Mais elogios para A Segunda Era das Máquinas

“Brynjolfsson e McAfee estão certos: estamos chegando a um mundo dra-

maticamente diferente trazido por nós pela tecnologia. A Segunda Era
das Máquinas é um livro indicado a qualquer pessoa que queira desfrutar
disso. Encorajarei todos os nossos empreendedores a lê-lo e torcerei para
que seus concorrentes não o façam.”
— Marc Andreessen, cofundador do
Netscape e Andreessen Horowitz

“O que a globalização foi para os debates econômicos do final do século XX,

a mudança tecnológica é para o início do século XXI. Bem antes da crise
financeira e da grande recessão retrocederem, as questões levantadas por este
importante livro já serão fundamentais para nossas vidas e nossa política.”
— Lawrence H. Summers, Professor da Charles W.
Eliot University na Harvard University

“A tecnologia é transformadora para a economia do mundo e A Segunda

Era das Máquinas é a melhor explicação já escrita sobre essa revolução.”
— Kevin Kelly, inconformista sênior para a Wired e
autor de What Technology Wants

“Brynjolfsson e McAfee nos levam em um passeio pelo turbilhão de ino-

vadores e inovações do mundo todo. Mas não é um passeio turístico casu-
al. Ao longo do trajeto, eles descrevem como essas maravilhas tecnológicas
foram criadas, por que são importantes e para onde estão indo.”
— Hal Varian, economista-chefe do Google

The Second Age Machine_Corr1PG.indb 1 01/06/2015 11:08:39

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 “Neste livro otimista, Brynjolfsson e McAfee explicam claramente a ri-
queza que nos espera por conta das máquinas inteligentes. Mas discutem
que criar a riqueza depende de encontrar formas de entrar para a corrida
com a máquina, e não correr contra a máquina. Isso significa que as pessoas
como eu precisam construir máquinas fáceis de dominar e usar. Por fim,
quem adotar as novas tecnologias serão aqueles que mais se beneficiarão.”
— Rodney Brooks, presidente e diretor
de tecnologias da Rethink Robotics, Inc.

“Novas tecnologias podem trazer nossa salvação econômica ou ameaçar

nossa subsistência… ou os dois. Brynjolfsson e McAfee escreveram um
livro importante sobre as oportunidades e desafios tecnológicos que todos
nós vamos encarar na próxima década. Qualquer pessoa que queira enten-
der como novas tecnologias incríveis estão transformando nossa economia
deve começar aqui.”
— Austan Goolsbee, professor de Economia na
University of Chicago Booth School of Business e
ex-presidente do Council of Economic Advisers

“Depois de ler este livro, sua visão de mundo vai virar de cabeça para
baixo: você verá que a inteligência coletiva não virá apenas de cérebros em
rede, mas também de máquinas massivamente conectadas e inteligentes.
Em um futuro próximo, o melhor emprego que se poderá ter será aquele
que você faria de graça.”
— Nicholas Negroponte, cofundador do MIT
Media Lab, fundador do One Laptop Per Child
e autor de A Vida Digital

The Second Age Machine_Corr1PG.indb 2 01/06/2015 11:08:39

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 “A Segunda Era das Máquinas ajuda-nos a entender melhor a nova era na
qual estamos entrando, uma era na qual, ao trabalhar em conjunto com a
máquina, podemos libertar o verdadeiro poder da ingenuidade humana.
Esse livro provocante é embasado e visionário, com análises econômicas
altamente acessíveis que conferem profundidade à sua visão. Um must
para sua lista de leitura.”
— John Seely Brown, coautor de
The Power of Pull e A New Culture of Learning

“Brynjolfsson e McAfee fazem um ótimo trabalho em explicar o pro-

gresso da tecnologia, permitindo-nos olhar para o futuro e explicando a
economia desses avanços. E disponibilizam ótimas indicações de políticas.
Seu livro também poderia se chamar Introdução à Economia Exponencial
— leitura obrigatória.”
— Vivek Wadhwa, diretor de pesquisas na
Pratt School of Engineering da Duke University
e autor de The Immigrant Exodus

The Second Age Machine_Corr1PG.indb 3 01/06/2015 11:08:39

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 ERIK BRYNJOLFSSON
ANDREW McAFEE

Rio de Janeiro, 2015

The Second Age Machine_Corr1PG.indb 6 01/06/2015 11:08:39

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 Para Martha Pavlakis, o amor da minha vida.

Para meus pais, David McAfee e Nancy Haller, que me

prepararam para a segunda era das máquinas dando-me toda
vantagem que uma pessoa poderia ter.

The Second Age Machine_Corr1PG.indb 9 01/06/2015 11:08:40

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A SEGUNDA
ERA DAS MÁQUINAS

The Second Age Machine_Corr1PG.indb 13 01/06/2015 11:08:41

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 Capítulo 2

AS HABILIDADES
DAS NOVAS
MÁQUINAS: A
TECNOLOGIA SAI
NA FRENTE

“Qualquer tecnologia suficientemente avançada é

indistinguível de mágica.”

