Informao e Critrio de Relevncia: Podem as mquinas aprender a diferenciar contextos?

Mariana Vitti Rodrigues1 Maria Eunice Quilici Gonzalez2

Resumo: O objetivo deste artigo investigar a noo de critrio de relevncia com o auxlio do conceito de informao tal como caracterizado por Charles Sanders Peirce. Por critrio de relevncia entendemos um processo de escolha da melhor ao em um dado contexto. Para tanto, introduziremos questes relativas ao estudo da mente, em especial aquelas referentes ao debate mecanicismo X no mecanicismo. Numa tentativa de lanar luz sobre a problemtica referente natureza da mente, introduziremos a caracterizao, proposta por Peirce, do conceito de informao. Diferenciaremos o conceito de informao genuna de informao degenerada, argumentando que a deteco de informao genuna possibilita cxaracterizar as aes relevantes em um dado contexto. Organizaremos nosso trabalho inicialmente questionando se uma mquina pode ter critrio de relevncia autnomo, isto , se ela pode adquirir critrios diferentes daquele formulado por seu programador. Investigando se um ser artificial capaz de aprender a diferenciar contextos e consequentemente agir da melhor maneira possvel em cada ocasio. Por fim, faremos um balano das possveis contribuies de Peirce para o tema em questo. Palavras-Chave: Critrio de Relevncia. Informao. Ao. Mente. Semitica. Abstract: The aim of this paper is to investigate the notion of criteria of relevance with the help of the concept of information characterized by Charles Sanders Peirce. For criteria of relevance we mean a process of choosing the best action in a context. To this end, we will introduce questions relating to the study of mind, especially those concerning the debate between mechanism X non-mechanism. In an attempt to shed light on issues concerning the nature of mind, we introduce the characterization, proposed by Peirce, the concept of information. Differentiating the concept of genuine information and of degenerate information, arguing that the detection of genuine information allows to characterize the relevant actions in a given context. Initially, we will organize our work questioning whether a machine can have autonomous criteria of relevance, that is, if it can learn different criteria formulated by your programmer. Investigating whether an artificial being can learn to differentiate between contexts and therefore act in the best possible way on each occasion. Finally, we will make an balance of Peirce's contributions to this theme. Keywords: Criteria of Relevance. Information. Action. Mind. Semiotic.

Investigao acerca da natureza da mente: mecanicismo X no mecanicismo

Uma questo que atormenta os filsofos h muito tempo, e com Turing e sua mquina abstrata ganhou muita fora, ainda discutida: ser que a mente regida por
Graduada em Filosofia na Faculdade de Filosofia e Cincias UNESP - Campus de Marlia. Bolsista PICI/CNPq. Orientadora: Profa. Dra. Maria Eunice Quilici Gonzalez. Email: mary_vitti@hotmail.com. 2 Doutorado em Cognitive Science, Language and Linguistics (PhD), pela University of Essex, LivreDocente do Departamento de Filosofia e do Programa de Ps-Graduao em Filosofia da Universidade Estadual Paullista UNESP Campus de Marlia. Email: gonzalez@marilia.unesp.br
1

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

leis mecnicas, e deste modo passvel de ser artificialmente constituda, ou fatores scio-culturais (por exemplo) so necessrios para a constituio dos processos mentais? Ser que um comportamento inteligente expressa uma mente dotada de inteligncia? At que ponto, imitar comportamentos inteligentes explica a natureza da mente? O nascimento da Inteligncia Artificial foi habilitado com a introduo do mtodo sinttico, pelo qual a explicao de um fenmeno se torna possvel com a construo de um modelo que realize o fenmeno a ser explicado. Deste modo, explicar o que a mente, para a Inteligncia Artificial, construir um modelo que possua mente, modelo este, que tenha capacidade de pensar. Como ressalta Dupuy (1996, p. 27): Conhecer produzir um modelo do fenmeno e efetuar sobre ele manipulaes ordenadas. Em outras palavras, explicaramos a natureza da mente a partir do momento em que construssemos uma mquina que possusse uma mente. A hiptese segundo a qual a construo de modelos pode explicar a natureza da mente se sustentou com o auxlio do funcionalismo, teoria que caracteriza a mente no se preocupando com o material que a constitui, mas sim segundo a funo que a mente realiza. Neste contexto, Churchland (2004, p.69), resumindo as caractersticas centrais do funcionalismo, salienta: O que importante para a existncia de uma mente, no a matria da qual a criatura feita, mas a estrutura das atividades internas mantidas por essa matria. Neste caso, tanto um material biolgico, composto por redes de carbono, quanto um material artificial, composto por silcio, poderiam pensar desde que realizassem essa funo. Alan Turing, foi um dos primeiros a utilizar o mtodo segundo o qual, explicar um fenmeno construir um modelo que realize este fenmeno, ou seja, a propor a construo de uma mquina abstrata capaz de pensar. Em seu conhecido artigo Computadores e Inteligncia, Turing prope a seguinte questo: Podem as mquinas pensar? (1973, p.49), e em seguida desenvolve seu clebre jogo da imitao, reformulando a questo anterior: O que acontecer quando uma mquina ocupar o lugar de A [um ser humano] neste jogo?. A partir destas questes, Turing retoma vrias problemticas, entre elas a crtica abordagem mecanicista da mente realizada por Lade Lovelace no sculo XIX. A crtica de Lady Lovelace, tal como interpretada por Turing, ressalta as limitaes de uma mquina no que diz respeito s possibilidades de criao, como as mquinas no conseguem alterar suas regras pr-programadas, elas no
Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

