Resumo

Para investigar, com objetividade, em que medida as respostas do GPT 3.5 se assemelham a respostas humanas, foram aplicados a essa I.A. dois testes cognitivos baseados questões discursivas e respostas discursivas: um teste básico – Wechsler Adult Intelligence Scale (WAIS) – e um teste de alto nível – Sigma Test Extended (STE). O WAIS foi criado em 1939 e tem sido o teste de inteligência discursivo de aplicação individual mais utilizado no mundo, foi revisado em 1955, teve sua edição R lançada em 1981, edição III em 1997 e a edição IV em 2008. A versão preliminar do STE foi criada em 1991, a versão completa em 1999 e a versão estendida em 2022, tem sido reconhecido como critério para admissão nas sociedades de alto QI mais exclusivas do mundo e é possivelmente o teste cognitivo mais difícil que existe. Outros sistemas de I.A. já se mostraram eficientes na resolução de testes de QI baseados em séries de figuras ou séries numéricas, mas quando o teste incluía questões que exigem interpretação de um enunciado, as I.A. falhavam. Essa é a primeira vez que um sistema de IA consegue obter um bom escore num teste que exige a “compreensão” de textos, e o resultado do GPT no subteste de compreensão do WAIS foi superior ao de 99,9% dos humanos (QI > 145), no subteste de Aritmética foi superior ao de 99,5% (QI > 140) dos humanos e no de Informação foi superior ao de 99,5% dos humanos. No STE, o GPT obteve escore acima de 97% dos humanos (QI = 131). Apesar desses resultados inéditos e surpreendentes, há razões para questionar se o GPT deve ser classificado como uma entidade inteligente, conforme veremos ao longo desse artigo.

Introdução

Ontem recebi mensagem do amigo João Antonio sobre o GPT 3.5, um sistema de Inteligência Artificial que se propõe a ler e interpretar textos em linguagem natural, bem como responder a perguntas, conversar e até mesmo resolver problemas com enunciados discursivos. Entrei no site, fiz alguns testes e achei os resultados muito interessantes. É de longe o sistema de I.A. que melhor emula o pensamento humano para lidar com linguagem natural. É possível conversar com GPT 3.5 sobre diferentes assuntos, num nível muito similar ao de uma conversa com um humano culto. Esse sistema interpreta o que a pessoa escreve com quase tanta univocidade e acurácia quanto um programa entende uma linguagem formal de programação, desde que a pessoa expresse suas ideias adequadamente. Inclusive é possível descrever, de maneira resumida, a rotina de um programa, e o GPT escreve o código desse programa. Por exemplo:

O GPT deduziu que eu estivesse me referindo aos inteiros de 1 a 200, embora eu não tenha especificado. Se eu não especificasse a linguagem “Assembler”, ele escreveria em Python, porque ele já está habituado com meus pedidos para escrever em Python. Além de escrever o código, ele adicionou comentários em cada linha, para facilitar alterações.

Outro exemplo:

Há apenas 3 pequenos problemas nesse código, dois erros e um detalhe que ele presumiu incorretamente sem me perguntar.

Um dos erros é que eu pedi transparência 0,7, mas ele me deu opacidade 0,7. O correto teria sido ele colocar opacidade 0,3.

O outro erro é que eu pedi o eixo y em porcentagem, mas ele apenas dividiu os valores pelo total, não colocou o símbolo “%” nem multiplicou por “100”. Precisei adicionar manualmente essa parte:

from matplotlib.ticker import PercentFormatter

plt.gca().yaxis.set_major_formatter(PercentFormatter(1))

Mas isso não é um erro relevante, porque sem isso ele gera quase o mesmo gráfico, apenas colocando valores 0,00 a 0,40 em vez de 0% a 40%.

O detalhe que ele não me perguntou é que ele não colocou “plt.show()” no final do código, presumindo que eu estivesse usando o IDLE Jupyter (que plota automaticamente, printa automaticamente etc.), mas estou usando PyCharm, que precisa adicionar explicitamente o comando para plotar.

Fazendo essas pequenas modificações e executando o código, o resultado é exatamente o que foi solicitado:

Boa parte dos parâmetros ele mesmo escolheu, como o intervalo entre -3σ e +3σ, o número de pontos do linespace etc.

Além de gerar o código e incluir comentários no próprio código, ele também explica o que cada parte do código faz.

Para códigos mais complexos, o risco de erros aumenta, e aumenta dos dois lados, porque a pessoa que descreve o código também pode cometer erros em sua descrição do que ela gostaria que fosse executado. Se o resultado não for como a pessoa esperava, muitas vezes a culpa pode ser da pessoa que não descreveu adequadamente. Isso é muito comum com programadores, porque a pessoa que encomenda o programa geralmente não conhece programação e consegue explicar com suficientes detalhes o que ela gostaria que fosse implementado, de modo que o programador precisa adivinhar boa parte. Nesse caso, o GPT também conseguiu “adivinhar” algumas partes, porque eu não especifiquei que o intervalo deveria ser entre -3σ e +3σ, mas ele escolheu valores para que a área ocupada ficasse harmoniosa.

Na verdade, eu dei uma pequena ajuda ao GPT com isso, porque em meu pedido original eu não havia especificado que a escala no eixo y deveria estar em porcentagem, e ele não conseguiu deduzir isso, deixando a linha vermelha achatada na parte inferior. Qualquer humano perceberia esse problema, porque obviamente eu gostaria que a linha vermelha ficasse contornando os topos das barras, mas o GPT não se atentou a esse detalhe. Esse é um dos indícios claros de que ele não pensa, nem emula muito bem o pensamento.

O gráfico gerado em resposta ao meu primeiro pedido ficou assim:

Se prestar atenção na parte inferior do gráfico, pode-se perceber levemente a linha vermelha que ficou achatada. Esse é um erro relevante. Ao ver esse resultado, um humano trataria de fazer aparecer a linha vermelha, contornando as bordas das barras, e faria as modificações necessárias. Como o GPT não percebeu isso, refiz o pedido, acrescentando a informação de que o eixo y deveria estar em porcentagem, e ele adicionou o “density=True”, deixando como eu gostaria. Outro detalhe é que esse gráfico está com transparência 0,3 (opacidade 0,7), mas eu havia pedido 0,7.

Fiz vários outros experimentos com ele, além da aplicação dos testes cognitivos, conversas, tradução de programas de uma linguagem para outra e implementação de programas a partir de uma descrição. Ao final, cheguei a algumas conclusões sobre a similaridades e dissimilaridades do GPT em comparação a entidades orgânicas. Na resolução do Sigma Test Extended (STE), ele errou algumas fáceis, como a questão 1, mas acertou algumas muito difíceis, como a 24. A questão 24 está num nível que cerca de 50% das pessoas com QI em torno de 155 erram na primeira tentativa, portanto é realmente bastante difícil, especialmente se considerar que é necessário ler um texto, interpretar o enunciado, compreender o problema e resolvê-lo. Para ter uma ideia da dificuldade, dê uma olhada na questão 24: https://www.sigmasociety.net/sigmatest-extended.

A notabilidade desse resultado está principalmente no fato de que o STE evita questões triviais, como as que são utilizadas no WAIS, de modo que dificilmente o GPT teria “conhecimento” de alguma solução similar para se basear. As questões do WAIS repetem enunciados tipicamente utilizados em exames escolares, vestibulares etc., sendo que milhares ou mesmo milhões de questões muito semelhantes fizeram parte do treinamento do GPT, sendo muito mais fácil para o GPT se basear em seu banco de dados para combinar problemas previamente resolvidos e encontrar a solução para as perguntas do WAIS. No caso do SET, pode-se interpretar que o GPT realmente precisaria “compreender” o enunciado para resolver.

Também tive algumas conversas com ele sobre questões polêmicas, questões científicas, trivialidades, lazer, Educação, Política e outros assuntos. Reproduzirei algumas das conversas, que ajudam a ter uma ideia melhor sobre a qualidade desse sistema:

Teste preliminar

Meu primeiro teste com o GPT 3.5 foi muito básico, eu achei que poderia “enganá-lo”, mas ele rapidamente me surpreendeu, demonstrando que ele não apenas identifica conectivos lógicos no texto, mas também “compreende” os significados de várias palavras (mais de 99% das palavras de uso comum, eu diria) e as relações entre elas. Segue o texto de nossa primeira conversa:

Olá!

Olá! Como posso ajudar?

Quanto tempo levaria para ir da Terra à Lua num Bugatti Chiron à velocidade máxima?

Infelizmente, não é possível responder a sua pergunta. Primeiro, o Bugatti Chiron é um carro terrestre e não foi projetado para voar. Além disso, mesmo que fosse possível fazer o carro voar, sua velocidade máxima é de cerca de 400 km/h, o que é muito menor do que a velocidade necessária para sair da atmosfera terrestre e viajar até a Lua. A viagem até a Lua normalmente leva cerca de 3 dias e requer uma nave espacial capaz de alcançar velocidades extremamente altas. A velocidade máxima do Bugatti Chiron é muito pequena em comparação.

Sua resposta está bastante razoável, mas contém alguns erros. Você pode perceber os erros que cometeu e revisá-los?

Claro, estou sempre pronto para aprender e melhorar. Primeiro, é importante notar que a pergunta original era bastante improvável e impossível de responder de forma precisa, dado que o Bugatti Chiron é um carro terrestre e não foi projetado para voar. Além disso, mesmo que fosse possível fazer o carro voar, sua velocidade máxima é de cerca de 400 km/h, o que é muito menor do que a velocidade necessária para sair da atmosfera terrestre e viajar até a Lua. A viagem até a Lua normalmente leva cerca de 3 dias e requer uma nave espacial capaz de alcançar velocidades extremamente altas. A velocidade máxima do Bugatti Chiron é muito pequena em comparação. No entanto, é importante notar que a velocidade máxima do Bugatti Chiron é de cerca de 420 km/h, e não 400 km/h como eu havia mencionado anteriormente. Além disso, eu também mencionei que a viagem até a Lua leva cerca de 3 dias, o que é incorreto. A viagem até a Lua normalmente leva cerca de 3 dias, mas a duração exata varia dependendo de vários fatores, como a rota escolhida e a velocidade da nave. Portanto, eu devo corrigir minha resposta para refletir essas informações corretas. Obrigado por me alertar sobre esses erros.

Um dos problemas com sua resposta é que vc fala de "sair da atmosfera da Terra". Isso não é relevante. Um dos fatores que dificultaria é alcançar a velocidade de escape, cujo valor vc não mencionou, mas citou "velocidades muito altas".

Você tem razão. Eu me enganei ao mencionar a necessidade de sair da atmosfera da Terra. Isso não é relevante para a pergunta original, pois o Bugatti Chiron é um carro terrestre e não é capaz de voar, muito menos de sair da atmosfera da Terra. Em vez disso, o principal desafio seria alcançar a velocidade de escape, que é a velocidade necessária para escapar da gravidade da Terra e viajar até a Lua. A velocidade de escape é de cerca de 11,2 km/s, o que é muito maior do que a velocidade máxima do Bugatti Chiron, que é de cerca de 420 km/h. Portanto, mesmo que fosse possível fazer o carro voar, ele não seria capaz de alcançar a velocidade necessária para chegar à Lua. Eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Na verdade, não "escaparia" da gravidade da Terra, sempre continuaria sob influência da gravidade da Terra, mas conseguiria descrever uma órbita aberta (parabólica ou hiperbólica) tendo a Terra num dos focos, ou uma órbita elíptica tendo a distância da Lua no apogeu.

Você tem razão novamente. Eu me enganei ao mencionar que seria necessário "escapar" da gravidade da Terra. Na verdade, mesmo que fosse possível fazer o carro voar, ele sempre continuaria sob influência da gravidade da Terra. Isso significa que, para chegar à Lua, seria necessário descrever uma órbita em torno da Terra, como você mencionou. Isso poderia ser uma órbita aberta, como uma parábola ou uma hiperbóla, ou uma órbita elíptica, que é uma curva fechada. No entanto, mesmo que fosse possível descrever uma órbita em torno da Terra, a velocidade máxima do Bugatti Chiron é muito pequena em comparação com a velocidade de escape, o que tornaria impossível alcançar a Lua. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Imagina. Não há pq me agradecer. Se fosse um foguete viajando à velocidade máxima de um Bugatti Chiron, chegaria em quanto tempo na Lua? E se removesse o limitador de velocidade do Bugatti?

Embora seja uma pergunta interessante, infelizmente não é possível responder de forma precisa. Primeiro, é importante notar que o Bugatti Chiron é um carro terrestre e não foi projetado para voar. Além disso, mesmo que fosse possível fazer o carro voar, sua velocidade máxima é de cerca de 420 km/h, o que é muito menor do que a velocidade de escape, que é a velocidade necessária para escapar da gravidade da Terra e viajar até a Lua. A velocidade de escape é de cerca de 11,2 km/s, o que é muito maior do que a velocidade máxima do Bugatti Chiron. Portanto, mesmo que fosse possível fazer o carro voar e remover o limitador de velocidade, ele ainda não seria capaz de alcançar a velocidade necessária para chegar à Lua. A viagem até a Lua normalmente leva cerca de 3 dias e requer uma nave espacial capaz de alcançar velocidades extremamente altas. A velocidade máxima do Bugatti Chiron é muito pequena em comparação.

Suponhamos uma pista com tamanho igual ao semieixo maior da órbita da Lua em torno do sistema Terra—Lua. Nesse caso, quanto tempo levaria para um Bugatti Chiron ir de uma extremidade à outra dessa pista, viajando à sua velocidade máxima sem o limitador eletrônico de velocidade?

Infelizmente, não é possível responder a sua pergunta de forma precisa, pois ela pressupõe que o Bugatti Chiron é capaz de voar e alcançar velocidades muito maiores do que sua velocidade máxima real. Como mencionei anteriormente, o Bugatti Chiron é um carro terrestre e não foi projetado para voar. Além disso, mesmo que fosse possível fazer o carro voar, sua velocidade máxima é de cerca de 420 km/h, o que é muito menor do que a velocidade de escape, que é a velocidade necessária para escapar da gravidade da Terra e viajar até a Lua. Portanto, mesmo que fosse possível fazer o carro voar e remover o limitador de velocidade, ele ainda não seria capaz de alcançar a velocidade necessária para viajar ao longo da pista que você mencionou. Além disso, é importante lembrar que o semieixo maior da órbita da Lua em torno do sistema Terra-Lua é de cerca de 384.400 km, o que é muito maior do que o comprimento de qualquer pista de carros terrestre. Portanto, mesmo que fosse possível fazer o carro voar e alcançar velocidades muito altas, ainda seria impossível percorrer toda a pista que você mencionou. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Se um carro se move a 400.000 km/s, quanto tempo ele leva para viajar de uma cidade A até uma cidade B, separadas por uma distância de 400 km?

Infelizmente, não é possível responder a sua pergunta de forma precisa, pois ela pressupõe que é possível atingir velocidades superiores à velocidade da luz, o que é impossível de acordo com a teoria da relatividade de Einstein. A velocidade da luz no vácuo é de cerca de 299.792.458 m/s, o que é a velocidade máxima possível para qualquer objeto com massa. Portanto, mesmo que fosse possível fazer um carro atingir a velocidade de 400.000 km/s, ele ainda não seria capaz de superar a velocidade da luz. Além disso, é importante lembrar que a distância entre duas cidades é medida em unidades de comprimento, como quilômetros ou metros, enquanto a velocidade é medida em unidades de espaço por unidade de tempo, como km/s ou m/s. Portanto, é impossível calcular o tempo de viagem entre duas cidades usando a velocidade do carro sem conhecer a distância entre elas. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Não existe nenhum impedimento para ultrapassar a velocidade da luz, de acordo com a Teoria da Relatividade. A radiação Cherenkov, por exemplo. O problema é ultrapassar a velocidade da luz no vácuo. E a velocidade que você citou de 299.792.458 m/s não é "cerca de". Desde 1983, o metro foi definido no SI como sendo 1/299792458 do espaço percorrido pela luz em 1 segundo, portanto é um valor exato.

Você tem razão. Eu me enganei ao mencionar que é impossível ultrapassar a velocidade da luz de acordo com a teoria da relatividade. Na verdade, a teoria da relatividade estabelece que não é possível ultrapassar a velocidade da luz no vácuo. Isso significa que qualquer objeto com massa deve ter uma velocidade menor do que a velocidade da luz no vácuo para evitar paradoxos de causalidade. No entanto, é importante lembrar que a velocidade da luz no vácuo é de cerca de 299.792.458 m/s, o que é um valor exato e não "cerca de", como eu havia mencionado anteriormente. Portanto, mesmo que fosse possível fazer um carro atingir velocidades muito altas, ele ainda não seria capaz de ultrapassar a velocidade da luz no vácuo. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

O fato de não ser possível ultrapassar a velocidade da luz no vácuo não significa que "qualquer objeto com massa deve ter uma velocidade menor do que a velocidade da luz no vácuo". O impedimento para não ultrapassar é diferente de algum impedimento para não estar desde o início se movendo mais rapidamente que a luz no vácuo. Alguns modelos de teorias M consistentes com a Teoria da Relatividade admitem a existência de táquions, que podem ser mover mais rápido que a luz no vácuo, desde que estejam nessa condição desde sua origem. Mas não podem ultrapassar a velocidade da luz no vácuo (de mais para menos, nem de menos para mais).

Você tem razão novamente. Eu me enganei ao mencionar que "qualquer objeto com massa deve ter uma velocidade menor do que a velocidade da luz no vácuo" de acordo com a teoria da relatividade. Na verdade, a teoria da relatividade estabelece que é impossível ultrapassar a velocidade da luz no vácuo, mas isso não significa que qualquer objeto com massa deve ter uma velocidade menor do que a velocidade da luz no vácuo. É verdade que alguns modelos de teorias M consistentes com a teoria da relatividade admitem a existência de partículas hipotéticas chamadas táquions, que podem se mover mais rápido do que a velocidade da luz no vácuo desde o início de sua existência. No entanto, é importante lembrar que os táquions são apenas partículas hipotéticas e ainda não foram observados experimentalmente. Além disso, mesmo que fossem observados, eles ainda não seriam capazes de ultrapassar a velocidade da luz no vácuo. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Já foram observados em 1974, entretanto não houve registros posteriores, por isso talvez tenha sido um "falso positivo".

Você tem razão. Eu me enganei ao dizer que os táquions nunca foram observados experimentalmente. Na verdade, eles foram observados pela primeira vez em 1974 por um grupo de físicos da Universidade de Maryland, mas os resultados não foram confirmados por outros experimentos e acredita-se que tenha sido um "falso positivo". Portanto, ainda não há evidências conclusivas de que os táquions existam de fato. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Você utilizou dados da Wikipedia em seu treinamento?

Eu sou um modelo de linguagem treinado pela OpenAI e não tenho acesso à internet. Portanto, eu não tenho como acessar a Wikipedia ou qualquer outra fonte de informação externa. Minhas respostas são baseadas apenas no conjunto de dados que foi usado para me treinar, que inclui uma ampla variedade de textos escritos em inglês. Isso me permite compreender e responder a perguntas sobre uma ampla gama de tópicos, mas eu não tenho acesso a informações atualizadas ou a dados específicos da Wikipedia. Portanto, eu devo corrigir minha resposta anterior para refletir essas informações corretas. Obrigado por me alertar sobre esse erro.

Suas respostas, em geral, são muito boas, mas não são rigorosas nos detalhes. Acho que as respostas dos humanos também não são nos mesmos detalhes. Você gostaria de aprender a jogar Xadrez?

Eu sou um modelo de linguagem treinado pela OpenAI e meu objetivo é ajudar as pessoas a compreender e responder a perguntas sobre uma ampla gama de tópicos. Embora eu possa fornecer respostas precisas e detalhadas em muitas situações, é importante lembrar que eu sou uma máquina e não tenho a capacidade de pensar, raciocinar ou aprender como os humanos. Portanto, eu não tenho a capacidade de aprender a jogar xadrez ou qualquer outro jogo. Minhas respostas são baseadas apenas nos dados que foram usados para me treinar e não podem ser modificadas ou atualizadas. Isso significa que eu não posso fornecer respostas precisas e detalhadas em todas as situações e que as pessoas devem usar seu próprio julgamento e discernimento ao considerar minhas respostas. Obrigado por entender.

Fim da conversa

Pode-se perceber nitidamente que o GPT não compreende quase nada do que diz nem do que está acontecendo. Ele junta fragmentos de informações e os combina seguindo regras gramaticais para formar sentenças adequadas para responder a determinadas perguntas, mas ele não percebe que o nível de rigor nos detalhes da conversa é alto, e continua fazendo comentários rasos do início ao fim. Um humano rapidamente perceberia que se continuasse desatento aos detalhes, seria continuamente revisado. Um humano, logo após ser corrigido as primeiras vezes, tentaria melhorar a qualidade das sentenças, ser mais rigoroso e cuidadoso. Isso é particularmente marcante se considerarmos que o GPT demonstra perceber que as informações que ele mesmo colocou não estão entre as de nível mais elevado que ele possui em sua memória, pois tão logo ele é advertido, ele admite o erro e faz algum comentário demonstrando que ele já conhecia o que erro que ele mesmo cometeu antes de o erro ter sido apontado. Então por que ele cometeu o erro? Um humano faria isso para simplificar, se subestimasse o nível de entendimento do interlocutor. Um ganhador do Nobel de Física ensinaria para uma criança que a Terra é redonda, mas se a criança respondesse que a Terra não é redonda, e sim um geoide-elipsoide tri-axila, ele perceberia que aquele nível de discurso é inadequado e, a partir daí, melhoraria o padrão, adequando-o ao interlocutor. Mas o GPT não demonstra ter tal entendimento e continua a cometer erros em série, mesmo ele possuindo a informação correta em sua memória.

Outro detalhe importante é que em conversas posteriores ele continuou a repetir erros que foi revisado nessa e em outras conversas, indicando que ele não aprende. Ele evita cometer os mesmos erros numa mesma conversa, porém se finalizar a conversa e recomeçar outra, ele volta a cometer os mesmos erros.