— Arthur C. Clarke

The Second Age Machine_Corr1PG.indb 15 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 No verão de 2012, demos uma volta em um carro sem motorista.
Durante uma visita de pesquisa ao quartel-general do Google, no Vale
do Silício, andamos em um dos veículos autônomos da companhia, desen-
volvidos como parte de seu projeto Chauffeur. Inicialmente, imaginamo-
-nos passeando no banco traseiro de um carro que não tinha ninguém no
da frente, mas o Google estava compreensivelmente apreensivo em colo-
car carros obviamente autônomos nas estradas. Fazer isso poderia assustar
os pedestres e outros motoristas, ou atrair a atenção da polícia. Então, sen-
tamos atrás, enquanto dois membros da equipe Chauffeur mantinham-se
na parte da frente.
Quando um dos Googlers apertou o botão que acionava o modo de
direção automática do carro enquanto íamos em direção à Highway 101,
nossa curiosidade — e instinto de autopreservação — entraram em ação. A
101 não é sempre um ambiente previsível ou calmo. É uma estrada gostosa
e reta, mas também movimentada na maior parte do tempo, e seus fluxos de
tráfego têm pouco nexo ou padrão. Na velocidade das rodovias, as consequ-
ências de erros de direção podem ser sérias. Já que agora fazíamos parte do
experimento em curso Chauffeur, essas consequências passaram, de repen-
te, a ser mais do que um simples interesse intelectual para nós.
O carro teve um desempenho perfeito. Na verdade, proporcionou-nos
um passeio monótono. Não correu, nem cortou os outros carros; prosse-
guiu exatamente da forma como todos aprendemos a fazer na autoescola.

The Second Age Machine_Corr1PG.indb 16 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    17

Um laptop no carro fornecia uma representação visual em tempo real

do que o carro do Google “via” conforme andava pela estrada — todos
os objetos próximos dos quais seus sensores tinham ciência. O carro re-
conheceu todos os veículos ao redor, não somente os mais próximos, e
continuou ciente de sua posição, não importando para onde se movessem.
Era um carro sem ponto cego. Mas o software que cuidava da condução
tem ciência de que carros e caminhões dirigidos por humanos têm pontos
cegos. A tela do laptop exibia a melhor estimativa do software com relação
a onde todos esses pontos cegos estavam e buscava ficar fora deles.
Encarávamos a tela sem prestar atenção à estrada em si, quando o trá-
fego à nossa frente parou completamente. O carro autônomo freou sua-
vemente em resposta, parando a uma distância segura do carro à frente, e
voltou a andar quando o resto do tráfego voltou. Durante todo esse tempo,
os Googlers no banco da frente não pararam de conversar ou mostraram
qualquer nervosismo, nem muito interesse nas condições da estrada. Suas
centenas de horas no carro convenceram-nos de que a máquina era capaz
de lidar com um pouquinho do tráfego para-e-anda. Quando chegamos
novamente ao estacionamento, compartilhávamos de sua confiança.

A Recente Nova Divisão de Trabalho

Nosso passeio na 101 naquele dia foi particularmente estranho para nós
porque, apenas alguns anos antes, tínhamos certeza de que os computa-
dores não seriam capazes de dirigir carros. Pesquisas e análises excelentes,
conduzidas por colegas que respeitamos muito, concluíram que a direção
continuaria sendo uma tarefa humana no futuro próximo. Como eles che-
garam a essa conclusão e como as tecnologias como Chauffeur começaram
a desbancá-la são importantes lições sobre o progresso digital.
Em 2004, Frank Levy e Richard Murnane publicaram o livro The New
Division of Labor.1 A divisão na qual se concentraram era a divisão entre o

The Second Age Machine_Corr1PG.indb 17 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 1 8    A S e g u nda E r a das M á q u i nas

trabalho humano e o digital — em outras palavras, entre pessoas e com-

putadores. Em qualquer sistema econômico razoável, as pessoas devem se
concentrar nas tarefas e trabalhos nas quais têm uma vantagem compara-
tiva em relação aos computadores, deixando a eles o trabalho para o qual
são mais adequados. Em seu livro, Levy e Murnane oferecem uma forma
de pensar sobre quais tarefas recaem em cada categoria.
Há 100 anos, o parágrafo anterior não teria feito sentido algum. Na-
quela época, os computadores eram humanos. A palavra era originalmente
o nome de um cargo, não um nome para um tipo de máquina. Os com-
putadores, no início do século XX, eram pessoas, normalmente mulhe-
res, que passavam o dia todo fazendo contas e tabulando os resultados.
Ao longo de décadas, inovadores desenvolveram máquinas que poderiam
assumir mais e mais esse trabalho; primeiro eram mecânicas, mais tarde
eletromecânicas e, com o tempo, digitais. Hoje, poucas pessoas, se tanto,
são contratadas apenas para fazer contas e registrar os resultados. Mesmo
nos países com menor salário, não há computadores humanos, porque os
não humanos são bem mais baratos, rápidos e precisos.
Se você examinar seu funcionamento, perceberá que os computadores
não são apenas processadores de números, são processadores de símbolos.
Seu circuito pode ser interpretado na linguagem de zero e um, mas que
é igualmente válida como verdadeiro ou falso, sim ou não, ou qualquer
outro sistema simbólico. Teoricamente, os computadores são capazes de
fazer todos os tipos de trabalho simbólico, da matemática à lógica e à
linguagem. Mas romancistas digitais ainda não existem, então são pessoas
que ainda escrevem todos os livros que aparecem nas listas de best-sellers
de ficção. Também ainda não informatizamos o trabalho de empreende-
dores, CEOs, cientistas, enfermeiras, faxineiros de restaurante ou muitos
outros tipos de trabalhadores. Por que não? O que há nesses trabalhos que
os torna mais difíceis de digitalizar do que o que computadores humanos
costumavam fazer?