possuem a habilidade de criar e alterar suas regras, o que as diferencia dos seres inteligentes. Discordando de Lady Lovelace, Turing argumenta que, dada as regras suficientemente gerais de programao, uma mquina pode vir a mudar as suas operaes, criando at mesmo novas regras. A seguinte questo que passa a ser relevante para Turing : Como podem as regras de operao da mquina mudar? (1973, p. 80). Entretanto, a resposta a essa questo envolve detalhes tcnicos que escapam do escopo do presente trabalho. Para nossos propsitos, cabe salientar a dificuldade enfrentada pela abordagem mecanicista da mente no que diz respeito formulao ou aquisio de critrios de relevncia. Dificuldade esta, apontada por Gonzalez (2005, p. 567 grifo nosso):
Uma dificuldade com o mtodo sinttico, muito debatida no ltimo sculo por filsofos, que as Mquinas de Turing so desenvolvidas de acordo com regras pr-estabelecidas e suas estruturas so prdeterminadas por um critrio de relevncia que so fornecidos para elas.

Neste sentido, Dascal aponta que,

A questo crucial (para IA) no nem representao de conhecimento nem fornecimento de (mais) conhecimento para o sistema. Ao contrrio uma questo de conceber sistemas que no so escravizados por algo rotulado conhecimento, i.e., sistemas que esto aptos para rejeitar justificaes que no parecem razoveis para ele, e selecionar pragmaticamente ainda os prprios critrios que so considerados, em cada contexto, como razovel e relevante. (Dascal 1990, p. 236 traduo nossa).

Em sntese, o problema reside no em saber se uma mquina dotada de critrio de relevncia, mas sim, se ela capaz de adquirir novos critrios, isto , aprender regras autonomamente, sem a necessria interveno do programador. De modo a analisar este problema, investigaremos primeiramente o conceito de critrio de relevncia, que apesar da aparente simplicidade, contm nuanas que exigem reflexo.

O conceito de Critrio de relevncia

Desde Descartes, a anlise sobre critrios de relevncia, j se encontra presente no famoso bom senso, interpretado como uma caracterstica dos seres racionais. Nas
Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

palavras do filsofo: o poder de bem julgar e distinguir o verdadeiro do falso, que exatamente o chamado bom senso ou a razo, , naturalmente, igual em todos os homens (1983, p.29). Caracterizamos provisoriamente a noo de critrio de relevncia como decorrente da capacidade de escolha da ao adequada em um dado contexto, em que contexto pode ser entendido como uma rede de disposies e hbitos que possibilitam uma ao em um dado momento (BATESON, 1986). Mas o que seria esta capacidade, e ser que ela seria uma caracterstica exclusiva de seres humanos? Exemplos cotidianos podem auxiliar a compreenso, como quando ao sair de casa, olhamos para o cu e tentamos saber se chover ou no, pois desta forma levaremos ou no guarda-chuva. Caso nosso critrio de relevncia seja adequado para este contexto, levaremos guarda-chuva e chover, ou no o levaremos e no sentiremos falta dele. A capacidade de escolher qual ao melhor se adequa aos fatos, o que adotamos por critrio de relevncia. Podemos arriscar outro exemplo desvinculando-o do mbito antropomrfico: quando um cachorro no atravessa uma rua, pois detecta que um carro est passando, ele soube que, naquele instante, no era de bom tom atravessar a rua, pois poderia causar um atropelamento e custar-lhe a vida. Cabe ressaltar que a noo de critrio de relevncia est intimamente ligada noo de erro, porque em vista de evitar o erro que os seres vivos adquirem bom senso. Indagamos neste artigo se as mquinas so capazes de adquirir um critrio de relevncia distinto das regras impostas pelo programador; e neste sentido, cabe a ns questionar se as mquinas possuem a capacidade de errar. Turing sugere que o funcionamento (fsico) inadequado de uma mquina pode conduzir ao erro, mas entendemos que a disfuno fsica de um sistema no parece ser equivalente capacidade de errar. A nossa sugesto, que ser objeto de um prximo trabalho, que a capacidade de errar requer a percepo da alteridade; a partir do reconhecimento da alteridade que podemos ter um feedback das nossas aes adequadas ou inadequadas. Decorrente da noo de erro, o conceito de aprendizagem se torna imprescindvel, pois a partir da deteco de um erro, o agente ajusta sua ao de acordo com as exigncias do meio, e incorpora esta nova situao. No presente artigo, caracterizaremos, inspiradas em Peirce, a noo de aprendizagem como a capacidade de gerar e alterar hbitos, bem como a capacidade de detectar um erro, capacidade esta, que Peirce julga ser caracterstica de todos os seres que possuem mente cientfica.