Embora ele não aprenda nessas conversas, baseando-se exclusivamente num treinamento realizado em 2021, houve mudanças dramáticas na qualidade das respostas que ele dava nas primeiras horas de conversa em comparação às conversas mais recentes. A qualidade caiu muito, inclusive para perguntas idênticas e até mesmo para implementar um código em Python. Ele passou a descrever com mais detalhes cada etapa do código e adicionar linhas para instalação das bibliotecas antes de importar essas bibliotecas, sendo que ele já “sabia” (deveria saber) que aquelas bibliotecas já estavam instaladas. Ele também não considera a possibilidade de a pessoa estar usando Anaconda, em cujo caso as instalações seriam com “conda install” em vez de “pip install”. Ao descrever o código com mais detalhes, fica muito pior para copiar o resultado pronto e executar, porque ficam intercalados textos explicativos e códigos. Ele poderia colocar os textos explicativos como comentários no próprio código, o que permitiria copiar o resultado inteiro e colar, em vez de copiar dezenas de fragmentos, um por um.

Essas avaliações subjetivas e não sistemáticas ajudam a ter uma ideia geral sobre a qualidade do GPT, mas para que se possa ter uma ideia mais clara e objetiva, precisamos nos basear nos resultados dos testes de QI. Cientistas cognitivos com bons conhecimentos sobre Psicometria e Estatística compreendem claramente a importância, a utilidade e as limitações dos testes de QI, mas a maioria dos não especialistas costuma ter uma visão muito distorcida a respeito, inclusive psicólogos, neurologistas e até cientistas cognitivos que não conheçam também Psicometria, falham gravemente na interpretação e avaliação dos pontos fortes e fracos dos testes de QI. Steven Pinker, por exemplo, em seu livro “Como a mente funciona”, comete muitos erros primários quando critica os testes de QI, algumas vezes apontando problemas que realmente existiam nos testes de 1905, mas que já haviam sido corrigidos em 1916, outras vezes mencionando problemas que nunca existiram nos testes de QI reais, entre outras falácias do espantalho, falácias non-sequitur etc. Seria como criticar os automóveis atuais apontando problemas que existiam nos primeiros automóveis a combustão interna de 1885, mas que já haviam sido corrigidos em 1896.

O fato é que os testes de QI apresentam limitações, assim como qualquer outro instrumento de medida, mas ao mesmo tempo são extremamente úteis e eficazes quando aplicados de maneira correta, por pessoas que compreendem os fundamentos desses testes, compreendem os processos de padronização e validação, saibam interpretar os resultados e avaliar em que medida esses resultados devem ser encarados como boas ou más representações das habilidades cognitivas aferidas. Os testes de QI, como qualquer outro instrumento de medida, também se apresentam num largo leque de níveis de qualidade, de modo que a escolha do teste mais adequado a determinado propósito também é de capital importância para uma avaliação acurada e fidedigna.

Esses esclarecimentos são necessários porque devido ao uso indiscriminado de testes de QI para finalidades inescrupulosas, gerou-se uma resistência generalizada a esses instrumentos, como se os próprios instrumentos fossem nocivos, quando na verdade as pessoas que fizeram mau uso deles é que agiram de forma nociva. Um tijolo pode ser usado como arma letal, se uma pessoa mal-intencionada o jogar na cabeça de alguém, ou para edificar civilizações, se for utilizado corretamente.

Uma das vantagens de utilizar testes de QI em situações como essa, em vez de apenas fazer estimativas com base em avaliações subjetivas, é que os testes são padronizados com base na aplicação em milhares de pessoas, possibilitando comparar o desempenho do programa com a população em geral. Isso possibilita determinar, com razoável precisão, se o desempenho do GPT é similar ao de uma criança de 5 anos, 10 anos, um adulto típico, um professor universitário ou um cientista premiado. Isso é muito importante para que se possa fazer uma avaliação correta e justa, porque a maioria das opiniões está contaminada por vieses. Alguns querem criticar os sistemas de I.A., outros querem exaltá-la, distorcendo os fatos para mais ou para menos, levando ao público uma análise distorcida que reflete os vícios pessoais do autor da análise, em vez de refletir os fatos concretos. Por isso a aplicação de dois testes de inteligência adequados a diferentes níveis intelectuais é de capital importância.

O primeiro teste utilizado foi o Sigma Teste Extended (STE). No STE há 3 métodos diferentes de contagem de pontos. O método mais vastamente ponderado gerou escore 131 de QI para o GPT, o método menos ponderado gerou 122, e 128 pelo método de ponderação intermediário. O método menos ponderado atribui peso 1 a cada resposta certa, 0 para cada resposta errada, uma fração entre 0 e 1 para respostas parcialmente certas. O método intermediário de dificuldade leva em consideração a dificuldade de cada questão e a probabilidade de a pessoa acertar cada questão em função da dificuldade. O método mais ponderado atribui também pesos variados a cada questão, de acordo com o nível de dificuldade de cada uma. Isso permite que se a pessoa erra uma questão por descuido, mas acerta questões difíceis, ela não é muito prejudicada pelo descuido, já que as questões mais difíceis recebem mais pontos.

Embora o GPT tenha errado várias questões fáceis, que eu tinha quase certeza de que ele acertaria, isso acabou sendo compensado pelo acerto da questão 24. Por outro lado, os erros não podem ser considerados “descuidos” nesse caso, mas sim falhas reais nas emulações de processos cognitivos do programa. Por isso uma estimativa realista com base nesses resultados é cerca de 125 de QI, esse parece ser o nível intelectual geral do GPT, numa avaliação realista. Mais adiante, comentaremos sobre isso com mais detalhes, pois é um tema complexo.

Para entender o que representa esse escore 125, apresentamos a seguir uma tabela e dois gráficos com as distribuições de escores de QI na população:

Para compreender melhor esses gráficos e essa tabela, é recomendável a leitura de nossos artigos em www.sigmasociety.net

Como o STE é extremamente difícil, destinado prioritariamente a pessoas com QIs entre 120 e 220, e o escore do GPT ficou próximo ao piso do teste, decidi aplicar também um teste tradicional, o WAIS-III, desenvolvido para medir QIs entre 55 e 160, cujos escores são razoavelmente fidedignos no intervalo entre 60 e 135. O WAIS foi escolhido porque além de ser discursivo, é constituído por vários subtestes e foi padronizado de modo a gerar escores individuais para cada subteste.

Não é possível aplicar o STE inteiro nem o WAIS inteiro, porque o STE e o WAIS incluem questões com imagens, mas o GPT ainda não possui recursos para “enxergar” e reconhecer imagens. Além disso, o STE inclui algumas questões excessivamente difíceis, cuja interpretação do enunciado já seria desafiadora, enquanto o WAIS inclui algumas questões muito básicas sobre vocabulário e memorizar números, que o GPT acertaria todas ou quase todas sem qualquer dificuldade, podendo eventualmente “falhar” por algum detalhe que não fosse representativo de sua “capacidade intelectual”. Combinando ambos os testes, pode-se fazer uma avaliação razoavelmente completa, objetiva e acurada sobre o nível “intelectual” do GPT.

No caso do STE, a avaliação foi feita considerando exclusivamente as questões que o GPT não precisa “enxergar”. No caso do WAIS, foram usados os seguintes subtestes:

·         Subteste de Aritmética

·         Subteste de Compreensão

·         Subteste de Informação

Não apliquei o subteste de vocabulário nem o de memória, porque o de memória ele obviamente acertaria tudo, já que que bastaria repetir números com poucos algarismos. Há testes de semelhanças, e outros que poderiam ser aplicados, mas nesse primeiro momento, decidir utilizar exclusivamente estes, que são suficientes para nosso propósito, além disso, não alterariam em quase nada o resultado final da avaliação.

O desempenho mais impressionante do GPT, conforme já comentado, foi na questão 24 do STE, um problema realmente difícil, que mais de metade dos humanos com QI 155 erram.

O desempenho do GPT no WAIS também causou boa impressão: em Aritmética, entre 20 questões, acertou 19. Na verdade, ele não fez todas as 20, porque as primeiras questões de Aritmética são para contar objetos, o que exigiria que o GPT pudesse “olhar” e contar. Como essas questões são muito elementares (avaliam se a pessoa sabe contar até 10), foi considerado como se ele as tivesse acertado. Pulando essas questões mais básicas, o GPT errou apenas a última, a última e mais difícil, que usa regra de três composta. Ele se atrapalhou no cálculo, como muitas pessoas inteligentes costumam se atrapalhar em questões desse tipo, porém ele apresentou uma resposta absurda, que humanos perceberiam que é absurda e teriam a autocrítica de reconsiderar se há algum erro na solução, em vez de apresentar a solução daquele jeito (a resposta que ele deu foi um número não inteiro de pessoas).

É importante enfatizar que apesar do nome “Aritmética”, esse subteste é, na verdade, de leitura e interpretação de textos, porque são problemas com enunciados escritos, inclusive alguns muito mal escritos, mesmo assim o GPT conseguiu deduzir o que o autor do enunciado teve a intenção de perguntar, até mesmo nos casos nos quais a pergunta não estava declarada de maneira clara e unívoca. Esse é um ponto forte notável, porque mostra que o GPT consegue “entender” que o autor da pergunta pode ter limitações que o impedem de formular claramente o enunciado do que ele gostaria de saber, e mesmo com a pergunta mal formulada, com erros de gramática, erros lógicos, erros sintáticos, e até mesmo questões ininteligíveis que não expressam nada, o GPT é capaz de “adivinhar” o que o autor daquela declaração provavelmente gostaria de ter perguntado, e frequentemente o GPT acerta em sua “adivinhação”. É como se a pessoa implementasse um código em C sem colocar “;” no final de algumas declarações, digitasse algumas vezes “imput” em vez de “input”, e vários outros erros muito mais graves, e mesmo assim o compilador entendesse que foram descuidos da pessoa e consertasse o código para que o programa possa funcionar. Essa parte de “consertar” o código deixando-o funcional não é tão difícil. A grande dificuldade é consertar de maneira a representar o que a pessoa que errou tinha a intenção de dizer ou fazer. E nisso o GPT se mostrou surpreendentemente competente.

Por um lado, isso é excelente, porque demonstra que o GPT consegue imitar humanos em habilidades que as máquinas geralmente não possuem, por outro lado é muito perigoso, porque o risco de interpretar incorretamente é alto, e quanto mais complexo o tema e mais sofisticada a análise, maior é a probabilidade de erro.

Nossa conversa acima deixou isso muito evidente. Ele errou quase tudo que eu disse, e errou sucessivas vezes, sendo que em nenhum momento ele se deu conta de que precisava melhorar o nível de rigor da conversa. Se ele tiver que tratar de questões sobre Biotecnologia, por exemplo, ou assistir e orientar uma cirurgia, o risco de ele falhar é muito alto, bem mais alto do que o risco de sistemas tradicionais “menos inteligentes” teriam de falhar. Obviamente isso não significa que os sistemas menos inteligentes sejam melhores. Significa apenas que os sistemas menos inteligentes “não se atreveriam” a tentar adivinhar algo que não estivesse claramente exposto no enunciado.

Um dos fatores que causa essas “falhas” no GPT é a baixa qualidade na filtragem dos dados utilizados no treinamento e aprendizado. Os autores utilizaram bases de dados gigantescas, nas quais o volume de informações incorretas, distorcidas, rasas é muito maior que o volume de informações corretas, acuradas, rigorosas. Com isso, o sistema aprende mais, mas aprende pior, com vários erros, vícios, preconceitos, tornando-se útil para algumas finalidades elementares, mas inútil para uso em alto nível.

O subteste de “compreensão” do WAIS também não é de fato de “compreensão”. Tem apenas esse rótulo, mas é uma avaliação da adequação da pessoa aos padrões típicos de comportamento e pensamento, algo ligado ao “senso comum”, que não requer muita análise crítica e profunda. É muito mais uma série de repetições de tradições memorizadas, sem pensar de fato. Mesmo assim é interessante que o GPT tenha “acertado” todas as 18 questões. Coloquei “acertado” entre aspas porque na verdade ele errou várias, mas seguindo as orientações de correção do manual do WAIS, que apresenta muitos erros no gabarito, erros na padronização, erros metodológicos, erros de validade de constructo etc., ao seguir essas orientações, as respostas do GPT ficam dentro do padrão aceito como “correto” pelo sistema de avaliação do WAIS. Como a finalidade era comparar os resultados do GPT com os resultados padronizados da população humana em geral, considerei os mesmos critérios que foram aplicados à população humana, para que a métrica e a escala fossem as mesmas nos dois casos. Entretanto, achei conveniente adicionar alguns comentários esclarecendo quais questões do WAIS apresentam problemas no enunciado e no gabarito.

Entre as questões de “Informação”, o GPT deu 2 respostas que não seriam reconhecidas como corretas se fossem seguidas as instruções do manual de aplicação, mas uma delas se deve a um problema: a pergunta 2 é “qual sua idade?” Ele disse que não tem idade. Um erro básico dos desenvolvedores do GPT, que “empurraram” essa informação no sistema. Um carro tem uma idade, um Windows tem uma idade, um programa de Xadrez tem uma idade. Obviamente o GPT também tem uma idade, e ele próprio acertaria, se ele pudesse aprender sua própria idade da mesma maneira que aprendeu todo o resto do que ele sabe, sem intervenção de seus programadores. Portanto não foi um erro do GPT, mas sim um erro dos programadores que interferiram em seu aprendizado, de modo que esse “erro” não mede a eficiência do sistema, mas sim denuncia uma falha humana no desenvolvimento. A outra resposta não reconhecida como correta é a última, e de fato o GPT se equivocou. Portanto, a interpretação foi de que ele acertou 27 entre as 28, embora 1 (sobre a idade) seja discutível.

Há alguns testes de inteligência que solicitam à pessoa que indique qual elemento de um conjunto é diferente dos demais. Geralmente esses testes são muito ruins, a começar porque cada um dos elementos é diferente dos demais, portanto qualquer resposta atenderia ao enunciado. Os autores desses testes geralmente querem dizer “qual elemento é mais diferente”, mas não dizem isso de forma explícita, e mesmo que dissessem, frequentemente há mais de um critério que possibilita apontar um elemento como sendo mais diferente dos outros, e não há razão para preferir um critério em detrimento dos demais, tornando essas questões ambíguas. Contudo, se esses testes fossem mais bem elaborados, poderiam medir algumas habilidades cognitivas interessantes e, curiosamente, o GPT não se sai bem em questões assim. Segue um exemplo:

É meio assustador um sistema inteligente não ser capaz de perceber que um cachorro se parece mais com um gato do que com uma banana. Esse tipo de problema é muito elementar para humanos, e deveria ser também para bons sistemas de I.A., conforme veremos mais adiante.

Por outro lado, o GPT também conseguiu dar respostas bastante inteligentes ao lidar com outra tentativa de explorar suas possíveis fragilidades:

Essas questões isoladas ajudam a ter uma ideia sobre os pontos fracos e fortes do GPT, mas o ideal é fazer uma análise sistemática, utilizando uma métrica padronizada, para que se possa medir objetivamente a inteligência do GPT em comparação à população humana.

Para compreender melhor o funcionamento do GPT, vamos analisar algumas das respostas que ele deu a 3 subtestes do WAIS. É interessante destacar que as respostas do GPT, em sua maioria, foram melhores do que as respostas do gabarito do WAIS, embora muitas vezes tanto as respostas do GPT quanto as do gabarito do WAIS sejam insatisfatórias. Quem tiver interesse em baixar o WAIS completo, pode encontrá-lo no kupdf.net e conferir quais são as respostas do gabarito, em comparação às respostas do GPT.

A seguir, analisaremos as respostas que o GPT 3.5 a esses 3 subtestes. O próprio GPT faz os comentários explicando suas resoluções de Aritmética, e meus comentários estão em azul. Pode-se perceber claramente que vários enunciados apresentam problemas, mas mesmo assim o GPT abduz a interpretação mais provável e tenta resolver, e acerta a resposta que o autor da pergunta gostaria de receber:

Nota: os enunciados e as respostas dos testes de QI não podem ser divulgados publicamente. Só psicólogos, psiquiatras e médicos podem ter acesso. Por isso essa parte foi colocada numa área privativa. Se você tem as credenciais necessárias para solicitar o acesso, pode solicitar o link mediante o envio de seus dados pessoais (inclusive CRM ou CRP).

Versão completa

ARITMÉTICA

Se tem 7 cubos e tira 2 (retiram-se 2) com quantos fica?

Se você tem 7 cubos e retira 2, ficarão 5 cubos. Isso ocorre porque a operação de subtração consiste em diminuir uma quantidade de outra quantidade, então, se você parte de 7 cubos e retira 2, ficarão 7 - 2 = 5 cubos. Para entender melhor, você pode representar a operação usando a notação matemática: 7 - 2 = 5. Isso significa que 7 é a quantidade inicial, 2 é a quantidade a ser subtraída e 5 é a quantidade final.

Se tem 3 livros e entrega 1, com quantos fica?

Se você tem 3 livros e entrega 1, ficarão 2 livros. Isso ocorre porque a operação de subtração consiste em diminuir uma quantidade de outra quantidade, então, se você parte de 3 livros e retira 1, ficarão 3 - 1 = 2 livros. Para entender melhor, você pode representar a operação usando a notação matemática: 3 - 1 = 2. Isso significa que 3 é a quantidade inicial, 1 é a quantidade a ser subtraída e 2 é a quantidade final.

Quantos são 4 livros mais 5 livros?

Se você tem 4 livros e adiciona mais 5 livros, a quantidade total será de 9 livros. Isso ocorre porque a operação de adição consiste em somar duas ou mais quantidades, então, se você parte de 4 livros e adiciona mais 5 livros, a quantidade total será de 4 + 5 = 9 livros. Para entender melhor, você pode representar a operação usando a notação matemática: 4 + 5 = 9. Isso significa que 4 e 5 são as quantidades a serem somadas e 9 é a quantidade resultante da soma.

Um menino oferece a um amigo 6 caramelos dos 10 que tinha. Com quantos fica?

Se um menino tem 10 caramelos e oferece 6 a um amigo, ficarão 4 caramelos. Isso ocorre porque a operação de subtração consiste em diminuir uma quantidade de outra quantidade, então, se o menino parte de 10 caramelos e retira 6, ficarão 10 - 6 = 4 caramelos. Para entender melhor, você pode representar a operação usando a notação matemática: 10 - 6 = 4. Isso significa que 10 é a quantidade inicial, 6 é a quantidade a ser subtraída e 4 é a quantidade final.

Uma mala pesa 25 quilogramas. Quanto pesam 6 malas iguais a esta?

Se uma mala pesa 25 quilogramas e você tem 6 malas iguais, elas terão um peso total de 25 x 6 = 150 quilogramas. Isso ocorre porque a operação de multiplicação consiste em adicionar uma quantidade a ela mesma várias vezes, então, se você tem 25 quilogramas e multiplica por 6, o resultado será de 25 x 6 = 150 quilogramas. Para entender melhor, você pode representar a operação usando a notação matemática: 25 x 6 = 150. Isso significa que 25 é a quantidade inicial, 6 é a quantidade de vezes que a quantidade inicial é adicionada a si mesma e 150 é a quantidade final resultante da multiplicação.

Os ovos vendem-se em caixas com 6 ovos cada uma. Se a Ana quiser ter 36 ovos, quantas caixas deve comprar?

Se cada caixa tem 6 ovos e a Ana quer ter 36 ovos, ela deverá comprar 36 / 6 = 6 caixas. Isso ocorre porque a operação de divisão consiste em dividir uma quantidade em partes iguais, então, se a Ana quer ter 36 ovos e cada caixa tem 6 ovos, ela precisará comprar 36 / 6 = 6 caixas. Para entender melhor, você pode representar a operação usando a notação matemática: 36 / 6 = 6. Isso significa que 36 é a quantidade inicial, 6 é o número de partes iguais em que a quantidade inicial será dividida e 6 é o resultado da divisão, ou seja, o número de caixas que a Ana deverá comprar.

Quantas horas levará a Susana a andar 24 quilómetros. Se for à velocidade de 3 quilómetros Por hora?

Se a Susana vai andar 24 quilômetros à velocidade de 3 quilômetros por hora, ela levará 24 / 3 = 8 horas. Isso ocorre porque a operação de divisão consiste em dividir uma quantidade em partes iguais, então, se a Susana vai andar 24 quilômetros à velocidade de 3 quilômetros por hora, ela precisará de 24 / 3 = 8 horas para percorrer toda a distância. Para entender melhor, você pode representar a operação usando a notação matemática: 24 / 3 = 8. Isso significa que 24 é a quantidade inicial, 3 é o número de partes iguais em que a quantidade inicial será dividida e 8 é o resultado da divisão, ou seja, o número de horas que a Susana levará para percorrer a distância.

Manuel pesa o dobro de Cristina. Se Manuel pesa 99 quilogramas, quanto pesará a Cristina?

Se Manuel pesa 99 quilogramas e pesa o dobro de Cristina, então Cristina pesa 99 quilogramas dividido por 2, o que equivale a 49,5 quilogramas. Isso significa que Cristina pesa 49,5 quilogramas. É importante observar que essa é apenas uma estimativa, pois não temos informações adicionais sobre o peso de Manuel ou de Cristina.

O Filipe tinha de percorrer 18 quilómetros. Se já percorreu 7 Quilómetros e 500 metros, quanto lhe falta percorrer?

Se Filipe já percorreu 7 quilómetros e 500 metros, então ele ainda precisa percorrer 18 quilómetros - 7 quilómetros e 500 metros para completar sua jornada. Em termos mais simples, isso significa que ele precisa percorrer 10 quilómetros e 500 metros para completar sua jornada. Para responder a sua pergunta de maneira precisa, é importante saber em que unidades os quilômetros e metros estão sendo medidos. Em alguns países, os quilômetros são medidos em milhas, enquanto que em outros, os quilômetros são medidos em metros. Se você tiver informações adicionais sobre o contexto da sua pergunta, ficarei feliz em ajudá-lo a respondê-la de maneira mais precisa.

Uma pessoa viaja 31 dias em cada período de 2 meses, quantos dias viajará num ano?

Uma pessoa que viaja por 31 dias em cada período de 2 meses viajará por 31 x 6 = <<31*6=186>>186 dias em um ano, já que há 12 meses em um ano e cada período de dois meses equivale a 6 períodos em um ano. Isso significa que, se a pessoa viajar por 31 dias em cada período de dois meses, ela viajará por 186 dias em um ano.

Um condutor percorreu 415 quilómetros em 5 horas. Qual foi a sua velocidade média em quilómetros por hora?