The Second Age Machine_Corr1PG.indb 18 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    19

Computadores são Bons em Seguir Regras...

Essas foram as perguntas que Levy e Murnane responderam em The New

Division of Labor, e as respostas a que eles chegaram fizeram muito sentido.
Os autores colocam as tarefas de processamento de informações — a base de
todo trabalho de conhecimento — em um espectro. Em uma extremidade
estão as tarefas como aritmética, que exigem apenas a aplicação de regras
bem entendidas. Já que os computadores são muito bons em seguir regras, a
obra então conclui que eles devem fazer contas e tarefas similares.
Levy e Murnane enfatizam outros tipos de trabalho de conhecimento que
também podem ser representados como regras. Por exemplo, a pontuação
de crédito de uma pessoa é um bom previsor geral para indicar se ela pagará
sua hipoteca como prometido, assim como a quantia da hipoteca relativa à
riqueza, renda e outras dívidas da pessoa. Então, a decisão de conceder ou
não a alguém um financiamento pode ser reduzida, com eficácia, a uma regra.
Expressa em palavras, uma regra dos financiamentos hipotecários po-
deria dizer: “Se uma pessoa solicita uma hipoteca de valor M e tem uma
pontuação de crédito de V ou mais, renda anual maior que S ou patri-
mônio total de R e nível de endividamento até D, então, a solicitação
é aprovada”. Quando expressa como código de computador, chamamos
uma regra de hipoteca assim de algoritmo. Algoritmos são simplificações;
eles não podem nem consideram tudo (como um tio bilionário que in-
cluiu o solicitante em seu testamento e gosta de escalar montanhas sem
cordas). Algoritmos, no entanto, incluem as coisas mais comuns e impor-
tantes e, geralmente, trabalham muito bem em tarefas como prever taxas
de adimplência. Os computadores, portanto, podem e devem ser usados
para aprovação de crédito.*

*  Nos anos antecedentes à grande recessão que teve início em 2007, as empresas estavam
concedendo hipotecas a pessoas com baixas pontuações de crédito, renda e riqueza, e maio-
res níveis de dívida. Em outras palavras, eles reescreveram ou ignoraram seus algoritmos de
aprovação de créditos anteriores. Os algoritmos de aprovação de créditos anteriores não pa-
raram de funcionar; eles pararam de ser usados.

The Second Age Machine_Corr1PG.indb 19 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 2 0    A S e g u nda E r a das M á q u i nas

…Mas Péssimos no Reconhecimento de Padrões

Na outra extremidade do espectro de Levy e Murnane, no entanto, fi-

cam tarefas de processamento de informação que não podem ser redu-
zidas a regras ou algoritmos. De acordo com os autores, essas são tarefas
que demandam a capacidade humana para reconhecimento de padrões.
Nossos cérebros são extraordinariamente bons em receber informações
através de nossos sentidos e examiná-las buscando padrões, mas somos
muito ruins em descrever ou entender como estamos fazendo isso, espe-
cialmente quando um grande volume de informações em rápida mudan-
ça chega a um ritmo acelerado. Como o filósofo Michael Polanyi noto-
riamente observou, “Sabemos mais do que podemos explicar”.2 Quando
esse é o caso, de acordo com Levy e Murnane, as tarefas não podem ser
computadorizadas e continuam no domínio de trabalhadores humanos.
Os autores citam dirigir um veículo no trânsito como um exemplo des-
sas tarefas. De acordo com eles,

Conforme o motorista vira à esquerda em direção ao tráfego, ele depara-se

com uma parede de imagens e sons gerados por carros em sua direção, si-
nais de trânsito, letreiros de lojas, cartazes, árvores e um guarda de trânsito.
Usando seu conhecimento, deve estimar o tamanho e posição de cada um
desses objetos e a probabilidade de que eles sejam um perigo. … O moto-
rista de caminhão já pegou o jeito para reconhecer o que está à sua frente.
Mas articular esse conhecimento e aplicá-lo em um software para todas as
situações, sendo elas altamente estruturadas, são tarefas, no momento, in-
crivelmente difíceis… Os computadores não podem substituir facilmente os
humanos em [tarefas como dirigir].

Muito Mais por Aquela Distinção

Fomos convencidos pelos argumentos de Levy e Murnane quando lemos

The New Division of Labor, em 2004. Fomos convencidos mais ainda,

The Second Age Machine_Corr1PG.indb 20 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    21

