Teste de Turing

O que é o teste de Turing e como ele funciona?

‍O Teste de Turing é um teste de IA para verificar se, por meio de uma conversa por chat, um computador consegue convencer um humano de que é humano. Uma pessoa é convidada a julgar se a “pessoa” com quem está conversando é um humano ou um computador. Se ela acreditar que está falando com um humano, mas na verdade é um computador, o computador passou no Teste de Turing.

Basicamente, é um teste para avaliar se um computador consegue imitar um humano de forma tão convincente que consegue enganar uma pessoa, fazendo-a acreditar que está falando com outro humano. Claro que há muitos detalhes a serem considerados nesse teste.

Qual é o objetivo do Teste de Turing?

Pode parecer uma pergunta estranha, já que o objetivo parece óbvio: saber se uma máquina consegue imitar um humano de forma convincente em uma conversa por chat. Mas há algumas questões mais profundas envolvidas.

Estamos testando se uma máquina pode realmente imitar um humano em termos de pensamento ou inteligência, ou apenas enganar um humano fazendo-o acreditar que é humano? Existe uma diferença.

Imitar humanos em termos de pensamento ou inteligência é o que as pessoas geralmente pensam quando falam sobre o teste de Turing – que os humanos realmente não conseguem perceber a diferença entre conversar com outro humano ou com uma máquina. No entanto, esse não era o modo como o teste foi originalmente concebido, pois “enganar” humanos era permitido. Por exemplo, cometer erros de digitação pode ser uma forma de um computador enganar uma pessoa, já que uma máquina normalmente não cometeria erros ortográficos.

O problema central é que testes têm regras e, por isso, acabam sendo falhos de alguma forma. Por exemplo, o tempo de conversa com o sujeito do teste faz diferença. É mais fácil imitar um humano por 5 minutos do que durante cem horas de conversa. Truques podem funcionar na versão de 5 minutos, mas não na de cem horas.

Importa quem realiza o teste de Turing?

Um cientista treinado para identificar máquinas versus humanos será muito mais difícil de enganar do que uma pessoa comum sem treinamento – não só pela capacidade do cientista de avaliar as respostas, mas também por saber quais perguntas fazer.

Mesmo que o computador tenha um nível de “pensamento” e inteligência comparável ao de um humano, isso pode não ser suficiente para enganar o avaliador. Isso porque o computador pode ser perfeito demais ou pouco emocional em suas respostas.

Há até considerações filosóficas sobre o Teste de Turing, como se, ao atingir uma inteligência geral no nível humano, isso significaria que as máquinas podem “pensar” ou são conscientes. Essa era, em parte, uma questão que Alan Turing queria contornar com esse teste. Se uma máquina consegue imitar um humano com precisão, então, para todos os efeitos, ela está “pensando”.

Claro, isso não significa que a máquina tem consciência ou que pensa da mesma forma que um humano. Na verdade, é certo que ela não pensa como um humano. O verdadeiro interesse nessa questão aparece quando olhamos do ponto de vista prático. Aviões voam, por exemplo. Isso é o que importa. É bem menos relevante que eles não imitem os pássaros na forma como voam.

O Teste de Turing se interessa pelos resultados, não pelo modo como eles são alcançados.

Um ponto mais importante é que o Teste de Turing é geralmente entendido como uma situação em que a inteligência da máquina atingiu pelo menos o nível da inteligência humana. Um grupo bem menor se interessa pela questão de se uma máquina passou tecnicamente no Teste de Turing, considerando todas as falhas descritas acima.

Embora passar no Teste de Turing possa ser um feito técnico impressionante, especialmente se o teste for longo e conduzido por pessoas experientes, é bem menos impressionante do que uma máquina que consiga enganar todas as pessoas, o tempo todo. Claro que, quanto maior o tempo de duração do teste e maior o nível de conhecimento dos avaliadores, mais provável é que esses dois cenários se aproximem.

Estamos próximos de um computador passar no teste de Turing?

Agora que você entende o que é o teste, a próxima pergunta é: "estamos perto de um computador passar nesse teste?" (ou seja, alcançar uma inteligência humana generalizada). A resposta curta é “Não”.