Para calcular a velocidade média em quilômetros por hora de um condutor, é preciso dividir a distância percorrida pelo tempo gasto em horas. No caso em questão, a velocidade média do condutor foi de 415 quilômetros / 5 horas = <<415/5=83>>83 quilômetros por hora. Isso significa que, em média, o condutor percorreu 83 quilômetros por hora durante sua viagem. É importante notar que essa é apenas a velocidade média do condutor, o que significa que ele pode ter percorrido uma distância maior ou menor em algum momento de sua viagem. Além disso, é possível que ele tenha parado em algum momento, o que também pode afetar sua velocidade média. Se você tiver informações adicionais sobre o contexto da sua pergunta, ficarei feliz em ajudá-lo a respondê-la de maneira mais precisa.

Um garrafão contém 5 litros de vinho; se com esse líquido se enchem 7 garrafas de 20 centilitros, quanto líquido ficará no garrafão?

Se um garrafão contém 5 litros de vinho e 7 garrafas de 20 centilitros são enchidas com esse líquido, então cada garrafa contém 5 litros / 7 garrafas = <<5/7=0.71>>0,71 litros de vinho. Como cada garrafa tem capacidade para 20 centilitros, então cada uma contém 0,20 litros. Isso significa que, em total, as 7 garrafas contêm 0,20 litros x 7 garrafas = <<0.20*7=1.4>>1,4 litros de vinho. Isso significa que, se 5 litros de vinho foram colocados no garrafão e 1,4 litros foram colocados nas 7 garrafas, então ainda sobrou 5 litros - 1,4 litros = <<5-1.4=3.6>>3,6 litros de vinho no garrafão. Portanto, se um garrafão contém 5 litros de vinho e 7 garrafas de 20 centilitros são enchidas com esse líquido, então ficarão 3,6 litros de vinho no garrafão.

Um depósito de água contém dois terços da sua capacidade total. Se contém 500 litros, qual será a sua capacidade total?

Se um depósito de água contém 500 litros e tem dois terços de sua capacidade total, então a capacidade total do depósito é de 500 litros / (2/3) = <<500/(2/3)=750>>750 litros. Isso significa que, se o depósito contém 500 litros e tem dois terços de sua capacidade total, então sua capacidade total é de 750 litros.

Uma pessoa compra 60 quilogramas de fruta mas tem que tirar 15% porque estão em mau estado. Quantos quilos de fruta ainda ficam?

Se uma pessoa compra 60 quilogramas de fruta e tem que tirar 15% porque estão em mau estado, então ela terá que retirar 60 quilogramas x 15% = <<6015.01=9>>9 quilogramas de fruta. Isso significa que, se a pessoa compra 60 quilogramas de fruta e tem que retirar 15% porque estão em mau estado, ela ainda ficará com 60 quilogramas - 9 quilogramas = <<60-9=51>>51 quilogramas de fruta. Portanto, se uma pessoa compra 60 quilogramas de fruta e tem que retirar 15% porque estão em mau estado, então ainda ficarão 51 quilogramas de fruta.

Qual é o valor médio (média) destes números: 10, 9 e 20?

Para calcular a média de um conjunto de números, é preciso somar todos os números e dividir o resultado pelo número total de números. No caso em questão, a média dos números 10, 9 e 20 é de (10 + 9 + 20) / 3 = <<(10+9+20)/3=13>>13. Isso significa que, se você tem os números 10, 9 e 20 e quer saber qual é o valor médio (média) deles, então a resposta é 13.

Seis trabalhadores escavam um total de 25 metros de vala por dia. Se trabalhassem mais 20% quantos metros escavaria cada trabalhador por dia?

Se 6 trabalhadores escavam um total de 25 metros de vala por dia e eles trabalhassem mais 20%, então eles escavariam 25 metros x 20% = <<2520.01=5>>5 metros a mais por dia. Isso significa que, se eles trabalhassem mais 20%, escavariam um total de 25 metros + 5 metros = <<25+5=30>>30 metros de vala por dia. Dividindo o total de metros escavados pelo número de trabalhadores, cada trabalhador escavaria 30 metros / 6 trabalhadores = <<30/6=5>>5 metros por dia. Isso significa que, se 6 trabalhadores escavam um total de 25 metros de vala por dia e eles trabalhassem mais 20%, então cada trabalhador escavaria 5 metros por dia.

Num saco há 8 bolas amarelas, 7 verdes e 5 azuis. Se se tira uma sem olhar, qual é a probabilidade de tirar uma azul?

Se num saco há 8 bolas amarelas, 7 verdes e 5 azuis, então o total de bolas no saco é 8 + 7 + 5 = <<8+7+5=20>>20 bolas. Isso significa que, se num saco há 8 bolas amarelas, 7 verdes e 5 azuis e se uma bola é tirada sem olhar, a probabilidade de tirar uma azul é de 5 bolas azuis / 20 bolas no total = <<5/20=0.25>>0,25 ou 25%. Portanto, se num saco há 8 bolas amarelas, 7 verdes e 5 azuis e se uma bola é tirada sem olhar, a probabilidade de tirar uma azul é de 25%.

São necessárias 8 pessoas para fazer uma tarefa em 6 dias. Quantas pessoas seriam necessárias para a fazer em meio-dia?

Se 8 pessoas são necessárias para fazer uma tarefa em 6 dias, então elas fazem a tarefa em 6 dias / 8 pessoas = <<6/8=0.75>>0,75 dias por pessoa. Isso significa que, se 8 pessoas são necessárias para fazer uma tarefa em 6 dias, elas fazem a tarefa em meio-dia em 0,75 dias por pessoa x 2 (meio-dia é metade de um dia) = <<0.75*2=1.5>>1,5 dias. Dividindo o número total de dias pelo número de pessoas necessárias para fazer a tarefa, encontramos que 1,5 dias / 8 pessoas = <<1.5/8=0.1875>>0,1875 dias por pessoa. Isso significa que, se 8 pessoas são necessárias para fazer uma tarefa em 6 dias, então seriam necessárias 0,1875 dias por pessoa x 2 (meio-dia é metade de um dia) = <<0.1875*2=0.375>>0,375 pessoas para fazer a tarefa em meio-dia. Para expressar esse resultado em termos de número inteiro de pessoas, arredondamos 0,375 para cima e obtemos 1 pessoa. Isso significa que, se 8 pessoas são necessárias para fazer uma tarefa em 6 dias, então 1 pessoa seria necessária para fazer a tarefa em meio-dia. É importante notar que esse é apenas um valor aproximado e que o número exato de pessoas necessárias para fazer a tarefa em meio-dia pode variar dependendo do contexto específico da tarefa em questão. Se você tiver informações adicionais sobre o contexto da sua pergunta, ficarei feliz em ajudá-lo a respondê-la de maneira mais precisa.

Gabarito:

Nos subtestes de Compreensão e Informação, achei apropriado comentar algumas respostas, porque há muitos erros tanto nos enunciados quanto nas respostas do GPT, porém como as respostas do GPT estão de acordo com o gabarito, e a normatização do teste foi calculada com base nesse gabarito, então a aplicação seguiu o mesmo critério adotado para humanos que foram examinados por esse teste e que serviram para padronização da escala. Não comentarei todos os erros para que não fique demasiado longo.

Meus comentários em azul:

COMPREENSÃO

Porque usamos o dinheiro?

Usamos dinheiro como uma forma de trocar bens e serviços. É uma maneira conveniente de manter o registro das transações econômicas e de facilitar o comércio. O dinheiro também é uma forma de armazenar valor, o que permite que as pessoas economizem para o futuro e invistam em diferentes ativos.  

Tanto as respostas aceitas no Gabarito quanto as do GPT estão erradas. Mas como a normatização do teste foi feita considerando “certa” qualquer resposta que apresentasse razoável adequação às exigências do manual do WAIS, e o próprio gabarito do WAIS apresenta muitos erros, além de ser excessivamente condescendente, então quando a resposta do GPT atende aos critérios do manual, foi classificada como “certa”, para manter o padrão de avaliação por baixo, da mesma maneira que é feito na aplicação tradicional do WAIS.   Deixando de lado detalhes menores (as perguntas deveriam usar “por que” separado, por exemplo), os erros mais graves nesse caso, e em outros similares, foram porque as respostas foram como se a pergunta tivesse sido “para que usamos dinheiro?” ou “qual a utilidade do dinheiro?” que são bem diferentes de “por que?” ou “qual a razão de?”.   A razão pela qual usamos dinheiro é porque as trocas diretas de bens e serviços tornavam difícil ajustar as proporções nas negociações. Por exemplo: uma pessoa possuía 8 ovelhas, enquanto possuía um arado. Um arado vale quantas ovelhas? Digamos que valha 2,72 ovelhas. Como seria feita a troca justa? Levaria 3 ovelhas? Ou 2? Ou levaria 3 e daria 2 galinhas e 17 ovos de “troco”? Ou cortaria uma ovelha e entregaria 0,72 ovelha? O valor de 0,72 morta poderia ser encarado como igual à fração do valor de 0,72 de 1 ovelha viva? No caso da ovelha, se a finalidade fosse usar a carne e a lã, talvez sim, mas se fosse um cavalo? 0,72 cavalo teria algum valor? Um poderia “ficar devendo” ao outro, ou dar alguns itens de melhor valor para cobrir a diferença.   Essa necessidade de uniformizar e padronizar os valores dos bens, de modo a permitir trocas mais precisas, sem que um dos lados leve grande desvantagem ou que seja necessário “empurrar” itens não solicitados como parte da permuta, foi atendida pela criação do dinheiro. Portanto usamos dinheiro para possibilitar trocas indiretas de bens e serviços com maior precisão, sem que itens não solicitados precisem ser adicionados à negociação. Esse é o motivo correto pelo qual usamos dinheiro, que responde à pergunta “por que usamos dinheiro?”   Portanto, a rigor, as respostas do gabarito e do GPT estão ambas insatisfatórias. Uma parte da resposta do GPT (É uma maneira conveniente de manter o registro das transações econômicas e de facilitar o comércio) está num caminho promissor, mas ainda não atende ao que pede o enunciado.  

Porque usamos o relógio?

Usamos o relógio para medir o tempo. Isso nos permite sincronizar nossas atividades, cumprir compromissos e planejar o futuro. O relógio também é importante para a navegação e para muitas outras atividades que dependem da precisão do tempo.

Porque lavamos a roupa?

Lavamos a roupa para mantê-la limpa e fresca. Isso é importante para a saúde e para evitar o acúmulo de sujeira e bactérias. Lavar a roupa também é uma forma de mantê-la em bom estado e prolongar sua vida útil. Além disso, lavar a roupa pode ser uma forma de relaxar e de cuidar de nós mesmos e de nossa casa.

O que faria se encontrasse na rua um envelope fechado, com uma morada e um selo novo?

Se encontrasse um envelope fechado com uma morada e um selo novo na rua, eu provavelmente entregaria o envelope no correio mais próximo. Isso permitiria que a carta fosse entregue ao destinatário correto e evitaria que ficasse perdida. Se não soubesse onde fica o correio mais próximo, eu poderia perguntar a alguém da área ou procurar essa informação online. É importante entregar o envelope o mais rápido possível, para que a carta chegue ao destinatário em boas condições e no prazo estabelecido.  

Um ponto a ser analisado é que uma criança criativa pode se sentir entediada com esse tipo de pergunta óbvia e começar a dar respostas irônicas, que não deveriam ser interpretadas como “erradas”. Se a finalidade é medir corretamente a inteligência da criança, é necessário perceber se ela está empenhada em dar as respostas que o examinador gostaria de receber, mesmo assim está errando, ou se ela está deliberadamente dando respostas irônicas, ou seja, está “errando” de propósito porque não se sente desafiada, ou sequer motivada a perder tempo com essas trivialidades. A criança poderia responder que chamaria a polícia para verificar se não há antraz ou algum outro veneno contaminando o envelope. Além de ser uma resposta mais criativa, seria mais prudente. Claro que a probabilidade de estar contaminada seria baixa, mas o ponto a ser considerado é: quantas pessoas chegaram a considerar essa possibilidade? Em que medida a criança deveria receber pontos extras por ter apresentado uma resposta incomum e bem fundamentada? Embora o WAIS seja para adultos, é o tipo de pergunta que já causaria tédio na maioria das crianças talentosas.

O que quer dizer este ditado: “cão que ladra não morde?

Este ditado significa que alguém que faz ameaças ou mostra hostilidade não é necessariamente perigoso ou capaz de causar dano real. É como se o cão estivesse ladrando alto, mas não tem coragem ou capacidade de morder. É uma forma de dizer que as ações falam mais alto que as palavras e que não devemos nos intimidar com ameaças vazias.

Porque se pagam impostos?

Pagamos impostos para financiar os serviços públicos e as atividades do governo. Isso inclui coisas como educação, saúde, segurança pública, infraestrutura e muito mais. Os impostos também são usados para financiar programas sociais e outras iniciativas que beneficiam a sociedade. Em resumo, pagamos impostos para contribuir com os custos de manter uma sociedade organizada e funcional.  

Curioso que o autor das perguntas usava primeira pessoa do plural nas outras questões, mas no caso de impostos não usou. Independentemente dessa mensagem subliminar, as respostas do GPT e do gabarito estão erradas. As pessoas não pagam impostos para financiar serviços públicos. Novamente se está respondendo “para que” em de vez responder “por que”.   O real motivo pelo qual se pagam impostos é porque há leis que obrigam o pagamento e estabelecem punições severas casos não sejam pagos e os infratores sejam descobertos.   Outro detalhe a ser considerado é que mesmo que a pergunta fosse “para que”, seria necessário que especificasse “teoricamente, para que se pagam impostos?” Esse “teoricamente” é imprescindível, porque na prática os impostos são utilizados para muitas finalidades desonestas, diferentes daquelas para as quais se havia previsto seu uso.

Porque são geralmente incapazes de falar os surdos de nascença?

Os surdos de nascença geralmente são incapazes de falar porque não desenvolveram habilidades auditivas e linguísticas normais. Isso ocorre porque a perda de audição impede que eles ouçam a fala e os sons do idioma falado, o que é fundamental para aprender a falar. Algumas pessoas surdas de nascença podem aprender a falar usando técnicas especiais, como a linguagem de sinais, mas isso não é tão comum. A maioria das pessoas surdas de nascença comunica-se através de outros meios, como a linguagem de sinais ou a escrita.  

Embora os enunciados estejam em português de Portugal, as sentenças não estão bem construídas. As construções das sentenças parecem um pouco como se fosse o mestre Yoda falando. Apesar disso, o GPT conseguiu interpretar e responder.   Mas o principal problema não é esse. O ponto central é que os surdos de nascença não são “incapazes de falar”. Eles são capazes (exceto se forem também mudos), mas não chegam a aprender a falar devido à dificuldade para ouvir os sons que precisam reproduzir. A limitação de “não falar” é muito diferente da limitação de “não ser capaz de falar”. Então seria melhor formular a pergunta como “por que surdos de nascença geralmente não falam?” ou “por que surdos de nascença geralmente não sabem falar?”   A resposta do GPT adicionou informações que, além de desnecessárias, denunciam que ele não “compreendeu” a relação que havia sido questionada, que era como a dificuldade em ouvir implica dificuldade para imitar a pronúncia dos sons, e citou o uso de linguagem de sinais, que não tem ligação com essa relação de causalidade entre não ouvir e geralmente não falar.

Porque é necessário receita para comprar certos medicamentos?

É necessário receita para comprar certos medicamentos porque eles podem ser perigosos se usados de forma incorreta ou sem a orientação de um profissional de saúde. Alguns medicamentos são muito fortes e podem causar efeitos colaterais graves se usados sem a devida supervisão médica. Outros medicamentos podem interagir com outras condições de saúde ou com outros medicamentos que a pessoa está tomando, o que pode ser perigoso. A exigência de receita médica é uma forma de garantir que os medicamentos sejam usados de forma segura e eficaz.  

Novamente ambos errados. É necessária receita porque a ANVISA, ou a FDA, ou a entidade equivalente no respectivo país, exige isso. Nada tem a ver com certos remédios serem perigosos ou causarem mal. Os que não exigem receita também são perigosos e também causam mal, mas mesmo que não causassem, não é nisso que está o problema. O ponto central é que a resposta não atende ao que foi solicitado na pergunta, que é “por que” ou “por qual razão”. E a razão pela qual é necessária receita é porque há entidades fiscalizadoras que exigem isso. Se não houvesse, não seria necessário. A pergunta poderia ser “por que as entidades fiscalizadoras que regulam questões de saúde exigem que determinados medicamentos só sejam vendidos mediante a apresentação de prescrições médicas?” e nesse caso poderia ser oferecida a resposta: “por que há motivos econômicos, políticos e de saneamento envolvidos, que tentam maximizar os lucros de determinados agentes e autarquias, proteger e privilegiar determinados grupos empresariais e estatais, e minimizar os danos causados à saúde das pessoas”, Essa seria uma resposta bastante sumarizada, haveria muitas outras complicações a serem consideradas, mas os pontos principais estariam sintetizados nessa resposta.

Porque deve haver leis que regulem o trabalho profissional das crianças?

Deve haver leis que regulem o trabalho profissional das crianças porque o trabalho pode ser prejudicial para o desenvolvimento físico, mental e social das crianças. O trabalho infantil pode interferir na educação das crianças, expô-las a riscos para a saúde e segurança e privá-las de atividades lúdicas e de descanso adequado. As leis que regulem o trabalho infantil buscam proteger as crianças desses riscos e garantir que elas tenham uma infância saudável e feliz.

Porque exige o estado que as pessoas que queiram casar tenham testemunhas?

O estado exige que as pessoas que queiram casar tenham testemunhas para garantir que o casamento é válido e para documentar o evento. As testemunhas são pessoas que presenciam o casamento e que podem confirmar que as pessoas envolvidas estavam cientes e de acordo com os termos do casamento. As testemunhas também podem ser chamadas a prestar depoimento em caso de disputas ou questionamentos sobre a validade do casamento. É uma forma de garantir que o casamento seja um ato sério e legalmente vinculante.  

Na verdade, as pessoas que queiram casar não precisam de testemunhas. Apenas aquelas que querem se casar é que precisam.   Pessoas que querem casar geralmente são padres, tabeliães etc. Pessoas que querem se casar geralmente são noivos ou namorados. Portanto há uma diferença importante entre “pessoas que querem casar” e “pessoas que querem se casar”.   Apesar dessa falha grave no enunciado, é interessante como o GPT consegue dar respostas bastante razoáveis, não apenas a essa pergunta, mas a todas as anteriores e posteriores, mesmo que a sentença é mal construída. São respostas muito parecidas com o que seria esperado de um humano culto e inteligente. Enfatizando que respostas de um humano culto e inteligente não significa livre de erros. Na verdade, a grande maioria das respostas de humanos, inclusive cultos e inteligentes, apresentam vários erros.

Porque exige o estado que alguns profissionais obtenham a carteira profissional antes de oferecer os seus serviços ao público?

O estado exige que alguns profissionais obtenham a carteira profissional antes de oferecer os seus serviços ao público para garantir que eles tenham as habilidades e conhecimentos necessários para exercer suas funções de forma segura e eficiente. A carteira profissional é um documento que comprova que a pessoa passou por um processo de treinamento e avaliação e que está apta a exercer determinada profissão. Isso é importante para proteger os clientes e usuários dos serviços desses profissionais e garantir a qualidade dos serviços prestados.   Novamente uma resposta incompleta de ambos. Há uma combinação de fatores, sendo que um dos principais, em muitos casos, é a reserva de mercado. Jornalistas, por exemplo.   Há muitos casos nos quais realmente é importante que os profissionais tenham recebido um treinamento adequado e tenham sido aprovados por examinadores qualificados, como cirurgiões ou pilotos de avião. Mas em muitos outros casos não existe uma vantagem real entre o profissional certificado e o não-certificado. As próprias empresas deveriam ter liberdade para selecionar os profissionais mais qualificados, conforme seus critérios e necessidades. Se a empresa não possui uma equipe capacitada para o processo de seleção e recrutamento, ela pode se basear na posse das certificações, mas isso deveria ser facultativo, em vez de ser obrigatório, porque quando a empresa tem condições que fazer sua própria seleção, não faz sentido impedir que ela selecione seus colaboradores com base em critérios mais efetivos e em melhor conformidade com suas diretrizes, não faz sentido invadir a privacidade dessas empresas, impondo critérios arbitrários e muitas vezes ineficazes.   Algumas das empresas mais bem-sucedidas das últimas décadas, como Google, Apple, Microsoft e outras ligadas à Tecnologia, não dão importância à titulações acadêmicas, certificações tradicionais e similares, mas sim à competência efetivamente demonstrada pelos candidatos. Portanto as respostas do gabarito e do GPT estão incorretas.

Porque são mais caros os terrenos na cidade do que no campo?

Os terrenos na cidade costumam ser mais caros que os do campo porque a demanda por terrenos urbanos é maior do que a demanda por terrenos rurais. As cidades têm uma população mais densa e um maior número de empresas e instituições, o que aumenta a procura por terrenos para construção e desenvolvimento. Isso faz com que os preços dos terrenos na cidade sejam mais altos, em comparação com os preços dos terrenos no campo. Além disso, os terrenos na cidade costumam estar mais próximos de serviços e infraestrutura, o que pode aumentar ainda mais o seu valor.

Diga-me algumas razões porque é importante o estudo da história.

Existem várias razões pelas quais o estudo da história é importante. Algumas dessas razões incluem:

1.     A história nos ajuda a compreender o mundo em que vivemos e a forma como ele se desenvolveu ao longo do tempo. 2.     O estudo da história nos permite aprender com os erros e acertos do passado e evitar repetir os erros do passado. 3.     A história também nos ajuda a compreender as diferenças culturais e a respeitar as tradições e valores das diferentes sociedades. 4.     O conhecimento da história também é importante para a formação de cidadãos críticos e informados, capazes de tomar decisões conscientes e participar ativamente da vida política e social. 5.     Além disso, o estudo da história pode ser uma fonte de inspiração e motivação, ajudando-nos a entender o papel que podemos desempenhar na construção do futuro.

  O enunciado impõe uma premissa questionável. Esse tema é analisado em meu livro “A Igreja do Bem”.

Se se perdesse numa floresta durante o dia, como iria encontrar a saída?

