O que são os algoritmos e como eles aprendem com você

Quando você recebe um email,  um algoritmo decide se ele vai diretamente para sua pasta de spam  ou para sua sua caixa de entrada. Nas redes sociais, ele escolhe  que posts você vai ver primeiro. E a partir do momento em  que você clicou neste vídeo, um algoritmo já decidiu quais são as sugestões  que você receberá para assistir em seguida.

Mas o que exatamente são algoritmos?  E como eles fazem tudo isso? O termo algoritmo veio do nome do  persa Muhammad ibn Musa Al-Khwarizmi, que introduziu os números árabes ao ocidente.

A palavra teve outros usos matemáticos ao longo do tempo, mas, a partir do século 19, passou  a significar uma sequência de ações que devem ser executadas para resolver um problema. Para que um computador consiga seguir um algoritmo, alguém precisa programá-lo, ou seja,  dizer a ele quais são as instruções a seguir. No início da computação, a programação era  manual, e envolvia trocar cabos de lugar a cada operação que o computador tinha que executar.

Hoje, os algoritmos são escritos em código. Isso quer dizer que essa sequência de  instruções para chegar a um resultado concreto é escrita em uma linguagem de programação  -- comandos que a máquina consegue obedecer. Um exemplo de problema básico que a gente consegue  resolver com um algoritmo é ordenar uma lista.

Vamos nos concentrar então em um algoritmo de  ordenação, que é um dos muitos que existem. Para entendê-lo, imagine que você  é uma bibliotecária que acaba de receber uma entrega de 840 livros novos. Mas, antes de guardá-los, você precisa colocá-los em ordem alfabética.

E rápido, já que, no dia seguinte, a biblioteca precisa estar funcionando  já com estes livros disponíveis. Os seus livros estão dispostos em uma só  fileira, como se fossem uma grande lista. Por onde você começaria a ordená-los?

Você pode começar com o primeiro livro e compará-lo com o segundo. Se eles  estiverem na ordem correta, deixe-os como estão. Se não, troque-os de lugar.

Agora pegue o terceiro livro, compare-o com o segundo e depois com o  primeiro, até encontrar onde colocá-lo. E continue fazendo as trocas necessárias  até colocar toda a lista em ordem. O problema é que, mesmo que cada comparação entre um livro e outro leve apenas um  segundo, você tem 840 livros.

Usando esse método, você levaria pelo  menos 2 dias inteiros para organizá-los. Os serviços que nós usamos na internet  têm que ordenar listas o tempo inteiro: por exemplo, quando você pede que eles procurem  a passagem de avião mais barata para sua viagem, ou quando você quer ver seus emails de  acordo com a ordem de chegada deles. Há muitos algoritmos possíveis pra  fazer isso, mas alguns são melhores do que outros.

Seja porque fazem a tarefa  mais rápido ou porque usam menos recursos. No caso dos livros, por exemplo, você poderia  resolver o seu problema de outro jeito. Pegue um livro qualquer, que você  chamará de “separador”.

E compare esse livro com todos os outros. Coloque todos os livros que devem ficar antes dele à sua esquerda e todos  os que devem ficar depois à sua direita. Agora, pegando só os livros da esquerda,  escolha outro livro para ser um novo separador e repita o mesmo processo.

E faça o mesmo com os da direita. Você pode continuar criando  subdivisões como essa, até que os seus livros estejam em ordem alfabética. Desse jeito, você levaria apenas cerca de duas horas para ordenar os 840 livros.

Esse exemplo se baseia em um algoritmo de ordenação muito eficiente  conhecido como QuickSort. Ele é um dos algoritmos mais  usados em programação hoje em dia. Foi com um algoritmo melhor do que todos os outros  que o Google conseguiu classificar milhões de sites de uma maneira mais eficiente e revolucionou  a maneira de fazer buscas na internet.

