O que a taxonomia de Bloom pode nos ensinar sobre IA

Em junho deste ano, tive o prazer de mais uma vez participar do ISTE Live, uma das maiores conferências de tecnologia educacional do mundo! É uma conferência anual, que acontece nos EUA e com sessões e palestras de qualidade indiscutível! A gente sempre volta de lá com a cabeça fervilhando de novas ideias!

IA no ISTE

Como não podia ser diferente, esse ano o foco em inteligência artificial foi ENORME! A quantidade de sessões dedicadas ao tema era infinita. Havia até mesmo um espaço chamado Innovation Arcade, com uma área dedicada somente a demonstrações em IA.

A maioria das discussões sobre o tema ficou em volta das habilidades unicamente humanas e de como podemos aproveitar o potencial da IA em conjunto com essas habilidades. Isso incluiu muitas discussões também em volta do papel do professor, em como a IA pode auxiliar os professores e como a IA deve ser introduzida no currículo.

IA + Taxonomia de Bloom

Uma discussão que me chamou bastante a atenção foi na palestra da Vriti Sraf, que trouxe uma mapeamento da IA na taxonomia de Bloom. O objetivo dela ao fazer este mapeamento era verificar se entender as habilidades cognitivas da IA ​​poderia ajudar a defender sua utilidade como uma parceira de pensamento.

Se você não conhece a taxonomia de Bloom, ela é uma estrutura de seis categorias de objetivos educacionais. Ela cria uma estrutura para aprendizagem, é altamente versátil em todos os contextos e facilita a criação de atividades de pensamento crítico.

Mas voltando à discussão, tudo começou com a pergunta: A IA generativa consegue pensar como humanos? A partir daí ela diferencia as competências da IA ​​das dos humanos, identificando o que os humanos podem aproveitar como sua vantagem única, ao mesmo tempo em que identifica um novo padrão para qualidade de pensamento usando IA.

A base da pirâmide traz a capacidade de lembrar e neste nível a IA é de fato competente, já que pode acessar simultaneamente milhões de informações em grandes bancos de dados. Ela sempre será capaz de recuperar dados com mais rapidez, precisão e abundância do que os humanos jamais conseguirão. Mas podemos argumentar também que uma coisa é lembrar informações, outra coisa é recuperar em bancos de dados. É possível então considerar que humanos também são bem competentes neste nível.

Já quando falamos de compreender/entender, a IA generativa não é competente. A IA pode reconhecer padrões, categorizar dados e extrair significado baseado em padrões de grandes conjuntos de dados, mas ela não "entende" verdadeiramente no sentido humano. Sua compreensão é baseada em padrões e dados, não em consciência ou intuição. Nós humanos usamos o contexto, emoções e experiências para dar sentido às coisas, de maneiras que a IA não consegue. Algoritmos e máquinas são limitados aos dados que você insere, então eles não conseguem dar sentido em contexto como os humanos fazem.

Aí chegamos no nível de aplicação e aqui precisamos ter cautela. A IA pode ser sim melhor que os humanos no sentido de pegar informações e aplicá-las a uma nova situação. Mas se houver um salto cognitivo a ser feito de um conjunto de informações para outro conjunto de informações, a IA não consegue fazê-lo. Há um conceito chamado "aprendizagem por transferência", que permite que um modelo de IA treinado em uma tarefa seja reaproveitado para uma segunda tarefa relacionada sem começar do zero. Nós humanos, quando nos deparamos com um problema desconhecido, recorremos às nossas variadas experiências, mesmo que pareçam não relacionadas, para encontrar soluções. A IA, por outro lado, depende muito dos padrões que viu e terá dificuldades em cenários onde os dados são escassos ou onde é necessário um pensamento intuitivo e inovador.

Logo acima na pirâmide, está o nível de análise, onde a IA é extremamente competente e muito melhor que os humanos. A IA pode fazer conexões algorítmicas realmente muito boas entre conjuntos de dados, identificando padrões e relacionamentos sutis.

No nível de avaliação, os humanos apresentam grande vantagem em relação à IA. Assim como no nível de compreensão, o contexto emocional, contexto situacional, experiência de vida fazem muita diferença. A IA pode induzi-lo a pensar que está fazendo julgamentos realmente bons, mas na verdade não é capaz de fazer bons julgamentos como os humanos podem.

No topo da pirâmide está a capacidade de criação. Nossa tendência é acreditar que IA é melhor, já que está "criando" conteúdo o tempo todo. Mas isso é discutível. O conteúdo gerado por IA pode soar ou parecer único, mas, em sua essência, a IA não está inventando; está remixando - ela recombina informações de uma forma que você acha que é novidade, mas não necessariamente é. Os humanos são capazes de fazer coisas que são muito mais inovadoras do que a IA, já que a criatividade humana traz consigo emoções, experiências pessoais e contextos culturais. Muitas vezes ela é fortuita e não intuitiva.

Ao fim, Vriti trouxe uma frase de Kai Fu Lee, autor dos livros Inteligência Artificial e 2041:

"A IA faz o pensamento analítico enquanto os humanos envolvem essa análise em afeto e compaixão".

O que essa análise nos diz

É nosso dever enquanto humanos tomar decisões com base em nosso contexto, relevância e experiências e não apenas uma decisão informada em dados.

Em conclusão, o potencial mais importante da IA ​​não é aumentar a produtividade humana, mas aumentar e dar suporte ao pensamento humano. Ao olharmos para as capacidades da IA ​​através das lentes da Taxonomia de Bloom, podemos entender a possível interação entre humanos e máquinas. E você? Concorda com isso?