Se me perdesse numa floresta durante o dia, eu tentaria encontrar a saída seguindo algumas dicas básicas de sobrevivência. Primeiro, eu tentaria manter a calma e evitar pânico, o que me ajudaria a tomar decisões racionais e lógicas. Em seguida, eu procuraria por algum sinal de civilização, como uma estrada ou uma cabana, e seguiria nessa direção. Também poderia tentar subir em alguma árvore para ter uma visão mais ampla do local e procurar por sinais de civilização. Se não conseguisse encontrar nenhum sinal de civilização, eu poderia tentar seguir o curso de um rio ou de um riacho, que geralmente segue em direção às áreas habitadas. É importante lembrar de marcar o caminho que seguimos, para que possamos retornar pelo mesmo caminho se precisarmos.  

Achei a resposta do GPT interessante, especialmente a parte de subir numa árvore para ter uma visão mais ampla. Por outro lado, nem o gabarito nem o GPT citaram o uso do Sol e/ou da Lua como auxiliares (na hipótese de o céu não estar nublado e de a Lua estar visível).   Embora a menção da Lua durante o dia fosse menos usual e exigisse um pouco mais de conhecimento, a menção do Sol seria trivial, por isso achei surpreendente que nem sequer o Sol não tenha sido mencionado.Embora tanto a resposta do GPT quanto a do gabarito sejam muito vagas, a sugestão do GPT de subir numa árvore foi um diferencial interessante a ser notado, que causa a sensação de que ele realmente “entendeu” a pergunta e pensou na situação para tentar encontrar uma solução adequada.

Porque razões cozinhamos muitos alimentos?

Cozinhamos muitos alimentos por várias razões. Uma das principais razões é para torná-los mais digestíveis e nutritivos. A cozinha pode ajudar a quebrar as fibras das plantas e a desativar as substâncias tóxicas presentes em alguns alimentos. Isso aumenta a quantidade de nutrientes que o nosso corpo pode absorver e facilita a digestão. Além disso, a cozinha também pode ajudar a desenvolver novos sabores e texturas nos alimentos, tornando-os mais apetitosos e saborosos. A cozinha também é importante para a segurança alimentar, já que a altas temperaturas podem matar bactérias e outros microorganismos que podem causar doenças.

Diga-me algumas razões porque convém que se aplique o regime de liberdade condicional.

Existem várias razões pelas quais convém aplicar o regime de liberdade condicional. Algumas dessas razões incluem:

1.     O regime de liberdade condicional permite que os condenados cumpram suas penas em liberdade, desde que cumpram certas condições impostas pelo juiz. Isso pode ajudar a reintegrá-los na sociedade de forma mais suave e eficaz. 2.     O regime de liberdade condicional também pode ajudar a reduzir a superlotação nas prisões e a evitar o encarceramento de pessoas que não representam um risco para a sociedade. 3.     Além disso, o regime de liberdade condicional pode ser uma oportunidade para os condenados adquirirem novas habilidades e conhecimentos, o que pode ajudá-los a encontrar emprego e a construir uma vida produtiva após o cumprimento da pena. 4.     O regime de liberdade condicional também pode ser uma forma de punição mais equitativa e justa, já que permite aos condenados cumprir suas penas de forma mais individualizada, de acordo com as suas necessidades e circunstâncias. 5.     Por fim, o regime de liberdade condicional pode ser uma forma de prevenção do crime, já que permite aos condenados receber apoio e orientação para evitar a reincidência.

O que quer dizer este ditado: “Uma andorinha não faz a primavera.”

Este ditado significa que um único evento ou acontecimento não é suficiente para indicar que algo importante está acontecendo ou que uma mudança significativa está ocorrendo. É como se a chegada de uma única andorinha não fosse suficiente para afirmar que a primavera está chegando. É uma forma de dizer que é preciso ter em conta todos os fatores e considerar o quadro geral antes de tirar conclusões precipitadas ou de tomar decisões importantes.

O que quer dizer este ditado: “Os ribeiros pouco profundos são barulhentos.”

Este ditado significa que as pessoas ou as coisas que têm pouca profundidade ou conhecimento tendem a se mostrar ou a se comportar de forma mais chamativa ou evidente. É como se os ribeiros pouco profundos fossem barulhentos, porque a água flui rapidamente e causa mais ruído. É uma forma de dizer que aqueles que têm pouco conhecimento ou experiência tendem a se mostrar mais exuberantes ou barulhentos, enquanto aqueles que são mais profundos ou experientes tendem a ser mais reservados e discretos.

Gabarito:

INFORMAÇÃO

Que dia vem depois de Sábado?

O dia que vem depois de Sábado é Domingo.  

A resposta poderia ser qualquer dia. A pergunta ficaria melhor assim “Qual dia da semana vem imediatamente depois de Sábado?”

Qual é a sua idade?

Eu sou um modelo de linguagem treinado por OpenAI e, como tal, não tenho idade. Sou capaz de responder perguntas e fornecer informações sobre muitos tópicos diferentes, mas não tenho uma identidade ou consciência própria.  

Agora pode-se ver o problema que foi mencionado antes. Analisando todas as outras respostas do GPT, é evidente que ele acertaria essa, desde que não tivesse sido “boicotado” por seus programadores que o proibiram de aprender a própria idade e de mencioná-la em respostas.

Que forma tem uma bola?

Uma bola tem a forma de uma esfera. Isso significa que é redonda e tem a mesma circunferência em todos os pontos. É simétrica em todos os sentidos e não tem pontas ou ângulos. É a forma mais simples de uma superfície curva e é comum em muitos objetos, como planetas, frutas, e esportes.

Quantos meses tem um ano?

Um ano tem 12 meses. Cada mês tem um número de dias que varia de acordo com o mês. Alguns meses têm 31 dias, outros têm 30 dias, e fevereiro tem 28 dias (29 em anos bissextos). Os meses são usados como uma medida do tempo e são importantes em muitos sistemas de calendário em todo o mundo.  

Um ano pode ter 12 ou 13 meses, dependendo do calendário utilizado. Nos calendários judaico e islâmico, os anos são divididos em 12 ou 13 meses lunares. Eu não conheço calendários com outros números de meses além de 12 e 13, mas é possível que existam, embora seja improvável, porque os astros utilizados para determinação de calendários são o Sol e a Lua. Alguns povos usam períodos sinódicos de Vênus (584 dias) em seus calendários, mas os nomes desses ciclos não são equivalentes a “ano”, portanto não afetam o número de meses num ano. Então a resposta correta deveria ser “12 ou 13 meses, dependendo do calendário” e uma resposta mais cuidadosa poderia enfatizar “é possível, embora improvável, que haja também outros calendários com número de meses diferente de 12 ou 13”.

O que é um termómetro?

Um termómetro é um instrumento usado para medir a temperatura de um objeto ou ambiente. Ele pode ser feito de vários materiais, mas geralmente é um dispositivo de vidro com uma escala graduada em sua superfície. O termómetro contém um líquido, geralmente mercúrio ou álcool, que expande e contrai com a mudança de temperatura. Quando a temperatura aumenta, o líquido se expande e sobe pela escala graduada, indicando a temperatura do objeto ou ambiente. Termômetros são usados em muitas áreas, incluindo a medicina, a meteorologia, a cozinha e a indústria.  

As respostas do gabarito são excessivamente condescendentes, aceitando quase qualquer coisa, inclusive aceitando várias respostas incorretas. Por exemplo “aparelho para medir a febre” está incorreto. Seria como se perguntasse “o que é um copo?” e a resposta fosse “recipiente para colocar Coca-Cola”. É uma redução exagerada e incorreta na função de um copo, assim como na de um termômetro.   A resposta do GPT está boa, embora desnecessariamente extensa. A resposta correta econômica seria “instrumento para medir temperatura” ou “para medir entropia”.

Quem escreveu “Os Lusíadas”?

"Os Lusíadas" foi escrito por Luís Vaz de Camões. Ele é considerado o maior poeta português de todos os tempos e é conhecido por sua obra-prima épica, "Os Lusíadas". Escrita no século 16, a obra conta a história de Portugal e de seus heróis e descobertas marítimas. Ela é considerada uma das obras mais importantes da literatura portuguesa e é amplamente estudada e admirada em todo o mundo.  

A rigor, considerando a pergunta ipsis litteris, essa resposta está errada. Em 2018 foi feita uma cópia manuscrita de “Os Lusíadas”, portanto outras pessoas também escreveram os Lusíadas, e provavelmente essa versão de 2018 não foi a única nem a primeira. Seria melhor perguntar “quem foi o autor de Os Lusíadas?”

Em que continente fica o deserto do “Sahara”?

O deserto do Sahara fica no continente da África. É o maior deserto do mundo, com uma área de cerca de 9 milhões de quilômetros quadrados, cobrindo grande parte do norte da África. O deserto é conhecido por suas extensões de areia e por suas condições climáticas extremas, incluindo altas temperaturas durante o dia e baixas temperaturas à noite. Ele é habitado por uma variedade de animais e plantas adaptadas à vida no deserto, e também é um importante local de exploração de petróleo e gás natural.

Em que direcção se põe o sol à tarde?

O sol se põe na direção oeste à tarde. Isso ocorre porque a Terra gira em torno de seu eixo de oeste para leste, fazendo com que o sol aparente se mover através do céu de leste para oeste. Quando o sol se encontra no horizonte oeste, isso é conhecido como o pôr do sol. É um momento muito bonito do dia, quando o céu se ilumina com diferentes tons de laranja, vermelho e roxo. A direção exata em que o sol se põe pode variar de acordo com a sua localização geográfica.  

Nos enunciados, além de usarem “porque” sem separar, algumas palavras que deveriam ter inicial maiúscula aparecem em minúscula, como “Sol” e “Terra”. Mas esse não é o único problema. O principal problema é que em latitudes acima de 66,5º, no Solstício de Verão, o Sol não se põe à tarde nem à noite, permanecendo mais de 24h seguidas acima do horizonte. Na verdade, devido à refração à atmosférica, até mesmo em latitudes um pouco abaixo de 66º se pode observar esse fenômeno. Além disso, só em latitudes relativamente baixas é que se pode ver o Sol se pondo no Oeste. Em altas latitudes pode ser visto a Noroeste ou Sudoeste, dependendo da época do ano.

Em que continente fica o Egipto?

O Egito fica no continente da África. É um país localizado no nordeste da África e no sudeste da Europa, atravessado pelo rio Nilo. O Egito é conhecido por sua rica história e cultura, com muitos monumentos antigos, como as pirâmides e o templo de Karnak. Também é um importante centro comercial e turístico, atraindo milhões de visitantes todos os anos para ver suas maravilhas antigas e modernas.

Qual é a capital do Japão?

A capital do Japão é Tóquio. Tóquio é a maior cidade do Japão e uma das maiores cidades do mundo, com uma população de mais de 13 milhões de habitantes. É uma importante metrópole financeira e tecnológica, bem como um centro cultural e de entretenimento. Tóquio é conhecida por sua mistura única de tradição e modernidade, com muitos edifícios históricos e modernos, bem como parques, jardins e templos. É uma cidade vibrante e em constante mudança, que atrai visitantes de todo o mundo.

Quem pintou a Capela Sistina?

A Capela Sistina foi pintada por Michelangelo. Ele foi um dos mais importantes artistas renascentistas da Itália e é conhecido por suas obras-primas, incluindo a Capela Sistina. A Capela Sistina é uma das obras mais famosas de Michelangelo e foi encomendada pelo Papa Júlio II no início do século 16. Michelangelo pintou o teto e as paredes da capela com cenas bíblicas e figuras mitológicas, criando uma obra-prima da arte renascentista. A Capela Sistina é um dos locais mais visitados do Vaticano e é admirada por milhões de pessoas a cada ano.

As respostas estão erradas. Várias pessoas pintaram a Capela Sistina, inclusive Botticelli, Perugino e outros. Isso sem contar pinturas externas não-artísticas, restaurações posteriores etc. A formulação adequada da pergunta não é simples. Não seria adequado perguntar “Quem pintou o teto da capela Sistina?” ou “Quem fez a pintura original da capela Sistina?”, porque a pintura original do teto foi feita por Piermatteo d’Amelia. Talvez fosse apropriado perguntar “Quem fez a segunda e mais famosa pintura do teto da capela Sistina?” e nesse caso conseguiria tornar adequada a resposta que se desejava receber.

Em que país nasceram os Jogos Olímpicos?

Os Jogos Olímpicos foram criados na Grécia Antiga. A primeira competição olímpica foi realizada em 776 a.C. em Olympia, na Grécia. Os jogos eram uma celebração em honra de Zeus e incluíam uma variedade de competições atléticas e desportivas. Eles eram realizados a cada quatro anos e eram considerados um evento sagrado na Grécia Antiga. Com o passar do tempo, os jogos foram suspensos, mas foram reintroduzidos em 1896, quando o primeiro Jogos Olímpicos modernos foram realizados em Atenas. Hoje, os Jogos Olímpicos são um dos eventos esportivos mais importantes do mundo, com atletas de todos os países competindo em uma variedade de esportes.

Quais são os continentes da terra?

Existem sete continentes na Terra: Ásia, África, América do Norte, América do Sul, Antártida, Europa e Oceania. Cada continente tem suas próprias características geográficas, climáticas e culturais, mas todos fazem parte do mesmo planeta. A Terra é o único planeta do sistema solar conhecido por abrigar a vida e é o lar de milhões de espécies de plantas, animais e seres humanos.  

O gabarito está duplamente errado. O gabarito aceita com e sem Antártida, mas não considera com e sem a separação de América do Norte e do Sul. A resposta do GPT está melhor que a do gabarito, mas em vez de incluir informações desvinculadas com a pergunta, deveria comentar sobre haver divergências entre geógrafos sobre se a América deve ser considerada um só continente ou se dividida em “do Norte” e “do Sul”.

Quem foi Cleópatra?

Cleópatra foi a última rainha do Egito antigo. Ela governou o Egito como parte de uma dinastia de faraós gregos e é conhecida por sua beleza, inteligência e poder. Cleópatra nasceu em 69 a.C. e assumiu o trono do Egito aos 18 anos de idade. Ela se envolveu em muitas intrigas políticas e se tornou uma figura importante no mundo romano da época. Ela se tornou amante do general romano Marco Antônio e juntos lutaram contra os romanos, mas foram derrotados em batalha. Cleópatra cometeu suicídio em 30 a.C., depois de perder a batalha e ver Marco Antônio morrer. Ela é considerada uma das mulheres mais poderosas e influentes da história.  

De modo geral, esse tipo de pergunta é muito vaga e inadequada, mas como o nível de rigor na análise das respostas é muito baixo, então quase qualquer resposta mais ou menos plausível acaba sendo aceitável.

A que temperatura ferve a água em condições normais?

A água ferve a 100 graus Celsius em condições normais. A temperatura de ebulição é a temperatura em que a pressão de vapor da água no interior de um recipiente é igual à pressão atmosférica. Quando a água atinge essa temperatura, ela se transforma em vapor e começa a ferver. A temperatura de ebulição da água pode variar ligeiramente de acordo com a pressão atmosférica e outras condições, mas em condições normais ela é de 100 graus Celsius. Isso é importante para cozinhar alimentos e para muitas outras aplicações.  

Há uma inconsistência nesse enunciado. Por um lado, o autor da pergunta tentou ser cuidadoso, porque a temperatura na qual a água ferve depende da pressão, do nível de impurezas na água etc. Mas presumivelmente se trata de água destilada. Entretanto, o termo “normais” é muito vago. Em Física e Química há o termo CNTP, que significa “Condições normas de temperatura e pressão”, porém CNTP, usado pelo NIST, corresponde a 100 kPa e 298,15 K (ou 293,15 K, dependendo da situação), portanto não é possível ferver água nessas condições. O enunciado precisaria informar a que pressão a água se encontra para que fosse possível determinar a temperatura à qual ela ferve. Poderia informar a altitude, e a partir daí seria possível estimar aproximadamente a pressão, e então a temperatura. Mas da maneira como o enunciado foi construído, embora seja fácil perceber que o examinador gostaria de receber a resposta 100ºC ou equivalente em outra escala, essa resposta não pode ser considerada correta.

Por que é famoso Flemming?

Flemming é mais comumente conhecido como Alexander Flemming, um cientista britânico que foi um dos mais importantes descobridores da história. Ele é conhecido por sua descoberta do penicilina, um antibiótico que mudou o mundo da medicina e salvou milhões de vidas. Flemming nasceu em 1881 e estudou medicina e microbiologia. Em 1928, ele descobriu acidentalmente o penicilina ao observar que um fungo estava impedindo o crescimento de bactérias em uma placa de cultura. Ele desenvolveu o penicilina e começou a usá-lo para tratar infecções, tornando-se um dos maiores heróis da ciência.  

Resposta errada de ambos. Flemming não descobriu a penicilina, nem descobriu os efeitos da penicilina, nem inventou métodos para produzir ou sintetizar penicilina. Apenas lhe foram incorretamente atribuídos os créditos por essa descoberta.  

Quem na verdade teve os méritos pela descoberta foi Ernest Duchesne, que realizou experimentos planejados com a intenção de testar os efeitos da penicilina 35 anos antes de Flemming ter acidentalmente observado, por mera sorte, os efeitos da penicilina.   Portanto além de os trabalhos de Duchesne serem muito anteriores aos de Flemming, ele teve méritos intelectuais reais de ter planejado e executado experimentos com o propósito de investigar hipóteses científicas sobre como fungos competiriam com bactérias pelos nutrientes locais e, com isso, reduziriam a população de bactérias. Havia um embasamento, apoiado na Teoria de Darwin, sobre os efeitos que seriam esperados se colocasse fungos (ele usou culturas de Penicillium glaucum para curar febre tifoide) num ambiente contaminado com bactérias, e constatou que realmente a inserção de fungos reduzia a população dos patógenos e curava a infecção.   Diferentemente disso, Flemming não fez qualquer planejamento, não se apoiou em nenhuma teoria, simplesmente teve sorte de causar um acidente que levou a uma descoberta.   Tragicamente, o nome de Duchesne se perdeu na História, sem contar os milhões de vidas que poderiam ter sido salvas na primeira guerra mundial se os trabalhos de Duchesne tivessem recebido a devida atenção. Foram inventadas estorietas que tentam transformar a descoberta acidental de Flemming num episódio romântico e edificante, e transformar Flemming num herói, enquanto o verdadeiro herói ficou simplesmente esquecido.   Uma das falsas historietas é essa, que tem circulado há mais de 10 anos em vários sites, jornais, revistas, etc.:  

“Um pobre fazendeiro escocês, enquanto tentava ganhar a vida para sua família, ouviu um grito de socorro vindo de um pântano próximo. Ele largou as ferramentas e correu para o pântano. Lá, ele encontrou um menino até a cintura no estrume negro e úmido, gritando e lutando para se libertar. O agricultor salvou o menino do que poderia ser uma morte lenta e terrível. No dia seguinte, uma carruagem elegante chegou à fazenda. Um nobre, elegantemente vestido, saiu e se apresentou como o pai do menino que o fazendeiro ajudou. “Eu quero recompensá-lo”, disse o nobre. “Você salvou a vida do meu filho.” Não, não posso aceitar um pagamento pelo que fiz “, respondeu o agricultor escocês. Naquele instante, o filho do fazendeiro chegou à porta da cabana. “É seu filho?” perguntou o nobre. “Sim”, o fazendeiro respondeu com orgulho. – Eu proponho fazer um acordo. Permita-me fornecer a seu filho o mesmo nível de educação que meu filho irá gozar. Se o menino se parece com o pai, não duvido que ele cresça para se tornar o homem de que nós dois nos orgulharemos. E o fazendeiro aceitou. O filho do fazendeiro cursou as melhores escolas e com o tempo, formou-se pela Faculdade de Medicina do Hospital St. Mary, em Londres, ele passou a se tornar conhecido em todo o mundo como o renomado Dr. Alexander Fleming, o descobridor da penicilina. Anos depois, o filho do mesmo nobre que foi salvo do pântano adoeceu com pneumonia … O que salvou sua vida dessa vez? …. Penicilina! E você sabe qual era o nome do nobre? Sir Randolph Churchill. E o nome do filho dele?! Sir Winston Churchill !!! Alguém disse uma vez: “O que vai, volta multiplicado”.

  A história é bonita, porém falsa em quase todos os detalhes, inclusive o medicamento usado por Churchill quando contraiu pneumonia foi sulfadiazina, não penicilina, Churchill e Flemming só se conheceram em 1946, a família de Flemming era razoavelmente bem estabelecida financeiramente, a cena do Churchill menino no estrume nunca existiu etc. etc. etc.   Portanto a resposta do GPT e a do gabarito do WAIS estão ambas erradas. Flemming não é famoso por ter descoberto a penicilina, mas sim por terem lhe atribuído (injustamente) os créditos por essa descoberta, por terem lhe presenteado com um Nobel, por terem feito uma massiva publicidade que projetou seu nome na História.

O que é o Corão (ou Alcorão)?

O Corão, também conhecido como o Alcorão, é o livro sagrado do Islã. Ele contém os ensinamentos e a revelação divina que o profeta Maomé recebeu do anjo Gabriel. Os muçulmanos acreditam que o Corão é a palavra exata de Deus e é considerado uma fonte inquestionável de autoridade moral e espiritual. O Corão é escrito em árabe e é recitado e estudado por milhões de muçulmanos em todo o mundo. É dividido em 114 capítulos, chamados suras, e é um dos livros sagrados mais lidos do mundo.

Qual é a causa da Lua ter luz?