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

Como Silveira (2007, p.27) salienta: ser considerada cientfica toda aquela inteligncia capaz de aprender atravs da experincia. Considerando a capacidade de gerar e alterar hbitos como comportamento inteligente, questionamos se uma mquina capaz de gerar e alterar seus hbitos prestabelecidos pelo programador, e ainda, indagamos se um ser artificial pode possuir critrio de relevncia adquirido autonomamente, i.e., critrios distintos dos concebidos pelo programador. Em outras palavras, uma mquina capaz de diferenciar contextos e incorporar novas aes, aprendendo/ adquirindo novos critrios de relevncia? Abordaremos estas questes com auxlio da Semitica peirceana, numa tentativa de lanar luz sobre as dificuldades encontradas pela Cincia Cognitiva nas explanaes sobre a mente. Para tanto, recorremos caracterizao do conceito de informao proposto por Peirce (1931-1935), numa tentativa de elucidar a caracterizao de Critrio de Relevncia.

A noo de informao: um caminho possvel para o estabelecimento de critrio de relevncia? Neste tpico abordaremos a noo de informao tal como caracterizada por Peirce (1931-1935), com o objetivo de lanar luz s questes deixadas em aberto nas sees anteriores, referentes ao Critrio de Relevncia. Deste modo, importante ressaltar que para escolher a melhor ao em um dado contexto, necessrio que acessemos a realidade de modo objetivo, uma vez que existem coisas reais, cujas caractersticas so inteiramente independentes das nossas opinies acerca delas; estas realidades afetam nossos sentidos de acordo com leis regulares, e (...) podemos descobrir, atravs do raciocnio como as coisas realmente so (1877, p. 16). Atravs do raciocnio podemos nos aproximar da realidade e, neste sentido, h a possibilidade de agirmos tendencialmente de modo a atender as exigncias do meio, sem incorrer em erro. Defenderemos que acessamos a realidade atravs da informao, uma vez que a informao sempre verdadeira, ao ter acesso a ela, poderemos agir da maneira adequada, isto , segundo a exigncia do contexto. No caso das mquinas, indagamos sobre a possibilidade de seres artificiais possurem a capacidade de detectar a informao disposta no meio e, consequentemente, adquirirem a habilidade de detectar contextos e, deste modo, aprenderem a agir de acordo com a exigncia de cada ocasio.
Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese 5

No que se segue, analisaremos o conceito de informao proposto por Peirce que segundo nosso entendimento, nos auxiliar na proposta aqui desenvolvida. Peirce, no decorrer de suas obras, analisa o conceito de informao de diversas maneiras (SILVEIRA, 2008). No presente artigo abordaremos este conceito de dois modos, quais sejam: a noo de informao luz da Teoria Geral dos Signos, e a definio de informao como produto da extenso e da profundidade de conceitos ou termos. A Teoria Geral dos Signos, formulada por Peirce, contribui, no nosso entendimento, para uma caracterizao tridica da noo de informao. Neste sentido, o filsofo (1977, p.160) ressalta que:

Um signo um cognoscvel que, por um lado, determinado (i.e., especializado, bestimmt) por algo que no ele mesmo, denominado de seu Objeto, enquanto, por outro lado, determina alguma Mente concreta ou potencial, determinao esta que denomino de Interpretante criado pelo Signo, de tal forma que essa Mente Interpretante assim determinada mediatamente pelo Objeto3.

