Seu filho acabou de terminar uma missão. Aqui está, para cada uma, o que ele realmente entendeu, e duas leituras, não mais, para você conferir com seus próprios olhos.
Duas, porque quinze referências ninguém abre. A cada vez: uma curta para a pausa do café, uma mais longa para a noite em que você tiver tempo.
Tudo pode ser lido sem criar conta. Única exceção: o livro da última missão, indicado como tal.
Seu filho mostrou a uma máquina alguns objetos que ele mesmo tinha medido e etiquetado. A máquina aprendeu a classificar os novos procurando, nas suas lembranças, aquele cujos números mais se parecem.
Elements of AI, parte 4 · Universidade de Helsinque e MinnaLearn, 2018
É exatamente o que Turbot faz, contado para um adulto: guardar exemplos, medir qual se parece mais com o objeto novo, copiar a etiqueta dele. A página segue depois para as sugestões de música e de vídeos, que se apoiam na mesma ideia.
Para pais com pressa.
Class'Code IAI, módulo 2 · Inria, no site Pixees, 2020
Um vídeo de dez minutos sobre como uma máquina aprende a partir de exemplos, e uma atividade em que você mesmo prepara o pacote que se entrega a ela. É aí que se vê por que um único objeto mal etiquetado basta para tirar Turbot do rumo.
Para pais que querem continuar com a criança.
Uma máquina que fala nunca sabe de antemão o que vai dizer. Ela escolhe uma palavra de cada vez, sorteando entre as que têm mais chances de vir em seguida. Quanto mais a deixamos sortear palavras raras, mais malucas ficam as frases.
Frédéric Alexandre, Inria e Universidade de Bordeaux · The Conversation, 2023
Em dez minutos, o fundo do que seu filho acabou de fazer: a máquina não sabe nada, ela adivinha a palavra mais provável, uma palavra de cada vez. O autor também explica por que uma frase pode soar perfeitamente certa e estar completamente errada. É o alerta que Plume dá no final.
Para pais com pressa.
Equipe Flowers, Centro Inria da Universidade de Bordeaux, 2023
Pesquisadores explicam em cinco minutos por que a máquina adivinha a próxima palavra em vez de sabê-la. Para assistir com seu filho logo depois da partida; o episódio sobre as fraquezas mostra por que ela erra com tanta convicção.
Para pais que querem continuar com a criança.
Uma máquina não pensa. Ela olha uma única casa de cada vez, aplica uma pequena regra escrita de antemão, avança uma casa e recomeça. É exatamente assim que um computador funciona.
Hamdi Ben Abdallah, animação de Hugo Lehmann · Interstices (Inria), 2013
Seu filho acabou de fazer Robi avançar casa por casa; aqui, a mesma máquina, com a lista completa das suas regras exibida ao lado da fita. O primeiro programa da animação é “somar 1 a um número binário”, exatamente a conta que ele acabou de fazer na tela.
Para pais com pressa, com a criança sentada ao lado.
Sacha Krakowiak · Interstices (Inria), 2012
Se seu filho perguntar “quem era esse tal de Turing?”, a resposta está aqui. Como uma ideia escrita no papel em 1936 virou as primeiras máquinas de verdade, e por que o jogo pode dizer que o seu tablet faz a mesma coisa, só que muito mais rápido.
Para pais que querem se aprofundar.
Uma máquina que não conhece nenhuma estratégia pode ficar boa só de ser castigada quando perde e recompensada quando ganha, centenas de vezes seguidas.
Pixees · Inria e Société informatique de France, 2020
A máquina do seu filho, na vida real: copos, bolinhas de gude, e a mesma regra: tiram-se as bolinhas que fazem perder, acrescentam-se as que fazem ganhar. O jogo não é o da velha, mas o dos palitos; o mecanismo, porém, é idêntico, e dá para refazer na mesa da cozinha.
Para a família que quer montar a máquina em casa.
Alain Dutech, Bruno Scherrer e Christophe Thiéry · Interstices (Inria), 2008
O que seu filho fazia ao tirar e acrescentar bolinhas tem um nome: aprendizado por reforço. Três pesquisadores do Inria mostram o que o mesmo princípio dá quando ligado ao Tetris. A primeira metade se lê sem bagagem nenhuma; o resto entra nas fórmulas.
Para pais que querem dar nome ao que viram.
Não se treinam todas as máquinas do mesmo jeito. Dependendo do problema, é preciso mostrar milhares de exemplos, recompensá-la quando acerta, escrever regras preto no branco, ou fazê-la adivinhar a continuação. É o problema que decide o método, não a máquina.
Melissa Racine e Tricia Grant · HabiloMédias, 2024
As formas de treinar uma máquina que seu filho acabou de manipular, ligadas ao que ele já usa: as sugestões da Netflix, o reconhecimento de rostos, o controle de velocidade do carro. Um organismo canadense que escreve diretamente para os pais, então o texto também responde a “o que eu faço com isso em casa”.
Para pais com pressa.
Jean-Paul Haton · Interstices (Inria), 2024
Seu filho acabou de experimentar várias formas de treinar uma máquina; aqui, de onde elas vêm e por que se passou das regras escritas à mão para o aprendizado por exemplo, e depois por recompensa. Mais longo que um post de blog, mas se lê de uma vez só.
Para pais que querem se aprofundar depois.
Uma inteligência artificial não é uma única máquina enorme: são vários programinhas que sabem fazer, cada um, uma única coisa. O verdadeiro trabalho é decidir qual deles ligar, e quando.
Maxime Morge, LIRIS (CNRS) · The Conversation, 2026
Seu filho acabou de fazer na mão o que o artigo descreve: conectar pedaços que sabem, cada um, uma única coisa, e coordenar o conjunto. Escrito por um professor de informática para o grande público, ele recoloca a moda dos “agentes de IA” numa história que já tem cinquenta anos.
Para pais com pressa.
Philippe Mathieu, Sébastien Picault e Jean-Christophe Routier, CRIStAL · Interstices (Inria), 2016
Seu filho fez quatro programinhas se mexerem, cada um sabendo fazer uma coisa só. Aqui, a mesma mecânica em grande escala: os exércitos de O Hobbit, os habitantes de SimCity, o trânsito nas estradas. E se lê sem saber nada de programação.
Para pais que têm meia hora livre.
Na noite da grande fogueira, seu filho conferiu quatro máquinas antes de acender o fogo: ele testou uma explicação em vez de acreditar nela, olhou se uma caixa estava aberta ou fechada, flagrou um porteiro que pendia para os seus exemplos, e guardou a decisão final para o humano. A lição da noite: não se acredita em uma máquina só porque ela diz — a gente verifica.
Entrevista com Aurélie Jean, pesquisadora em ciências digitais · Radio-Canada, 2019
A prova do porteiro que seu filho acabou de vencer — uma máquina que recusa alguém porque faltava nos exemplos dela — é exatamente o que esta pesquisadora explica aqui, com casos reais. Dez minutos, e você sabe responder quando ele perguntar se isso acontece de verdade.
Para pais com pressa.
Cathy O'Neil, traduzido para o francês por Sébastien Marty · Les Arènes, 2018, 352 p.
Seu filho consertou um porteiro que copiava os exemplos; este livro conta a mesma mecânica quando ela decide de verdade uma contratação, um empréstimo ou uma vaga na escola. Dá para ler sem nenhuma noção de informática, e dá para emprestar antes de comprar.
Para pais curiosos. O único link desta página que não é grátis.