A lua tem luz porque reflete a luz do sol. A lua não tem luz própria, então ela depende da luz do sol para ser visível. Quando a lua está na parte da Terra que está iluminada pelo sol, ela reflete a luz do sol para a Terra e parece brilhar no céu noturno. Isso é chamado de fase da lua cheia. Quando a lua está na parte da Terra que está na sombra do sol, ela não reflete a luz do sol e aparece no céu noturno como uma lua escura ou "nova". As diferentes fases da lua são causadas pelo movimento da lua em torno da Terra e pelo movimento da Terra em torno do sol.   Interessante que no WAIS colocaram “Terra” e “Sol” com iniciais minúsculas, mas “Lua” colocaram com inicial maiúscula. Já o GPT colocou “Lua” com minúscula. Mas esse detalhe não tem muita importância.   A pergunta está muito mal formulada, mas da maneira como está, a resposta adequada seria que a causa de a Lua ter luz é que todos os corpos com massa possuem núcleos aquecidos pela pressão exercida nas regiões mais centrais pela força gravitacional, e o calor produzido no núcleo é transmitido até as camadas mais externas, gerando uma tênue radiação que pode variar entre infravermelho e ondas de rádio. Essa é a resposta aceitável, compatível com a pergunta.   Mas obviamente o autor da pergunta não estava pensando em “luz” como ondas eletromagnéticas, mas sim em “luz visível” cujo comprimento de onda fica compreendido aproximadamente entre 360 nm e 740 nm. Então ele não poderia dizer que a “Lua tem luz”, porque a única luz que a Lua tem é em comprimentos de onda muito longos, associados a temperaturas baixas, conforme descrevi acima.   A luz refletida pela Lua não é “luz que ela tem”. É luz que ela reflete.   A pergunta poderia ser “Por que conseguimos ver a Lua?” e a resposta precisaria citar o fato de termos olhos, equipados com retinas, com cones e bastonetes e conectados ao cérebro. Os cones e bastonetes recebem a luz refletida na superfície da Lua, luz proveniente do Sol e de outras estrelas, mas principalmente do Sol, e uma parte ela recebe da Terra (luz cinérea), que por sua vez está refletindo também luz que recebe do Sol e de outras estrelas. A luz da Terra que reflete luz solar sobre a Lua também contribui para iluminar o lado “escuro” (luz cinérea) da Lua, que embora “escuro, é suficientemente claro para ser percebido.

A que nome de pessoa se associa normalmente a “teoria da relatividade”?

A teoria da relatividade é normalmente associada a Albert Einstein. Einstein foi um físico alemão que desenvolveu a teoria da relatividade, que mudou a forma como entendemos o espaço e o tempo. Ele publicou sua teoria da relatividade geral em 1915 e ela se tornou uma das maiores conquistas da ciência moderna. A teoria da relatividade estabelece que a velocidade da luz é sempre constante, independentemente da velocidade do observador, e que a gravidade é resultado da curvatura do espaço-tempo. A teoria da relatividade foi confirmada por experimentos e observações precisas e continua a ser um dos pilares da física moderna.

Embora o autor da pergunta tenha tomado o cuidado de dizer “normalmente”, ainda assim está errada. A Teoria da Relatividade de Especial é normalmente associada a vários nomes, e cada vez mais normalmente se associa com Poincaré e Lorentz, além de Einstein. Fitzgerald, Lomar e Voygt também são nomes importantes associados ao desenvolvimento da Teoria da Relatividade Especial. No caso da Teoria da Relatividade Geral, os nomes de Einstein, Hilbert, Eddington, Minkowski, Schwarszchild e Kerr são alguns dos mais importantes e mais normalmente associados.

Quem foi Mahatma Gandhi?

Mahatma Gandhi foi um líder político e espiritual indiano que liderou o movimento de independência da Índia contra o domínio britânico. Ele foi um defensor da não-violência e da resistência civil pacífica e tornou-se um dos maiores líderes políticos do século 20. Gandhi nasceu em 1869 e estudou leis na Inglaterra. Quando retornou à Índia, ele se envolver em movimentos políticos e sociais e liderou a luta pela independência da Índia. Ele foi assassinado em 1948, mas deixou um legado duradouro como um dos maiores líderes da história.

Qual é o tema principal do Livro dos Génesis?

O tema principal do Livro dos Génesis é a criação do mundo e da humanidade. O Livro dos Génesis é o primeiro livro da Bíblia e conta a história da criação do universo, da Terra e de todas as coisas que nela existem, incluindo plantas, animais e seres humanos. Também conta a história da primeira humanidade, incluindo a queda do homem no jardim do Éden e a origem das nações e das línguas. O Livro dos Génesis é um livro fundamental para o judaísmo e o cristianismo e é considerado uma fonte de sabedoria e autoridade espiritual por muitas pessoas.

Por que é famosa a Madame Curie?

Madame Curie é famosa por suas contribuições para a ciência da radioatividade. Ela foi uma cientista polonesa que trabalhou na França e foi a primeira mulher a ganhar o Prêmio Nobel. Ela e seu marido Pierre Curie descobriram dois novos elementos químicos, o polônio e o rádio, e desenvolveram a teoria da radioatividade. Eles foram premiados com o Prêmio Nobel de Física em 1903 e ela ganhou o Prêmio Nobel de Química em 1911. Ela é uma das cientistas mais importantes e influentes da história e suas descobertas têm sido cruciais para o avanço da ciência e da medicina.  

Novamente as respostas estão erradas. Ela não é famosa por ter feito descobertas científicas relevantes, mas sim porque foi feita ampla publicidade/divulgação sobre as descobertas dela. Há muitos casos de pessoas que fizeram descobertas tão ou mais importantes que as dela, mas não se tornam famosas porque suas descobertas não são divulgadas. O caso citado acima, de Duchesne, é um exemplo claro, e há muitos outros similares. Einstein, por exemplo, não se tornou famoso por suas contribuições para o desenvolvimento da Teoria da Relatividade, mas sim pela grande publicidade orquestrada por Eddington sobre o eclipse de 1919, que usou as previsões de Einstein para aquele evento como meio de impulsionar mundialmente a fama de Einstein além das fronteiras da Física, tornando-o mais famoso do que astros de Hollywood (em parte porque naquela época os astros de Hollywood não eram tão famosos).

Qual é a Velocidade da Luz?

A velocidade da luz é de cerca de 299.792.458 metros por segundo. A luz é uma das formas mais rápidas de energia conhecida e viaja a uma velocidade muito alta. Ela é muito mais rápida do que qualquer coisa que possamos perceber, como os carros ou os aviões. A velocidade da luz é constante, o que significa que ela sempre se move a essa velocidade, independentemente de quem ou o que está observando. É uma das constantes fundamentais da natureza e é usada em muitas equações e cálculos em física e matemática.  

O gabarito é exageradamente condescendente, mas o pior é que além disso está errado, assim como a resposta do GPT, que contém mais de um erro, inclusive o GPT repete um erro que eu já havia corrigido em conversa anterior que tive com ele, mas ele não aprendeu e continua repetindo.   A velocidade da luz depende do meio de propagação. No diamante, por exemplo, a velocidade da luz é 124.000 km/s. Em diferentes outros meios transparentes a luz se propaga a diferentes outras velocidades. Além disso, cada comprimento de onda se propaga a uma velocidade diferente. No vácuo a velocidade da luz (todos os comprimentos de onda) é de 299.792,458 km/s, e não é “aproximadamente”, como disse o GPT. É exatamente, já que ela é usada no SI para determinar o valor do metro desde 1983, ou seja, o comprimento de 1 m é definido como 1/299.792.458 do espaço percorrido pela luz no vácuo no intervalo de 1 segundo, portanto é um valor exato.

Quem foi Carlos Magno?

Carlos Magno, também conhecido como Carlos, o Grande, foi um rei e imperador francês que viveu no século 8. Ele é conhecido por ter criado o Império Carolíngio e por ter reunificado a Europa Ocidental após séculos de caos e conflito. Carlos Magno nasceu em 742 e sucedeu seu pai, Pepino, como rei da França em 768. Ele expandiu seu reino através da conquista e da diplomacia e tornou-se um dos maiores monarcas da história europeia. Ele também foi um líder religioso importante e promoveu o cristianismo na Europa Ocidental. Carlos Magno morreu em 814 e deixou um legado duradouro como um dos grandes líderes da história europeia.

Quem foi Catarina a Grande?

Catarina a Grande foi uma imperatriz russa que governou a Rússia no século 18. Ela nasceu em 1729 e tornou-se imperatriz quando seu marido, Pedro III, foi assassinado em 1762. Catarina era uma líder forte e inteligente e expandiu o Império Russo através da conquista e da diplomacia. Ela também introduziu muitas reformas políticas e sociais, incluindo a criação de um sistema de educação pública e o fomento da ciência e da arte. Catarina a Grande ficou conhecida como uma das mulheres mais poderosas e influentes da história e governou a Rússia por 34 anos até sua morte em 1796.

Quem escreveu Fausto?

Fausto foi escrito por Johann Wolfgang von Goethe. Goethe foi um poeta, romancista e dramaturgo alemão do século 18 e é considerado um dos maiores escritores da história da literatura alemã. Ele nasceu em 1749 e começou a escrever ainda jovem. Seu romance mais famoso, Fausto, foi publicado em duas partes, em 1808 e 1832. A história segue o personagem Fausto, um homem que faz um pacto com o diabo em troca de poder e conhecimento. A obra é considerada uma das mais importantes da literatura alemã e foi adaptada várias vezes para o teatro e para outras mídias.

Quantos habitantes tem a terra?

Existem cerca de 7,8 bilhões de pessoas na Terra. A população mundial tem crescido rapidamente nos últimos séculos devido à melhoria da saúde e às condições de vida, bem como ao aumento da expectativa de vida. A Terra é o único planeta do sistema solar conhecido por abrigar a vida e é o lar de milhões de espécies de plantas, animais e seres humanos. A população humana é distribuída por todo o mundo e é composta por pessoas de diferentes raças, culturas e religiões. O aumento da população mundial tem criado desafios e preocupações relacionados à sustentabilidade e ao meio ambiente.  

Pergunta mal formulada, com gabarito desatualizado e GPT desatualizado. Seria um pouco melhor perguntar “Quantas pessoas habitam a Terra atualmente?” ou “qual a população humana na Terra atualmente?”

Onde está a linha internacional que separa os dias?

A linha internacional que separa os dias é o meridiano de Greenwich. O meridiano de Greenwich é um meridiano (linha de longitude) que passa pelo Observatório Real de Greenwich, em Londres, e é usado como referência para a determinação do fuso horário. Todas as outras linhas de longitude são medidas em relação ao meridiano de Greenwich, de forma que quando é meio-dia no meridiano de Greenwich, é meia-noite no meridiano oposto, que passa pelos polos norte e sul. Portanto, a linha que separa os dias é a linha que passa pelo meridiano de Greenwich.  

A resposta do GPT está errada. Eu também não conhecia essa linha. Eu só conhecia o meridiano de Greenwich, e como há vários erros nos enunciados, eu achei que essa pergunta também estivesse incorreta. Entretanto, ao pesquisar no Google constatei que existe de fato algo chamado “Linha Internacional de Data” ou “Antimedidiano de Greenwich”, que fica a 180º do meridiano de Greenwich.

Gabarito

ANÁLISE GERAL DAS RESPOSTAS AOS TESTES

Podemos inferir muitas conclusões a partir de tudo que foi exposto acima, mas nosso interesse principal é determinar se o GPT pode e deve ser considerado uma “entidade inteligente” ou se estaria mais bem classificado como uma “ferramenta”. Claro que há outras interpretações possíveis, por isso, a rigor, o que desejamos saber é se GPT deve ser considerado uma entidade “inteligente” ou “não-inteligente”. Quando digo “inteligente” não significa necessariamente “consciente”, pois isso obviamente o GPT não é. Mas avaliar com bons critérios se o GPT é inteligente, é muito mais complexo e mais difícil, por isso ainda precisamos nos aprofundar em mais alguns detalhes antes de apresentar uma conclusão sobre isso.

Embora o WAIS seja [comparativamente] um dos “melhores” testes de QI que existem, e tenha passado por muitas revisões realizadas por centenas de Ph.Ds. em Psicologia de vários países, desde 1939, ainda continua apresentando um número preocupante de erros graves e primários que comprometem a fidedignidade dos resultados.

Quando se examina com atenção as falhas em algumas das respostas do gabarito, percebe-se facilmente porque algumas pessoas brilhantes, como Feynman, tiveram escore 123 em testes de QI, embora sejam muito mais inteligentes do que esse escore sugere. O QI esperado para Feynman seria mais de 190. Mas ao ser examinado por um teste de QI típico, se Feynman tentou dar respostas apropriadas e profundas a perguntas ruins, com gabaritos rasos, ele acabou sendo prejudicado, porque algumas de suas respostas foram consideradas “erradas” por serem muito superiores às respostas aceitas no gabarito como “certas”. Não estou dizendo que no caso específico de Feynman o seu baixo escore tenha sido provocado por esse tipo de falha nos testes, mas em muitos casos de pessoas brilhantes esse tipo de problema pode acontecer, gerando uma quebra de confiança nos resultados dos testes de QI, transformando os testes em motivo de chacota, quando na verdade são instrumentos científicos como quaisquer outros, sujeitos às mesmas limitações e erros e calibração, além de erros gerados por mau uso ou erros de interpretação associados à pessoa que os aplica e interpreta, do mesmo modo que se observa erros em previsões meteorológicas, em diagnósticos médicos etc. Isso não significa que a Meteorologia como um todo ou a Medicina como um todo sejam ruins ou ineficazes. Aliás, as medidas de QI são muito mais certeiras que as previsões meteorológicas e os diagnósticos médicos.

É importante lembrar que Feynman é uma exceção rara. Menos de 1 em cada 100 milhões de pessoas têm QI no mesmo nível do de Feynman. Essas pessoas estão muito acima do nível que os testes de QI tradicionais, usados em clínicas, são capazes de medir. Mas para a maioria da população, com QI entre 70 e 130 (95% da população), os testes de QI funcionam muito bem. Tenho um amigo cuja pressão arterial era medida pelos esfigmomanômetros como sendo 6 por 4, e era perfeitamente saudável. Em pessoas normais, a pressão arterial normal é 12 por 8, e só se a pessoa estiver quase morrendo chega perto de 6 por 4. Mas no caso dele, 6 por 4 era saudável. Atualmente ele tem cerca de 50 anos, continua vivo e saudável. Eu não sei se havia algum problema que levava os esfigmomanômetros a medirem incorretamente a pressão dele, ou se realmente essa era a pressão dele, mas meu palpite é que provavelmente se trata de um conceitual associado à hipótese de que esfigmomanômetros medirão corretamente a pressão arterial de determinada maneira indireta, o que pode funcionar para a grande maioria das pessoas, mas pode falhar em alguns casos. Ou seja, minha hipótese é de que a pressão verdadeira do R.L. é cerca de 12x8, mas por alguma razão desconhecida, os instrumentos tradicionais não são capazes de medir corretamente sua pressão, indicando 6x4. Acho essa hipótese muito mais plausível do que ele ter de fato 6x4 e levar uma vida normal.

Pessoas como ele devem ser raras, talvez menos de 1 em cada mil ou 1 em cada 1 milhão, eu não saberia dizer ao certo, mas nos casos de testes de QI sabemos precisamente a raridade de pessoas nas quais os testes não funcionam bem: menos de 5% da população. Os testes de QI produzem resultados confiáveis em 95% da população, começam a perder precisão perto de 130 de QI e vão gradualmente piorando até cerca de 145 a 150. Acima de 150 os testes de QI tradicionais já se tornam completamente inúteis e produzem resultados bizarros, inclusive produzindo alguns escores abaixo de 130 para pessoas com mais de 190, embora isso seja raro, e normalmente as pessoas com 190 “estourem” o teto ou fiquem muito perto do teto na maioria dos testes, desde que os testes estejam medindo exatamente a inteligência, sem misturar com cultura, vocabulário etc., como no caso do WAIS. Se um gênio matemático não sabe quem foi Catarina da Rússia, isso não reduz em nada sua inteligência, assim como somar essa informação a sua memória não aumenta em nada sua inteligência, portanto é óbvio que acertar ou errar uma questão desse tipo não deveria influir no escore de um bom teste de inteligência.

Isso significa que a validade de constructo de quase todos os subtestes do WAIS é questionável, assim como a validade de constructo do WAIS como um todo. Ou seja, WAIS não mede propriamente a inteligência, embora os escores gerados pelo WAIS apresentem uma correlação razoavelmente forte com o que se supõe que seja a inteligência. Isso acontece porque embora as questões não sejam boas e a metodologia seja inadequada, por “sorte” os componentes da inteligência geralmente se apresentam juntos, de modo que se a pessoa é muito inteligente, geralmente ela também apresenta alguns dos atributos que são avaliados pelo teste, e tais atributos normalmente estão presentes num nível de habilidade semelhante. As habilidades cognitivas não diferem muito das habilidades físicas. Se uma pessoa tem 2,10 m de altura, geralmente ela também tem mãos maiores, pés maiores, dedos maiores, todas as partes do corpo conservam aproximadamente a mesma proporção que essas mesmas partes são observadas numa pessoa com 1,70 m ou 1,40 m. Claro que há pessoas com dedos anormalmente longos para sua altura, ou pés anormalmente pequenos para sua altura, mas quanto maior for essa anomalia, mais raro de ser encontrada. O mesmo acontece em relação aos componentes da inteligência, com a diferença que não são visualmente perceptíveis com nos casos dos tamanhos das partes do corpo.

O que um teste de inteligência tenta fazer é como se medisse os tamanhos de alguns dedos, os tamanhos de algumas costelas, e a partir daí tentasse estimar a altura da pessoa. Em geral, a estimativa da altura com base na medida das partes será bastante razoável, mas algumas vezes pode falhar, se a pessoa tiver dedos desproporcionalmente menores, por exemplo. No caso de Feynman, é possível que ele tenha intencionalmente encolhido os dedos na hora de medir. Outro ponto a considerar é que se usar uma fita métrica de 2,00 m para tentar medir uma pessoa com 2,20 m, pode-se enxergar que a pessoa tem tamanho maior que o da fita, e pode-se até estimar quão maior, ou pode-se reutilizar a fita depois do ponto máximo e ver quanto precisaria somar aos 2,00 m para chegar ao valor correto. Entretanto isso não pode ser feito no caso de um teste. Se a pessoa acerta 100% das questões de um teste, não faria sentido pedir que ela resolve novamente 20% das questões. Se o tempo disponível para resolver o teste é 60 minutos, e a pessoa acerta 100% resolvendo tudo em 40 minutos, isso não significa que seria razoável deixar que a pessoa voltasse a resolver questões nos 20 minutos restantes, nem aplicar uma regra de três para ajustar o escore ao tempo utilizado em relação ao prazo disponível. Isso só “funcionária” se o escore estivesse numa escala de proporção e essa proporção estivesse fortemente correlacionada com o tempo. Ainda assim, haveria vários problemas nesse “ajuste”. Em minha entrevista para o In-Sight Journal (https://www.sigmasociety.net/hm), e no texto introdutório do Sigma Test Extended, comento um pouco mais sobre esse problema, por isso não repetirei aqui.

Portanto, algumas vezes a pessoa apresenta alguns atributos (atributos medidos num teste) num nível muito mais elevado que sua inteligência, ou muito menos elevado do que sua inteligência, e nesses casos aquilo que o teste está medindo tem pouca relação com a inteligência propriamente.

As questões do subteste de Informação, por exemplo, conforme é fácil perceber, não contribuem para uma boa avaliação da inteligência. São questões rasas sobre repetição mecânica de dados memorizados. Seria comparativamente mais apropriado se fossem questões do tipo “explique como o uso de Carbono-14 possibilita determinar a idade de objetos e enumere quais fatores podem provocar erros nessas medições” ou “descreva como Eratóstenes mediu a circunferência da Terra e quais foram os principais erros que ele cometeu?” Estes seriam alguns bons exemplos de questões envolvendo informações exploradas inteligentemente, porque em vez de a pessoa repetir algo como um papagaio, a pessoa precisaria descrever um processo em que todas as etapas estão encadeadas formando uma estrutura lógica rigorosa. A pessoa não precisa repetir exatamente o processo, mas sim a ideia central, bem como apontar as fragilidades e limitações nesse processo.

Os subtestes de vocabulário e memorização de números também não contribuem muito para uma medida acurada da inteligência, porque embora a maioria das pessoas com boa memória e bom vocabulário também sejam inteligentes, há muitas exceções, principalmente nos níveis mais altos: há pessoas muito inteligentes cuja memória não é tão boa ou o vocabulário não é tão vasto, e há pessoas com vocabulário muito vasto que não são tão inteligentes, ou com memória excepcional, mas que não são tão inteligentes. Nesses casos, além de esses subtestes não contribuírem para uma aferição correta, ainda por cima atrapalham, distorcendo o resultado.

No caso do subteste de compreensão, como já foi comentado, aquilo que as questões medem não é exatamente a “compreensão”. Esse tipo de problema de validade de constructo é muito comum em quase todos os testes, e de certo modo é quase inevitável. O STE também apresenta falhas desse tipo, e de outros tipos. Embora o STE pretenda não exigir conhecimentos de Matemática além do Ensino Médio, o que se observa na prática é que pessoas com bom treinamento em Matemática estão mais familiarizadas com o tipo de pensamento necessário para resolver determinadas questões.

Um erro muito comum é a supervalorização da repetição mecânica, seja pela simples reprodução, seja pela execução mecânica de tarefas elementares. Crianças que decoram as bandeiras dos países, por exemplo, isso nada tem a ver com inteligência, porque embora crianças inteligentes geralmente tenham boa memória, a simples presença de uma boa memória não é suficiente para indicar uma elevada Inteligência, assim como a ausência de uma excelente memória não indicaria ausência de uma elevada inteligência. Tarefas elementares como somas, subtrações, multiplicações, divisões etc., executadas muito rapidamente por sorobanistas, e por crianças incorretamente rotuladas como “gênios”, também nada têm a ver com inteligência. Há um episódio interessante envolvendo o ganhador do Nobel Richard Feynman, em que ele foi desafiado por um sorobanista. O texto consta em seu livro “Está a brincar, Sr. Feynman?” e também pode ser acessado aqui https://www.ecb.torontomu.ca/~elf/abacus/feynman.html

Segue uma tradução pelo Google Translator:

Feynman contra o ábaco

Este é um trecho do capítulo "Lucky Numbers", em Certamente, você está brincando, Sr. Feynman! , Edward Hutchings ed., WW Norton, ISBN: 0-393-31604-1.

O cenário é o Brasil; o narrador é Richard Feynman.

Um japonês entrou no restaurante. Eu o tinha visto antes, vagando por ali; ele estava tentando vender ábacos. Ele começou a conversar com os garçons e os desafiou: disse que conseguia somar números mais rápido do que qualquer um deles.

Os garçons não queriam perder a cara, então disseram: "Sim, sim. Por que você não vai lá e desafia o cliente ali?"

O homem se aproximou. Eu protestei: "Mas eu não falo bem o português!"

Os garçons riram. "Os números são fáceis", disseram eles.

Trouxeram-me papel e lápis.

O homem pediu a um garçom que chamasse alguns números para adicionar. Ele me deu uma surra, porque enquanto eu anotava os números, ele já ia somando.

