Inteligência Artificial além da bolha

Sergio Silva - Presidente da DAMA Brasil

Para quem acha que IA é algo inovador e disruptivo Richard Bandler e Jhon Grinder dois jovens pesquisadores que conseguiram transformar a linguística em uma base teórica e um instrumento prático para a terapia. Grinder é identificado como linguista e Bandler como alguém com conhecimentos que abrangem matemática e neurologia, em 1975 nascia a Programação Neurolinguística (PNL).

O que a PNL tem a ver com IA ? Veremos.

A utilização das práticas da Programação Neurolinguística (PNL), conforme descritas no Livro Estrutura da Magia escrito pelos dois pesquisadores citados acima, oferece uma base teórica e técnica valiosa para o desenvolvimento de agentes de inteligência artificial, especialmente no que diz respeito ao processamento de linguagem natural e à interação com o usuário.

Aqui estão os principais caminhos para integrar esses conceitos:

1. Distinção entre Mapa e Território

Um princípio fundamental da PNL é que os seres humanos não operam diretamente no mundo real, mas sim através de modelos ou "mapas" da realidade que criam para guiar seu comportamento. Na IA, é crucial reconhecer que o agente opera sobre um modelo de dados (o mapa) e não sobre a realidade em si.

2. Aplicação do Metamodelo para Clarificação de Inputs

O Metamodelo da PNL é um conjunto de ferramentas linguísticas projetado para identificar e recuperar informações que foram perdidas durante o processo de modelagem humana. Ao interagir com usuários, agentes de IA podem usar o Metamodelo para lidar com os três processos universais que empobrecem a comunicação:

• Eliminação (Omissão): O usuário frequentemente omite partes da experiência original na fala (Estrutura Superficial). A IA pode ser programada para identificar essas lacunas e fazer perguntas de recuperação, como "Com quem especificamente?" ou "O que exatamente?".

• Generalização: Ocorre quando elementos do modelo da pessoa se destacam de uma experiência específica e passam a representar toda uma categoria. Agentes de IA podem desafiar generalizações excessivas (uso de termos como "sempre", "nunca", "todos") para refinar a precisão da solicitação.

• Distorção: O processo que nos permite fazer substituições em nossa experiência, como nas nominalizações (transformar um processo contínuo em um evento estático ou substantivo). A IA pode aprender a reverter nominalizações, transformando substantivos abstratos de volta em verbos para entender a dinâmica da ação desejada pelo usuário.

3. Transição da Estrutura Superficial para a Estrutura Profunda

A PNL utiliza a gramática transformacional para distinguir entre o que é dito (Estrutura Superficial) e a representação semântica completa por trás da fala (Estrutura Profunda). Um agente de IA robusto deve ser capaz de processar a Estrutura Superficial fragmentada do usuário para reconstruir ou inferir a Estrutura Profunda, garantindo que a resposta do agente seja baseada no significado existencial completo e não apenas nas palavras isoladas.

4. Enriquecimento do Modelo do Usuário

O objetivo da PNL na terapia é expandir e enriquecer o modelo de mundo do paciente, oferecendo-lhe mais opções de escolha. Agentes de IA, ao invés de apenas fornecer respostas diretas, podem atuar como facilitadores que ajudam o usuário a identificar áreas de "impossibilidade" em seus próprios pedidos e sugerir novas perspectivas ou alternativas anteriormente eliminadas de seu mapa mental.

5. Reconhecimento de Pressuposições

A linguagem humana é repleta de pressuposições — afirmações que devem ser verdadeiras para que uma frase faça sentido. Agentes de IA treinados em boas práticas de PNL podem identificar essas pressuposições nos comandos dos usuários para entender o contexto implícito e as crenças subjacentes, permitindo uma interação muito mais empática e contextualizada.

A integração das boas práticas da Programação Neurolinguística (PNL) na construção de agentes de inteligência artificial representa a transição de sistemas puramente reativos para agentes capazes de compreender a complexidade da modelagem humana. Ao aplicar o arcabouço teórico de Bandler e Grinder, o desenvolvimento de IAs deixa de focar apenas no processamento estatístico para focar na recuperação da experiência plena do usuário.

Sergio Silva é presidente da DAMA Brasil