se não fizermos nada a respeito disso,
-
2:26 - 2:29milhões de nós vamos bater contra um muro
-
2:29 - 2:32enquanto tentamos aprender
como lidar com a IA. -
2:33 - 2:36Vamos voltar para a cirurgia
para entender como. -
2:36 - 2:38Vamos avançar seis meses.
-
2:38 - 2:43São 6:30 de novo, e a Kristen está
levando outro paciente prostático, -
2:43 - 2:47mas desta vez para uma sala
de cirurgia robótica. -
2:48 - 2:51O cirurgião conduz o procedimento,
fixando um robô de quatro braços -
2:51 - 2:53e 450 kg no paciente.
-
2:53 - 2:59Ambos tiram os trajes e vão até o painel
de controle a quatro metros de distância, -
2:59 - 3:03e a Kristen apenas observa.
-
3:04 - 3:09O robô permite que o cirurgião faça todo
o procedimento sozinho, e é o que ele faz. -
3:10 - 3:12Ele sabe que ela precisa de prática.
-
3:12 - 3:14Ele quer dar o controle a ela.
-
3:14 - 3:17Mas ele também sabe
que ela será mais lenta, -
3:17 - 3:20e cometerá mais erros, e o paciente
vem em primeiro lugar. -
3:20 - 3:25Kristen não tem esperança de chegar perto
daqueles nervos durante esse turno. -
3:25 - 3:30Terá sorte se operar mais que 15 minutos
durante um procedimento de quatro horas. -
3:30 - 3:33E ela sabe que quando cometer um erro,
-
3:33 - 3:37ele irá tocar numa tela e ela
estará assistindo novamente, -
3:37 - 3:41se sentindo como uma criança
no canto da sala com orelhas de burro. -
3:41 - 3:45Como todos os estudos sobre robôs
e trabalhos que fiz em oito anos, -
3:45 - 3:48este começou com uma grande
questão em aberto: -
3:48 - 3:51"Como aprendemos a trabalhar
com máquinas inteligentes?" -
3:51 - 3:57Para descobrir, passei dois anos e meio
observando vários residentes e cirurgiões -
3:57 - 4:01em cirurgias tradicionais e robóticas,
entrevistando-os e, de modo geral, -
4:01 - 4:04passando o tempo com os residentes
enquanto eles tentavam aprender. -
4:04 - 4:09Cobri 18 dos principais hospitais
universitários, e a história era a mesma. -
4:10 - 4:13A maioria dos residentes estava
na mesma situação da Kristen. -
4:13 - 4:16Eles tinham bastante da parte "veja uma",
-
4:16 - 4:19mas a "faça uma"
quase não estava disponível. -
4:19 - 4:21Eles não encaravam as dificuldades,
e não estavam aprendendo. -
4:21 - 4:26Isso era importante para os cirurgiões,
mas eu precisava saber o real alcance. -
4:26 - 4:30Onde mais estavam usando IA
impedindo o aprendizado no trabalho? -
4:30 - 4:35Para saber, contatei um grupo pequeno
mas crescente de jovens pesquisadores -
4:35 - 4:38que haviam feito estudos de campo
sobre o trabalho envolvendo IA -
4:38 - 4:41em vários contextos
como startups, policiamento, -
4:41 - 4:44bancos de investimento
e educação à distância. -
4:44 - 4:49Como eu, eles passaram ao menos um ano
e centenas de horas observando, -
4:49 - 4:55entrevistando e muitas vezes trabalhando
lado a lado com as pessoas estudadas. -
4:55 - 4:58Trocamos dados, e procurei por padrões.
-
4:58 - 5:04Não importa a atividade, o trabalho,
a IA, a história era a mesma. -
5:04 - 5:08As organizações estavam tentando
cada vez mais obter resultados com a IA, -
5:08 - 5:12e estavam afastando os aprendizes
do trabalho especializado nesse processo. -
5:12 - 5:16Gestores de startups estavam
terceirizando o contato com o consumidor. -
5:16 - 5:19Policiais precisavam aprender a lidar
com prognósticos de crimes -
5:19 - 5:21sem o apoio de especialistas.
-
5:21 - 5:25Jovens banqueiros estavam sendo
cortados de análises complexas, -
5:25 - 5:28e professores precisavam criar
cursos online sem ajuda. -
5:29 - 5:33E os efeitos de tudo isso
eram os mesmos da cirurgia. -
5:33 - 5:36Aprender no trabalho
estava cada vez mais difícil. -
5:37 - 5:39Isso não pode durar.
-
5:39 - 5:44A McKinsey estima que entre
500 mil e 1 bilhão de pessoas -
5:44 - 5:49terão que se adaptar à IA
no trabalho de rotina até 2030. -
5:49 - 5:53E supomos que o aprendizado na prática
estará disponível enquanto tentamos. -
5:53 - 5:57A pesquisa mais recente com funcionários
da Accenture mostrou que a maioria -
5:57 - 6:01aprende habilidades essenciais
no trabalho, não em treinamentos formais. -
6:01 - 6:05Portanto enquanto falamos bastante
sobre os potenciais impactos futuros, -
6:05 - 6:09o aspecto da IA que mais
importa neste momento -
6:09 - 6:12é que estamos lidando com ela de uma forma
que bloqueia o aprendizado no trabalho -
6:12 - 6:15justo quando mais precisamos disso.