Neste contexto, a anlise do conceito de informao se volta para o estudo do Signo Dicente, que o signo por excelncia responsvel por veicular informao. Isto porque esse signo composto por duas partes, como reitera Silveira (2008, p. 302):

A primeira parte [do signo] dever ser denominada Sujeito, a qual representar um cone do objeto [...] que deve ter uma existncia independente do signo no qual representado; e a segunda [parte] que poder ser denominada o Predicado que ser ou representar um cone de uma primeiridade, a qual poder ser uma qualidade ou uma essncia.

Esta primeira parte do signo, constituinte do Signo Dicente, denominada tambm de ndice Remtico; ndice porque aponta para a localizao espao-temporal do objeto que representa, e Remtico porque, sozinho, um signo meramente possvel. Uma seta indicando a casa de algum pode ser um exemplo de um ndice Remtico, pois apenas aponta para um possvel objeto, no revelando caractersticas do objeto indicado.
3

No Original: Sign is a Cognizable that, on the one hand, is so determined (i.e., specialized, bestimmt,) by something other than itself, called its Object,4 while, on the other hand, it so determines some actual or potential Mind, the determination whereof I term the Interpretant created by the Sign, that that Interpreting Mind is therein determined mediately by the Object (CP 8.177).

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

A segunda parte do signo Dicente pode ser denominada de cone Remtico; um cone, pois mantm relao de semelhana com o objeto que representa, podendo transmitir qualidades existentes no objeto, mas Remtico porque sem a presena do ndice somente constitui um signo de pura potencialidade. Resumidamente, podemos ilustrar a noo de cone Remtico atravs da figura (figura 1) abaixo4, que mantm relao de semelhana com o objeto uma casa mas no revela sua localizao:

Ilustrao de um cone Remtico

Para Peirce (1977), informao, no vis semitico, constitui-se na interseco entre ndice e cone Remticos, possibilitando a constituio de uma sintaxe. Sendo assim, apenas as duas partes desconexas do signo Dicente (o ndice e o cone Remtico) no so suficientes para veicular informao; necessrio para o processo de semiose, um terceiro elemento: a sintaxe. Como Silveira (2008, p. 302) comenta:

[...] somente as duas partes, uma preenchendo o lugar do sujeito de atribuio e a segunda do predicado no sero suficientes para que um signo seja interpretado como Dissicigno, efetivo indicador do objeto. Ser necessria uma nova condio, a saber, a sintaxe que una aquelas duas partes.

Assim, um Dicissigno (ou signo Dicente) veicula informao somente se apontar certas qualidades de um objeto que exista efetivamente. Se no houver a unio destas duas partes, o cone e o ndice permanecero ambos Remticos, isto , signos de possibilidade, que podem vir a ser, mas separados no transmitem informao sobre um objeto. Em suma, para um signo veicular informao ele precisa ter trs caractersticas fundamentais: apresentar uma qualidade do objeto, apontar a existncia real deste objeto, e pertencer a uma estrutura sinttica. Uma vez obtidas as condies necessrias para que um Dicissigno possa informar algo sobre um objeto, este Dicissigno veicular
4

Figura extrada do clip-art (Microsoft Word).

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

informao genuna, caso contrrio, a informao ser denominada degenerada. Esquematicamente podemos representar o conceito de informao atravs do seguinte diagrama (figura 2 elaborao nossa): Sintaxe

cone Remtico

in form ao

ndice Remtico

Figura Ilustrativa do processo de sintaxe entre os signos constituintes do Dicissigno

Peirce (1977) tambm aborda o estudo referente noo de informao analisando a quantidade de extenso ou profundidade atribuveis aos conceitos e s proposies. Por extenso de um termo ele entende a classe de objetos ou sujeitos que um signo pode ser atribudo; j a profundidade de um conceito ou termo o conjunto de predicados ou ideias que so atribuveis aos objetos, estando no domnio da forma. Enquanto a extenso se correlaciona com o ndice, uma vez que indica uma classe de objetos ou sujeitos existentes, a profundidade est para o cone, pois diz das qualidades, predicados e formas atribuveis aos objetos ou sujeitos. Cabe salientar que a informao s ocorrer com o produto da relao entre extenso e profundidade. Como Silveira5 (2011, p.2) sustenta:

Todo estado de informao constitui-se no produto da extenso (breadth) de um conceito, ou, de um modo mais geral, de um termo, e da profundidade (depth) deste mesmo conceito ou termo. Por extenso de um conceito ou, mais em geral, de um termo, entenda-se a classe de objetos, ou de sujeitos de atribuio, qual o conceito ou termo, pode ser atribudo. Por profundidade, entendam-se as ideias que compem o significado do conceito ou termo.

