O artificial e o orgânico no pensamento lógico-matemático

Enquanto professores que ensinam matemática, ambicionamos o desenvolvimento do pensamento lógico-matemático em nossos estudantes, como este sendo um processo mental para reconhecer padrões, compreender e interpretar conceitos, dados concretos ou ideias abstratas e usar estratégias lógicas para resolver problemas simples ou complexos a partir de dados matemáticos. Entendemos que essas habilidades que envolvem o pensamento lógico-matemático são importantes para o crescimento pessoal e profissional de todo indivíduo, assim como, para a leitura e posicionamento crítico do cidadão no mundo.

No entanto, esse que é um processo orgânico do indivíduo que o realiza através da mente – com ou sem o auxílio de artefatos – tem enfrentado um novo paradigma. Com a popularização e facilidade de acesso as ferramentas de Inteligência Artificial Generativa (IAG), pelas quais é possível obter o resultado de um problema matemático em poucos segundos sem nenhum esforço cognitivo humano para resolvê-lo, o exercício mental de pensar e realizar os cálculos e procedimentos para solução de um problema tem sido deixado de lado.

A comodidade oferecida pela IAG, de fato, é surpreendente e tentadora. Sua capacidade em fornecer outputs (respostas), na maioria das vezes, bem elaborados, precisos e verdadeiros nos faz recorrer a esses recursos com frequência, sobretudo, em situações que nos são desafiadoras, trabalhosas ou complexas. Para quem tem dificuldades com o pensamento lógico-matemático pode parecer mais fácil render-se a IAG, usando-a por razões meramente produtivas, não para adquirir e/ou aprimorar entendimento ou habilidades, subjugando a capacidade da própria mente em desenvolver a competência de pensar de maneira lógica e matemática o que a IAG faz tão bem.

Mas, afinal, o que a IAG faz é pensar? A IAG constitui uma mente? Isso nos remete ao questionamento proposto por Alan M. Turing, considerado pai da IA, nos anos 50 do século XX: “as máquinas podem pensar?” Antes de apresentar o argumento de Turing pelo qual ele defendeu que sim, máquinas podem pensar, ele definiu máquinas como sendo “computadores digitais” (Turing, 1996), no entanto, não definiu a palavra “pensar”. Então, o que é pensar? Para Platão “pensar significa falar consigo mesmo”, porém, atualmente não há consenso para estabelecer um significado a essa palavra, todavia, vamos considerar como sendo algo que se aloja na mente.

Para defender o seu argumento, Turing projetou o que chamou de Jogo da Imitação, no qual um interrogador humano faria perguntas por escrito a uma máquina e a uma outra pessoa, sem os verem, e tentaria descobrir quem é quem. Se o interrogador não conseguisse distinguir a máquina da pessoa humana, a máquina teria passado no teste ao realizar os processos mentais de um ser humano. Para Turing uma máquina tem a capacidade de pensar desde que tenha uma memória e um programa adequado para imitar a mente de um ser humano (Turing, 1996).

Nesse sentido, o argumento de Turing subjaz a ideia de IA forte, na qual defende-se que um computar adequadamente programado é, literalmente, uma mente. Para essa corrente de pensamento, “pensar é apenas uma manipulação de símbolos formais, e isso é exatamente o que o computador faz” (BonJour; Baker, 2010, p. 233). Entretanto, o filósofo estadunidense Jhon Searle tem entendimento contrário. Ele mostrou que há diferença entre manipular símbolos (sintaxe) – o que os programas de computadores fazem – de realmente saber o significado dos símbolos (semântica), o que consiste a mente (BonJour; Baker, 2010).

Para ilustrar, Searle usou o argumento do Quarto Chinês, no qual supõe que uma pessoa que não entende chinês receba uma cesta com símbolos desse idioma e um livro de regras, em idioma vernáculo, sobre como fazer combinações entre os símbolos da linguagem chinesa. Seguindo as regras do livro, é possível a pessoa manipular os símbolos e formar palavras e frases em chinês sem atribuir significado a quaisquer um dos símbolos, sendo assim, a pessoa continua ignorante em chinês.

Nesse experimento, a pessoa atua como um “computador”, o livro de regras um “programa de computador”, as pessoas que o escreveu são os “programadores”, a cesta de símbolos o “banco de dados” e as combinações feitas os “outputs”. A conclusão de Searle é que o que o computador faz é manipular símbolos formais de acordo com as regras do programa que ele executa e atribuir significado conforme foi programado. Desse modo, os programas de computadores possuem uma sintaxe, mas não uma semântica, portanto, não podem ser considerados mentes, essa é a tese da IA Fraca de Searle (BonJour; Baker, 2010).

Portanto, mesmo que a IAG resolva problemas lógico-matemáticos simples e complexos ou realizem cálculos até mesmo impossíveis para os seres humanos, ela ainda não dispõe da capacidade de pensamento. O que ela realiza são apenas processos sintáticos conforme as regras pelas quais foi programada e os dados pelos quais foi treinada para emitir algum significado probabilístico mais próximo possível do que foi solicitado (input). Desse modo, o pensamento lógico-matemático é habilidade genuína dos humanos, por isso, não é razoável que seja deixado de lado com a comodidade oferecida pela IAG.

Assim sendo, o pensamento lógico-matemático é condição sine qua non para o desenvolvimento da mente e, consequentemente, da autonomia crítica e intelectual do indivíduo. Caso contrário, o uso inadequado e a confiança exagerada da IAG na solução de problemas pode limitar o desenvolvimento do pensamento lógico-matemático e ter como efeito a limitação cognitiva da mente. Se isso acontecesse seria um retrocesso social enorme e ficaríamos vulneráveis diante do poder crescente, sobretudo, persuasivo, das inteligências artificiais.

Por isto, continuar a ambicionar o desenvolvimento do pensamento lógico-matemático em nossos estudantes é fundamental para a formação de cidadãos com autonomia, senso crítico e criatividade. O uso de processos orgânicos, ou seja, o cálculo mental, o reconhecimento de padrão, a construção de argumentos na resolução de problemas e a tentativa e erro devem ser estimulados em tarefas lógico-matemáticas e ter prevalência sobre o uso de artefatos digitais. Isso não exclui o uso de ferramentas artificiais na educação matemática, no entanto, sua utilização deve ser feita com intencionalidade pedagógica clara, objetiva e consciente.

Referências:

BONJOUR, Laurence; BAKER, Ann. Filosofia: textos fundamentais comentados. Porto Alegre: Artmed, 2010.

TURING, Alan. Computação e Inteligência (Tradução de Fábio de Carvalho Hansem). In: TEIXEIRA, João de Fernandes (Org.). Cérebros, Máquinas e Consciência: uma introdução à filosofia da mente. São Carlos: EdUFSCar, 1996, p. 19-60.

Imagem feita por ManusAI.