naquele ano, pelos resultados iniciais do DARPA Grand Challenge para

carros sem motorista.
DARPA, a Agência de Projetos de Pesquisa Avançada de Defesa (De-
fense Advanced Research Projects Agency, em inglês), foi fundada em
1958 (em resposta ao lançamento do satélite Sputnik por parte da União
Soviética) e encarregada de promover o progresso tecnológico visando a
aplicações militares. Em 2002, a agência anunciou seu primeiro Grand
Challenge, que foi o desafio de construir um veículo completamente autô-
nomo que pudesse completar um trajeto de 240,1 quilômetros no deserto
Mojave, na Califórnia. Quinze participantes tiveram desempenho bom o
suficiente em uma corrida de qualificação para competir no evento prin-
cipal, que ocorreu em 13 de março de 2004.
Os resultados não foram encorajadores. Dois veículos não chegaram à
área de partida, um capotou na área de partida e, em três horas de corrida,
apenas quatro carros ainda estavam funcionando. O “vencedor” Sands-
torm, um carro da Carnegie Mellon University, percorreu 11,9 quilômetros
(menos que 5% do total), antes de sair da estrada durante uma curva
fechada e atolar em um aterro. O prêmio de 1 milhão do concurso ficou
sem dono e a Popular Science chamou o evento de “o fiasco da DARPA
no deserto”.3
Após alguns anos, no entanto, o fracasso no deserto tornou-se ‘a di-
versão na 101’ que nós vivenciamos. O Google anunciou no blog, em
uma publicação de outubro de 2010, que seus carros completamente
autônomos já estavam dirigindo com sucesso no trânsito, por rodovias
e autoestradas americanas. Quando fizemos nosso passeio, no verão de
2012, o projeto Chauffeur já havia se expandido para uma pequena
frota de veículos que tinham registrado, coletivamente, centenas de mi-
lhares de quilômetros sem envolvimento humano e com apenas dois aci-
dentes. Um deles ocorreu quando uma pessoa estava dirigindo o carro
Chauffeur; o outro aconteceu quando um carro do Google deu ré (com

The Second Age Machine_Corr1PG.indb 21 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 2 2    A S e g u nda E r a das M á q u i nas

um motorista humano) enquanto estava parado em um sinal vermelho.4

Certamente, ainda há muitas situações com as quais os carros do Google
não conseguem lidar, especialmente no trânsito complicado da cidade,
direção off-road ou, na verdade, qualquer local que ainda não tenha sido
meticulosamente mapeado antes pelo Google. Mas nossa experiência na
estrada convenceu-nos de que é uma abordagem viável para o conjunto
amplo e crescente de situações diárias de trânsito.
Os carros autônomos deixaram de ser assunto de ficção científica e,
em poucos anos, tornaram-se uma realidade nas ruas. A pesquisa de ponta
que explicava por que eles não se tornariam realidade tão cedo foi deixada
para trás pela ciência e pela engenharia inovadoras que os trouxeram para
o mundo real, novamente em alguns poucos anos. Essa ciência e enge-
nharia progrediram rapidamente, indo de um fracasso a uma vitória em
pouco menos de meia década.
A melhoria nos veículos autônomos nos lembra a citação de Hemin-
gway sobre como um homem vai à falência: “Gradualmente e, depois, de
repente”.5 E carros autônomos não são uma anomalia; são parte de um pa-
drão amplo e fascinante. O progresso em alguns dos desafios mais antigos
e difíceis associados a computadores, robôs e outros equipamentos digi-
tais foi gradual por um bom tempo. Depois, nos últimos anos, tornou-se
repentino; o equipamento digital saiu na frente, executando tarefas nas
quais sempre foi péssimo e mostrando habilidades que não se esperava que
adquirisse tão cedo. Vamos dar uma olhada em mais alguns exemplos do
surpreendente progresso tecnológico recente.

Bons Ouvintes e Galanteadores

Além do reconhecimento de padrões, Levy e Murnane enfatizam a comu-

nicação complexa como um domínio que ficaria do lado humano da nova
divisão de trabalho. Eles escrevem que “conversas críticas para a eficácia

The Second Age Machine_Corr1PG.indb 22 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    23

no ensino, gerenciamento, vendas e muitas outras ocupações exigem a

transferência e a interpretação de uma ampla variedade de informações.
Nesses casos, a possibilidade de troca de informações com um computa-
dor, em vez de com outro humano, ainda está longe de virar realidade”.6
No outono de 2011, a Apple apresentou o iPhone 4S com o “Siri”,
um assistente pessoal inteligente que funcionava por meio de uma in-
terface na linguagem falada do usuário. Em outras palavras, a pessoa
falava com ele como falaria com outro ser humano. O software por
trás do Siri, criado no instituto de pesquisas SRI International, na
Califórnia, e comprado pela Apple em 2010, ouve o que os usuários
do iPhone dizem, tenta identificar o que querem e, então, reagem e
respondem aos usuários com uma voz sintetizada.
Depois de oito meses de o Siri estar no mercado, Kyle Wagner, do blog
de tecnologia Gizmodo, listou algumas de suas capacidades mais úteis:
“Você pode perguntar o placar de jogos ao vivo — ‘Qual a pontuação no
jogo dos Giants?’ — ou sobre as estatísticas de cada jogador. Você tam-
bém pode fazer reservas via OpenTable, ler pontuações no Yelp, perguntar
quais filmes estão em cartaz no cinema mais próximo e, então, assistir a
um trailer. Se você estiver ocupado e não puder atender uma ligação, pode
pedir que Siri lembre-o de retornar a ligação mais tarde. Esse é o tipo de
tarefa diária para a qual comandos de voz podem ser realmente muito
úteis”.7
A publicação do Gizmodo terminou com um alerta: “Isso realmente
parece muito legal. Mas com o critério óbvio do Siri: Se realmente funcio-
nar”.8 Depois de seu lançamento, várias pessoas acharam que o assistente
pessoal inteligente da Apple não funcionava muito bem. Ele não entendia
o que estavam dizendo, solicitava repetidos esclarecimentos e os desconec-
tava com respostas como “Sinto muito, mas não posso atender solicitações
no momento. Por favor, tente novamente mais tarde”. O analista Gene
Munster catalogou as perguntas com as quais o Siri tinha problemas:

The Second Age Machine_Corr1PG.indb 23 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 2 4    A S e g u nda E r a das M á q u i nas

À ÀOnde Elvis está enterrado? Respondia: “Não posso responder isso para você”.
Ele entendeu que “Elvis Buried” (Elvis Enterrado, em português) era o nome da
pessoa.

