Especialista em tecnologia questiona se dados poderiam ser usados para treinar algoritmos de inteligência artificial — e explica por que isso é importante
Qualquer pessoa que participa de alguma rede social provavelmente já se deparou com amigos e familiares postando uma comparação de fotos atuais com imagens de dez anos atrás. Muita gente se divertiu com a brincadeira e acabou postando também. Mas a especialista em tecnologia e empreendedora Kate O’Neill não foi uma delas. Em vez disso, ela postou um tweet bem-humorado:
[Eu há dez anos: provavelmente teria entrado na brincadeira e postado minhas fotos no Facebook e Instagram.
Eu hoje: penso em como todos essas dados podem ser usados para treinar algoritmos de reconhecimento facial a reconhecer o envelhecimento e sua progressão]
Em artigo à Wired, ela diz que não tinha a intenção de afirmar que a brincadeira era inerentemente perigosa. “Mas eu sei que esse cenário é muito plausível e um indicativo de uma tendência sobre a qual as pessoas deveriam estar cientes”, afirma. Segundo ela, vale a pena considerar a profundidade e a amplitude dos dados pessoais que compartilhamos, muitas vezes sem pensar.
Algumas pessoas criticaram a tese de Kate, argumentando que as fotos já estavam disponíveis na rede. É verdade, mas apenas em parte. Os internautas têm várias fotos de perfil registradas, todas elas com a data em que foram postadas, e a maioria está publicamente acessível. Mas considere que queiram treinar um algoritmo de reconhecimento facial sobre características relacionadas à idade, e, mais especificamente, sobre envelhecimento e como as pessoas se parecem quando ficam mais velhas.
Idealmente, seria necessário ter um conjunto de dados rigoroso. E ajudaria saber que as fotos foram tiradas em um intervalo de tempo constante — digamos, dez anos.
Seria possível fazer isso ao procurar fotos de perfil no Facebook e selecionar apenas as que têm a data em que foram tiradas. Mas isso poderia gerar muita informação desnecessária. Afinal, as pessoas não necessariamente postam as fotos em ordem cronológica, e não é incomum que os usuários usem imagens que não são deles mesmos como foto de perfil. “Em outras palavras, ajudaria ter um conjunto simples e rotulado de fotos de antes e depois”, diz Kate.
E, além das simples montagens, muita gente tem dado ainda mais contexto às imagens, escrevendo legendas como “eu em 2009 na universidade x / eu em 2019 visitando a cidade y”. Ou seja: graças à brincadeira, há um enorme banco de dados cuidadosamente selecionado e indexado com a hashtag #10yearschallenge de fotos de pessoas tiradas com um intervalo de dez anos.
Ainda que essa brincadeira específica não tenha sido uma forma de coletar dados de usuários, sobram exemplos nos últimos anos de memes e jogos desenhados com essa finalidade. É só lembrar do caso em que mais de 70 milhões de usuários do Facebook nos Estados Unidos tiveram seus dados usados pela consultoria Cambridge Analytica.
É ruim que alguém possa usar suas fotos do Facebook para treinar um algoritmo de reconhecimento facial? Segundo Kate, não necessariamente. E, de certa forma, é inevitável. “Ainda assim, a conclusão mais importante aqui é que precisamos abordar nossas interações com a tecnologia com atenção aos dados que geramos e como eles podem ser usados em escala”, diz ela. Para explicar isso, a especialista desenha três cenários plausíveis para o uso do reconhecimento facial: um positivo, um mundano e outro negativo.
Comecemos com a melhor perspectiva: a tecnologia de reconhecimento facial e progressão de idade poderia ajudar a encontrar crianças desaparecidas. No ano passado, a polícia de Nova Delhi, na Índia, achou quase 3 mil crianças desaparecidas em apenas quatro dias usando a tecnologia de reconhecimento facial. Se as crianças estiverem desaparecidas há um tempo, provavelmente estarão diferentes da última foto que suas famílias têm delas, e um algoritmo capaz de prever a aparência no futuro poderia ser útil.
O segundo caso tem pouco valor para as pessoas. O marketing poderia usar essa capacidade da tecnologia para adaptar propagandas a diferentes grupos etários, fazendo os personagens da campanha parecerem que têm a mesma idade da pessoa que está assistindo ao vídeo.
No cenário pessimista, Kate imagina que a capacidade de identificar o envelhecimento poderia ser usada por empresas do setor de saúde e seguros. “Por exemplo, se você parece envelhecer mais rápido do que seus pares, talvez isso represente um risco maior para o seu plano de saúde”, diz ela.
Isso significa que é perigoso treinar algoritmos de inteligência artificial para reconhecerem a progressão da idade? Não exatamente. “Independentemente da origem ou intenção por trás dessa brincadeira, todos devemos nos informar mais sobre os dados que criamos e compartilhamos. A quem damos acesso a esses dados e as implicações para seu uso. Se o contexto fosse um jogo que declarasse explicitamente que estava coletando pares de fotos de antes e depois para uma pesquisa sobre progressão de idade, você poderia escolher participar tendo a consciência de quem teria acesso às fotos e com que finalidade”, afirma Kate.
A questão é que as pessoas são uma enorme fonte de dados para a tecnologia. “Nossos dados são o combustível que torna os negócios mais inteligentes e mais lucrativos. Devemos demandar que as empresas os tratem com o respeito devido. Mas também precisamos tratar nossos dados com respeito”.