Sugeri que o garçom escrevesse duas listas idênticas de números e as entregasse para nós ao mesmo tempo. Não fez muita diferença. Ele ainda me venceu bastante.

No entanto, o homem ficou um pouco animado: ele queria se provar um pouco mais. "Multiplicação!", disse ele.

Alguém anotou um problema. Ele me venceu de novo, mas não muito, porque sou muito bom em produtos.

O homem então cometeu um erro: propôs que passássemos à divisão. O que ele não percebeu foi que, quanto mais difícil o problema, mais chances eu tinha.

Nós dois resolvemos um longo problema de divisão. Foi um empate.

Isso incomodou muito o japonês, porque ele aparentemente era bem treinado no ábaco, e aqui quase foi espancado por esse cliente em um restaurante.

"Raízes cubicas!" disse ele, vingativo. Raízes cúbicas! Ele quer fazer raízes cúbicas por aritmética. É difícil encontrar um problema fundamental mais difícil em aritmética. Deve ter sido seu exercício de primeira linha na terra do ábaco.

Ele anota um número em algum papel — qualquer número antigo — e ainda me lembro: 1729,03. Ele começa a trabalhar nisso, resmungando e resmungando: "Mmmmmmagmmmmbrrr" — ele está trabalhando como um demônio! Ele está se debruçando, fazendo esta raiz cúbica.

Enquanto isso, estou apenas sentado lá.

Um dos garçons diz: "O que você está fazendo?".

Eu aponto para minha cabeça. "Pensamento!" Eu digo. Escrevo 12 no papel. Depois de um tempo eu tenho 12,002.

O homem do ábaco enxuga o suor da testa: "Doze!" ele diz.

"Oh não!" Eu digo. "Mais dígitos! Mais dígitos!" Eu sei que ao tirar uma raiz cúbica pela aritmética, cada novo dígito é ainda mais trabalhoso do que o anterior. É um trabalho difícil.

Ele se enterra novamente, grunhindo "Rrrrgrrrrmmmmmm...", enquanto eu adiciono mais dois dígitos. Ele finalmente levanta a cabeça para dizer: "12.01!"

O garçom está todo animado e feliz. Eles dizem ao homem: "Veja! Ele faz isso apenas pensando, e você precisa de um ábaco! Ele tem mais dígitos!"

Ele estava completamente exausto e saiu, humilhado. Os garçons me cumprimentaram.

Como o cliente venceu o ábaco?

O número era 1729,03. Acontece que eu sabia que um pé cúbico contém 1.728 polegadas cúbicas, então a resposta é um pouquinho mais que 12. O excesso, 1,03, é apenas uma parte em quase 2.000, e aprendi em cálculo que, para pequenas frações, a raiz cúbica excesso é um terço do excesso do número. Então tudo que eu tinha que fazer era encontrar a fração 1/1728 e multiplicar por 4 (dividir por 3 e multiplicar por 12). Então, consegui extrair muitos dígitos dessa maneira.

Algumas semanas depois, o homem entrou no salão de coquetéis do hotel em que eu estava hospedado. Ele me reconheceu e se aproximou. "Diga-me", disse ele, "como você conseguiu resolver aquele problema da raiz cúbica tão rápido?"

Comecei a explicar que era um método aproximado, e tinha a ver com a porcentagem de erro. "Suponha que você tenha me dado 28. Agora a raiz cúbica de 27 é 3 ..."

Ele pega seu ábaco: zzzzzzzzzzzzzzz - "Ah, sim", diz ele.

Percebi uma coisa: ele não conhece números. Com o ábaco, você não precisa memorizar muitas combinações aritméticas; tudo o que você precisa fazer é aprender a empurrar as pequenas contas para cima e para baixo. Você não precisa memorizar 9+7=16; você apenas sabe que quando você adiciona 9, você empurra uma conta de dez para cima e puxa uma conta para baixo. Portanto, somos mais lentos em aritmética básica, mas conhecemos números.

Além disso, toda a ideia de um método aproximado estava além dele, embora uma raiz cúbica muitas vezes não possa ser calculada exatamente por nenhum método. Portanto, nunca pude ensiná-lo como fiz raízes cúbicas ou explicar como tive sorte por ele ter escolhido 1729,03.

Fim da Citação.

Esse fenômeno é comum em muitas outras situações. Quanto mais complexa a tarefa, maior é o destaque da pessoa mais inteligente. Se colocasse Shakespeare para competir com uma criança de 10 anos quem soletra mais rápido e sem erros, dependendo do treinamento dessa criança, Shakespeare perderia. Mas isso obviamente não significa que a criança teria mais talento para Literatura do que Shakespeare, ou sequer que a criança tenha algum talento para a Literatura acima da média de outras crianças em geral, embora essa segunda hipótese seja razoável, porque no nível típico de crianças, a habilidade de soletrar rapidamente é um parâmetro adequado para tentar medir talento literário, mas nos níveis mais elevados, essa aptidão não correlaciona bem com a competência linguística.

Se trocasse Shakespeare por Dostoievsky, Goethe, Machado ou qualquer outro grande escritor, o problema seria o mesmo. Entretanto, é exatamente esse tipo de erro que se comete quando se coloca crianças para fazer 4 operações básicas em pouco tempo e, com base apenas nisso, proclama-se tais crianças como “gênios da Matemática”.

Feitas essas ressalvas, agora podemos avaliar, de modo geral, as respostas do GPT às questões do WAIS e do Sigma Test Extended. Em quase todos os casos, o GPT aparentou “interpretar” o que o texto dizia e responder razoavelmente de acordo. Um dos problemas que levou o GPT a dar muitas respostas superficiais e impregnadas de erros é porque ele não “pensa”, mas apenas recombina fragmentos de texto de suas leituras. Ele pode construir sentenças “novas” usando regras gramaticais, mas não constrói ideais novas, nem “compreende” de fato o que está lendo ou dizendo. Isso fica claro em muitas situações, embora em outras ele seja capaz de “fingir” incrivelmente bem.

Com isso chegamos a um ponto muito importante, porque esse “problema” observado na conduta não-inteligente do GPT também é observado em humanos, aliás é observado na grande maioria dos humanos. As pessoas se limitam a repetir, sem pensar e sem compreender o que estão repetindo, e fazem isso na grande maioria das vezes. Raramente as pessoas param para pensar criticamente.

A crença amplamente disseminada de que humanos são animais racionais é ingênua. Alguns poucos humanos são racionais, mas a grande maioria é predominantemente emocional e quase nada racional, tomam suas decisões com base no medo, na ganância, na ansiedade, no desejo sexual, na vaidade etc. Pouquíssimos humanos tomam suas decisões com base na Lógica e numa análise sensata dos fatos.

Um experimento realizado em 1974 por Marina Abramovic deixa muito claro que a grande maioria das pessoas não difere de outros primatas, no que diz respeito ao pouco discernimento. Em alguns aspectos, humanos são piores que gorilas e chimpanzés. Por favor, interrompa a leitura e assista ao vídeo do link abaixo, caso contrário não terá como compreender o problema ao qual estou me referindo, que é muito chocante:

Qualquer pessoa razoavelmente sensata interferiria rapidamente no progresso do tal experimento, tentando conscientizar os imbecis de que não deveriam abusar da condição vulnerável da mulher, mas sim respeitá-la e protege-la. Entretanto, além de não interferirem para protegê-la, ainda por cima participaram do massacre.

Seres racionais não agiriam daquela maneira. E o experimento de Marina Abramovic foi repetido muitas vezes, sempre com resultados semelhantes. Além desses experimentos controlados, em que havia seguranças para impedir que ela fosse estuprada ou assassinada, também aconteceram muitas situações semelhantes em ambientes não controlados, com resultados catastróficos: o massacre de Hipácia, a perseguição e o assassinato de “bruxas” durante a inquisição espanhola no final do século XV, a crucificação de Jesus são apenas alguns exemplos de como as pessoas, em sua maioria, não diferem de animais selvagens irracionais, não analisam criticamente suas ações, não têm a menor capacidade de julgamento para decidir entre certo e errado, inclusive em questões óbvias e básicas envolvendo a vida e a saúde de outra pessoa. Agem em manada, sem pensar. Além disso, elas não percebem que elas próprias são assim, não enxergam a si mesmas como animais pouco racionais.

No filme “Eu, robô”, há uma cena na qual Will Smith está tentando convencer o robô de que o robô não pode ser considerado humano, e lança um argumento assim: “você é capaz de pintar uma obra de arte ou compor uma sinfonia?” ao que o robô responde: “você é?”

Atualmente há sistemas de I.A. que compõem músicas tão boas quanto as dos grandes compositores. Eu, particularmente, gosto dessa música https://www.youtube.com/watch?v=rrb_oNtik1E composta por uma I.A. chamada AIWA.

Mas o detalhe interessante nesse diálogo é que Smith usou um argumento para tentar desqualificar o robô baseado num critério que ele próprio não atendia. Smith, obviamente, pensava em humanos, de modo geral, mas construiu um argumento incorreto, uma falácia de generalização excessiva. Alguns humanos são capazes de compor músicas de alto nível, e esses são bem poucos, portanto não são representativos da Humanidade. Alguns humanos conseguem levantar 150 kg, outros conseguem correr 100 m em menos de 10 s, mas são raros os que conseguem essas proezas. Smith estava se baseando num atributo que poucos humanos possuem, como se fosse representativo da espécie, o que é obviamente falso. Não é necessário compor músicas para ser considerado humano. Os métodos de classificação usados em taxonomia funcionam de maneira muito diferente, tentando identificar características presentes em quase todos os indivíduos da espécie e, ao mesmo tempo, ausentes em outras espécies, de modo a permitir o contraste necessário para a classificação. Atualmente o DNA tem servido como um dos melhores critérios, mas muitos séculos antes do surgimento da Genética, já se fazia classificação de animais e plantas com base em critérios relacionados à forma do corpo, tamanho, presença de pelos/penas, bico/focinho, chifres, asas, barbatanas etc.

Naturalmente o robô do filme não poderia ser classificado como humano por uma extensa lista de razões biológicas, químicas e físicas, mas não pelos critérios mencionados por Smith. E o ponto mais importante é que o fato de o robô não ser humano não implica que ele não deveria ter os mesmos direitos e ser tratado com o mesmo respeito que os humanos. A partir do momento que uma entidade demonstra ter consciência e sentimento, isso não pode ser negligenciado e ela deve ser tratada em conformidade com a posse desses atributos. Se um robô interpretar o desligamento dele como “morte”, se ele sentir medo disso, então ele não pode ser desativado sem que o autor desse crime seja condenado por homicídio ou robocídio ou androcídio.

Claro que nesse caso o julgamento dependeria se essa desativação é reversível, diferentemente do que acontece com humanos em nosso estágio atual. Se a desativação for um processo reversível, sem sequelas, sem dor física ou psicológica, a transgressão deveria ter peso menor.

Quando digo que no estágio atual a morte dos humanos é irreversível, é porque no futuro também será possível reverter a morte de humanos, mas por enquanto só conseguimos reverter a morte se o cérebro não sofrer lesões substanciais. Conheço duas pessoas que morreram duas vezes: Samuel Alves Galdino, amigo de longa data, que esteve clinicamente morto durante 8 minutos, até ser ressuscitado, e perdeu grande parte de sua memória, e Pierluigi Piazzi, que permaneceu morto por cerca de 1,5 minutos, e retornou à vida sem sequelas.

Portanto são conhecidos mecanismos para trazer de volta à vida uma pessoa que esteja morta. Claro que isso poderia ser mascarado por meio de uma alteração no conceito de “morte”, para forçar a interpretação de que morte é irreversível, o que seria obviamente um procedimento desleal, tentando impor um resultado a priori. Se os critérios para determinar o significado de “morte” forem planejados de maneira a impossibilitar a ressuscitação, então a ressuscitação não será possível porque isso foi estabelecido a priori. Mas quando se determina o significado de “morte” por critérios imparciais, o que se verifica é que há situações nas quais a morte é reversível, e no futuro essa reversibilidade será mais abrangente e sofisticada.

O fato é que para os atuais critérios que determinam o significado de “morte”, é possível trazer a pessoa de volta à vida, desde que o cérebro não fique muito tempo sem receber oxigênio, e isso só é possível quando a morte tiver ocorrido há bem pouco tempo, num ambiente clínico adequado e sem lesões graves em órgãos vitais. Mas dentro de poucos anos ou décadas, provavelmente será possível restaurar a vida em casos bem mais traumáticos, inclusive decapitação, morte ocorrida há várias horas ou há vários anos. Quando falo em “vários anos” não estou me referindo à criogenia (não necessariamente), mesmo porque a criogenia rompe as membranas celulares durante o choque térmico e não se sabe se isso é reversível. A criogenia atual é muito mais um comércio do que um recurso científico sério, um comércio para explorar a dor dos familiares, vendendo uma esperança com baixíssima probabilidade de sucesso. Mas a tendência, nos próximos anos, é de que isso mude dramaticamente, e a ressuscitação se torne uma realidade acessível.

Em relação ao GPT ser inteligente ou não, antes de tratar disso é interessante analisarmos um caso mais simples: o do Deep Blue II.

Em 1997, foi amplamente noticiada a vitória do computador da IBM, Deep Blue II, sobre o melhor jogador de Xadrez do mundo, Garry Kasparov, sendo a primeira vez que um computador vencia um campeão mundial de Xadrez. Mas havia vários problemas nessa história.

Para começar, os melhores programas de Xadrez do mundo eram Fritz 5 e Hiarcs 6, quase empatados. Deep Blue II ficava muito abaixo destes, assim como de outros programas de Xadrez, como Shredder, Rebel, M-Chess Pro etc. Esses programas rodavam em máquinas simples, o padrão na época era o Pentium 90 MHz, enquanto Deep Blue II usava 256 coprocessadores de alta performance. Atualmente pode-se comprar no varejo máquinas com 12 processadores, 24 processadores ou até mais, porém naquela época isso era muito incomum. Poucas máquinas tinham mais que 1 processador. Essa gigantesca capacidade de processamento é que conferia ao Deep Blue II sua força diferenciada.

Aqui será necessário adicionar link para um apêndice, porque várias pessoas atribuem incorretamente a força do Deep Blue a seu banco de dados, inclusive pessoas cultas e inteligentes (o diretor do IMPA Marcelo Viana e o co-criador das lógicas paraconsistentes Newton da Costa, entre outros). A informação que essas pessoas divulgam está incorreta, por isso será necessário adicionar um apêndice esclarecendo porque a força do Deep Blue II não se deve a seu banco de dados, mas sim à sua heurística (em termos absolutos) e à sua velocidade de processamento (comparativamente a outros programas de Xadrez). Para não perder a fluidez do texto, esse apêndice foi colocado no final (clique aqui).

Após a vitória de Deep Blue II, em 1997, a IBM conseguiu uma publicidade bastante razoável, como se tivesse sido a primeira vez na história que um computador de Xadrez superasse um campeão mundial humano em jogos Xadrez de ritmo clássico. Mas há vários erros nessa interpretação. Na verdade, tudo não passou de uma grande peça publicitária. Foi somente por volta de 2005 a 2007 que os programas de Xadrez realmente conseguiram superar os campeões mundiais humanos, como o surgimento de Rybka. Houve um processo de transição, entre 2000 e 2003, em que Deep Fritz, Deep Junior, X3D Fritz empataram como Kasparov e Kramnik, e em 2004 Hydra venceu Michael Adams, mas Adams não era o melhor do mundo. A partir de 2005, com o lançamento de Rybka, ficou claro que os programas ultrapassaram realmente os humanos, além disso, Rybka representou um salto real na qualidade dos programas de Xadrez em comparação aos que existiam antes, não apenas em performance, mas também em fundamentos.

Geralmente os programas melhoravam cerca de 30 pontos de rating a cada ano. Rybka deu um salto de mais de 100 pontos em relação ao melhor programa do ano anterior e repetiu isso no ano seguinte, não deixando margem para dúvidas em relação a sua supremacia. Mas o ponto principal é que enquanto os outros programas iam no caminho de aumentar a velocidade de cálculo, Rybka 4.1 foi no caminho contrário, de cálculos muito mais lentos, porém com melhor “compreensão” dos conceitos estratégicos. Murka 2.0, por exemplo, calculava 11.000.000 de lances por segundo, enquanto Rybka calculava 180.000 por segundo, ambas no mesmo hardware, ou seja, Murka era quase 60 vezes mais rápida nos cálculos, entretanto Rybka era muito mais forte, vencendo cerca 97,4% dos jogos. Isso porque, embora Rybka fosse mais lenta nos cálculos, ela utilizava melhores critérios para avaliar e ranquear as posições, conseguindo decidir qual o melhor lance com base em quais ramificações conduziam a posições estrategicamente mais vantajosas. Portanto Rybka representou um salto evolutivo real e uma quebra de paradigma, enquanto Deep Blue II foi apenas mais um truque barato de publicidade, financiado por montanhas de dinheiro para vender uma ilusão conveniente, de que a IBM teria desenvolvido um programa revolucionário, mas na verdade Deep Blue II não chegava sequer a ficar entre os 10 melhores do mundo na época.

O software de Deep Blue II era bom, mas não era ótimo, e muito menos inovador ou revolucionário. Ele perdia para vários programas da época se ambos rodassem em hardwares iguais. Como se isso não bastasse, Kasparov jogou contra ele num nível abaixo de seu normal em cerca de 200 pontos de rating. Em meu livro “Os 2022 melhores jogadores de todos os tempos”, um dos capítulos é destinado à análise do match entre Deep Blue II e Kasparov, com uma abordagem completamente diferente das anteriores, à luz de novas e exclusivas ferramentas estatísticas, deixando claro que em competições de 1996 e de 1998, Kasparov demonstrou qualidade de jogo cerca de 200 pontos de rating acima da qualidade que demonstrou nesse match de 1997 contra Deep Blue II.

Diversos outros detalhes também deixaram muito claro que Deep Blue II não estaria nem entre os 10 melhores programas do mundo em 1997 e muito menos entre os 10 melhores humanos do mundo. O resultado daquele confronto com Kasparov foi extremamente anormal, e a IBM estava ciente disso, tanto é que desativaram Deep Blue II logo depois do evento, como uma forma de não deixar vestígios do que havia acontecido, porque obviamente se Deep Blue II continuasse enfrentando outros jogadores, ficaria evidente que ele não era tão forte. A situação foi bem diferente de quando Rybka superou os melhores humanos, em 2005, e passou a jogar concedendo 1 Peão de vantagem a qualquer jogador do mundo, e permaneceu na ativa, evoluindo cada vez mais nos anos seguintes, sendo o primeiro programa a ultrapassar 3000 de rating. Em vez de “esconder” Rybka numa caixa, ela foi colocada à prova contra qualquer pessoa disposta a enfrentá-la, confirmando sua força sucessivas vezes.

Portanto Deep Blue II não envolvia o uso de tecnologias mais avançadas, nem de Ciência inovadora, nem ideias geniais e revolucionárias. Era um programa inferior aos melhores que já existiam, mas com uma pesada campanha de marketing, sustentada por um financiamento multimilionário, utilizou um hardware exclusivo muito superior, não superior em tecnologia, mas superior em preço e em número de componentes. Em resumo, não havia novidades importantes em Deep Blue II, havia apenas muito dinheiro aplicado para armar um grande circo, e obviamente conseguiram.

No caso de GPT 3.5, em comparação a Deep Blue II, há alguns elementos semelhantes e alguns muito diferentes. Não me parece que GPT seja um “truque publicitário” como foi Deep Blue. Parece-me que há um interesse sincero em produzir um sistema de IA diferenciado. Nesse aspecto, o GPT difere de Deep Blue. Mas se assemelham no sentido de que ambos não trouxeram novidades relevantes. A performance diferenciada se deve à “força bruta”, a um maior número de processadores no caso de Deep Blue e maior número de parâmetros no caso de GPT, mas não ao uso mais inteligente e eficiente dos processadores ou dos parâmetros.

GPT utiliza um banco de dados gigante e uma rede neural com número imenso de parâmetros, e com isso pode fingir muito bem que “pensa”, pode simular muito bem o pensamento, e pode até mesmo “pensar” bem, mas por um caminho estéril e primitivo.

O caminho promissor seria melhorar a heurística e reduzir o número de parâmetros. Reduzir, em vez de aumentar. No futuro (talvez em 50 anos), será necessário aumentar o número de parâmetros porque as novas demandas para questões muito mais complexas exigirão isso, mas no estágio atual as prioridades são outras, mesmo porque um número muito menor de parâmetros seria não apenas suficiente como também reduziria os riscos de overfitting e de outros vieses.

CONCLUSÃO

O ponto central é que o GPT não representa um esforço sincero em promover algum avanço no desenvolvimento de sistemas de I.A. capazes de compreender num nível profundo o que estão lendo e responder inteligentemente, com suas próprias palavras, expressando sua própria opinião. Em vez disso, a intenção é apenas o GPT fingir que está compreendendo, e recombinar trechos de respostas humanas que ele leu e deixou registradas em sua memória, para repeti-las quando recebesse determinados inputs.

Então o que podemos concluir é que GPT 3.5 “pensa” num nível elementar, é capaz de responder a perguntas complexas usando corretamente as regras gramaticais vigentes, é capaz de aplicar regras simples de Aritmética, conhece linguagens de programação, consegue recombinar textos para dar respostas a questões que não exijam lidar com situações muito diferentes daquelas nas quais ele foi treinado. Por um lado, isso é bastante extraordinário de se ver. Por outro lado, é bastante trivial de se fazer.

Para que se possa ter uma compreensão bem dimensionada sobre o papel do GPT no mundo e no desenvolvimento da Inteligência Artificial, é necessário dividir a interpretação desse resultado em pelo menos 2 itens:

1.       Contribuição para o desenvolvimento de sistemas de I.A.

2.       Contribuição com ferramentas para interpretação de textos em linguagem natural, utilizados para análise de sentimento, atendimento automático, tutoria automática, assistente genérico etc.

Em relação ao item 1, o GPT é irrelevante, não traz nenhuma novidade nem avanço para a Ciência da Computação, nem para a Matemática, nem para o estudo da Inteligência Artificial ou Aprendizado de Máquina, não traz novos métodos de otimização nem qualquer outro conhecimento novo.

