Seleção e tradução de Francisco Tavares
12 min de leitura
Inteligência Artificial – Transformador generativo pré-treinado (GPT): mudança decisiva?
Por Michael Roberts
Publicado por Next Recession 
em 8 de Abril de 2023 (original aqui)
A conversação via transformador generativo pré-treinado [n.t., em inglês ChatGPT, sigla que usaremos neste texto] está a ser anunciada como uma revolução na “inteligência artificial (IA) e tem vindo a conquistar o mundo dos media e da tecnologia desde o seu lançamento no final de 2022.
De acordo com a empresa OpenAI, o ChatGPT é “uma inteligência artificial treinada para auxiliar numa variedade de tarefas. Mais especificamente, é um modelo de linguagem grande (LLM) projetado para produzir texto semelhante ao humano e conversar com as pessoas, daí o “Chat” no ChatGPT.
GPT significa transformador generativo pré-treinado. Os modelos GPT são pré-treinados por programadores humanos e, em seguida, são deixados para aprender por si mesmos e gerar quantidades cada vez maiores de conhecimento, entregando esse conhecimento de uma forma aceitável para os seres humanos (chat).
Praticamente, isto significa que você apresenta ao modelo uma consulta ou solicitação inserindo-o numa caixa de texto. A IA processa então este pedido e responde com base nas informações de que dispõe. Ele pode fazer muitas tarefas, desde manter uma conversa até escrever um documento de exame inteiro; de fazer um logotipo de marca para compor música e muito mais. Muito mais do que um simples motor de busca do tipo Google ou Wikipedia, afirma-se.
Os programadores humanos estão a trabalhar para aumentar a ‘inteligência’ dos GPTs. A versão atual do GPT é 3.5 com 4.0 saindo até ao final deste ano. E há rumores de que o ChatGPT-5 poderia alcançar uma ‘inteligência geral artificial’ (AGI). Isso significa que ele poderia passar no teste de Turing, que é um teste que determina se um computador pode se comunicar de uma maneira indistinguível de um ser humano.
Serão os modelos de linguagem grande – LLMs – um divisor de águas para o capitalismo nesta década? Estas máquinas de autoaprendizagem serão capazes de aumentar a produtividade do trabalho a um ritmo sem precedentes e, assim, tirar as principais economias da sua actual ‘longa depressão’ de baixo PIB real, investimento e crescimento do rendimento; e, em seguida, permitir que o mundo dê novos passos para sair da pobreza? Esta é a afirmação de alguns dos ‘tecno-optimistas’ que ocupam os meios de comunicação social.
Consideremos as respostas a estas perguntas.
Primeiro, até que ponto são boas e precisas as versões atuais do ChatGPT? Bem, não muito, ainda. Há muitos “factos” sobre o mundo sobre os quais os seres humanos discordam. A pesquisa regular permite-lhe a si comparar essas versões e considerar as suas fontes. Um modelo de linguagem pode, em vez disso, tentar calcular algum tipo de média de cada opinião em que foi treinado—o que às vezes é o que você quer, mas muitas vezes não é. O ChatGPT às vezes escreve respostas plausíveis, mas incorretas ou sem sentido. Permitam-me que vos dê alguns exemplos.
Perguntei ao ChatGPT 3.5: quem é Michael Roberts, economista marxista? Esta foi a resposta.
Eu:
Quem é michael roberts marxista economista
Assistente Nova IA:
Michael Roberts é um economista marxista conhecido pelas suas críticas ao capitalismo e os seus textos sobre teoria económica marxista. Tem escrito extensivamente sobre temas tais como a crise financeira global, a teoria do valor trabalho, e a economia política do socialismo. Roberts trabalhou na indústria bancária e financeira durante muitos anos, e também ensinou economia em várias universidades do Reino Unido. Dirige um popular blog sobre economia marxista onde apresenta análises e comentários sobre temas económicos contemporâneos desde um ponto de vista marxista.
Isto é na maior parte correcto, mas também errado em partes (não vou dizer quais).
Depois pedi-lhe para analisar o meu livro, The Long Depression. Eis o que disse:
Eu:
Analise o livro de michael roberts the long depression.
Assistente Nova IA:
Enquanto modelo de linguagem de IA não posso dar-lhe uma opinião, mas posso fazer-lhe um resumo do livro de Michael Roberts “The Long Depression”.
No seu livro, Michael Roberts defende que a economia global tem estado num período de uma “longa depressão” desde a Grande Recessão de 2008-09. Ele apresenta evidências que sustenta as suas afirmações de que as causas da Grande Recessão não foram resolvidas, e em vez disso, apenas foram utilizadas correções temporárias para estabilizar a economia.