À ÀQuando foi lançado o filme Cinderela? Respondia com uma busca por ci-
nemas no Yelp.

À ÀQuando será o próximo encontro com o cometa Halley? Respondeu: “você

não tem reuniões marcadas com as palavras Cometa Halley”.

À ÀQuero ir ao Lake Superior. Respondeu com direções para a empresa Lake

Superior X-Ray. 9

As respostas, às vezes bizarras e frustrantes, do Siri ficaram conhecidas,

mas o poder da tecnologia é inegável. Ele pode vir ao seu auxílio exata-
mente quando você mais precisa. Na mesma viagem que nos permitiu
passar um tempo em um carro autônomo, vivenciamos isso em primeira
mão. Depois de uma reunião em São Francisco, entramos em nosso
carro alugado para irmos para a sede do Google, em Mountain View.
Tínhamos um GPS portátil, mas não o utilizamos, crentes de que sabí-
amos o caminho.
Não conseguimos, claro. Demos de cara com um labirinto, como a
Escherian Stairwell, de rodovias elevadas, rampas de saída e ruas, e demos
voltas procurando por uma saída enquanto íamos ficando mais nervosos.
Só quando nossa reunião no Google, o projeto do livro e nosso relacio-
namento profissional pareciam estar em risco, Erik pegou seu telefone
e pediu ao Siri “direções para a U.S. 101 South”. O telefone respondeu
instantânea e infalivelmente: a tela mostrou um mapa, que dizia onde
estávamos e como encontrar uma saída.
Poderíamos ter encostado o carro, pegado o GPS portátil e ligado,
digitado nosso destino e aguardado as direções, mas não queríamos trocar
informações dessa forma. Queríamos fazer uma pergunta e ouvir, e ver
(porque havia um mapa) uma resposta. Siri forneceu exatamente a intera-

The Second Age Machine_Corr1PG.indb 24 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    25

ção em linguagem falada que queríamos. Uma retrospectiva de 2004 so-

bre as pesquisas anteriores sobre reconhecimento automático da fala (uma
parte fundamental do processamento da linguagem falada) até o meio do
século teve como introdução a declaração de que “o reconhecimento de
fala em nível humano provou-se uma meta esquiva”, mas menos de uma
década depois, os principais elementos dessa meta tinham sido alcança-
dos. A Apple e outras empresas disponibilizaram a robusta tecnologia de
processamento da linguagem falada para bilhões de pessoas por meio de
seus celulares.10 Conforme observado por Tom Mitchell, que dirige o de-
partamento de aprendizado de máquina na Carnegie Mellon University:
“Estamos no início de um período de dez anos no qual vamos fazer a tran-
sição de computadores que não conseguem entender a fala para um ponto
no qual os computadores conseguirão entendê-la bem o bastante”11.

Fluência Digital: o Tradutor Automático Entra em Ação

Softwares de processamento da linguagem falada estão longe da perfeição,

e computadores ainda não são tão bons quanto pessoas na comunicação
complexa, mas estão melhorando o tempo todo. Em tarefas como tradu-
ção de um idioma para o outro, progressos surpreendentes estão a cami-
nho: embora as habilidades de comunicação dos computadores não sejam
tão profundas quanto as dos humanos, elas são mais amplas.
Uma pessoa que fala mais de um idioma pode, normalmente, tradu-
zir de um para outro com uma precisão razoável. Os serviços de tradução
automática, por outro lado, são impressionantes, mas raramente perfeitos.
Mesmo que seu francês esteja enferrujado, você provavelmente consegue
sair-se melhor do que o Google Translate com a frase “Monty Python’s ‘Dirty
Hungarian Phrasebook’ sketch is one of their funniest ones” (O ‘Guia de Con-
versação do Húngaro de Baixo Calão’ é um dos esquetes mais engraçados
do Monty Python, em português). O Google apresentou como resposta

The Second Age Machine_Corr1PG.indb 25 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 2 6    A S e g u nda E r a das M á q u i nas

“Sketch des Monty Python ‘Phrasebook sale hongrois’ est l’un des plus drôles les
leurs”. Transmite a essência da frase, mas há sérios problemas gramaticais.
Há menos chances de que você pudesse ter traduzido essa frase (ou
qualquer outra) para húngaro, árabe, chinês, russo, norueguês, malásio,
íidiche, suaíle, esperanto ou qualquer outra das sessenta e três línguas,
além do francês, que fazem parte do serviço do Google Translate. Mas
o Google tentará uma tradução de texto a partir de qualquer uma dessas
línguas para qualquer outra, instantaneamente e de graça, para qualquer
pessoa com acesso à internet.12 O aplicativo para smartphone do serviço
Translate permite aos usuários falarem mais de quinze desses idiomas ao
telefone e, como resposta, o software produzirá uma fala traduzida sinteti-
zada em mais da metade delas. Pode apostar que até mesmo a pessoa mais
poliglota do mundo não consegue chegar a esse nível.
Por muitos anos, ferramentas de tradução instantânea só existiam em
ficção científica (com destaque para o Babel Fish do Guia do Mochileiro
das Galáxias, uma criatura estranha que, depois de inserida no ouvido,
permite à pessoa compreender qualquer idioma).13 O Google Translate e
serviços similares estão tornando isso realidade hoje em dia. Na verdade,
ao menos um serviço desses está sendo usado neste momento para facilitar
interações internacionais de atendimento ao cliente. A empresa de servi-
ços de tradução Lionbridge fez uma parceria com a IBM para oferecer o
GeoFluent, um aplicativo online que traduz instantaneamente os chats en-
tre os clientes e atendentes que não falam o mesmo idioma. Em um teste
inicial, aproximadamente 90% dos usuários do GeoFluent relataram que o
desempenho foi bom o suficiente para objetivos de negócios.14

A Superioridade Humana no Jeopardy!

