Aspectos históricos e contextualização:

Para melhor compreensão do que seja Inteligência Artificial, se faz necessária uma
breve retrospectiva histórica de seu surgimento e contextualização de sua origem. É válido
ressaltar, entretanto, que o desenvolvimento da Inteligência Artificial não ocorreu de forma
necessariamente progressiva e cumulativa, cumulativa, pois ao passo em que havia avanços
havia também obstáculos e recuos (SOUTO, 2021).

Pode-se afirmar que a Inteligência Artificial começou a ser objeto de estudo por volta
da segunda metade do século XX, através de uma série de pesquisas do matemático, lógico e
criptoanalista britânico Alan Turing, um dos pioneiros da ciência computacional. Mesmo ainda
estudante, em 1936, Turing definiu matematicamente o conceito moderno de computador e
estabeleceu e exemplificou os limites da computabilidade (SANTO, 2019, p. 8).

Alguns anos antes, durante a Segunda Guerra Mundial (1939-1945), Alan Turing fez
parte do grupo de matemáticos e criptógrafos que ajudaram a decifrar os códigos trocados
pelo exército nazista e interceptar as mensagens enviadas aos submarinos, proporcionando
uma boa vantagem aos Aliados durante a guerra. Ao ser convocado para trabalhar no centro de
inteligência Government Code and Cypher School (GC&CS), uma instalação militar secreta
localizado em Bletcheley Park, Turing liderou a Equipe “Hut 8”, que trabalhava decifrando
mensagens da marinha alemã, interceptadas via rádio (SOUTO, 2021, p. 2).

Em seguida, já por volta dos anos 1950, o brilhante matemático publicou o artigo
“Computing Machinery and Intelligence” descrevendo o chamado “Teste de Turing”, uma
“máquina capaz de emular a comunicação escrita de um humano” (BARBOSA E BEZERRA,
2020). Este artigo é considerado a pedra angular dos estudos acerta da Inteligência Artificial.
A ideia do experimento era verificar se a máquina poderia emitir
informações como se fosse uma pessoa, sem gerar desconfianças no
receptor de que se tratava de um programa de computador. Para o autor, se
isso ocorresse e pelo menos um terço dos participantes se sentisse
convencido de que o diálogo travado havia sido com um humano, a máquina
poderia ser considerada “inteligente” (BARBOSA E BEZERRA, 2020).

No ano seguinte, em 1951, a primeira máquina de rede neural artificial foi construída.
A Stochastic Neural Analog Reinforcement Calculator (SNARC), criada pelo cientista
estadunidense Marvin Minsky, funcionava “usando componentes analógicos e
eletromecânicos”, na qual foram feitos cerca de 40 neurônios artificiais conectados em ume
rede, “onde cada neurônio foi projetado usando um capacitor para memória de curto prazo e
um potenciômetro para memória de longo prazo” (BARBOSA E BEZERRA, 2020).

A máquina desenvolvida por Minsky serviu de base para outras invenções

posteriores, bem como as discussões e descobertas levantadas por estas pesquisas. O campo
da Inteligência Artificial se tornou atrativo e gerou muito entusiasmo dentro da comunidade
cientifica, desencadeando uma série de investimentos privados e governamentais.

A partir da segunda metade do século XX, houve inúmeros avanços tecnológicos

interessantes na área da Inteligência Artificial, os quais foram fundamentais para culminação
das ferramentas de hoje em dia.
Os anos de 1950 e 1960 foram de importantes avanços tecnológicos na área
da IA e de maturação epistemológica do campo: em 1957: Frank Rosenblatt
apresentou o Perceptron - um algoritmo que se configurava em uma rede
 neural de uma camada, sendo capaz de classificar resultados. Em 1958:
surgiu a linguagem de programação Lisp, que na época virou padrão em
sistemas de Inteligência artificial e hoje inspira uma família inteira de
linguagens. No ano seguinte o termo machine learning foi usado pela
primeira vez, termo este que se refere a um sistema que dá aos
computadores a habilidade de aprender alguma função sem serem
programados diretamente para isso – a partir da introdução de dados em
um algoritmo com dados, para que a máquina aprenda a executar uma
tarefa automaticamente (BARBOSA E BEZERRA, 2020).