Apesar do enorme avanço em Processamento de Linguagem Natural (a capacidade de um computador identificar a intenção por trás de uma frase falada – tecnologia que está por trás dos assistentes de voz), ainda estamos muito longe de uma inteligência geral no nível humano.

Acontece que a tecnologia atual não lida bem com ambiguidade (entender o significado de frases ambíguas), memória (incorporar fatos já mencionados na conversa atual) ou contexto (considerar fatos não ditos, mas relevantes para a situação). Em resumo, a tecnologia atual está muito distante do que seria necessário.

Parte do problema é que a IA atual precisa aprender com enormes quantidades de dados. Qualquer área onde haja muitos dados repetitivos disponíveis é propícia para introdução de IA, como reconhecimento de fala e processamento de imagens, incluindo carros autônomos.

O sucesso em PLN se deve ao fato de haver praticamente dados ilimitados para afirmações e perguntas pontuais, sem contexto ou memória. Se eu digo “Quero comprar suco de laranja”, na maioria dos casos é uma afirmação simples que não precisa de informações adicionais de contexto ou memória para ser compreendida. A intenção é: “Comprar suco de laranja”.

Quando há contexto ou memória envolvidos, isso cria mais dimensões. Se eu digo que quero “comprar suco de laranja”, mas já disse antes que sou um operador financeiro que negocia suco de laranja, então é preciso entender que, nesse contexto, quero comprar um instrumento financeiro que lucra se o preço do suco de laranja subir.

‍

E como ficam nossos dados agora? “Comprar suco de laranja” pode significar: comprar uma garrafa de suco de laranja na loja OU, se já foi dito que a pessoa é um operador financeiro de suco de laranja, significa que ela quer comprar um instrumento financeiro ligado ao preço do suco de laranja.

E se o operador financeiro acabou de dizer que está com sede, então ele quer comprar uma garrafa de suco de laranja na loja. Ou seja, adicionamos outro ponto de dados: OU, se já foi dito que a pessoa é um operador financeiro de suco de laranja, mas recentemente afirmou que está com sede, significa que ela quer comprar uma garrafa de suco de laranja.

Uma empresa financeira rapidamente teria problemas se lançasse um bot de negociação que os usuários acreditassem ter "inteligência" no nível humano.

É impossível passar no teste de Turing?

Dados de conversação têm muitas dimensões, infelizmente. Dimensões infinitas. Isso significa que os algoritmos de aprendizado de máquina precisariam de acesso a um conjunto de dados com grandes quantidades de dados para cada possível dimensão, o que é, claro, impossível.

Isso não significa, é claro, que passar no Teste de Turing seja impossível. Sabemos que é possível porque já temos a tecnologia para isso: nosso cérebro. Assim como pessoas, séculos atrás, sabiam que voar era possível ao observar pássaros voando.

A questão é que nossa abordagem de IA nesse caso não pode se basear em big data, porque não existe big data com dimensionalidade suficiente. São variáveis demais, dimensões demais. Só para ter uma ideia, o Google recebe 800 milhões de buscas por dia que nunca viu antes. Isso mostra o quão difícil seria a abordagem baseada em dados.

Ray Kurzweil, do Google, segue uma abordagem que tenta, de certa forma, replicar o cérebro humano. Ele estima que alcançaremos inteligência geral e seremos capazes de passar por um Teste de Turing realmente difícil até 2029.

Sua previsão se baseia na suposição de que o progresso nessa área será exponencial e, portanto, até mesmo avanços relativamente modestos hoje são muito mais significativos do que parecem, se considerarmos que estamos em uma trajetória exponencial de progresso.

Se ele está certo ou não, teremos que esperar para ver, mas o que isso indica é que é muito improvável que a grande descoberta aconteça nos próximos 10 anos.

O que significaria para uma máquina passar em um Teste de Turing confiável?