Em suma, s haver informao quando um signo transmitir a forma de um objeto real, e sua localizao espao-temporal, pois a unio destas duas caractersticas

Texto extrado de um artigo, ainda no publicado, referente a uma palestra do professor Lauro Frederico Barbosa da Silveira, conferida no CLE UNICAMP.

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

disponibiliza a verificao emprica da proposio informada. Caso se verifique que a proposio de fato condiz com a realidade, a informao genuna, caso contrrio, denominaremos a proposio como veiculando informao degenerada, ou ainda, pseudo-informao.

Consideraes Finais

Aps examinar o conceito de informao caracterizado por Peirce (1931-1935) e as consideraes de Silveira (2007-2008) a respeito da noo de informao, conclumos parcialmente que uma conduta, apoiada em informao genuna, conduzir a aes relevantes, com baixa possibilidade de erro. J uma ao fundada em pseudoinformao, pode conduzir o agente a errar, sendo que neste estado de errncia, o agente pode descobrir que seus critrios estavam embasados em iluses. Desta forma, o agente possuidor de uma mente cientfica, alterar seus hbitos, procurando agir segundo critrios fundamentados em informao genuna captada da realidade, para desta forma, possuir o que Descartes denomina de Bom Senso. Trazendo a noo de informao genuna para o mbito das mquinas, nos perguntamos se uma mquina, uma vez adquirindo a capacidade de detectar e processar informao genuna, ser capaz de alterar seus critrios de relevncia, no se prendendo aos critrios estabelecidos pelo programador. Em outras palavras, indagamos se uma mquina, ao processar informao unindo predicados possveis a objetos possveis, ser capaz de agir de acordo com as necessidades expostas em um dado contexto. Por fim, cabe ressaltar que no temos a pretenso de responder s questes levantadas no presente artigo, mas apenas debater o tema acerca da possibilidade de seres artificiais adquirirem critrio de relevncia autonomamente, indicando possveis colaboraes fornecidas pela caracterizao do conceito de informao aqui exposta.

Referncias BATESON, G. Mente e natureza. Rio de Janeiro: Livraria Francisco Alves Editora, 1986. CHURCHLAND, P. M. Matria e Conscincia Uma introduo contempornea filosofia da mente. Editora UNESP, 2004. DASCAL, M. Artificial intelligence as epistemology? In: E. Villuaneva (ed), Information, Semantics and Epistemology. Oxford: Blackwell, p. 224-241, 1990.
Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

DESCARTES, R. Discurso do mtodo. Ed. Parma Ltda: So Paulo, 1983. DUPUY, J. Nas origens das cincias cognitivas. Ed. UNESP, 1996. GONZALEZ, M. E. Q. Information and mechanical models of intelligence. In: Pragmatics and Cognition, Ed: John Benjamins Publishing Company - p. 565-582, 2005. PEIRCE, C. S.(1877); A fixao da crena. Trad. Anabela Gradim. Disponvel em: www.lusosofia.net. Acesso em: 05 mar. 2011. PEIRCE, C. S. Semitica. Trad. Jos Teixeira Coelho Neto. So Paulo: Perspectiva, 1977. PEIRCE, C. S. The Collected Papers of Charles Sanders Peirce. Electronic edition. Vols. IVI. (Eds.) Hartshorne, C & Weiss, P. (1958). Vols. VII-VIII. (Ed.) Burks, A. W. Charlottesville: Intelex Corporation. Cambridge: Harvard University. The Collected Papers of Charles Sanders Peirce.[ quoted as CP, followed by the volume and paragraph.]. 1931-1935. SILVEIRA, L. F. B. Curso de Semitica Geral. So Paulo: Quartier Latin, 2007. ______. Informao e Verdade na filosofia de Peirce. Cognitio, So Paulo. Vol 9, n2, jul/dez 2008, p. 281-323. ______. Informao e Semiose. No prelo; Coleo CLE UNICAMP, 2011. TURING, A. M. Computadores e Inteligncia. Trad. Marcia Epstein. In: Epstein, I (org.). Ciberntica e comunicao. So Paulo: Cultrix, EDUSP, p. 45-82, 1973. Obs- A Figura 1 foi retirada do Clip-Art da Microsoft Word.

Vol. 4, n 1, 2011. www.marilia.unesp.br/filogenese

10