A determinada altura, o filósofo Alfred North Whitehead fez a seguinte observação: «A civilização avança ao ampliar o número de operações relevantes que podemos fazer sem pensar nelas.»¹ Whitehead defendia que a automação das operações mais simples e repetitivas libertaria espaço mental para pensamentos mais complexos, facilitando o progresso do intelecto humano e da civilização. Embora muitas vezes retirada do seu contexto e mal-entendida, esta observação confronta uma sentença de Talião na era da Inteligência Artificial. Se, por um lado, é verdade que a IA está a automatizar e a assumir o controlo de muitas tarefas, tornando-nos menos conscientes das funções que exigiam um pensamento activo (desde traduzir textos, gerir telefonemas e até programar software, por exemplo), por outro lado, ela torna-nos mais conscientes dos nossos limites e obriga-nos a reflectir sobre o nosso valor actual no mercado de trabalho. A pergunta que se coloca já não é aquela da ordem da ficção-científica — «Será a IA verdadeiramente inteligente?» —, mas outra mais prosaica: «Poderá a IA substituir o meu emprego?» Encontramo-nos perante uma dialéctica histórica impiedosa para a auto-estima humana: com o progresso da IA, tornamo-nos não menos, mas mais conscientes das capacidades que nos distinguem das máquinas. Em vez de parar de pensar, como sugeria Whitehead, acabamos por pensar um bocadinho demais sobre quais competências acabarão mapeadas, medidas e mecanizadas pelo algoritmo de um monopólio tecnológico. As posições técnico-entusiastas vêem este processo de automação como um processo virtuoso em direcção à emancipação social. Este artigo não especula sobre as implicações de uma possível automação em massa, mas sobre um aspecto frequentemente negligenciado: o papel da tecnologia enquanto métrica implícita do humano.

A IA não é uma manifestação de superinteligência, como afirmam certas correntes quer tecno-entusiastas quer tecno-apocalípticas². Pelo contrário, ela representa uma mecanização da inteligência média de uma determinada sociedade. Matematicamente falando, a IA funciona com base numa representação estatística (decerto extensíssima, mas ainda assim estatística) da cultura humana codificada na forma de arquivos digitais (designados training datasets). Sistemas de IA, tais com o ChatGPT, processam enormes quantidades de dados — textos, imagens e muito mais — para em seguida gerarem previsões e classificações baseadas no valor médio destes arquivos digitais do conhecimento colectivo. É, em certo sentido, um modelo estatístico do ser humano médio, purgado de extremismos e de comportamentos anómalos. Este poder de normalização inerente à IA foi já discutido por muitos estudiosos que lembraram a origem da aprendizagem máquina (machine learning) através das várias técnicas de cálculo da estatística descritiva (correlações, desvio padrão, regressão logística, análise factorial, etc.), sublinhando o uso discriminatório que frequentemente se fazia destes cálculos no controlo de comportamentos sociais no final do século XIX³. A vocação normalizadora da estatística original reflecte-se e reconhece-se também na IA contemporânea.

Enquanto achamos que os engenheiros informáticos de Silicon Valley testam a IA para compreender se esta é inteligente ou não, numa reviravolta dramática é afinal a IA quem se impõe como um teste colectivo à nossa inteligência, às nossas capacidades de trabalho e normas de comportamento. Enquanto média estatística e monopólio da mesma, a IA vem expor as habilidades que possuímos, ou que já não possuímos, enquanto sujeitos de uma sociedade altamente automatizada. A IA apresenta-se, afinal, como espelho reflectido, como identidade inversa do nosso papel social: aquilo de que é capaz é precisamente aquilo que já não consideramos como arte ou marca distintiva do humano. Assim, a IA não serve apenas como instrumento para a automação do trabalho, mas também como medida de comparação, como métrica da força de trabalho colectiva. A IA constitui um juízo implícito sobre as competências humanas, uma visão gerencial da cultura, e o seu papel na sociedade é marcado por este poder normalizante, que, na esteira de Michel Foucault, passou das instituições científicas do Estado-nação da modernidade para os monopólios tecnológicos do presente.

A quantificação do mundo é uma prática central da tradição ocidental: não só através do nascimento do espírito científico moderno, mas, sobretudo, dos progressos do colonialismo e do capitalismo, quando os recursos naturais e o trabalho (incluindo o trabalho escravo) passaram a ser meticulosamente medidos para serem explorados e distribuídos ao longo das rotas comerciais. Na era pós-industrial, esse processo de medição deslocou-se dos recursos naturais e do trabalho manual para o trabalho intelectual e, finalmente, para o trabalho enquanto capacidade universal, para a cooperação social enquanto força produtiva. Vários economistas colocaram em evidência o papel do conhecimento na economia, aquilo que os socialistas ricardianos e mais recentemente os operaístas designaram por general intelect, o intelecto geral⁴. Embora o conhecimento tenha sempre desempenhado um papel económico — mesmo nas civilizações antigas, não é preciso repeti-lo — e as novas tecnologias de informação tenham acelerado este processo globalmente, a IA constitui um passo adiante no desenvolvimento da tecnologia do conhecimento. A IA representa pela primeira vez uma mecanização do intelecto geral enquanto forma colectiva e um monopólio desta mesma dimensão colectiva à escala global. O que torna verdadeiramente a IA sobre-humana é o facto de incorporar a cultura enquanto actor colectivo (na qualidade de Gesamtarbeiter, ou «trabalhador colectivo», como diria Marx).

Como já observei, a IA não se limita a automatizar um número extraordinário de tarefas, desempenhando também um papel implícito e explícito na medição dessas tarefas. Para ser mais preciso, a IA afirma-se como métrica analítica para avaliar o trabalho e o intelecto colectivo. Devemos, então, reexaminar os princípios que deram origem à computação moderna. O caminho em direcção à IA iniciou-se com o trabalho do matemático norte-americano Claude Shannon, cuja invenção da computação binária e da teoria da informação estabeleceu as bases para a revolução digital a partir dos anos 50 do século passado. A teoria da computação de Shannon demonstrou que artefactos electromecânicos, tais como os relés (e, mais tarde, os microchips), podiam implementar perfeitamente a lógica booleana, enquanto a sua teoria da informação descreveu como medir a informação em termos estatísticos e transmiti-la com perdas mínimas de sinal. As ideias de Shannon contribuíram para traduzir a lógica matemática em lógica binária e posteriormente para tornar digitais as principais formas da cultura e da comunicação de massas. Para os processos de digitalização, a IA contribuiu com algo diferente: a automação da classificação, ou seja, a capacidade de reconhecer e interpretar sinais e objectos.