Os computadores estão agora combinando reconhecimento de padrões

com comunicação complexa para, literalmente, ganhar das pessoas em

The Second Age Machine_Corr1PG.indb 26 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    27

seus próprios jogos. Em 2011, os episódios de 14 e 15 de fevereiro do

programa televisivo de perguntas e respostas Jeopardy! Incluíram um par-
ticipante que não era um ser humano. Era um supercomputador chamado
Watson, desenvolvido pela IBM especificamente para participar do jogo
(nomeado em homenagem ao lendário CEO da IBM, Thomas Watson).
O Jeopardy! Teve início em 1964 e, em 2012, era o quinto programa de
TV agenciado mais popular nos Estados Unidos.15 Em um dia comum,
quase 7 milhões de pessoas assistem ao apresentador Alex Trebek fazer
perguntas de conhecimento geral sobre vários tópicos, enquanto os parti-
cipantes tentam ser o primeiro a responder corretamente.*
A longevidade e a popularidade do programa devem-se ao fato de ele
ser fácil de entender e, mesmo assim, extremamente difícil de jogar bem.
Quase todo mundo sabe as respostas para algumas das perguntas de um
determinado episódio, mas muito poucas pessoas sabem as respostas para
quase todas elas. As perguntas cobrem uma grande variedade de assuntos e
os competidores não sabem de antemão quais serão esses assuntos. Os jo-
gadores também devem ser, simultaneamente, rápidos, ousados e precisos
— rápidos porque eles competem um contra o outro por uma chance de
responder cada pergunta; ousados porque devem tentar responder muitas
perguntas, especialmente as mais difíceis, para acumularem dinheiro o
suficiente para vencerem; e precisos porque o dinheiro é subtraído a cada
resposta incorreta.
Os produtores de Jeopardy! Desafiam ainda mais os competidores
com trocadilhos, rimas e outros tipos de brincadeiras com palavras.
Uma dica pode pedir, por exemplo, por “Uma lembrança rimada do
passado na cidade dos Kings, da NBA”.16 Para responder corretamente,
um jogador teria que saber o que significa o acrônimo NBA (nesse caso
é a National Basketball Association, e não o National Bank Act ou o

*  Para ser preciso, Trebek lê respostas e os competidores devem dizer a pergunta que origi-
naria essa resposta.

The Second Age Machine_Corr1PG.indb 27 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 2 8    A S e g u nda E r a das M á q u i nas

composto químico n-Butilamina), qual a cidade onde os Kings da NBA

jogam (Sacramento) e que a dica pede por uma lembrança rimada do
passado, fazendo com que a resposta correta seja “O que é um memento
de Sacramento?” em vez de um “Souvenir de Sacramento” ou qualquer
outra resposta correta pontual. Responder dicas como essa corretamente
requer um domínio de combinação de padrões e comunicação comple-
xa. E vencer em Jeopardy! Requer fazer ambas as coisas repetidamente,
precisamente e quase instantaneamente.
Durante os programas de 2011, Watson competiu contra Ken Jennin-
gs e Brad Rutter, dois dos melhores peritos da informação nessa indústria
restrita. Jennings venceu Jeopardy!, um recorde de setenta e quatro vezes
seguidas em 2004, levando para casa mais de $3.170.000 de prêmios em
dinheiro e tornando-se uma espécie de herói popular ao longo do cami-
nho.17 Na verdade, Jennings algumas vezes recebe o crédito pela existência
de Watson.18 De acordo com uma história que circula dentro da IBM,
Charles Lickel, um gerente de pesquisa da companhia, interessado em
aumentar as fronteiras da inteligência artificial, estava jantando em uma
churrascaria em Fishkill, em Nova York, em uma noite no outono de
2004. Às 7 da noite, ele percebeu que muitos que estavam jantando ali
levantaram-se e foram para um bar adjacente. Quando ele os seguiu para
descobrir o que estava acontecendo, viu que estavam agrupados em frente
à TV do bar, vendo Jennings estender sua série de vitórias para além de
cinquenta jogos. Lickel percebeu que uma partida entre Jennings e um
supercomputador capaz de jogar Jeopardy! Seria extremamente popular,
além de ser um duro teste, para um computador, quanto às habilidades de
combinação entre padrões e comunicação complexa.
Como Jeopardy! É um desafio de três partes, o terceiro competidor
ideal seria Brad Rutter, que venceu Jennings no programa Ultimate
Tournament of Champions de 2005 e ganhou mais de $3.400.000.19 Am-
bos encheram seus cérebros com informações de todos os tipos, eram