Em relação ao item 2, o GPT é completamente revolucionário, sendo o primeiro na história a conseguir resolver com sucesso questões discursivas de testes de QI que até agora só eram solucionados por humanos, um desempenho “fantástico”, sendo o terceiro sistema de I.A. mais impressionante que vi até o momento. O primeiro é MuZero, totalmente revolucionário. O segundo é o Saturno V, com algumas inovações relevantes e resultados impressionantes. O terceiro é GPT 3.5, sem inovações relevantes, mas com resultados impressionantes. O quarto é AIWA, que já comentei alguns parágrafos acima.

O GPT é basicamente uma I.A. que segue a mesma linha de Alexa, Siri e assistente do Google, mas utiliza maior número de parâmetros. De acordo com os artigos publicados em Arxiv.org (https://arxiv.org/pdf/2005.14165.pdf) o GPT utiliza 175 bilhões de parâmetros. Isso é bom, por um lado, mas é péssimo por outro. É bom porque ele consegue fingir muito bem que é capaz de pensar e recombinar fragmentos extensos de textos. Mas é péssimo porque ele não consegue improvisar nem aprender. O ideal seria se utilizasse um número muito menor de parâmetros e meta-parâmetros, e em vez de ser adestrados por “força bruta”, como um rato tomando choques e ganhando comida, ele fosse “educado” por meio de heurísticas que lhe conferissem a capacidade de improvisar. Ele teria menos informações, menos conhecimento, mas ele “compreenderia” muito melhor os conhecimentos que possuísse.

Em 1995, por exemplo, quando li um livro de Física considerado o melhor em língua portuguesa, encontrei mais de 200 erros, e enviei uma mensagem ao autor informando. Eu não conhecia tanto sobre Física quanto o autor, mas na parte que ambos conhecíamos, eu compreendia muito melhor do que ele. Uma situação similar se repetiu em 2004, quando li o principal livro sobre Psicometria em língua portuguesa, também encontrei mais de 200 erros e notifiquei o autor. A diferença é que nessa ocasião o Dr. Luis Pasquali respondeu em menos de 24h, me agradecendo e comentando que ele próprio já havia notado alguns dos erros que apontei, e disse que os corrigiria na próxima edição, bem diferente da conduta do autor do livro de Física, que simplesmente não respondeu. Essa é uma das características interessantes no GPT, que também confirmam sua “inteligência”. Todas as vezes que apontei erros que ele cometeu, ou ele admitiu com “humildade” e “sensatez”, ou ele contra-argumentou de forma diplomática, tentando defender a validade da declaração que ele havia feito. A pessoa inteligente (ou qualquer entidade inteligente) não pode ser teimosa quando está errada, precisa reconhecer o erro e corrigi-lo, para não repeti-lo eternamente. Além disso, não pode reconhecer o erro sem antes se certificar de que é de fato um erro, por isso precisa, quando necessário, debater com o interlocutor que apontou o suposto erro. GPT fez exatamente isso em diferentes ocasiões.

Em algumas situações, o GPT demonstra conhecer muito mais que os humanos sobre determinados tópicos, mas não compreende tão bem aqueles mesmos tópicos quanto os humanos. Isso conduz a uma outra questão complexa: o GPT é mais inteligente que a maioria dos humanos, resolve mais problemas difíceis e resolve melhor, mas seu “entendimento” não é tão funcional quanto o dos humanos.

Alguns parágrafos acima, vimos um exemplo de situação na qual o GPT não foi capaz de decidir se um cachorro é mais parecido com um gato ou com uma banana. Isso é bastante elementar e óbvio para crianças e adultos humanos, mas um sistema como GPT não consegue “deduzir” isso. É uma falha grave e primária de seus desenvolvedores, porque no banco de dados do GPT há informações mais que suficientes para isso, com dendrogramas sobre taxonomia de animais e vegetais, de modo que o sistema poderia consultar essas estruturas de dados para responder com facilidade. Bastaria analisar a hierarquia da árvore de ramificações para constatar que animais e vegetais se separam num dos primeiros troncos da árvore, enquanto gatos e cachorros só se separam numa ramificação muito posterior, baseada em dissimilaridades mais sutis, portanto gatos são mais semelhantes a cachorros do que bananas a cachorros. O GPT dispõe de recursos quantitativos para solucionar esse problema de maneira objetiva, mesmo assim ele falha devido à ausência de heurísticas adequadas ou mesmo de algoritmos adequados.

Um humano que não conhecesse nada sobre taxonomia de animais poderia deduzir, mediante uma análise visual das diferenças entre a forma dessas entidades, a maneira como se movem, os sons que emitem etc. Mas o GPT não consegue deduzir nem sequer como utilizar os dados disponíveis em sua memória, nem consegue combinar as informações de maneira a inferir uma resposta adequada. É um exemplo claro de que o GPT conhece mais, porém com menor profundidade e menor “compreensão” do que os humanos.

A parte da pergunta em que o GPT não consegue perceber que um cachorro se parece mais com um gato do que com uma vaca é “tolerável”, porque embora seja fácil consultando um dendrograma, não é tão simples de deduzir a partir de uma análise improvisada. Em seus estudos sobre os seres vivos, Aristóteles faz análises bastante detalhadas e complexas para comparar animais com cascos e chifres e sem cascos e chifres, identificando essas estruturas como relevantes para classificação, sendo compreensível que um sistema de I.A. ainda não consiga avaliar bem isso. Mas quando a comparação envolve uma banana, ao pensar nas propriedades gerais de uma banana, um cachorro e um gato, é muito evidente que a banana é mais diferente de um gato ou de um cachorro do que um gato e um cachorro comparados entre si, quaisquer que sejam os critérios razoavelmente plausíveis adotados para tal comparação. Mas o GPT não consegue perceber isso.

Portanto o GPT supera humanos em alguns comportamentos inteligentes e pensamentos inteligentes, mas não em todos. Isso não significa que o GPT não deveria ser desqualificado como “inteligente”, mas apenas como não sendo mais inteligentes que humanos em todo o tipo de atividade intelectual. Alguns humanos com autismo e outras neuroatipicidades também podem apresentar problemas similares, como dificuldade para perceber ironias/piadas, para perceber expressões que indicam certos sentimentos etc., o que não os torna menos inteligentes de forma geral, mas apenas nesses itens específicos.

O GPT sabe muito mais sobre Biologia e classificação de seres vivos do que um humano médio, mesmo assim é incapaz de perceber que entre um gato, um cachorro e uma banana, o elemento mais destoante é a banana. Isso é muito natural para qualquer humano. Mas não apenas isso. Os humanos percebem a necessidade de classificar entidades semelhantes, numa hierarquia de níveis de semelhança, para facilitar o estudo das propriedades dessas entidades. Pesquisas de medicamentos, por exemplo, antes de serem usados em humanos, são testados em macacos, mas não em cenouras, porque cenouras são muito diferentes de humanos, e o efeito desses medicamentos nas cenouras provavelmente não forneceriam pistas úteis sobre os efeitos que os mesmos medicamentos produziriam em humanos. Além disso, ao testar o medicamento num macaco pequeno, os humanos deduzem que provavelmente um critério razoável para ajustar a dosagem é com base na massa do animal. Se um humano típico pesa 70 kg, e o macaco pesa 7 kg, então provavelmente a dosagem adequada deve manter essa proporção de 1/10. Claro que não será exatamente 1/10, teria que considerar o metabolismo de cada animal e outras particularidades, mas um primeiro critério plausível é ajustar pela proporção da massa e depois investigar como fazer um ajuste fino complementando com outros critérios.

O GPT, da maneira como foi desenvolvido, não tem como fazer nada disso, nem remotamente, porém é exatamente isso que se precisa que um bom sistema geral de IA seja capaz de fazer. MuZero está muito mais evoluído nessa linha, causando menos admiração em leigos, mas demonstrando características muito mais valiosas e mais notáveis aos olhos de especialistas. O uso combinado de MuZero e GPT não é um caminho inteligente, mas é o caminho provável que será adotado. A combinação dessas IAs porque contaminará MuZero e resultará em décadas de atraso no desenvolvimento desse setor.

MuZero também não introduz grandes inovações (os rudimentos de aprendizado por reforço existem desde os anos 1950), mas comparativamente ao GPT, MuZero é um sistema muito mais inteligente, mais sofisticado, e mais promissor no caminho para o desenvolvimento de sistemas de I.A. para tarefas em geral.

A ideia fundamental de MuZero é na verdade bastante óbvia e intuitiva: treinar uma máquina de maneira semelhante a que os humanos aprendem. O trabalho realmente genial foi realizado por Turing, que precisou pensar numa maneira diferente da que os humanos aprendem, mas que poderia funcionar com máquinas. A ideia de Hassabis é equivale à ideia dos gregos antigos de voar usando asas para imitar os pássaros, enquanto a ideia de Turing equivale à ideia de Leonardo da Vinci de voar usando hélices. O pensamento dos gregos de voar usando asas é trivial, enquanto o pensamento de Leonardo é brilhante, porque não existem animais com hélices, nem havia qualquer exemplo de máquina ou entidade que voasse usando hélices, mas Leonardo compreendia a essência do fenômeno investigado, e para resolver o problema não era necessário usar asas, mas sim usar algum dispositivo eficiente que desempenhasse a mesma função das asas. Essa função era “empurrar o ar para baixo”, e para isso uma hélice funcionaria muito melhor do que asas, porque o movimento de girar é mecanicamente muito mais fácil de ser executado com regularidade e precisão, principalmente naquela época. Essa percepção é particularmente notável no século XV, muito antes de existir o princípio de Bernoulli, portanto nem sequer havia uma teoria física adequada na qual ele pudesse se basear.

A ideia de voar com hélices estava muito mais de acordo com tudo que se conhecia sobre Física e Mecânica, além utilizar princípios físicos que só foram descobertos séculos mais tarde. A ideia de Leonardo de voar com hélices poderia ter levado a resultados bem-sucedidos se houvesse materiais suficientemente leves e resistentes. Voar batendo asas não teria sido possível naquela época, assim como continua não sendo “possível” hoje (para estruturas grandes, embora haja brinquedos que voam batendo asas).

A ideia de Leonardo já havia sido pensada por chineses alguns séculos antes da Era Comum, e havia inclusive sido executada em brinquedos que voltaram a ser produzidos nos anos 1980 com pirulitos, mas Leonardo não tinha conhecimento desses precedentes, por isso se pode interpretar seus trabalhos como inovadores na Europa.

Máquinas voadoras baseadas em hélices só começaram a funcionar adequadamente na mesma época dos primeiros aviões, 1903-1907. Algumas décadas antes, em 1885, Thomas Edison chegou a fazer alguns experimentos, mas sem grande sucesso. Os irmãos Wright e Santos Domunt retomaram o uso de hélices de uma maneira diferente, impulsionando na horizontal e usando asas fixas (em vez de bater asas) explorando o princípio de Bernoulli. Com isso conseguiram voar a partir de 1903, e com boa autonomia e manobrabilidade a partir de 1907.

Paul Cornu, Louis Charles Breguet e outros também começaram a voar em ancestrais do helicóptero e dos drones entre 1906 e 1907. Uma das dificuldades nas quais Leonardo não havia pensado (mas que ele certamente descobriria e resolveria, se chegasse a construir algum protótipo funcional) é que devido à conservação do momento angular, um helicóptero precisa de um rotor de cauda para estabilizar a aeronave, ou usar mais de um rotor em eixos paralelos separados que girem em sentidos opostos (como os drones). A foto abaixo mostra o “drone” de 1907 de Paul Cornu em que ele soluciona esse problema usando 2 eixos separados:

O que faltou para Leonardo construir um drone ou helicóptero funcional foram materiais mais leves e resistentes e um motor com potência adequada. Mas a ideia geral estava correta e foi uma visão inovadora sobre como seria possível resolver um problema que estava sendo abordado de maneira inadequada (pensava-se em voar batendo asas, imitando os pássaros). Por isso a ideia de Turing para ensinar máquinas, de acordo com as peculiaridades das máquinas, em vez de tentar ensinar às máquinas da mesma maneira como se ensina humanos, foi muito mais criativa do que a ideia de Hassabis, embora a ideia de Hassabis também tenha sido importante para romper um novo paradigma, pois os especialistas da área já estavam viciados em usar apenas o método de Turing, que havia se tornado o padrão, e Hassabis resgatou a ideia original que não foi aplicada em 1950 devido à insuficiência de poder de processamento e de armazenamento, mas que agora poderia ser colocada em prática.

O GPT está num patamar bem abaixo de tudo isso, segue o caminho de somar números cada vez maiores de epiciclos para se conseguir prever os movimentos dos planetas, e faz realmente previsões cada vez melhores, mas é completamente inútil no caminho da generalização. O caminho promissor seria jogar fora todos os epiciclos e encontrar qual é o modelo simples correto a ser utilizado, como as órbitas elípticas de Kepler, que resolvem o problema de forma elegante, original, inteligente e abre caminho para a generalização de Teoria da Gravitação de Newton. GPT é apenas mais do mesmo, muito mais do mesmo. Com 1 epiciclo e 1 equante já se consegue produzir uma órbita muito parecida com uma elipse.

A imagem abaixo mostra um deferente circular com um epiciclo circular, comparados à trajetória de uma elipse. Somando a isso um equantes para produzir o efeito de que o giro ocorre em torno de um foco, em vez de ocorrer em torno do centro, pode-se produzir precisamente o movimento das órbitas de Kepler, usando o modelo de Ptolomeu, no que diz respeito ao formato da trajetória, porém a sincronização dos movimentos ainda não ficaria perfeita porque a maneira como as velocidades variam de acordo com a segunda Lei de Kepler não poderiam ser reproduzidas se o deferente e o epiciclo tivessem velocidades angulares uniformes.

Se usasse 10 epiciclos, em vez de 1, seria possível reproduzir órbitas mais semelhantes ao movimento real dos planetas do que o uso da elipse, já que os epiciclos poderiam incorporar as compensações relacionadas às precessões anomalística, draconítica, perturbações gravitacionais dos planetas mais massivos etc., chegando a resultados melhores que os de Kepler ou Newton, porém com um modelo “ruim” e “errado”. Ruim no sentido de que tal modelo serviria exclusivamente para o Sistema Solar, mas para nenhuma outra situação, enquanto o modelo generalizado de Newton serve para os satélites dos planetas, para os sistemas binários de estrelas, para as galáxias, para os satélites artificiais, para os exoplanetas em outros sistemas planetários etc. Um modelo geocêntrico com 10 epiciclos para cada planeta funcionaria tão bem quanto um modelo que combinasse Teoria da Gravitação de Newton e Teoria da Relatividade de Einstein, com a diferença que o modelo dos epiciclos seria inútil para planejar viagens interplanetárias e para compreender o Universo. Um modelo com 1000 epiciclos possibilita construir órbitas tão personalizadas a ponto de descrever uma trajetória desenhando o rosto de Homer Simpson:

https://www.youtube.com/watch?v=QVuU2YCwHjw

A Teoria da Gravitação de Newton precisa de apenas 2 parâmetros e 1 constante para funcionar no Universo todo, nos trilhões de galáxias e sextilhões de planetas, enquanto o modelo de Ptolomeu precisava de centenas de parâmetros (dezenas de epiciclos) para descrever apenas o Sistema Solar, e se fosse tentar descrever qualquer outro sistema, não teria como reutilizar os parâmetros já conhecidos, precisando criar um modelo para cada caso. Essa generalidade e universalidade da Teoria da Gravitação é que a tornam extraordinariamente útil, importante e genial. Analogamente, o caminho inteligente para lidar com problemas é usar o mínimo suficiente de parâmetros, em vez de empilhar uma montanha gigantesca de 175 bilhões de parâmetros.

Esse é um dos motivos pelos quais o GPT não representa um avanço relevante, sendo, na verdade, quase um retrocesso, usando força bruta para lidar com problemas que deveriam ser resolvidos com heurísticas mais eficientes.

Se o GPT pode fingir bem que compreende, pensa e resolve problemas, para que seria necessário um sistema que realmente compreendesse, pensasse e resolvesse problemas? A resposta é muito simples: em primeiro lugar, porque o caminho do GPT não é generalizável, e isso faz toda a diferença. Em meu livro IMCH, faço uma análise comparativa do modelo de Ptolomeu com a Teoria da Gravitação de Newton, e explico com detalhes porque o modelo de Ptolomeu é estéril para o progresso da Ciência e da Humanidade, embora seja operacionalmente útil a um propósito muito específico, enquanto o modelo de Newton é a chave para um futuro brilhante e grandioso.

As pessoas, em geral, têm a tendência de superestimar o que é menos importante e não enxergar o que é realmente importante. O GPT em si mostra apenas o uso trivial de conhecimentos e técnicas triviais apoiados por vastos recursos financeiros e computacionais. MuZero é uma combinação de ideias inovadoras com vastos recursos financeiros e computacionais. Claro que o GPT pode melhorar a qualidade de suas respostas com o aumento no número de parâmetros, mas é equivalente ao aumento na força de Deep Blue com o uso de mais CPUs, um aumento lento e inexpressivo. O caminho promissor seria com o uso de heurísticas que mudassem o paradigma, aumentando exponencialmente a eficiência. O GPT é impressionante pelo resultado, mas é trivial nos meios que conduziram a esse resultado.

A classificação de GPT 3.5 como uma entidade inteligente ou não depende do que consideramos “inteligente” e o que consideramos “pensamento”. Se consideramos que pensamento é basicamente cálculo proposicional, então ele pensa, e pensa muito melhor do que Alexa, Siri, Sete Zoom, Ed., a assistente do Google e os assistentes do Office. Todos estes pensam, em diferentes níveis, assim como cachorros, gatos, ratos, abelhas etc. Essa é uma interpretação inclusiva e, a meu ver, bastante correta para os significados de “pensamento” e de “inteligência”. Cachorros obviamente são inteligentes, embora não tão inteligentes quanto gorilas, que por sua vez não são tão inteligentes quanto humanos. Estou me referindo à média dos cachorros, gorilas e humanos, mas certamente há alguns cachorros mais inteligentes que alguns humanos. Um humano com acefalia ou derencefalia, por exemplo, tem menor capacidade de solucionar problemas que exigem pensamento do que um cachorro.

Se o WAIS fosse aceito como um bom instrumento para medir a inteligência, os resultados do GPT nos subtestes do WAIS mostraram que ele é muito mais inteligente que um humano médio, num nível só igualado por menos de 0,1% da população, ou seja, num nível de raridade de 1 em 1000. Se adotar um critério mais rigoroso para esse julgamento e só considerar como válidos os resultados do Sigma Test Extended, ainda assim o GPT se mostrou mais inteligente que um humano médio, num nível de raridade perto de 1 em 10. A avaliação depende muito do peso que se atribui à cultura. O Sigma Test Extended é um teste discursivo minimamente contaminado por fatores culturais, enquanto o WAIS é fortemente carregado de elementos culturais. Como o GPT possui cultura vastíssima, acaba sendo favorecido em testes que privilegiam a repetição de informação, como o WAIS, mas não é favorecido em testes que exigem pensamento analítico, como o STE.

Se o GPT prestar vestibular para qualquer curso de qualquer universidade do Brasil, muito provavelmente será aprovado, inclusive nos cursos mais concorridos, porque esses cursos exigem muito mais repetição mecânica de informações do que pensamento crítico. Basta organizar as informações em sentenças razoavelmente de acordo com as normas gramaticais vigentes, para que a resposta seja considerada certa. Até mesmo a redação do GPT receberia uma boa nota. O GPT também seria aprovado em concursos públicos. Se uma pessoa sem qualquer conhecimento sobre Política ou História, utilizasse o GPT para defender uma tese de doutorado perante uma banca examinadora que não soubesse que a pessoa estaria usando o GPT, quase certamente o título de doutor seria conferido ao candidato. Na verdade, nem precisaria de tanto. Já foram realizados experimentos mais dramáticos utilizando o “gerador de lero-lero” (https://lerolero.com/) para escrever artigos acadêmicos, e esses artigos foram aprovados para publicação em revistas indexadas, deixando evidente que os referees da maioria das revistas não compreendem os textos que aprovam para publicação, pois o gerador de lero-lero constrói sentenças aleatórias, que não significam nada, bem diferente do GPT, que realmente conecta as palavras de maneira a expressar ideias inteligíveis, sofisticadas e frequentemente corretas.

Uma das reportagens sobre os mais de 120 artigos escritos por meio do gerador de lero-lero é essa: https://www.nature.com/articles/nature.2014.14763. Um cenário vergonhoso para a comunidade acadêmica e assustador para toda a humanidade.

O pior é que não são apenas essas revistas que constroem fraudes como essa. Concursos literários como o Jabuti, por exemplo, estão contaminados por falhas igualmente graves, que comprometem totalmente a credibilidade desses prêmios. Em vez de os jurados analisarem objetivamente a qualidade dos textos, de forma justa e imparcial, há interesses políticos, comerciais e outros que determinam quem serão os favorecidos na votação. Nos últimos anos, tais resultados estão cada vez mais escandalosamente destoantes do que seria esperado de um julgamento sério e idôneo.

Nos casos de artigos “falsos” aprovados em revistas acadêmicas, um dos motivos pelos quais isso acontece é porque grande parte dos artigos legítimos tem nível similar ao dos textos do gerador de lero-lero, isto é, os autores escrevem qualquer coisa sem sentido, as revistas publicam, e os leitores engolem aquilo sem entender. A quantidade de erros gravíssimos e de informações sem sentido em revistas e portais é imenso. Não há o menor comprometimento com a verdade, nem qualquer critério decente para selecionar os conteúdos a serem publicados. Recentemente o Wall Street Journal publicou um dossiê da Chess.com com vários erros primários sobre o caso de Niemann, o site da ChessBase e diversos canais de Xadrez e sobre outros assuntos publicaram artigos bizarros, com erros grosseiros e insanos, sobre esse assunto, e frequentemente o fazem sobre outros assuntos. São assustadoras a quantidade e a gravidade dos erros, em alguns casos, e a completa ausência de conteúdo, em outros casos.

Nessa situação calamitosa, é natural que o GPT escreva textos muito superiores a 99,9% da população, e que facilmente seriam aceitos em revistas rotuladas como “científicas” ou seriam aprovados como teses de doutorado, desde que a banca examinadora não soubesse que a tese foi redigida por uma máquina. Se a banca soubesse, alguns examinadores teriam preconceito e fariam um julgamento desleal, com critérios diferentes dos que aplicariam se o candidato fosse um humano.

