Quem se beneficia com a inteligência synthetic? Esta questão básica, que tem sido especialmente relevante durante o aumento da IA nos últimos anos, esteve no centro de uma conferência no MIT na quarta-feira, enquanto oradores e membros da audiência lutavam com as muitas dimensões do impacto da IA.
Numa das palestras principais da conferência, a jornalista Karen Hao ’15 apelou a uma trajectória alterada de desenvolvimento da IA, incluindo um afastamento do aumento massivo da utilização de dados, centros de dados e modelos utilizados para desenvolver ferramentas sob a rubrica de “inteligência synthetic geral”.
“Esta escala é desnecessária”, disse Hao, que se tornou uma voz proeminente nas discussões sobre IA. “Você não precisa dessa escala de IA e computação para obter os benefícios.” Na verdade, ela acrescentou: “Se realmente queremos que a IA seja amplamente benéfica, precisamos urgentemente abandonar esta abordagem”.
Hao é ex-funcionário da O Wall Road Journal e Revisão de tecnologia do MITe autor do livro de 2025, “Empire of AI”. Ela relatou extensivamente sobre o crescimento da indústria de IA.
Nas suas observações, Hao destacou o tamanho surpreendente dos conjuntos de dados que estão agora a ser utilizados pelas maiores empresas de IA para desenvolver grandes modelos de linguagem. Ela também enfatizou algumas das desvantagens desta expansão, como o enorme consumo de energia e as emissões dos information facilities de hiperescala, que também consomem grandes quantidades de água. Com base nos seus próprios relatórios, Hao também observou o custo humano do trabalho de entrada que os funcionários da economia gig world realizam, introduzindo dados manualmente para os modelos de hiperescala.
Por outro lado, Hao sugeriu que um caminho alternativo para a IA poderia existir no exemplo do AlphaFold, a ferramenta ganhadora do Prêmio Nobel usada para identificar estruturas de proteínas. Isso representa o conceito de “modelo de IA pequeno e específico para tarefas que aborda um problema bem definido que se presta aos pontos fortes computacionais da IA”, disse Hao.
Ela acrescentou: “Ele é treinado em conjuntos de dados altamente selecionados que só têm a ver com o problema em questão: dobramento de proteínas e sequências de aminoácidos… Não há necessidade de supercomputação rápida porque os conjuntos de dados são pequenos, o modelo é pequeno e ainda está gerando enormes benefícios.”
Num segundo discurso, a académica Paola Ricaurte sublinhou a conveniência de abordagens de IA orientadas para um propósito, delineando uma série de chaves conceptuais para avaliar a utilidade da IA.
“Não faz sentido ter tecnologias que não vão responder às comunidades que as vão utilizar”, disse Ricaurte.
Ela é professora do Tecnológico de Monterrey, no México, e professora associada do Centro Berkman Klein para Web e Sociedade da Universidade de Harvard. Ricaurte também atuou em comitês de especialistas, como a Parceria World para IA, o AI Ethics Consultants With out Borders da UNESCO e o projeto Ladies for Moral AI.
O evento foi organizado pelo Programa do MIT em Estudos de Mulheres e Gênero. Manduhai Buyandelger, diretor do programa e professor de antropologia, fez comentários introdutórios.
Intitulado “Gênero, Império e IA: Simpósio e Workshop de Design”, o evento foi realizado no espaço de conferências do MIT Schwartzman Faculty of Computing, com mais de 300 pessoas presentes nas palestras principais. Houve também um segmento do evento dedicado a grupos de discussão e uma sessão vespertina sobre design, em meia dúzia de áreas temáticas diferentes.
Na sua palestra, Hao denunciou a natureza muitas vezes vaga do discurso da IA, sugerindo que impede uma discussão mais ponderada sobre a direção da indústria.
“Parte do desafio de falar sobre IA é a completa falta de especificidade do termo ‘inteligência synthetic’”, disse Hao. “É como a palavra ‘transporte’. Você poderia estar se referindo a qualquer coisa, desde uma bicicleta até um foguete.” Como resultado, disse ela, “quando falamos sobre o acesso aos seus benefícios, temos de ser muito específicos. De que tecnologias de IA estamos a falar e de quais queremos mais?”
Para ela, as ferramentas de menor tamanho – mais parecidas com a bicicleta, por analogia – são mais úteis no dia a dia. Como outro exemplo, Hao mencionou o projeto Local weather Change AI, centrado em ferramentas que podem ajudar a melhorar a eficiência energética dos edifícios, monitorizar emissões, otimizar cadeias de abastecimento, prever condições meteorológicas extremas e muito mais.
“Esta é a visão da IA que deveríamos construir”, disse Hao.
Em conclusão, Hao encorajou os membros da audiência a serem participantes activos em discursos e projectos relacionados com a IA, dizendo que a trajectória da tecnologia ainda não estava fixa e que as intervenções públicas são importantes.
Citando a escritora Rebecca Solnit, Hao sugeriu ao público que “a esperança se situa na premissa de que não sabemos o que vai acontecer e que na vastidão da incerteza há espaço para agir”. Ela também observou: “Cada um de vocês tem um papel ativo a desempenhar na definição do desenvolvimento tecnológico”.
Ricaurte, da mesma forma, incentivou os participantes a serem participantes proativos em questões de IA, observando que as tecnologias funcionarão melhor quando as necessidades diárias urgentes de todos os cidadãos forem atendidas.
“Temos a responsabilidade de tornar a esperança possível”, disse Ricaurte.