Mas os algoritmos servem não só para encontrar,  ordenar e processar grandes quantidades de dados. Eles também podem dar aos computadores  a habilidade de aprender com esses dados para tomar decisões e fazer previsões. É o que chamamos de machine learning, ou aprendizado de máquinas.

É assim que eles respondem perguntas como: Os preços das passagens aéreas vão  subir ou baixar na próxima semana? Ou entre os milhares de vídeos que  existem no YouTube, quais são os que vão manter esta pessoa interessada? Cada vez que você interage com um vídeo, está ensinando ao programa, ou à máquina,  como você pensa e do que você gosta.

Mas como a máquina tem uma capacidade de  processamento muito maior do que a nossa, pode testar um número enorme de cenários possíveis,  até escolher o que se ajusta mais ao seu gosto. É com essa informação que ela tenta prever o  próximo vídeo que você vai querer assistir. Uma vez que ela faz isso, precisa da  sua resposta para saber se acertou ou não, e aprender mais uma vez.

Quanto mais dados recebe e processa, mais sofisticado fica o algoritmo  e mais preciso ele consegue ser. Isso acontece não só nas redes sociais, mas  também nas recomendações do seu serviço de streaming, no reconhecimento facial,  nos serviços de compra pela internet, nos sistemas anti-fraude dos bancos, e muito mais. O aprendizado de máquinas é uma parte essencial da inteligência artificial, que é fazer com que as  máquinas ou sistemas possam imitar comportamentos humanos como aprender ou resolver problemas.

Tudo isso, no entanto, também tem um lado problemático. O fato de que os algoritmos se alimentem dos nossos dados e nos mostrem  só o que eles consideram que nós queremos pode criar uma bolha que distorce ou  nos dá uma visão parcial da realidade. Ou seja, se aquele ambiente só nos sugere  conteúdo que reforça a nossa visão do mundo e não nos expõe a opiniões, gostos ou formas  de entender a vida que são diferentes da nossa pode desde perpetuar preconceitos  até influenciar resultados de eleições.

Outra questão complicada é que  os programas, assim como nós, podem ser enviesados de acordo com a sua educação. Por exemplo, se um algoritmo de classificação de imagens é alimentado somente com fotos de  pessoas brancas, como ele vai aprender que existem pessoas com outros tons de pele? Se os programas aprendem com dados que são incompletos, pouco  representativos ou tendenciosos, isso vai influenciar seus resultados.

Por isso é que cada vez mais analistas dizem que os algoritmos estão  reproduzindo os preconceitos da sociedade. E, para corrigir isso, é essencial  saber como eles estão sendo programados. Há casos em que algoritmos discriminaram contra  mulheres em processos de seleção profissional ou em serviços de tradução automática.

E outros em que eles mostraram um viés racista na hora de prever uma possível  reincidência de ex-presidiários. Muitas empresas não revelam como são seus  algoritmos, e algumas dizem que eles ficaram tão complexos que elas já nem sabem como funcionam. Mas os especialistas questionam isso.

E dizem que as empresas são responsáveis  pelos serviços que elas oferecem. Por trás de todo algoritmo há pessoas  decidindo os problemas que é preciso resolver, como resolvê-los e que dados vão ser usados. E nessas decisões pode estar a chave para corrigir os viéses.

Seja como for, os algoritmos estão em todos os lugares. Eles podem facilitar nossa vida, desde encontrar o caminho mais curto até conhecer um novo amor. Só que também podem influenciar nossas opiniões e comportamentos -- às  vezes sem que a gente perceba.

Mas, como acontece com todas  as tecnologias revolucionárias, é preciso perguntar: Estamos conscientes  do impacto real que eles têm na sociedade? Gostou deste vídeo? Já sabe o que fazer, né?

Deixe aqui seu like, compartilhe com as pessoas que você acha que também vão gostar E deixe também seus comentários, críticas e sugestões, que a gente lê, sim Continue acompanhando a BBC News Brasil nas nossas redes sociais, aqui no nosso canal no YouTube e também na página bbcbrasil. com Tchau!