O termo “Inteligencia Artificial” (IA) foi cunhado pela primeira vez no ano de
1956, durante a Conferência de Dartmouth, organizada por John McCarthy, Marvin
Minsky, Nathaniel Rochester e Claude Shannon (SICHMAN, 2021). O cerne a ser
discutido durante a referida conferência era a capacidade das máquinas em simular a
inteligência humana e exercer algumas de suas atividades, o que era um assunto que
estava em voga na comunidade acadêmica e, naturalmente, dividia opiniões. Esta data
é considerada o marco de origem da Inteligência Artificial enquanto campo/objeto de
pesquisa, o qual reúne diversos campos da ciência, a saber: matemática, neurociência,
psicologia, ciência da computação, dentre outras.
No mesmo ano, outro marco importantíssimo no estudo da Inteligência
Artificial foi a criação do Logic Theorist, pelos cientistas Allen Newell e Herbert A.
Simon. O Logic Theorist é considerado o primeiro programa de IA, e era capaz realizar
processos cognitivos complexos e provar teoremas matemáticos.
Ao longo dos anos subsequentes houve um incrível avanço nos estudos de
Inteligência Artificial, haja vista os processos no campo do desenvolvimento de
sistemas, redes neurais e processamento de linguagem. Na década de 1980, inspirados
no funcionamento do cérebro humano, os pesquisadores da área deram início aos
primeiros estudos sobre “machine learning” (ML), que propõe um segmento de
aprendizado da máquina com base nas redes neurais, capaz de gerar resultados mais
concretos, graças ao poder computacional, a grande quantidade de dados e a evolução
dos algoritmos (ANGELLI ET ALL, 2019).
As inovações são muitas e diversas. Desde o primeiro computador inventado
por Alan Turing até os dias atuais, houve um enorme avanço na criação de novas
tecnologias, que vão desde assistentes virtuais (como Siri e Alexa) até robótica
avançada e carros totalmente autônomos. Nos dias atuais, as tecnologias de IA estão
totalmente integradas em vários campos do conhecimento e da indústria,
revolucionando áreas como saúde, transporte, comunicação e educação, que é o foco
do presente estudo.
Entretanto, é válido ressaltar que todo este avanço tecnológico anda de mãos
dadas com uma série de preocupações éticas e sérias implicações em torno de sua
utilização, tendo em vista que seu uso está cada vez mais frequente. É preciso garantir
que os benefícios da utilização da Inteligência Artificial plantem os seus perigos
potenciais, tendo uma preocupação específica na mitigação de riscos.
Principais conceitos:
A tarefa de definir ou conceituar Inteligência Artificial é complexa, haja vista
que não existe uma definição acadêmica propriamente dita do que seja a IA (SICHMAN,
2021). Além disso, para compreender o conceito de inteligência artificial, se faz
necessário abordar a própria ideia do que seja “inteligência”, tema que intriga os
estudiosos da psicologia, biologia e filosofia durante muitos anos.
Nesse sentido, Gozman e Neri (2-2) afirmam que a definição de inteligência é
fluida e o ser humano tem considerável flexibilidade em relação a este termo. Pode-se
entender inteligência, em linhas gerais, como a capacidade de aprender com a
experiência, e ter a aptidão de resolver problemas, raciocinar, planejar e conceber
ideias complexas (ANGELLI...)
Assim, é possível afirmar que a Inteligência Artificial é um ramo da
ciência/engenharia da computação, e, portanto, visa desenvolver sistemas
computacionais que solucionam problemas. Para tal, utiliza um número diverso de
técnicas e modelos, dependendo dos problemas abordados. (SICHMAN, 2021).
A inteligência artificial é um ramo da Ciência da Computação cujo interesse é
fazer com que os computadores pensem ou se comportem de forma
inteligente. Por ser um tópico muito amplo, IA também está relacionada com
psicologia, biologia, lógica matemática, linguística, engenharia, filosofia,
entre outras áreas científicas (GOMES, 2021).