-
6:16 - 6:22Por todos os lugares, uma pequena minoria
encontrou uma forma de aprender. -
6:24 - 6:27Eles fizeram isso quebrando
e contornando regras. -
6:27 - 6:30Os métodos aprovados
não estavam funcionando. -
6:30 - 6:32Então eles contornaram
e quebraram as regras -
6:32 - 6:34para colocar a mão na massa
com os especialistas. -
6:34 - 6:38No meu caso, os residentes
se envolveram em cirurgia robótica -
6:38 - 6:44na faculdade de medicina,
comprometendo a formação generalista. -
6:44 - 6:50E gastaram centenas de horas extras
com simuladores e gravações de cirurgias, -
6:50 - 6:54enquanto supostamente devemos
aprender na sala de cirurgia. -
6:54 - 6:57E talvez o mais importante, eles acharam
um jeito de enfrentar as dificuldades -
6:57 - 7:02de cirurgias reais com supervisão
limitada de especialistas. -
7:02 - 7:05Chamo tudo isso de "educação nas sombras",
-
7:05 - 7:08porque contorna as regras
e o aluno aprende fora dos holofotes. -
7:10 - 7:14E todo mundo finge que não vê
porque traz resultados. -
7:14 - 7:18Lembrem, estamos falando
dos melhores alunos do grupo. -
7:18 - 7:22Agora, obviamente, isso não é certo
e não é sustentável. -
7:22 - 7:24Ninguém deveria se arriscar
a perder o emprego -
7:24 - 7:27para aprender as habilidades
que precisa em seu trabalho. -
7:27 - 7:30Mas precisamos aprender com essas pessoas.
-
7:30 - 7:33Elas correm sérios riscos para aprender.
-
7:33 - 7:37Entenderam que precisam defender
as batalhas e desafios no trabalho, -
7:37 - 7:40para que possam se forçar
a enfrentar problemas difíceis, -
7:40 - 7:42próximos ao limite de suas capacidades.
-
7:42 - 7:45Elas se certificam de ter
um especialista por perto, -
7:45 - 7:49para dar conselhos e atuar
como uma barreira contra catástrofes. -
7:49 - 7:53Vamos criar essa combinação
de dificuldades e apoio especializado -
7:53 - 7:56em cada implementação de IA.
-
7:56 - 8:00Tenho aqui um exemplo claro
que consegui em campo. -
8:00 - 8:04Antes dos robôs, se você fosse
um técnico de desativação de bombas, -
8:04 - 8:07lidaria com bombas caseiras de perto.
-
8:07 - 8:10Um oficial subalterno estaria
a centenas de metros de distância, -
8:10 - 8:12e poderia apenas observar e ajudar
-
8:12 - 8:15se você decidisse que era seguro
e o chamasse ao local. -
8:15 - 8:20Agora, vocês se sentam lado a lado
em um caminhão à prova de bombas. -
8:20 - 8:23Ambos assistem ao vídeo,
controlam um robô à distância -
8:23 - 8:26e você orienta o trabalho em voz alta.
-
8:26 - 8:29Os treinandos aprendem melhor
do que faziam antes dos robôs. -
8:29 - 8:33Podemos ampliar isso para cirurgia,
startups, policiamento, -
8:33 - 8:37bancos de investimento,
educação à distância e além. -
8:37 - 8:40A boa notícia é que temos
novas ferramentas para isso. -
8:40 - 8:42A internet e a nuvem significam
que não precisamos -
8:42 - 8:47de um especialista para cada treinando,
que eles estejam fisicamente próximos -
8:47 - 8:50ou até que estejam na mesma organização.
-
8:50 - 8:55E podemos criar IA para ajudar a treinar
estudantes em seus esforços, -
8:55 - 8:58para treinar especialistas
enquanto treinam -
8:58 - 9:02e para conectar esses dois grupos
de formas inteligentes. -
9:03 - 9:06Existem pessoas no trabalho
em sistemas assim, -
9:06 - 9:10mas geralmente estão concentradas
em treinamento formal. -
9:10 - 9:12E a crise mais grave está
no treinamento na prática. -
9:12 - 9:15Precisamos fazer melhor.
-
9:15 - 9:19Os problemas atuais requerem
que façamos melhor para criar um trabalho -
9:19 - 9:23que aproveite ao máximo
todas as possibilidades incríveis da IA, -
9:23 - 9:27ao mesmo tempo em que melhora
as nossas habilidades. -
9:27 - 9:29Esse é o tipo de futuro que eu sonhava
quando era criança. -
9:29 - 9:32E o tempo de criá-lo é agora.
-
9:32 - 9:34Obrigado.
-
9:34 - 9:36(Aplausos)
- Title:
- Como aprendemos a trabalhar com máquinas inteligentes?
- Speaker:
- Matt Beane
- Description:
-
O caminho para as habilidades em todo o mundo tem sido o mesmo há milhares de anos: treinar sob a responsabilidade de um especialista e assumir tarefas pequenas e fáceis antes de progredir para tarefas mais arriscadas e difíceis. Mas agora, estamos lidando com a inteligência artificial (IA) de uma maneira que bloqueia esse caminho, e sacrificando o aprendizado em nossa busca pela produtividade, diz o etnógrafo organizacional Matt Beane. O que pode ser feito? Beane compartilha uma visão que transforma a história atual em uma mentoria distribuída e aprimorada pelas máquinas, que aproveita ao máximo os recursos incríveis da inteligência artificial, aprimorando nossas habilidades ao mesmo tempo.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 09:50
Maricene Crus approved Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus accepted Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? | ||
Maricene Crus edited Portuguese, Brazilian subtitles for How do we learn to work with intelligent machines? |