Da inteligência artificial para a consciência artificial

Em uma edição recente, o icônico jornal britânico The Economist – de tradição realista e liberal – coloca em sua capa a pergunta: “Pode a inteligência artificial tornar-se consciente?”, acrescentando ainda ser esta uma questão que a humanidade deve encarar.

Historicamente, a consciência tem sido objeto de estudo nas filosofias e nas religiões e somente aos poucos e furtivamente transformou-se em um objeto de análise em ciências exatas e empíricas, na carona da mecanização dos processos de computação.

O Teste de Turing, por exemplo, proposto ainda em 1950, que avalia se uma máquina consegue exibir comportamento inteligente indistinguível ao de um ser humano, inadvertidamente enevoa as fronteiras entre os conceitos razão, inteligência e consciência.

Na neurociência e psicologia, tanto experimental como analítica, os conceitos de cognição e vigília (awarnes) misturam-se com o conceito de consciência.

Não existe entre os estudiosos um consenso unânime quanto à caracterização, muito menos à definição, do que seria “consciência” ou um processo consciente.

A dificuldade básica origina-se no fato de que, no estudo da consciência, o observado e o observador são um mesmo objeto inseparável.

Em um corte grosseiro, excetuando as ideias metafísicas, mitológicas e religiosas quanto à natureza da consciência, os modelos de consciência de algum valor científico, propostos ao longo da sua história, podem ser divididos em duas categorias: os “mecanicistas” e os “idealistas” (na falta de um termo melhor).

Segundo a visão mecanicista, a consciência “emergiria” naturalmente de algum processo de alta complexidade, porém essencialmente causal, como, por exemplo, algoritmos digerindo grandes bases de dados ou neurônios biológicos densamente interconectados.

Esta era a visão por volta da década de 1960, exemplificada nos estudos do então Laboratório de Inteligência Artificial do MIT ou do Laboratório de Inteligência Artificial da Universidade de Stanford.

Com a posterior evolução dos modelos não algorítmicos de redes neurais artificiais de grande porte associados às técnicas de “aprendizado profundo”, viabilizaram-se os sistemas conhecidos como Large Language Models (LLM), ou modelos amplos de linguagem que compõem a base dos atuais sistemas referidos como de inteligência artificial.

Uma característica importante dos sistemas LLM é que, por não serem algorítmicos, ocultam a sua natureza essencialmente causal e, por serem “generativos”, apresentam-se aos usuários como criativos, trapaceiros ou alucinados, reforçando a percepção da existência de uma consciência por trás do processo.

As alucinações e trapaças consideradas como efeitos colaterais indesejáveis são, porém, consequências inevitáveis do processo de aprendizagem e do ciclo generativo.