Filosofia come IA no café da manhã

Tem uma conversa acontecendo no MIT Sloan Management Review que virou minha cabeça. David Kiron e Michael Schrage, dois pesquisadores que acompanham inovação há décadas, publicaram um artigo com uma tese provocativa: a vantagem competitiva em IA não está em ter modelos mais sofisticados, mas em pensar mais claramente sobre o que eles devem realizar.

O título? “Philosophy Eats AI”. Filosofia come IA.

A lógica é elegante: se software comeu o mundo, e IA está comendo software, o que vai comer IA? A resposta deles: filosofia.

Por que filosofia, e não tecnologia?

Parece abstrato, mas a explicação é bem concreta. Olha as palavras que usamos para descrever IA: treinamento, aprendizado, pré-treinamento. GPT significa “Generative Pre-trained Transformer”. Cada uma dessas palavras carrega séculos de debate filosófico sobre o que significa aprender, conhecer, raciocinar.

“Esses são todos constructos filosóficos”, diz Schrage. A diferença parece sutil, mas muda tudo. Quando você trata IA como ferramenta técnica, pergunta: “como faço isso funcionar?” Quando trata IA como recurso filosófico, pergunta: “o que estou tentando realizar? Como defino sucesso? Quais valores estão em conflito?”

O caso Google Gemini: quando propósitos colidem

Lembra quando o Gemini gerou imagens historicamente imprecisas? Soldados nazistas diversos, Founding Fathers que não correspondiam à realidade histórica.

O diagnóstico técnico foi “bug” ou “viés no treinamento”. Kiron e Schrage oferecem outro enquadramento: confusão teleológica. Teleologia é o estudo dos propósitos, e o Gemini tinha dois propósitos conflitantes: precisão histórica e diversidade. “Eles privilegiaram o propósito de diversidade sobre o propósito de precisão histórica”, explica Schrage. “Minha visão é que não foi falta de pensamento. Foi indiferença.”

Duro, mas instrutivo. A lição é mapear seus propósitos antes de treinar seus modelos. Toda empresa implementando IA tem múltiplos objetivos. Você sabe quais são? E sabe quando eles entram em conflito?

O mapeamento que falta nas empresas

Hoje, empresas investem pesado em mapeamento de responsabilidade: ética, compliance, riscos. É importante, mas os pesquisadores argumentam que há um over-indexing nessa dimensão. O que falta é mapear:

• Teleologia: qual é o propósito real? (Não o declarado, o real)
• Ontologia: como categorizamos e rotulamos as coisas?
• Epistemologia: qual é a natureza do conhecimento que informa nossas categorias?

Um exemplo prático: o que significa “lealdade do cliente”? A métrica superficial é repetição de compra. Mas lealdade real pode ser clientes que viram defensores, que recomendam espontaneamente. Qual definição sua IA está otimizando?

Aprender a promptar, promptar para aprender

Uma frase do artigo ficou na minha cabeça, a do ciclo virtuoso: “você aprende a promptar e prompta para aprender”.

Traduzindo: o objetivo é criar um loop onde você e a máquina aprendem juntos. “Se você não está aprendendo tanto quanto seus modelos de IA, algo está errado com seu portfólio de capital humano”, provoca Schrage. Isso muda a pergunta de “como automatizo isso?” para “o que eu quero que nosso software aprenda?”

A provocação final

Os pesquisadores terminam com uma reflexão que vale repetir: “IA generativa é o campo de batalha para filosofias competidoras de criação de valor e experiência.”

Não é você contra a IA. É a filosofia da sua empresa contra a filosofia de quem está usando IA de forma mais intencional. Me parece que a pergunta certa antes de implementar IA na sua organização não é técnica: quais perguntas filosóficas você está fazendo?

Eficiência é sobre fazer mais rápido. Transformação é sobre fazer diferente. Qual pergunta você está fazendo?

Publicado originalmente na edição #19 da Modo IA.