Corroborando nesse sentido, no ano de 1995, os autores Stuart Russel e Peter

Norvig publicaram o que seria a principal fonte para ensinar e falar sobre Inteligência
Artificial. O livro, cujo título em português é “Inteligência Artificial: uma abordagem
moderna” ajuda a construir uma série de definições para IA. Os referidos autores
definem a IA como "o estudo de agentes que percebem seu ambiente e tomam ações
para maximizar suas chances de alcançar com sucesso seus objetivos” (RUSSEL E
NORVIG, 2016).
Já o anteriormente citado cientista Marvin Minsky, também pioneiro no
campo de estudos da Inteligência Artificial entende IA como "a ciência de fazer
máquinas fazerem coisas que requereriam inteligência se feitas por homens” (MINSKY,
1972).
Depreende-se, portanto, que todos os conceitos citados expressam a essência
fundamental do que seja a Inteligência Artificial, isto é, um campo de estudos focado
em criar sistemas inteligentes, capazes não somente de realizar tarefas complexas, mas
também de aprender e raciocinar.
Em suma, se torna mais adequado seria tentar caracterizar quais são os
objetivos da área de estudo da inteligência artificial do que estabelecer conceitos, haja
vista que estes podem ser alterados com o tempo. Segundo Sichman (2021):
Uma das primeiras tentativas desta abordagem, proposta em Rich e Knight
(1991), é a seguinte: o objetivo da IA é desenvolver sistemas para realizar
tarefas que, no momento: (i) são mais bem realizadas por seres humanos
que por máquinas, ou (ii) não possuem solução algorítmica viável pela
computação convencional.

Diante do exposto, é possível afirmar que a Inteligência Artificial, em sua

essência, é “a capacidade das máquinas de pensar como seres humanos”. Isto é, a IA
“permite que os sistemas tomem decisões de forma independente, precisa e apoiada
em dados digitais” (PUCRS, 2023).

REFERÊNCIAS
ANGELI, Pedro Henrique de; COLODETTE, Leonardo; OLIVEIRA, Pedro Henrique Sabino
de; SILVA, André Bessa da. A EVOLUÇÃO DA INTELIGÊNCIA ARTIFICIAL E A
SUBSTITUIÇÃO DO TRABALHO HUMANO. Ambiente Acadêmico, Cachoeiro de
Itapemirim, v. 5, n. 1, p. 7-25, jun. 2019. Semestral.
BARBOSA, Xênia de Castro; BEZERRA, Ruth Ferreira. BREVE INTRODUÇÃO À HISTÓRIA
DA INTELIGÊNCIA ARTIFICIAL. Jamaxi: Universidade Federal do Acre (UFAC), Acre, v. 4,
n. 2, p. 90-97, 02 jun. 2020. Semestral. Disponível em:
https://periodicos.ufac.br/index.php/jamaxi/article/view/4730. Acesso em: 15 abr.
2024.
GUGERTY, Leo. NEWELL AND SIMON’S LOGIC THEORIST: historical background and
impact on cognitive modeling. Proceedings Of The Human Factors And Ergonomics
Society Annual Meeting, South Carolina, v. 50, n. 9, p. 2-98, out. 2006. Disponível em:
https://www.researchgate.net/publication/276216226_Newell_and_Simon's_Logic_Th
eorist_Historical_Background_and_Impact_on_Cognitive_Modeling. Acesso em: 15
abr. 2024.
SANTO, José Carlos Espírito. Alan Turing: Cientista Universal. Braga: Departamento de
Matemática – Universidade do Minho, 2018. 218 p. Disponível em:
https://ebooks.uminho.pt/index.php/uminho/catalog/book/5. Acesso em: 15 abr.
2024.
SICHMAN, Jaime Simão. Inteligência Artificial e sociedade: avanços e riscos. Estudos
Avançados (USP), São Paulo, v. 101, n. 35, p. 37-49, 30 abr. 2021. Quadrimestral.
Disponível em: https://www.revistas.usp.br/eav/issue/view/11988. Acesso em: 15 abr.
2024.