Roberts atribui a longa depressão à inerente instabilidade do capitalismo e defende que o atual sistema económico está cheio de muitos problemas estruturais, nomeadamente baixo crescimento da produtividade, elevados níveis de dívida, e crescente desigualdade. Ele pensa que estas questões conduziram a um persistente estado de baixo crescimento e baixo investimento, resultando num mal estar generalizado na economia global.
No seu livro, Roberts explora também as diversas respostas políticas que foram aplicadas pelos governos e bancos centrais para enfrentar a longa depressão. Ele nota que estas medidas, tais como as baixas taxas de juro e a flexibilização quantitativa, falharam o seu objetivo de estimulação de um crescimento sustentado e que são necessárias novas abordagens para enfrentar os problemas estruturais subjacentes à economia global.
Em geral, o livro de Roberts apresenta uma análise provocadora do atual estado da economia global e apresenta perspetivas para os desafios que os decisores políticos enfrentam para lidar com as questões de longo prazo que estão a restringir o crescimento e a prosperidade.
Isto dá uma análise ou sinopse muito’ geral ‘ do meu livro, mas deixa de fora o cerne da tese do livro: o papel da Rentabilidade nas crises sob o capitalismo. Porquê, não sei.
Então eu fiz esta pergunta sobre a lei da rentabilidade de Marx:
Eu:
O que é a lei da queda tendencial da taxa de lucro de marx
Assistente Nova IA:
A lei da queda tendencial da taxa de lucro de Marx é um conceito da economia marxista, que defende que no decurso do tempo a taxa de lucro numa economia capitalista tende a decair devido a vários fatores, nomeadamente avanços tecnológicos, concorrência crescente, e o crescimento da proporção do investimento em capital relativamente ao investimento em mão-de-obra. Marx pensava que esta tendência de queda da taxa de lucro conduziria finalmente a uma crise do capitalismo, uma vez que os capitalistas não conseguiriam gerar lucros suficientes para manter o seu sistema de produção. Embora existe algum debate entre os economistas sobre a validade da lei de Marx, esta continua a ser um importante conceito na teoria económica marxista.
Mais uma vez, isso é em geral correto – mas apenas em geral. A resposta não o leva realmente muito longe na compreensão da lei. Na verdade, não é melhor do que a Wikipédia. Claro, você pode aprofundar (perguntar) ainda mais para obter respostas mais detalhadas. Mas parece haver algum caminho a percorrer para substituir a investigação e a análise humanas.
Depois, há a questão da produtividade do trabalho e do emprego. Os economistas do Goldman Sachs consideram que, se a tecnologia cumprisse a sua promessa, traria “perturbações significativas” ao mercado de trabalho, expondo o equivalente a 300 milhões de trabalhadores a tempo inteiro nas principais economias à automatização dos seus trabalhos. Os advogados e o pessoal administrativo estariam entre os que correm maior risco de se tornarem redundantes (e provavelmente economistas). Calculam que cerca de dois terços dos empregos nos EUA e na Europa estão expostos a algum grau de automatização via IA, com base em dados sobre as tarefas normalmente realizadas em milhares de ocupações.
A maioria das pessoas veria menos de metade da sua carga de trabalho automatizada e provavelmente continuaria nos seus postos de trabalho, com parte do seu tempo livre para actividades mais produtivas. Nos EUA, isso aplicar-se-ia a 63% da força de trabalho, calcularam. Outros 30% que trabalham em empregos físicos ou ao ar livre não seriam afetados, embora o seu trabalho possa ser suscetível de outras formas de automatização.
Os economistas da Goldman Sachs concluíram: “as nossas conclusões revelam que cerca de 80% da força de trabalho dos EUA poderia ter pelo menos 10% das suas tarefas de trabalho afectadas pela introdução dos LLMs, enquanto aproximadamente 19% dos trabalhadores podem ver pelo menos 50% das suas tarefas afectadas.”
Com o acesso a um LLM, cerca de 15% de todas as tarefas dos trabalhadores nos EUA poderiam ser concluídas significativamente mais rapidamente com o mesmo nível de qualidade. Ao incorporar software e ferramentas construídos sobre LLMs, essa participação aumenta para 47-56% de todas as tarefas. Cerca de 7% dos trabalhadores dos EUA estão em empregos onde pelo menos metade das suas tarefas poderiam ser realizadas por IA generativa e são vulneráveis a substituições. A nível global, uma vez que os empregos manuais representam uma parte maior do emprego no mundo em desenvolvimento, a GS estima que cerca de um quinto do trabalho poderia ser feito por IA — ou cerca de 300 milhões de empregos a tempo inteiro nas grandes economias.
Estas previsões de perda de emprego não são novidade nenhuma. Em textos anteriores, descrevi várias previsões sobre o número de empregos que serão perdidos para robôs e para a IA na próxima década ou mais. Parece ser enorme; e não apenas no trabalho manual nas fábricas, mas também no chamado trabalho de colarinho branco.
É da essência da acumulação capitalista que os trabalhadores enfrentarão continuamente a perda do seu trabalho com o investimento capitalista em máquinas. A substituição do trabalho humano por máquinas começou no início da Revolução Industrial britânica na indústria têxtil, e a automatização desempenhou um papel importante na industrialização americana durante o século 19. A rápida mecanização da agricultura a partir de meados do século 19 é outro exemplo de automatização.
Como explicou Engels, enquanto a mecanização não apenas eliminava empregos, muitas vezes também criava novos empregos em novos setores, como Engels observou no seu livro, A condição da classe trabalhadora na Inglaterra (1844) – veja o meu livro sobre economia de Engels pp54-57. Mas, como Marx identificou na década de 1850: “os factos reais, que são travestidos pelo otimismo dos economistas, são estes: os trabalhadores, quando expulsos da oficina pela maquinaria, são lançados no mercado de trabalho. A sua presença no mercado de trabalho aumenta o número de forças de trabalho que estão à disposição da exploração capitalista…o efeito da maquinaria, que tem sido representado como uma compensação para a classe trabalhadora, é, pelo contrário, um flagelo muito terrível. …. Assim que as máquinas libertam uma parte dos trabalhadores empregados num determinado ramo da indústria, os homens da reserva são também desviados para novos canais de emprego e absorvidos noutros ramos; entretanto, as vítimas originais, durante o período de transição, morrem de fome e perecem em grande parte.” (Grundrisse). A implicação aqui é que a automatização significa aumento de empregos precários e aumento da desigualdade.
Até agora, a mecanização ainda exigia trabalho humano para iniciá-la e mantê-la. Mas estamos agora a avançar para a incorporação de todas as tarefas, e especialmente aquelas que exigem complexidade e ideias, através dos LLMs? E significará isso um aumento dramático da produtividade do trabalho para que o capitalismo tenha um novo sopro de vida?
Se os LLMs puderem substituir o trabalho humano e, assim, aumentar drasticamente a taxa de mais-valia, mas sem um aumento acentuado nos custos de investimento da maquinaria física (o que Marx chamou de composição orgânica crescente do capital), então talvez a rentabilidade média do capital salte dos seus mínimos atuais.
A Goldman Sachs afirma que esses sistemas de IA” generativos”, como o ChatGPT, poderiam desencadear um boom de produtividade que acabaria por elevar o PIB global anual em 7% ao longo de uma década. Se o investimento das empresas em IA continuasse a crescer a um ritmo semelhante ao investimento em software na década de 1990, o investimento em IA dos EUA sozinho poderia aproximar-se de 1% do PIB dos EUA até 2030.
Eu não vou entrar em como a GS calcula esses resultados, porque estes resultados são conjecturas. Mas mesmo que aceitemos os resultados, será que eles são um salto exponencial? De acordo com as últimas previsões do Banco Mundial, o crescimento global deverá diminuir cerca de um terço da taxa que prevaleceu na primeira década deste século—para apenas 2,2% ao ano. E o FMI coloca a taxa média de crescimento em 3% ao ano para o resto desta década.
Se acrescentarmos a previsão da GS do impacto dos LLMs, obtemos cerca de 3,0 – 3,5% ao ano para o crescimento real do PIB global, talvez – e isso não leva em conta o crescimento populacional. Por outras palavras, o impacto provável não seria melhor do que a média observada desde a década de 1990, o que nos lembra o que o economista Robert Solow disse em 1987, que a “era do computador estava em toda parte, exceto nas estatísticas de produtividade.”
O economista norte-americano Daren Acemoglu acrescenta que nem todas as tecnologias de automatização aumentam efectivamente a produtividade do trabalho. Isso porque as empresas introduzem principalmente a automatização em áreas que podem aumentar a rentabilidade, como marketing, contabilidade ou tecnologia de combustíveis fósseis, mas não aumentar a produtividade do conjunto da economia ou atender às necessidades sociais. As grandes tecnológicas têm uma abordagem particular para os negócios e a tecnologia centrada no uso de algoritmos para substituir os seres humanos. Não é por acaso que empresas como a Google empregam menos de um décimo do número de trabalhadores que as grandes empresas, como a General Motors, costumavam fazer no passado. Esta é uma consequência do modelo de negócio das grandes tecnológicas, que se baseia não na criação de postos de trabalho, mas na sua automatização.
Esse é o modelo de negócio da IA sob o capitalismo. Mas, sob meios de produção automatizados de propriedade comum, existem muitas aplicações da IA que, em vez disso, poderiam aumentar as capacidades humanas e criar novas tarefas na educação, nos cuidados de saúde e até na indústria. Acemoglu sugeriu que “em vez de usar a IA para classificação automatizada, ajuda nos trabalhos de casa e, cada vez mais, para substituição de algoritmos por professores, podemos investir no uso da IA para desenvolver métodos de ensino mais individualizados e centrados no aluno, calibrados de acordo com os pontos fortes e fracos específicos de diferentes grupos de alunos. Tais tecnologias conduziriam ao emprego de mais professores, bem como ao aumento da procura de novas competências docentes — indo assim exactamente na direcção da criação de novos empregos centrados em novas tarefas”. E, em vez de reduzir os empregos e os meios de subsistência dos seres humanos, a IA sob propriedade e planeamento comuns poderia reduzir as horas de trabalho humano para todos.
E depois há a questão do aumento da rentabilidade proporcionado pela tecnologia de IA. Mesmo que o investimento em LLM exija menos meios físicos de produção e reduza os custos desse capital, a perda de força de trabalho humana poderia ser ainda maior. Assim, a lei da rentabilidade de Marx ainda se aplicaria. É a grande contradição do capitalismo que o aumento da produtividade do trabalho através de mais máquinas (IA) reduz a rentabilidade do capital. Isso leva a crises regulares e recorrentes de produção, investimento e emprego – de intensidade e duração crescentes.
Finalmente, há a questão da inteligência. A Microsoft argumenta que a inteligência é uma “capacidade mental muito geral que, entre outras coisas, envolve a capacidade de raciocinar, planear, resolver problemas, pensar abstratamente, compreender ideias complexas, aprender rapidamente e aprender com a experiência”. A Microsoft sugere que os LLMs poderão em breve obter essa ‘inteligência generalizada’ e superar toda a capacidade humana de pensar.
Mas mesmo aqui há ceticismo. “O modelo ChatGPT é enorme, mas não é suficientemente grande para reter todos os factos exatos encontrados no seu conjunto de treino. Ele pode produzir uma resposta convincente para qualquer coisa, mas isso não significa que ele está a refletir factos reais nas suas respostas. Você deve sempre ficar cético e verificar o que isso lhe diz. Os modelos de linguagem também são famosos por “alucinar” —por inventar novos factos que se encaixam na estrutura da frase, apesar de não terem base nos dados subjacentes”. Isso não é muito encorajador.
Mas Guglielmo Carchedi tem uma razão mais fundamental para negar que a IA possa substituir a ‘inteligência’ humana. Dizem Carchedi e Roberts: “as máquinas comportam-se apenas de acordo com as regras da lógica formal. Ao contrário dos humanos, as máquinas são estruturalmente incapazes de se comportar de acordo com as regras do pensamento dialético. Só os humanos fazem isso”. (Capitalismo no século 21, p167). Aqui está a resposta do ChatGPT à questão dialética: “pode A ser igual a A e ao mesmo tempo ser diferente de A? “Não, Não é possível que A seja igual a A e, ao mesmo tempo, seja diferente de A. Isso seria uma contradição nos termos, pois a afirmação “A é igual a A” é uma tautologia e sempre verdadeira, enquanto a afirmação “A é diferente de A” é uma contradição e sempre falsa. Por conseguinte, estas duas afirmações não podem ser ambas verdadeiras ao mesmo tempo.”
As máquinas não podem pensar em mudanças potenciais e qualitativas. O novo conhecimento vem de tais transformações (humanas), não da extensão do conhecimento existente (máquinas). Só a inteligência humana é social e pode ver o potencial de mudança, em particular a mudança social, que conduz a uma vida melhor para a humanidade e a natureza.
___________
O autor: Michael Roberts [1938-], economista britânico marxista. Trabalhou durante mais de 30 anos como analista económico na City de Londres. É editor do blog The next recession. Publicou, entre outros ensaios, Marx200: a Review of Marx’s economics 200 years after his birth (2018), The long Depression: Marxism and The Global Crisis of Capitalism (2016), The Great recession: a Marxist view (2009).