The Second Age Machine_Corr1PG.indb 28 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    29

profundamente familiares com o jogo e todas as suas idiossincrasias, e

sabiam como lidar com a pressão.
Esses dois humanos seriam difíceis de serem vencidos por qualquer
máquina, e as primeiras versões de Watson nem chegaram perto. Watson
podia ser “configurado” pelos seus programadores para ser mais agressivo
em responder perguntas (e, portanto, mais provável de errar) ou mais
conservador e preciso. Em dezembro de 2006, pouco após o início do
projeto, quando Watson foi configurado para tentar responder 70% do
tempo (uma abordagem relativamente agressiva), ele só foi capaz de res-
ponder corretamente 15% do tempo. Jennings, em um contraste nítido,
respondeu corretamente aproximadamente 90% das perguntas em jogos
nos quais ele apertou para responder primeiro (em outras palavras, ga-
nhou o direito de responder) 70% do tempo.20
Mas Watson acabou aprendendo rápido. O desempenho do supercom-
putador na relação agressividade versus precisão melhorou rapidamente e,
em novembro de 2010, quando já era agressivo o suficiente para ganhar o
direito de responder 70% do total de perguntas de uma partida simulada,
ele respondeu 85% delas corretamente. Essa foi uma melhora impres-
sionante, mas ainda não colocava o computador no mesmo patamar dos
melhores jogadores humanos. A equipe Watson continuou trabalhando
até meados de janeiro de 2011, quando as partidas foram gravadas para
serem transmitidas em fevereiro, mas ninguém sabia ao certo quão bem a
criação deles se sairia contra Jennings e Rutter.
Watson derrotou os dois. Ele respondeu corretamente perguntas sobre
assuntos que iam de “Estranhezas Olímpicas” (respondendo “pentatlon”
para “Um participante de 1976 no ‘moderno’ foi desclassificado por passar
arame em seu florete para marcar pontos sem encostar no seu adversário”)
a “Igreja e Estado” (percebendo que todas as respostas continham uma
ou outra dessas palavras, o computador respondeu “gestar” para “Pode
significar desenvolver gradualmente na mente ou carregar durante a gravi-

The Second Age Machine_Corr1PG.indb 29 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 3 0    A S e g u nda E r a das M á q u i nas

dez”). Embora o supercomputador não tenha sido perfeito (por exemplo,

ele respondeu “chique” em vez de “classe” quando perguntado sobre “ele-
gância estilosa ou estudantes que graduaram no mesmo ano” como parte
da categoria “Significados Alternativos”), ele saiu-se muito bem.
Watson também foi extremamente rápido, apertando a campainha
antes de Jennings e Rutter para ganhar o direito de responder perguntas
repetidamente. No primeiro dos dois jogos disputados, por exemplo,
Watson apertou primeiro 43 vezes, respondendo corretamente 38 . Jen-
nings e Rutter, combinados, apertaram o botão para responder apenas 33
vezes no mesmo jogo.21
Ao final do torneio de dois dias, Watson acumulou $77.147, mais do
que três vezes a quantia de cada um dos seus oponentes humanos. Jen-
nings, que terminou em segundo lugar, adicionou uma nota pessoal em
sua resposta à pergunta final do torneio: “Eu dou boas-vindas aos nossos
novos soberanos computadorizados”. Ele elaborou mais tarde, dizendo
que “Assim como trabalhos em fábricas foram eliminados no século XX
por novos robôs de linha de montagem, Brad e eu fomos os primeiros
trabalhadores da indústria do conhecimento a sermos desbancados pela
nova geração de máquinas ‘pensantes’. ‘Competidores de programas de
perguntas’ pode ser o primeiro trabalho tornado redundante por Watson,
mas eu tenho certeza de que não será o último”.22

O Paradoxo do “Progresso” Robótico

Uma última área importante na qual vemos uma rápida aceleração recente
no desenvolvimento digital é a robótica — construindo máquinas que
podem navegar através e interagir com o mundo físico das fábricas, depó-
sitos, campos de guerra e escritórios. Vemos aqui, de novo, um progresso
que vinha sendo muito gradual e, então, tornou-se repentino.

The Second Age Machine_Corr1PG.indb 30 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    31

A palavra robô entrou na língua inglesa por meio da peça Tcheca de

1921 R.U.R. (Rossum’s “Universal” Robots) de Karel Capek, e os autôma-
tos tornaram-se um objeto da fascinação humana desde então.23 Durante
a Grande Depressão, reportagens de revistas e jornais especulavam que os
robôs travariam guerras, cometeriam crimes, deslocariam trabalhadores e
até derrotariam o boxeador Jack Dempsey.24 Isaac Asimov cunhou o ter-
mo robótica em 1941 e forneceu regras básicas para a jovem disciplina no
ano seguinte, com as suas famosas Três Leis da Robótica:

1. Um robô não pode machucar um ser humano ou, através da inação, permitir
que um ser humano corra perigo.

2. Um robô deve obedecer as ordens dadas por seres humanos, exceto quando
tais ordens entrarem em conflito com a Primeira Lei.