O ponto final é: o que significaria se uma máquina passasse em um Teste de Turing confiável? Se a máquina passasse no teste usando algum tipo de abordagem baseada em big data, de forma semelhante à maneira como as máquinas superam humanos em jogos de tabuleiro, mesmo os mais sofisticados, as implicações não seriam tão grandes quanto se a máquina passasse usando uma abordagem de replicação cerebral.

A abordagem de replicação cerebral indicaria que a máquina provavelmente estaria mais próxima de "pensar" da forma como definimos o pensamento humano. Ela poderia extrair significado a partir de poucos exemplos, como os humanos fazem, em vez de precisar de centenas de exemplos do mesmo caso para entender o significado.

Como mencionado acima, é mais provável que uma abordagem de "replicação cerebral" traga o avanço, já que a abordagem de big data não é viável. Isso provavelmente significaria que as máquinas teriam alcançado uma inteligência geral, não apenas em conversação, mas em vários domínios.

A implicação disso não pode ser superestimada, pois provavelmente levaria a uma reinicialização completa da sociedade. Isso é ainda mais relevante se as máquinas tiverem a capacidade de se aprimorar de maneiras significativas, o que pode levar a um aumento exponencial de sua inteligência em um ciclo virtuoso que mudaria a vida como conhecemos.

Interação dos humanos com máquinas

Voltando a questões mais cotidianas, vale lembrar que, mesmo que uma máquina fosse equivalente a um humano, isso não significa que interagiríamos com ela da mesma forma que fazemos com pessoas. Isso é exatamente igual ao que acontece entre humanos. Interagir com pessoas nem sempre é eficiente. Tentar explicar algo para um colega pelo telefone pode ser cansativo e ineficiente em situações em que seria mais fácil mostrar como fazer. Se ao menos os humanos tivessem uma interface gráfica disponível na web!

Interfaces de voz (ou baseadas em chat) claramente têm limitações quanto à entrada e saída de informações. Existem situações em que é muito mais eficiente mostrar informações graficamente ou clicar em uma interface gráfica do que usar uma interface de voz. As plataformas de bots são, portanto, projetadas para sempre tentar trazer o usuário de volta ao caminho ideal e não deixar a conversa se desviar.

Meu ponto é que os computadores não são limitados como os humanos em relação às interfaces que podem usar para receber ou fornecer informações e, por isso, as conversas com máquinas necessariamente envolverão o uso da interface mais adequada para a tarefa em questão.

Embora passar no Teste de Turing seja um marco importante na interação entre humanos e computadores, as "conversas" reais entre humanos e computadores não se limitarão apenas a voz e texto.

Perguntas frequentes

Como o Teste de Turing se compara a outros testes de referência para IA, como o Winograd Schema Challenge ou o ARC Challenge?

O Teste de Turing verifica se a IA consegue imitar a conversa humana, mas testes mais recentes como o Winograd Schema Challenge e o ARC Challenge focam mais em raciocínio, bom senso e resolução de problemas. São aspectos que revelam uma inteligência mais profunda, e não apenas uma imitação superficial.

O Teste de Turing ainda é considerado relevante na pesquisa moderna de IA, ou existem alternativas melhores hoje em dia?

O Teste de Turing ainda é um experimento mental útil e um marco, mas muitos pesquisadores hoje o consideram ultrapassado. Os testes modernos focam mais em medir compreensão real, lógica e capacidade de generalização.

Como o viés cultural ou linguístico afeta os resultados de um Teste de Turing?

Sim. A IA pode não entender expressões idiomáticas, humor ou referências ligadas a culturas ou idiomas específicos, o que facilita identificá-la como não humana em certos contextos.

Como passar no Teste de Turing redefiniria o que significa ser "humano"?

Se uma máquina passasse em um Teste de Turing rigoroso, talvez fôssemos obrigados a repensar se ser humano está ligado à biologia ou ao comportamento, e o que realmente torna nosso modo de pensar tão único.

Que tipos de perguntas costumam ser mais eficazes para revelar traços não humanos em uma IA?

Perguntas que dependem de contexto, nuances emocionais ou bom senso comum, como interpretar sarcasmo, referências vagas ou informações conflitantes, geralmente são as que mais rapidamente revelam traços não humanos em uma IA.