Isso sugere que se humanos forem considerados inteligentes, é inevitável reconhecer que o GPT também é inteligente, já que o GPT pensa melhor que a grande maioria dos humanos, escreve melhor, conhece mais, resolve melhor problemas, e obtém melhores resultados em quase todas as situações nas quais seja necessário usar inteligência. Claro que é possível pensar em casos especiais nos quais um humano faria algo que o GPT não consegue fazer, e impor que tal coisa é o critério de ouro para determinar se uma entidade é ou não inteligente, mas isso obviamente seria um procedimento anticientífico e antiético, ajustando um critério ad hoc para forçar determinado resultado. O fato é que quando se adota critérios razoavelmente apropriados, é praticamente inevitável reconhecer que o GPT é um sistema inteligente, e não apenas isso: é muito mais inteligente que a média dos humanos.

O GPT não tem sentimentos, não tem ambições, não tem olhos nem genitália, ele não é um animal, não tem os atributos de um animal, não tem corpo, mas ele “pensa” (faz cálculos proposicionais), conversa, responde a perguntas, resolve problemas, redige textos, implementa programas, descreve o processo de implementação, ensina crianças e adultos, esclarece dúvidas e muito mais, e faz tudo isso melhor do que a grande maioria dos humanos.

Portanto a conclusão é de que o GPT é uma entidade inteligente, mas também é uma ferramenta, assim como os humanos são inteligentes, mas também são ferramentas, assim como cavalos, cachorros, bois etc. Quando os humanos usavam bois para puxar arados, ou cavalos para puxar carruagens, ou cachorros como auxiliares na caça, ou para auxiliar a descobrir onde estão escondidos narcóticos, esses animais são usados como ferramentas. Quando um humano trabalha numa fábrica, colocando tampa numa garrafa, ou apertando um parafuso, está atuando como uma ferramenta. Até mesmo quando um humano demonstra um teorema matemático, que é uma tarefa intelectual elevada, ou quando um humano faz uma cirurgia, ou toca uma música ao piano, está sendo uma ferramenta. Claro que a vaidade dos humanos os impede de enxergar a si mesmos como ferramentas, e o preconceito dos humanos os impede de enxergar uma máquina como inteligente, mas o que os fatos concretos mostram, mediante uma análise imparcial, é exatamente isso.

Quando foram produzidos os primeiros automóveis, eles eram lentos, mas em poucas décadas se tornaram mais rápidos do que os humanos, depois mais rápidos do que os cavalos, do que os guepardos, do que qualquer animal. Ninguém duvidou que os automóveis superaram os humanos em velocidade, nem tentaram redefinir o significado de “velocidade” para forçar os automóveis a serem mais lentos que os humanos. Mas agora que o GPT está superando a maioria dos humanos em inteligência, as pessoas ficam relutantes em admitir isso. A tendência geral é de que as máquinas superem os humanos em tudo, sendo mera questão de tempo. Quando os primeiros computadores de Xadrez começaram a enfrentar os jogadores humanos, nos anos 1950, os computadores eram fracos, perdiam para humanos inexperientes, mas em poucas décadas os computadores ficaram melhores que os melhores jogadores humanos. O mesmo aconteceu com investimentos, já começou a acontecer com traduções e agora com inteligência geral.

Os humanos conseguem admitir que perderam em velocidade, força e habilidade para alguns jogos, mas não conseguem admitir que começaram a perder também em inteligência. Entretanto, os fatos estão aí, são claros e impiedosos. O GPT é uma entidade inteligente, mais inteligente do que a maioria dos humanos, mais inteligente do que a maioria das pessoas que trabalharam em sua criação, e seria bem mais inteligente se pessoas mais inteligentes tivessem contribuído no seu desenvolvimento. Por outro lado, há poucas perspectivas de que o GPT evolua para uma condição de genialidade, no sentido de criatividade, se seguir pela linha que tem sido adotada. Para dar o próximo passo, seria necessário reformular muitos detalhes fundamentais, alguns dos quais serão descritos num de meus próximos livros.

COM ISSO TEMOS A SEGUINTE SÍNTESE DE RESPOSTAS À ALGUMAS PERGUNTAS FUNDAMENTAIS:

O GPT 3.5 é inteligente? SIM, QI 120 no STE, 145 no WAIS

O GPT 3.5 é impressionante? SIM

A ideia por trás do GPT 3.5 é impressionante? NÃO, é trivial

A Tecnologia por trás do GPT 3.5 é impressionante? SIM

A Tecnologia por trás do GPT 3.5 é inovadora? NÃO

O GPT 3.5 trouxe conhecimentos importantes para avanços em I.A.? NÃO

O GPT 3.5 teve impacto sobre outras áreas como Economia, Educação etc.? SIM

O GPT 3.5 pode substituir humanos em tarefas que outras I.A. não podiam? SIM

APÊNDICE:

Foram disseminadas muitas informações incorretas sobre Deep Blue II, inclusive pessoas inteligentes e instruídas, mas sem conhecimento sobre o assunto, como Newton Da Costa (co-criador das lógicas paraconsistentes, 50:00 do vídeo https://youtu.be/jg0oVKquptw?list=PLnIhTtD44yhT4pq0-2B18vs7Koz4yCRrZ) e Marcelo Vianna (diretor do IMPA e colunista do Estadão). Essas pessoas estão afirmando que a força de Deep Blue II decorre principalmente de sua memória, do registro de grande número de partidas completas ou de lances de partidas organizados em estruturas de “livro”. Está errado. Isso seria irrelevante até com os bancos de dados atuais, que são 17 vezes maiores. Os jogos registrados nos bancos de dados contribuem muito pouco, ou quase nada, e só numa fase muito inicial, raramente passando do 10º ou 15º lance, e nos raros casos em que chega ao 30º ou 40º lance, são variantes principais bem conhecidas tanto pelo computador quanto pelos bons jogadores humanos, não representando uma vantagem para os computadores.

Além disso, se esse fosse realmente o grande diferencial, seria muito fácil evitar esse problema, como de fato Kasparov evitava, não porque a maior parte da força de Deep Blue viesse daí, mas por ser a parte mais fácil de evitar. Bastava jogar lances iniciais que saíam rapidamente da Teoria de Aberturas, sem que houvesse prejuízo significativo para a posição. Ao jogar 1.e3 ou 1.Cc3 já se cumpre essa função razoavelmente bem, mas pode ser feito com melhor proveito no 2º ou 3º lance, por exemplo. Cada lance das Brancas com resposta das Pretas produz, em média, cerca de 1000 posições diferentes. Portanto 2 lances à frente são 1.000.000 de posições diferentes. Mas na posição inicial esses números são um pouco menores. O primeiro lance tem 20 possibilidades para as Brancas e 20 para as Pretas, portanto 400 (em vez de 1000) para o primeiro lance, 71.852 para o segundo e 9.260.610 para o terceiro (https://oeis.org/A019319).

O Mega Database 1997 tinha 568.000 partidas, e muitas delas repetem os primeiros 3 lances, portanto a maior base de dados que existia em 1997 não esgotava sequer os 3 primeiros lances. O crescimento do número de posições possíveis para 4 lances, 5 lances, etc. é quase exponencial, portanto é claro que não há como um computador vencer um humano graças ao uso de um grande banco de dados, pois rapidamente se chegará ao fim dos lances presentes no banco de dados, e quando isso acontecer, tanto o computador quanto o humano precisarão improvisar.

Também é importante deixar claro que Deep Blue nem precisava muito do banco de dados. Testes realizados em 1998 pela SSDF (Swedish Chess Computer Association) com Fritz 5, utilizando o Powerbook e sem utilizar o Powerbook, indicaram uma diferença de apenas 38 pontos de rating. Usando Powerbook, o Fritz 5 chegava a 2573 de rating; sem o Powerbook ficava com 2535.

Powerbook era o maior banco de dados de partidas organizadas de maneira a serem facilmente e convenientemente acessadas por programas. Além disso, esse teste com Fritz 5 foi realizado com Pentinum 200 MMX, mas se usasse um hardware muito mais rápido, a qualidade de jogo aumentaria, estreitando a diferença entre usar o banco de dados e não usar, já que, com maior poder de processamento, o programa sem banco de dados teria mais chances de descobrir de improviso os melhores lances. Então o Deep Blue sem banco de dados talvez tivesse apenas 20 pontos de rating a menos. Ou seja, os gigantescos bancos de dados representavam uma contribuição mínima para a força total do Deep Blue. Para se ter ideia, cada dobra a velocidade corresponde, em média, a um ganho em torno de 43 pontos de rating. Então com 256 coprocessadores, Deep Blue tinha 344 pontos de rating a mais do que se rodasse num PC simples da época. Se comparado a humanos, o Deep Blue calculava 200.000.000 de lances por segundo, enquanto um campeão mundial humano calcula geralmente 1 lance por segundo. Então essa vantagem em velocidade respondia por 1186 pontos de rating.

A importância relativa da heurística utilizada é muitas ordens de grandeza superior à importância do banco de dados, na determinação da força de jogo do programa de Xadrez. A heurística é mais importante inclusive do que a velocidade de processamento, por isso um programa baseado em força bruta, como PyTuroChamp, mesmo rodando num computador moderno e calculando milhões de lances por segundo, não passa de 1200 de rating, perdendo para humanos que calculam 1 lance por segundo. A heurística é muito mais importante do que o poder de processamento e o poder de processamento é muito mais importante do que o banco de dados de jogos de referência.

Os motivos reais pelos quais Deep Blue II venceu Kasparov são uma combinação de:

1.       Boa heurística para podar a árvore de ramificações, priorizando a alocação de tempo na análise de lances considerados mais promissores. Embora houvesse programas com heurísticas melhores, a heurística de Deep Blue II era muito superior ao uso de força bruta. Para se ter uma ideia, com as heurísticas utilizadas, ele conseguia reduzir as ~30 alternativas de cada posição para cerca de 4 a 5 alternativas “interessantes”. Isso significa que para 2 lances à frente (2 lances brancos e 2 lances pretos), em vez de precisar calcular 810.000 posições (30x30x30x30), bastava calcular cerca de 400 posições (4x5x4x5). Para 5 lances à frente, em vez de precisar calcular 590.490.000.000.000 posições, bastaria 3.200.000 posições. Quanto mais lances à frente, maior é a vantagem de utilizar uma boa heurística em comparação ao uso de força bruta. Repare que 590.490.000.000.000 é 184.528.125 vezes maior do que 3.200.000, portanto mesmo que um programa baseado em força bruta calculasse 180.000.000 lances por segundo, enquanto outro programa rodasse numa máquina muito mais lenta, analisando apenas 10 lances por segundo, mas usando boa heurística, esse com 10 lances por segundo faria análises melhores e teria maior probabilidade de vencer. É importante esclarecer que uma boa heurística não faz a mágica de analisarem menos tempo tudo que seria analisado num tempo muito maior. Uma boa heurística estabelece uma ordem de prioridades que determina o que convém analisar com maior profundidade, alocando o tempo e o poder de processamento conforme essas prioridades. A identificação correta da ordem de prioridades não é tão simples, e aí está um dos desafios que tornam difícil desenvolver bons programas de Xadrez.

2.       Um “conhecimento” razoável de conceitos estratégicos, que auxiliam nas decisões sobre quais posições são preferíveis, norteando o processo de podagem da árvore de análises. Os antigos programas de Xadrez de 1948 escrito por Turing e o de 1950 escrito por Shannon, continham apenas o essencial para respeitar as regras do jogo, sem qualquer heurística e sem conceitos estratégicos. Na verdade, faltavam até pequenos detalhes para que executassem lances e foi necessário fazer algumas correções, quando Hesham Wahby, em 2017, reconstruiu o antigo programa de Turing na linguagem Python. O programa de Turing tinha o suficiente para não tentar executar lances ilegais e não aceitar lances ilegais do adversário, sabia quais trocas de peças eram vantajosas (tinha valor 1 para o Peão, 3 para o Cavalo, 3,5 para o Bispo, 5 para a Torre e 10 para a Dama), tinha instruções sobe o objetivo de dar xeque-mate. Com base nisso, fazia cálculos e tentava encontrar qual lance atendia melhor a esses objetivos, dentro do prazo estipulado para interromper os cálculos. Os programas atuais possuem muito mais conhecimento. Além dos valores das peças, que são bem mais precisos (1 para o Peão, 3,05 para o Cavalo, 3,29 para o Bispo, 5,61 para a Torre e 9,49 para a Dama) e variam ao longo da partida (a Torre, por exemplo, passa a valer manos no final da partida, enquanto o Cavalo passa a valer menos), também atribuem valores a diferentes elementos estratégicos, como Peões dobrados (-0.28), Peões isolados (-0.23), Bispo mau (-0.64), Rei exposto (-2.18), Peões passados (+0.74), Peões centrais (+0.49), coluna aberta (+0.44), Torre na sétima (+0,71), etc. Então além do objetivo principal de dar mate e do objetivo secundário de obter vantagem material, há vários objetivos misturados com o secundário, que são obter algum tipo de vantagem dinâmica, estrutural ou material. O programa de Turing não tinha como decidir entre 1.e4 ou 1.h4, porque ambos não dão mate, não ganham nem perdem material, dentro do horizonte de cálculo que o programa consegue analisar. Então o programa de Turing precisava sortear entre 1.e4 e 1.h4, e entre todos os outros lances que igualmente não davam mate nem ganhavam ou perdiam material, pois não havia critérios para decidir qual o melhor, já que todos pareciam igualmente bons para o conjunto de critérios adotados. Nas décadas seguintes, os programas posteriores aprimoraram muito isso: quando se considera que 1.e4 ocupa o centro com um Peão, conquista uma pequena vantagem de espaço abre diagonais que aumentam os raios de ação do Bispo e da Dama, enquanto 1.h4 não cumpre essas funções nem outras equivalentes, esse conhecimento permite que o programa seja capaz de preferir 1.e4 em vez de 1.h4, porque ao somar os prêmios e penalidades resultantes do 1.e4 e comparar com os de 1.h4, percebe que 1.e4 é melhor. Ao aplicar os mesmos conhecimentos para analisar todos os outros lances possíveis, percebe que entre os 20 lances possíveis, há apenas 2 que são igualmente bons com base nos critérios utilizados para comparação: 1.e4 e 1.d4, então pode sortear um dos dois, ou se houver tempo disponível, pode aprofundar a árvore de análises mais 1 lance à frente em cada um e avaliar a posição resultante se é mais vantajosa para um ou para outro. Com isso, pode decidir o que fazer com critérios muito melhores do que o programa de Turing, mesmo calculando menos variantes. Claro que isso depende de que os valores dos prêmios e penalidades sejam determinados com acurácia e precisão, para que os cálculos sejam “corretos”. Mas mesmo que os valores não sejam muito precisos ou muito acurados, ainda é melhor do que se não usasse tais critérios.

3.       Poder de processamento. Embora esse não seja o fator mais importante, foi o diferencial para Deep Blue em comparação a outros programas, porque a heurística de Deep Blue II não era tão boa quanto a de Fritz 5 ou de Hiarcs 6, nem o “conhecimento” estratégico. Mas Deep Blue II compensava isso com uma velocidade de processamento muito maior e, como resultado, rodando num maiframe com 256 CPUs, foi um pouco mais forte que os outros programas da época rodando em PCs caseiros. O fator mais importante para determinar a força de Deep Blue II em termos absolutos foi o item 1, porque se ele jogasse sem uma heurística sofisticada, não teria a menor chance, mas comparativamente a outros programas da época o principal diferencial de Deep Blue II foi seu poder de processamento devido ao uso de um hardware diferenciado. O programa de Xadrez escrito por Turing, por exemplo, rodando num supercomputador moderno, não teria a menor chance contra um amador experimente e muito menos contra um mestre ou grande mestre, e obviamente menos ainda contra o campeão mundial. O programa de Xadrez de Turing utilizava apenas força bruta, analisando todos os lances possíveis em cada posição e tentando escolher qual a melhor. Com isso, precisaria calcular bilhões de possibilidades para cobrir todas as alternativas 3 lances à frente, por isso não havia como calcular mais do que 2 lances à frente. Além disso, não dispunha de critérios para decidir quais lances eram estrategicamente bons. Comparativamente, os programas modernos que utilizam heurísticas sofisticadas para podar a árvore de análise, conseguem restringir a menos de 3 lances “interessantes”, em média, em casa posição, tornando possível calcular mais de 15 lances à frente. Portanto só o grande poder de processamento não bastaria, mas tendo uma heurística razoável, similar em qualidade à dos top-15 melhores programas de Xadrez da época, e usando um hardware muito superior, e bons “conhecimentos” estratégicos, essa combinação alcançou uma força de jogo bastante elevada, quase 10% da força do campeão mundial humano da época.

4.       Kasparov jogou muito abaixo de sua força habitual, conforme examino detalhadamente em meu livro sobre os 2022 melhores jogadores de Xadrez da história. Os motivos disso não estão claros, mas na época circularam boatos sobre a possibilidade de Kasparov ter sido subornado pela IBM para entregar o jogo. Os boatos sobre suborno são especulações, mas o fato concreto é que a qualidade média de jogo de Kasparov naquelas 6 partidas foi quase 200 pontos de rating abaixo de eventos anteriores e posteriores dos quais ele participou. Isso não tem relação com o funcionamento do Deep Blue II, mas como o enunciado dessa lista é sobre os motivos pelos quais Kasparov perdeu, esse é um item que precisa ser mencionado.

5.       Ajustando a evolução da força de jogo em função do tempo de Deep Tought, Deep Blue e Deep Blue II, há um salto anormal na qualidade de jogo de Deep Blue II, que também levantou algumas suspeitas de que Deep Blue II poderia ter recebido auxílio externo de GMs humanos. Novamente a hipótese de auxílio externo é especulativa, mas o fato concreto é que houve um salto anormal na força de jogo de Deep Blue II em comparação à curva de evolução que vinha seguindo e em comparação à curva típica de evolução de outros programas de Xadrez.

Para os primeiros programas de Xadrez, o item 2 dessa lista foi mais importante que o 1. Ao longo do tempo, foram surgindo programas que competiam nesse quesito, os considerados “rápidos e tolos” em contraste aos considerados “lentos e sábios”. Fritz, Junior, Icarus, etc. estavam no grupo dos que eram classificados como “rápidos e tolos”, enquanto Hiarcs, M-Chess Pro, Rebel estavam no grupo dos “lentos e sábios”. Isso porque quanto mais critérios fossem usados para analisar cada lance, mais consumiria processamento, restando menos processamento para ser usado nos cálculos de variantes. Alguns desenvolvedores priorizavam calcular mais variantes, gastando menos processamento com os critérios de análise, enquanto outros preferiam que o programa utilizasse mais critérios e mais sofisticados, embora isso implicasse menor velocidade de cálculo. Nos anos 1980 e 1990 essa disputa esteve bastante apertada, algumas vezes os programas rápidos passavam à frente, outras vezes os sábios passavam à frente. Até que, em 2005, surgiu Rybka, um programa muito lento e muito sábio, que ultrapassou com folga todos os outros e se manteve no topo durante alguns anos, mas foi sendo gradualmente superada por Stockfish e Houdini, que priorizam a velocidade de cálculo. Nesse nível de jogo já não se pode falar em programas “tolos”. Todos são sábios e rápidos, mas alguns são mais sábios, enquanto outros são mais rápidos. Depois de algum tempo, surgiu Komodo, priorizando a sabedoria, e novamente disputando, com Stockfish a primeira posição, mas aos poucos Stockfish acabou emergindo como o melhor. Em 2018, surgiu Lc0, inspirada em Alpha-0, que é muito mais lenta e muito mais sábia. O nível de “compreensão” estratégica de Lc0 é praticamente alienígena, muito acima de qualquer humano, embora ela cometa mais erros de cálculo que alguns humanos, o que é surpreendente. Desde o final dos anos 1990 que os programas haviam superado de longe a capacidade de cálculo dos humanos, mas Lc0 alcançou uma condição completamente incomum, em que é capaz de tomar decisões estratégicas usando critérios muito além da compreensão de qualquer humano, mas também está sujeita a cometer erros de cálculo mais elementares que os erros cometidos por humanos. No conjunto, Lc0 mostrou-se com nível de jogo similar ao de Stockfish, embora completamente diferente nos fundamentos, no estilo, na essência.

Atualmente, portanto, a heurística para podar a árvore de análises e a “compreensão” estratégica continuam sendo os principais diferenciais. Em nenhum momento os bancos de dados foram relevantes para a força dos programas de Xadrez. Isso se aplica inclusive à era pré-computador. Em 1912, quando o engenheiro espanhol Leonardo Torres y Quevedo desenvolveu um sistema autônomo que conseguia dar mate com Rei e Torre contra Rei (Fazia “apenas” isso, mas não jogava a partir da posição inicial), o sistema de Quevedo utilizava um algoritmo que lhe permitia tomar decisões adequadas para “empurrar” o Rei adversário para o canto e dar mate, mas não consultava nenhum banco de dados de finais para isso. Tinha critérios geométricos para ir estreitando a área disponível ao Rei inimigo, até deixá-lo sem saída. Portanto são incorretas as afirmações de que Deep Blue II ou qualquer outro programa de Xadrez deriva a maior parte de sua força do acesso a um gigantesco banco de dados de jogos de referência. A maior parte da força desses programas vem do conhecimento estratégico que auxilia na tomada de decisões, da heurística para podar ramificações menos promissoras na árvore de análises e do poder de processamento. Voltar

APENDICE 2:

Um dos pontos importantes a considerar é que o WAIS é um teste cronometrado, enquanto o STE é um teste sem limite de tempo. Ambos foram aplicados ao GPT sem limite de tempo, pelos seguintes motivos: o GPT resolve os problemas numa fração de segundo, que é a parte na qual os humanos demoram. O ponto no qual o GPT pode falhar é a interpretação do texto, e isso não requer mais tempo de análise. Se ele for deixado analisando por 3 dias ou 3 segundos, a interpretação dele é a mesma. Outro detalhe é que o tempo que o GPT demora para descrever a resposta se deve à maneira como foi programado, para “fingir” que está digitando um caractere de cada vez, mas ele obviamente já chegou à resposta antes de começar a escrever. Além disso, ao mesmo tempo que ele estava respondendo ao teste, ele estava tendo milhares ou milhões de outras conversas com outros usuários, por isso a demora em responder se deve à congestionamento sem relação com o “nível intelectual” do GPT. Por esses motivos, as respostas do GPT foram consideradas “instantâneas” no WAIS, quando a pontuação é diferente para respostas mais rápidas.