3. Um robô deve proteger a sua própria existência enquanto tal proteção não
conflitar com a Primeira ou a Segunda Lei. 25

A enorme influência de Asimov, tanto na ficção científica, quanto na cons-

trução de robôs no mundo real, persistiu por setenta anos. Mas uma dessas
duas comunidades tem corrido bem à frente da outra. A ficção científica nos
deu os tagarelas e leais R2-D2 e C-3PO, os nefastos Cylons de Battlestar Galac-
tica, o terrível Exterminador do Futuro e uma variedade infinita de androides,
ciborgues e replicantes. Em contraste, décadas de pesquisa robótica nos deu o
ASIMO, da Honda, um robô humanoide mais conhecido pela demonstração
em que falhou espetacularmente ao destacar a sua falta de habilidade de seguir
a terceira lei de Asimov. Em uma apresentação ao vivo em 2006, em Tóquio,
ASIMO tentou subir um lance de escadas de pouca profundidade que foi co-
locado no palco. No terceiro passo, os joelhos do robô curvaram-se e ele caiu
para trás, esmagando sua estrutura facial no chão.26
ASIMO não só se recuperou como demonstrou habilidades como su-
bir e descer escadas, chutar uma bola de futebol e dançar, mas suas fraque-

The Second Age Machine_Corr1PG.indb 31 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 3 2    A S e g u nda E r a das M á q u i nas

zas realçam uma verdade geral: muitas das coisas que os humanos acham
fácil e natural de fazer no mundo físico têm sido notavelmente difíceis
para os robôs dominarem. Como o roboticista Hans Moravec observou,
“é comparativamente fácil fazer um computador exibir desempenho do
nível de adultos em testes de inteligência ou jogando damas, e difícil ou
impossível dar a eles as habilidades de uma criança de um ano quando se
trata de percepção e mobilidade”.27
A situação ficou conhecida como o paradoxo de Moravec, muito bem
resumido pela Wikipedia como “a descoberta feita por pesquisadores de
inteligência artificial e robótica de que, ao contrário das suposições tra-
dicionais, o raciocínio de alto nível exige muito pouca computação, mas
as habilidades sensório-motoras de baixo nível exigem enormes recursos
computacionais”.28* O insight de Moravec é amplamente preciso e impor-
tante. Como o cientista cognitivo Steven Pinker coloca, “A principal lição
de trinta e cinco anos de pesquisa em IA é que os problemas difíceis são
fáceis e os problemas fáceis são difíceis… Conforme surge a nova gera-
ção de dispositivos inteligentes, serão os analistas da bolsa, os engenheiros
petroquímicos e os membros do conselho de condicional que correrão o
risco de ser substituídos por máquinas. Os jardineiros, recepcionistas e
cozinheiros ainda continuarão seguros em seus cargos por décadas”.29
O que Pinker quer dizer é que os especialistas em robótica acharam
malignamente difícil construir máquinas que tivessem até mesmo as ha-
bilidades do trabalhador manual menos treinado. O Roomba, da iRobot,
por exemplo, não é capaz de fazer tudo que uma empregada faz; ele apenas
aspira o chão. Mais de dez milhões de Roombas foram vendidos, mas ne-
nhum deles vai endireitar as revistas em cima da mesa de centro.
Quando se trata de trabalho no mundo físico, os humanos também
têm uma enorme vantagem de flexibilidade sobre as máquinas. Automati-

*  Habilidades sensório-motoras são aquelas que envolvem sentir o mundo físico e controlar
o corpo para mover-se por esse mundo.

The Second Age Machine_Corr1PG.indb 32 01/06/2015 11:08:43

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015
 A S H A B I L I D A D E S D A S N O V A S M ÁQUI N A S : A T E C N O L O GI A S A I N A F RE N T E    33

zar uma única atividade, como soldar um arame em uma placa de circuito
ou apertar uma peça na outra com parafusos, é muito fácil, mas essa tarefa
deve ser constante ao longo do tempo e deve acontecer em um ambiente
“normal”. Por exemplo, a placa de circuito deve estar na mesma posição
todas as vezes. As empresas compram máquinas especializadas para tarefas
como essas, fazem com que seu engenheiros as programem e testem e,
então, colocam-nas em suas linhas de montagem. Cada vez que a tarefa
muda — cada vez que a posição dos buracos do parafuso é outra, por
exemplo, a produção deve parar até que a máquina seja reprogramada.
As fábricas de hoje, principalmente as de grande porte em países de altos
salários, são altamente automatizadas, mas não estão cheias de robôs para
propósitos gerais. Elas estão cheias de máquinas dedicadas e especializa-
das, caras de comprar, configurar e reconfigurar.

Repensando a Automação Industrial

Rodney Brooks, que cofundou a iRobot, notou algo sobre o trabalho

braçal de fábricas modernas e altamente automatizadas: as pessoas são
poucas, mas existem. E boa parte de seu trabalho é repetitivo e não re-
quer raciocínio. Em uma linha que enche potes de geleia, por exemplo,
as máquinas despejam uma quantidade precisa de geleia dentro de cada
um deles, fecham a tampa e grudam a etiqueta, mas, uma pessoa coloca
os potes vazios na esteira para dar início ao processo. Por que esse passo
não foi automatizado? Porque, neste caso, os potes são entregues à linha
de produção de doze em doze em caixas de papelão que não as mantêm
firmes no lugar. Essa imprecisão não é problema para uma pessoa (que
simplesmente vê os potes na caixa, pega um a um e os coloca na esteira),
mas a automação industrial tradicional tem grande dificuldade em lidar
com potes de geleia que não aparecem na mesma posição todas as vezes.

The Second Age Machine_Corr1PG.indb 33 01/06/2015 11:08:44

Prova:  The_Second_Machine_Pacote_DTP  Data: 20-Jan-2015