Considere que um sistema de aprendizado de máquina percebe que todas as pessoas com índice de massa corporal regular tomam café com açúcar, enquanto todas as pessoas com índice elevado tomam a bebida com adoçante. Sendo assim, a inteligência artificial poderá inferir que:
Questão
Considere que um sistema de aprendizado de máquina percebe que todas as pessoas com índice de massa corporal regular tomam café com açúcar, enquanto todas as pessoas com índice elevado tomam a bebida com adoçante. Sendo assim, a inteligência artificial poderá inferir que:
Alternativas
A) O adoçante é o responsável pela obesidade dos usuários - e nós sabemos, pela nossa inteligência humana, que não é bem assim.
B) O adoçante não é responsável pela obesidade dos usuários - afinal, a inteligência artificial tem bom senso, assim como a inteligência humana.
C) O café não deve ser tomado nem com açúcar nem com adoçante - a inteligência artificial é binária, 0 e 1, ou Sim e Não.
D) O café deve ser tomado sem adoçante e sem açúcar - a inteligência artificial tem padrões rígidos ao tomar uma decisão.
E) O café é uma bebida prejudicial e não deve ser tomado.
Explicação
O enunciado descreve um padrão observado nos dados: pessoas com IMC regular usam açúcar e pessoas com IMC elevado usam adoçante.
Um sistema de aprendizado de máquina, ao encontrar essa correlação, pode inferir uma relação causal indevida (confundir correlação com causalidade), concluindo que o adoçante “causa” o IMC elevado/obesidade. Na prática, isso pode ocorrer por fator de confusão e causalidade reversa: por exemplo, pessoas com IMC elevado podem optar por adoçante justamente para reduzir açúcar/calorias.
Entre as alternativas, apenas a letra A expressa exatamente essa ideia: a IA pode concluir algo errado (que o adoçante é o responsável), enquanto nós, humanos, sabemos que essa inferência não é necessariamente verdadeira.
Alternativa correta: (A).