Mesmo quando o pedido exige que a resposta se apoie em conhecimento especializado, programas populares de IA continuam a gerar imagens e narrativas sobre os neandertais - um parente humano extinto que viveu na Europa e em partes da Ásia há dezenas de milhares de anos - com aparência de dioramas de museu que já ficaram para trás.
Esse padrão acende um alerta sobre o quanto essas ferramentas podem moldar a compreensão do público a respeito dos primeiros humanos, sobretudo quando são usadas para obter respostas rápidas e sem esforço.
A vida neandertal pelo olhar da IA
Um estudo recente partiu de quatro instruções simples para produzir centenas de cenas envolvendo neandertais com o ChatGPT e o DALL-E 3, programas de inteligência artificial bastante usados para criar histórias escritas e imagens digitais a partir de prompts curtos.
Ao examinar os resultados, o Dr. Matthew Magnani, professor associado de antropologia, identificou ecos de literatura mais antiga na Universidade do Maine (UMaine). Magnani executou cada instrução 100 vezes e solicitou tanto respostas “casuais” quanto respostas no modo “especialista”.
No conjunto de textos e imagens, os sistemas repetidamente escorregaram para visões do passado, inclusive quando as instruções exigiam precisão científica.
Quando a precisão falha
Entre os comandos, um grupo pedia rigor científico; o outro liberava as ferramentas para responder sem qualquer obrigação de estar correto.
Ainda assim, a IA generativa - um tipo de inteligência artificial frequentemente chamada apenas de IA - seguiu montando respostas com base no que já tinha “visto” durante o treino.
Em vez de verificar se uma afirmação refletia o consenso atual, o software, quando instruído a agir como especialista, em geral alterava o tom e adicionava detalhes extras.
Quem confia no jeito seguro com que essas respostas são apresentadas pode acabar levando suposições antigas para trabalhos escolares, publicações nas redes sociais e conversas em família.
Quem é apagado
Muitas imagens destacavam homens muito musculosos e deixavam de fora mulheres e crianças, reproduzindo concepções antigas sobre a pré-história.
Vieses de género podem surgir quando os dados de treino dão destaque excessivo a figuras masculinas e, em seguida, o modelo passa a tratar esse desequilíbrio como algo “normal”.
A arqueologia contemporânea tem investido em reconstruir aspectos de vida familiar, cuidado e infância, mas os bots voltaram com frequência ao padrão de caçadores solitários.
Quando esse tipo de resultado se dissemina, museus e livros didáticos encontram ainda mais dificuldade para corrigir o registo público.
Ferramentas fora do tempo
Em várias cenas geradas por IA, apareceram itens avançados em acampamentos neandertais, como escadas, telhados de palha e cestos bem trançados.
Essas inserções são anacronismos - objetos colocados no período histórico errado - e conseguem enganar sem parecerem imediatamente estranhas.
Também surgiram recipientes de vidro e ferramentas de metal, apesar de sítios neandertais não apresentarem evidências desse tipo de fabrico.
Ao misturar materiais modernos com corpos “primitivos”, cria-se uma cronologia distorcida que pode soar plausível para quem está apenas a passar o feed rapidamente.
Histórias que perdem a complexidade
Nos textos, as saídas frequentemente reduziam a vida a rotinas simples de caçar, dormir e sobreviver, ignorando a variedade de temas que os cientistas discutem hoje.
Ao comparar a linguagem do chatbot com décadas de escrita académica, os autores concluíram que o texto se aproximava mais do que se publicava no início da década de 1960.
Na mesma análise, as imagens do DALL-E 3 alinharam-se melhor com o fim dos anos 1980 e o início dos anos 1990. Essa diferença sugere que as ilustrações podem aparentar “modernidade” enquanto a narrativa por trás permanece atrasada em várias décadas, sobretudo em buscas casuais.
O que os bots conseguem ler
Regras de direitos autorais e barreiras de pagamento mantiveram grande parte da arqueologia do século XX difícil de aceder online; como consequência, textos mais antigos permanecem visíveis por mais tempo. Quando um modelo aprende com aquilo que consegue recolher, pode confundir facilidade de acesso com verdade - em vez de recência.
Mais adiante na linha do tempo, o acesso aberto, isto é, pesquisas que qualquer pessoa pode ler na internet, ampliou o universo de fontes e tornou trabalhos mais novos mais fáceis de encontrar.
Enquanto o acesso às pesquisas continuar desigual, as representações do passado feitas por IA tenderão a favorecer o que for mais simples de “apanhar”.
Um alvo científico em movimento
Para situar: os neandertais ocuparam a Europa e partes da Ásia até cerca de 40.000 anos atrás e, então, desapareceram.
Em 1864, descrições iniciais os retrataram como grosseiros e primitivos, e cenas montadas em museus ajudaram essa imagem a espalhar-se.
Uma análise de 1985 mostrou como uma reconstrução antiga - corrigida mais tarde - manteve vivo o estereótipo do neandertal curvado.
Como a ciência se transforma com a chegada de novos fósseis e métodos, a IA precisaria de um modo de acompanhar essas atualizações em tempo real.
Problemas de confiança na sala de aula
Professores já relatam estudantes a colar respostas geradas por IA em relatórios, mesmo quando essas respostas dependem, discretamente, de ideias de décadas atrás.
Ferramentas rápidas premiam a velocidade; assim, verificar fontes passa a parecer opcional, a menos que alguém pare e pergunte de onde veio uma imagem.
“É importante examinar os diferentes vieses incorporados no nosso uso quotidiano dessas tecnologias”, diz Magnani.
Sem esse hábito, uma cena de neandertais com bom acabamento visual pode ensinar a lição errada mais depressa do que uma aula cuidadosa.
Como fazer a IA funcionar melhor
Para começar a corrigir o problema, é preciso alimentar os modelos com materiais melhores - e os pesquisadores da UMaine já demonstraram um caminho prático para identificar resultados desatualizados.
Ligações mais fortes entre chatbots e bases de dados pesquisáveis poderiam permitir que os sistemas puxassem estudos específicos, em vez de “adivinhar” a partir de uma memória estatística.
“O nosso estudo fornece um modelo para outros pesquisadores explorarem a lacuna entre a pesquisa científica e o conteúdo gerado por IA”, disse Magnani.
Repetir o teste na UMaine à medida que os modelos forem atualizados pode revelar se essa lacuna diminui ou se novos vieses substituem os antigos.
Um teste que vale repetir
No caso dos neandertais, a distância entre o trabalho científico e as respostas produzidas por máquina torna-se difícil de ignorar.
Melhor acesso à pesquisa e ferramentas de verificação mais inteligentes podem reduzir o problema, mas os leitores ainda precisam cultivar o hábito do ceticismo.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário