Se no início não conseguir encontrar-me, não desanime
Se não me encontrar num lugar, procure noutro,
Eu pararei em algum lugar à sua espera
“Song of Myself” de Walt Whitman
Parte I – Morte da cultura e o regresso à barbárie e ao pensamento mágico
“Sem a palavra, sem a escrita dos livros, não há história, não há conceito de humanidade”
Herman Hesse
Seleção e tradução de Júlio Marques Mota
14 min de leitura
Texto 2. Tudo se pode perder: este é o risco de se colocar o nosso conhecimento nas mãos das máquinas
Nós dependemos de computadores para pilotar os nossos aviões, detetar os nossos cancros, projetar os nossos edifícios, auditar os nossos negócios. Isso é tudo muito bom. Mas o que acontece quando o computador falha?
Por Nicholas Carr
Publicado por 
em Novembro de 2013 (original N Carr All Can Be Lost)
Na noite de 12 de fevereiro de 2009, um voo regional da Continental Connection seguia o seu trajeto sob um clima tempestuoso entre Newark, Nova Jersey, e Buffalo, Nova York. Como é típico dos voos comerciais atuais, os pilotos não tiveram muito que fazer durante a viagem de uma hora. O capitão, Marvin Renslow, operou os controles brevemente durante a descolagem, guiando o turboélice Bombardier Q400 no ar, e então ligou o piloto automático, deixando o software assumir o voo. Ele e a sua copiloto, Rebecca Shaw, conversavam — sobre as suas famílias, carreiras, as personalidades dos controladores de tráfego aéreo — enquanto a aeronave cruzava tranquilamente a sua rota noroeste a 16.000 pés.
O Q400 já estava bem avançado na sua aproximação ao aeroporto de Buffalo, com o trem de aterragem baixado e as aletas das asas estendidas, quando o comando do piloto começou a vibrar ruidosamente, um sinal de que o avião estava a perder sustentação e corria o risco de entrar em perda de controlo aerodinâmico. O piloto automático desligou e o capitão assumiu os controles. Ele reagiu rapidamente, mas fez precisamente a coisa errada: puxou o comando bruscamente, elevando o nariz da aeronave e reduzindo a sua velocidade, em vez de empurrar o comando para frente para ganhar velocidade. Em vez de evitar a perda de controlo, a ação de Renslow causou uma. O avião girou fora de controle e, em seguida, caiu. “Já era”, disse o capitão, pouco antes do Q400 atingir uma casa num subúrbio de Buffalo.
O acidente, que matou todas as 49 pessoas a bordo, bem como uma pessoa no solo, nunca deveria ter acontecido. Uma investigação do Conselho Nacional de Segurança nos Transportes (NTSB) concluiu que a causa do acidente foi erro do piloto. A resposta do capitão ao aviso de perda de controlo, informaram os investigadores, “deveria ter sido automática, mas as suas entradas impróprias nos comandos de voo foram inconsistentes com o seu treino” e, em vez disso, revelaram “sobressalto e confusão”. Um executivo da empresa que operava o voo, a transportadora regional Colgan Air, admitiu que os pilotos pareciam carecer de “consciência situacional” enquanto a emergência se desenrolava.
O acidente em Buffalo não foi um incidente isolado. Um desastre estranhamente semelhante, com muito mais vítimas, ocorreu alguns meses depois. Na noite de 31 de maio, um Airbus A330 da Air France descolou do Rio de Janeiro com destino a Paris. O jato jumbo enfrentou uma tempestade sobre o Atlântico cerca de três horas após a descolagem. Os seus sensores de velocidade, cobertos de gelo, começaram a fornecer leituras erradas, fazendo com que o piloto automático fosse desativado. Perplexo, o piloto que comandava a aeronave, Pierre-Cédric Bonin, puxou o comando bruscamente. O avião subiu e um aviso de perda de controlo dinâmico soou, mas ele continuou a puxar para trás imprudentemente. Enquanto o avião subia acentuadamente, perdia velocidade. Os sensores de velocidade voltaram a funcionar, fornecendo à tripulação números precisos. No entanto, Bonin continuou a desacelerar o avião. O jato perdeu controlo e começou a cair. Se ele tivesse simplesmente soltado o controle, o A330 provavelmente ter-se-ia estabilizado sozinho. Mas ele não o fez. O avião caiu 35.000 pés em três minutos antes de atingir o oceano. Todos os 228 passageiros e tripulantes morreram.
O primeiro piloto automático, chamado de “aviador de metal” num artigo da Popular Science de 1930, era composto por dois giroscópios — um montado na horizontal e outro na vertical — conectados aos controles do avião e alimentados por um gerador movido pelo vento, posicionado atrás da hélice. O giroscópio horizontal mantinha as asas niveladas, enquanto o vertical estabelecia a direção. Os sistemas modernos de piloto automático têm pouca semelhança com aquele dispositivo rudimentar. Controlados por computadores de bordo que executam softwares extremamente complexos, eles recolhem informações de sensores eletrónicos e ajustam continuamente o comportamento, a velocidade e o rumo do avião. Os pilotos de hoje trabalham no que chamam de “cabines de vidro”. Os antigos mostradores e medidores analógicos praticamente desapareceram. Foram substituídos por conjuntos de écrãs digitais. A automação tornou-se tão sofisticada que, num voo comercial típico, um piloto humano segura os controles num total de apenas três minutos. O que os pilotos passam boa parte do tempo a fazer é monitorizar ecrãs e inserir dados. Eles tornaram-se — e não é muito exagero dizê-lo — operadores de computador.
E isso, concluíram muitos especialistas em aviação e automação, é um problema. O uso excessivo da automação corrói a perícia dos pilotos e embota os seus reflexos, levando ao que Jan Noyes, especialista em ergonomia da Universidade de Bristol, no Reino Unido, chama de “uma perda de competência da tripulação”. Ninguém duvida que o piloto automático tenha contribuído para melhorias na segurança dos voos ao longo dos anos. Ele reduz a fadiga dos pilotos, fornece alertas antecipados de problemas e pode manter um avião em voo caso a tripulação fique incapacitada. Mas o declínio geral e constante nos acidentes aéreos mascara o surgimento recente de “um tipo de acidente espetacularmente novo”, afirma Raja Parasuraman, professor de psicologia da Universidade George Mason e uma das principais autoridades em automatização. Quando um sistema de piloto automático falha, muitos pilotos, abruptamente lançados a executar um papel que se tornou raro, cometem erros. Rory Kay, um veterano capitão da United Airlines que atuou como principal oficial de segurança da Associação de Pilotos de Linhas Aéreas, expressou o problema de forma direta numa entrevista de 2011 à Associated Press: “Estamo-nos a esquecer de como voar.” A Administração Federal de Aviação ficou tão preocupada que, em janeiro, emitiu um “alerta de segurança” às companhias aéreas, instando-as a fazer com que os seus pilotos voassem mais manualmente. A dependência excessiva da automatização, alertou a agência, poderia colocar em risco aviões e passageiros.
A experiência das companhias aéreas deveria dar-nos uma pausa para reflexão. Ela revela que a automatização, apesar de todos os seus benefícios, pode cobrar um preço do desempenho e das competências daqueles que dela dependem. As implicações vão muito além da segurança. Como a automatização altera a forma como agimos, como aprendemos e o que sabemos, ela possui uma dimensão ética. As escolhas que fazemos — ou deixamos de fazer — sobre quais tarefas delegamos às máquinas moldam as nossas vidas e o lugar que ocupamos no mundo. Isso sempre foi verdade, mas nos últimos anos, à medida que o centro das tecnologias que poupam trabalho migrou das máquinas para os softwares, a automação tornou-se cada vez mais omnipresente, ao mesmo tempo que o seu funcionamento ficou cada vez mais oculto para nós. Em busca de conveniência, velocidade e eficiência, apressamo-nos a transferir tarefas para os computadores sem refletir sobre o que podemos estar a sacrificar em troca.
Os médicos usam computadores para fazer diagnósticos e realizar cirurgias. Banqueiros de Wall Street utilizam-nos para montar e negociar instrumentos financeiros. Os arquitetos utilizam-nos para projetar edifícios. Os advogados utilizam-nos na análise de documentos. E não é apenas o trabalho profissional que está a ser informatizado. Graças aos telemóveis e outros computadores pequenos e acessíveis, dependemos de softwares para realizar grande parte das nossas rotinas quotidianas. Abrimos aplicativos para nos auxiliarem nas compras, na culinária, na vida social e até na criação dos filhos. Seguimos instruções GPS passo a passo. Buscamos orientação em mecanismos de recomendação para decidir o que assistir, ler e ouvir. Recorremos ao Google, ou à Siri, para responder às nossas perguntas e resolver os nossos problemas. Cada vez mais, no trabalho e no lazer, vivemos as nossas vidas dentro de cabines de vidro.
Há cem anos, o matemático e filósofo britânico Alfred North Whitehead escreveu: “A civilização avança ao aumentar o número de operações importantes que conseguimos realizar sem pensar nelas.” Dificilmente se poderia imaginar uma expressão mais confiante de fé na automatização. Implícita nas palavras de Whitehead está a crença numa hierarquia das atividades humanas: cada vez que delegamos uma tarefa a uma ferramenta ou máquina, libertamo-nos para ascender a uma ocupação mais elevada — uma ocupação que exige maior destreza, inteligência mais profunda ou uma perspetiva mais ampla. Podemos perder algo a cada passo que damos para cima, mas o que ganhamos é, a longo prazo, muito maior.
A história fornece muitas provas para corroborar Whitehead. Nós, seres humanos, temos transferido tarefas — tanto físicas quanto mentais — para ferramentas desde a invenção da alavanca, da roda e da criação do ábaco para os cálculos. Mas a observação de Whitehead não deve ser confundida com uma verdade universal. Ele escrevia numa época em que a automatização tendia a limitar-se a tarefas distintas, bem definidas e repetitivas — tecer tecido com um tear a vapor, somar números com uma calculadora mecânica. Hoje a automatização é diferente. Os computadores podem ser programados para realizar atividades complexas nas quais uma sucessão de tarefas estreitamente coordenadas é executada por meio da avaliação de inúmeras variáveis. Muitos programas de software assumem trabalhos intelectuais — observar e perceber, analisar e julgar, até mesmo tomar decisões — que até recentemente eram considerados domínio exclusivo dos seres humanos. Isso pode deixar a pessoa que opera o computador no papel de um funcionário de alta tecnologia — inserindo dados, monitorizando resultados e observando falhas. Em vez de abrir novas fronteiras do pensamento e da ação, o software acaba por estreitar o nosso foco. Trocamos talentos subtis e especializados por outros mais rotineiros e menos distintivos.
A maioria de nós quer acreditar que a automatização nos liberta para dedicarmos o nosso tempo a objetivos mais elevados, mas que não altera de outra forma o modo como nos comportamos ou pensamos. Essa visão é uma falácia — uma expressão do que os estudiosos da automação chamam de “mito da substituição”. Um dispositivo que poupa trabalho não se limita a substituir algum componente isolado de uma tarefa ou atividade. Ele altera o carácter de toda a tarefa, incluindo os papéis, as atitudes e as competências das pessoas envolvidas. Como Parasuraman e um colega explicaram num artigo publicado em 2010, “a automação não se limita a suplantar a atividade humana, mas sim a transformá-la, frequentemente de formas não pretendidas nem antecipadas pelos criadores dos meios de automatização.”
Psicólogos descobriram que, ao trabalharmos com computadores, frequentemente nos tornamos vítimas de dois problemas cognitivos — a complacência e o enviesamento — que podem comprometer o nosso desempenho e levar a erros. A complacência pela automatização ocorre quando o computador nos induz a uma falsa sensação de segurança. Confiantes de que a máquina funcionará de forma impecável e resolverá qualquer problema que surja, deixamos a nossa atenção dispersar-se. Tornamo-nos desligados do nosso trabalho, e a nossa consciência do que acontece ao redor vai-se esvaindo. O enviesamento pela automatização ocorre quando depositamos demasiada confiança na exatidão das informações que chegam pelos nossos ecrãs. A nossa confiança no software torna-se tão grande que ignoramos ou desconsideramos outras fontes de informação, incluindo os nossos próprios olhos e ouvidos. Quando um computador fornece dados incorretos ou insuficientes, permanecemos alheios ao erro.
Exemplos de complacência e enviesamento têm sido bem documentados em situações de alto risco — em cabines de aeronaves e campos de batalha, em salas de controle de fábricas — mas estudos recentes sugerem que esses problemas podem afetar qualquer pessoa que trabalhe com um computador. Muitos radiologistas hoje utilizam softwares analíticos para destacar áreas suspeitas em mamografias. Geralmente, esses destaques auxiliam na deteção de doenças. Mas também podem ter o efeito oposto. Influenciados pelas sugestões do software, os radiologistas podem dedicar atenção superficial às áreas da imagem que não foram destacadas, deixando às vezes passar despercebido um tumor em estágio inicial. A maioria de todos nós já experimentou complacência ao usar um computador. Ao utilizar e-mail ou programas de processamento de texto, tornamo-nos revisores menos competentes quando sabemos que um corretor ortográfico está em funcionamento.
A forma como os computadores podem enfraquecer a consciência e a atenção aponta para um problema mais profundo. A automatização transforma-nos de atores em observadores. Em vez de manobrarmos o manípulo, observamos o ecrã. Essa mudança pode tornar as nossas vidas mais fáceis, mas também pode inibir o desenvolvimento da nossa perícia. Desde o final da década de 1970, os psicólogos têm vindo a documentar um fenómeno chamado “efeito de geração”. Foi observado pela primeira vez em estudos sobre vocabulário, que revelaram que as pessoas se lembram muito melhor das palavras quando as evocam ativamente — quando as geram — do que quando simplesmente as leem. O efeito, como se tornou claro desde então, influencia a aprendizagem em muitas circunstâncias diferentes. Quando nos envolvemos ativamente numa tarefa, desencadeamos intrincados processos mentais que nos permitem reter mais conhecimento. Aprendemos mais e lembramo-nos mais.
Quando repetimos a mesma tarefa durante um longo período, o nosso cérebro constrói circuitos neuronais especializados dedicados à atividade. Acumula uma rica reserva de informação e organiza esse conhecimento de forma a permitir-nos a ter-lhe acesso instantaneamente. Seja Serena Williams num court de ténis ou Magnus Carlsen diante de um tabuleiro de xadrez, um especialista consegue identificar padrões, avaliar sinais e reagir a circunstâncias em mudança com uma velocidade e precisão que podem parecer sobrenaturais. O que parece instinto é uma competência arduamente conquistada — uma competência que exige exatamente o tipo de esforço que o software moderno procura eliminar.
Em 2005, Christof van Nimwegen, psicólogo cognitivo dos Países Baixos, iniciou uma investigação sobre os efeitos do software no desenvolvimento do conhecimento prático. Ele recrutou dois grupos de pessoas para jogar um jogo de computador baseado num clássico problema de lógica chamado Missionários e Canibais. Para completar o puzzle, o jogador tem de transportar cinco missionários e cinco canibais (ou, na versão de van Nimwegen, cinco bolas amarelas e cinco azuis) por um rio, utilizando um barco com capacidade máxima de três passageiros de cada vez. A parte complicada é que os canibais nunca podem ser em maior número do que os missionários, nem no barco nem nas margens do rio. Um dos grupos de van Nimwegen trabalhou no puzzle com um software que fornecia orientação passo a passo, destacando quais os movimentos permitidos e quais os que não o eram. O outro grupo utilizou um programa rudimentar que não oferecia qualquer ajuda.
Como seria de esperar, as pessoas que usaram o software mais assistido progrediram mais rapidamente no início. Podiam simplesmente seguir as indicações, em vez de terem de fazer uma pausa antes de cada movimento para se recordarem das regras e perceberem como se aplicavam à nova situação. Mas, à medida que o teste avançava, os que usavam o software rudimentar levaram vantagem. Desenvolveram uma compreensão conceptual mais clara da tarefa, delinearam melhores estratégias e cometeram menos erros. Oito meses depois, van Nimwegen pediu às mesmas pessoas que resolvessem o puzzle novamente. Os que tinham utilizado anteriormente o software rudimentar terminaram o jogo quase duas vezes mais rapidamente do que os seus pares. Beneficiando do chamado efeito de geração, demonstraram uma melhor “consolidação do conhecimento”.
O que van Nimwegen observou no seu laboratório — que, ao automatizarmos uma atividade, prejudicamos a nossa capacidade de transformar informação em conhecimento — também está a ser documentado no mundo real. Em muitas empresas, gestores e outros profissionais passaram a depender de sistemas de apoio à decisão para analisar informações e sugerir cursos de ação. Responsáveis de gestão, por exemplo, utilizam esses sistemas em auditorias empresariais. As aplicações aceleram o trabalho, mas alguns indícios sugerem que, à medida que o software se torna mais capaz, os responsáveis pela gestão tornam-se cada vez menos capazes. Um estudo recente, conduzido por pesquisadores australianos, examinou os efeitos de sistemas utilizados por três empresas internacionais de contabilidade. Duas delas empregavam softwares altamente avançados que, com base nas respostas de um responsável pela gestão a perguntas básicas sobre um cliente, recomendavam um conjunto de riscos de negócio relevantes a serem incluídos no arquivo de auditoria do cliente. A terceira empresa usava um software mais simples, que exigia que o responsável pela gestão avaliasse uma lista de possíveis riscos e selecionasse manualmente os pertinentes. Os pesquisadores aplicaram aos gestores de cada empresa um teste que media a sua experiência. Aqueles da empresa com o software menos sofisticado demonstraram uma compreensão significativamente mais sólida das diferentes formas de risco do que os das outras duas empresas.
O que há de mais surpreendente, e perturbador, na automatização computacional é que ela ainda está nos seus estágios iniciais. Os especialistas costumavam assumir que havia limites para a capacidade dos programadores de automatizar tarefas complexas, especialmente aquelas que envolvem perceção sensorial, reconhecimento de padrões e conhecimento conceptual. Eles citavam o exemplo de dirigir um carro, que exige não apenas a interpretação instantânea de uma série de sinais visuais, mas também a capacidade de se adaptar perfeitamente a situações imprevistas. “Executar uma viragem à esquerda atravessando o tráfego que vem no sentido contrário”, escreveram dois economistas de renome em 2004, “envolve tantos fatores que é difícil imaginar o conjunto de regras capaz de replicar o comportamento de um motorista.” Apenas seis anos depois, em outubro de 2010, o Google anunciou que havia desenvolvido uma frota de sete ‘carros autónomos’, que já tinham percorrido mais de 140.000 milhas nas estradas da Califórnia e Nevada.
Os carros sem condutor oferecem uma antevisão de como os robôs serão capazes de navegar e realizar trabalho no mundo físico, assumindo atividades que exigem consciência do ambiente, movimento coordenado e tomada de decisão fluida. Progressos igualmente rápidos estão a ser feitos na automatização de tarefas cerebrais. Há apenas alguns anos, a ideia de um computador competir num programa de televisão como o Jeopardy pareceria risível, mas numa partida muito comentada em 2011, o supercomputador da IBM, Watson, derrotou o maior campeão de todos os tempos do Jeopardy, Ken Jennings. O Watson não pensa como as pessoas pensam; não tem nenhuma compreensão do que está a fazer ou a dizer. A sua vantagem reside na velocidade extraordinária dos modernos processadores de computador.
Em Race Against the Machine, um livro digital de 2011 sobre as implicações económicas da informatização, os investigadores do MIT Erik Brynjolfsson e Andrew McAfee argumentam que o carro autónomo da Google e o Watson da IBM são exemplos de uma nova onda de automatização que, apoiando-se no “crescimento exponencial” do poder computacional, transformará a natureza do trabalho em praticamente todas as profissões e setores. Hoje, escrevem eles, “os computadores evoluem tão rapidamente que as suas capacidades passam do domínio da ficção científica para o quotidiano não ao longo de uma vida humana, nem sequer no decorrer da carreira de um profissional, mas em apenas alguns anos.”
Quem precisa de humanos, afinal? Essa questão, sob uma forma retórica ou outra, surge com frequência nas discussões sobre automatização. Se as capacidades dos computadores estão a expandir-se tão rapidamente e se as pessoas, em comparação, parecem lentas, desajeitadas e propensas a erros, porque é que não construir sistemas impecavelmente autossuficientes que funcionem perfeitamente sem qualquer supervisão ou intervenção humana? Porque não eliminar o fator humano da equação? O teórico da tecnologia Kevin Kelly, ao comentar sobre a ligação entre automatização e erro de piloto, argumentou que a solução óbvia é desenvolver um piloto automático totalmente autónomo: ” A longo prazo, pilotos humanos não deveriam estar pilotando aviões.” O investidor de capital de risco do Vale do Silício Vinod Khosla sugeriu recentemente que a saúde melhorará muito quando o software médico — que ele apelidou de “Doutor Algoritmo” — evoluir de auxiliar os médicos de atenção primária no diagnóstico para substituí-los completamente. A cura para a automatização imperfeita é a automatização total.
Essa ideia é sedutora, mas nenhuma máquina é infalível. Mais cedo ou mais tarde, até a tecnologia mais avançada vai falhar, funcionar mal ou, no caso de um sistema informatizado, encontrar circunstâncias que os seus criadores nunca anteciparam. À medida que as tecnologias de automatização se tornam mais complexas, dependendo da interdependência entre algoritmos, bancos de dados, sensores e peças mecânicas, as possíveis fontes de falha multiplicam-se. Elas também se tornam mais difíceis de detetar. Todas as partes podem funcionar perfeitamente, mas um pequeno erro no design do sistema ainda pode causar um grande acidente. E mesmo que um sistema perfeito pudesse ser projetado, ele ainda teria de operar num mundo imperfeito.
Num artigo clássico de 1983 na revista Automatica, Lisanne Bainbridge, psicóloga de engenharia do University College London, descreveu um dilema da automatização computacional. Como muitos projetistas de sistemas presumem que os operadores humanos são “não confiáveis e ineficientes” — pelo menos em comparação com um computador —, eles esforçam-se por dar aos operadores o menor papel possível. As pessoas acabam por funcionar como meros monitores, observadores passivos de ecrãs. Essa é uma função para a qual os humanos, com as nossas mentes notoriamente dispersas, são especialmente maus. Pesquisas sobre vigilância, que remontam a estudos com operadores de radar durante a Segunda Guerra Mundial, mostram que as pessoas têm dificuldade em manter a atenção a um nível estável de informações por mais de meia hora. “Isso significa”, observou Bainbridge, “que é humanamente impossível desempenhar a função básica de monitorizar anomalias improváveis.” E como as competências de uma pessoa “se deterioram quando não são usadas”, até mesmo um operador experiente acabará por começar a agir como um inexperiente se ficar restrito a apenas observar. A falta de consciência situacional e a degradação do conhecimento prático aumentam as possibilidades de que, quando algo der errado, o operador reaja de forma inadequada. A hipótese de que o ser humano será o elo mais fraco do sistema torna-se uma profecia autorrealizável.
Psicólogos descobriram algumas formas simples de amenizar os efeitos negativos da automatização. É possível programar softwares para devolver o controlo aos operadores humanos em intervalos frequentes, mas irregulares; saber que podem precisar de assumir o comando a qualquer momento mantém as pessoas atentas, promovendo a consciência situacional e a aprendizagem. Podem-se estabelecer limites no alcance da automatização, garantindo que as pessoas que trabalham com computadores realizem tarefas desafiantes em vez de simplesmente observar. Dar mais a fazer às pessoas ajuda a sustentar o efeito de geração. É possível ainda incorporar rotinas educativas nos softwares, exigindo que os utilizadores repitam tarefas manuais e mentais difíceis que estimulam a formação de memória e o desenvolvimento de competências.
Alguns programadores de software levam essas sugestões a sério. Nas escolas, os melhores programas de ensino ajudam os alunos a dominar uma matéria ao estimular a atenção, exigir esforço e reforçar as competências adquiridas por meio da repetição. A conceção destes programas reflete as mais recentes descobertas sobre como o nosso cérebro armazena memórias e as tece em conhecimento conceptual e saber prático. Contudo, a maioria das aplicações de software não promove a aprendizagem nem o envolvimento. Na verdade, produz o efeito contrário. Isso acontece porque as medidas necessárias para promover o desenvolvimento e a manutenção da competência implicam quase sempre um sacrifício em termos de velocidade e produtividade. Aprender requer ineficiência. As empresas, que procuram maximizar a produtividade e o lucro, raramente aceitariam tal compromisso. Os indivíduos também procuram quase sempre a eficiência e a comodidade. Escolhemos o programa que alivia o nosso trabalho, não o que nos faz trabalhar mais e durante mais tempo. Preocupações abstratas sobre o destino do talento humano não conseguem competir com o apelo de poupar tempo e dinheiro.
A pequena ilha de Igloolik, ao largo da costa da Península de Melville, no território de Nunavut, no norte do Canadá, é um lugar desconcertante no inverno. A temperatura média fica em torno de vinte graus abaixo de zero, grossas camadas de gelo marinho cobrem as águas circundantes e o sol raramente aparece. Apesar das condições brutais, caçadores inuítes há cerca de 4.000 anos saem das suas casas na ilha e viajam por quilómetros de gelo e tundra à procura de caça. A capacidade desses caçadores de navegar por vastas extensões do ártico desolado — onde os pontos de referência são escassos, as formações de neve estão em constante transformação e os trilhos desaparecem da noite para o dia — tem surpreendido exploradores e cientistas durante séculos. As extraordinárias competências de orientação dos inuítes não nascem de um domínio tecnológico — eles há muito dispensaram mapas e bússolas — mas de uma profunda compreensão dos ventos, dos padrões de neve acumulada pelo vento, do comportamento dos animais, das estrelas e das marés.
A cultura inuíte está agora a mudar. Os caçadores de Igloolik passaram a depender de mapas gerados por computador para se movimentarem. A adoção do GPS tem sido particularmente intensa entre os inuítes mais jovens, e não é difícil entender o porquê. A facilidade e a praticidade da navegação automatizada fazem com que as técnicas tradicionais inuítes pareçam arcaicas e complicadas.
Mas à medida que os dispositivos GPS proliferaram em Igloolik, foram-se espalhando relatos de acidentes graves durante as caçadas. Um caçador que não desenvolveu competências de orientação pode facilmente perder-se, especialmente se o seu recetor GPS falhar. As rotas tão meticulosamente traçadas em mapas de satélite também podem criar uma visão em túnel nos caçadores, levando-os a pisar em gelo fino ou a enfrentar outros perigos que um navegador experiente evitaria. O antropólogo Claudio Aporta, da Universidade Carleton em Ottawa, estuda caçadores inuítes há mais de 15 anos. Ele observa que, embora a navegação por satélite ofereça vantagens práticas, a sua adoção já trouxe uma deterioração nas capacidades de orientação e, de forma mais ampla, um enfraquecimento da perceção do território. Um inuíte num manto de neve equipada com GPS não é tão diferente de um motorista suburbano num SUV com GPS: à medida que concentra a sua atenção nas instruções emitidas pelo computador, ele perde a noção do ambiente à sua volta. Ele viaja “de olhos vendados”, como diz Aporta. Um talento único que distinguiu um povo durante séculos pode evaporar-se numa geração.
Quer se trate de um piloto na cabine de comando, de um médico numa sala de consultas ou de um caçador inuíte numa plataforma de gelo, conhecer exige fazer. Uma das coisas mais notáveis sobre nós é também uma das mais fáceis de ignorar: cada vez que colidimos com o real, aprofundamos a nossa compreensão do mundo e tornamo-nos mais plenamente parte dele. Enquanto lutamos com uma tarefa difícil, podemos ser motivados pela antecipação dos frutos do nosso trabalho, mas é o próprio trabalho — os meios — que nos faz ser quem somos. A automatização informática separa os fins dos meios. Torna mais fácil obter o que queremos, mas afasta-nos do trabalho de conhecer. À medida que nos transformamos em criaturas de ecrã, enfrentamos uma questão existencial: a nossa essência reside ainda no que sabemos, ou estamos agora satisfeitos em ser definidos pelo que queremos? Se não formos nós próprios a confrontarmo-nos com esta questão, os nossos dispositivos eletrónicos terão todo o gosto em responder por nós.
____________
O autor: Nicholas Carr [1959 – ] é um jornalista e escritor estado-unidense que publicou livros e artigos sobre tecnologia, negócios e cultura. Em 2019 foi professor visitante de Sociologia no Williams College. O seu livro The Shallows: What the Internet Is Doing to Our Brains foi finalista do Prémio Pulitzer de 2011 em não-ficção geral. É também o autor de The Glass Cage: Automation and Us.[2014], Utopia Is Creepy: and Other Provocations [2016] e de Superbloom: How Technologies of Connection Tear us Apart [2025}. É licenciado em Humanidades pelo Dartmouth College e mestre em Literatura e Língua Inglesa e Americana pela Universidade de Harvard.