Já lidamos muitas vezes com a relação entre tecnologia e escrita como ato técnico e com a relação entre tecnologia e escrita como ato criativo. Este último é um tema muito comentado no debate sobre inteligência artificial e máquinas cognitivas. Um cérebro artificial pode produzir um ato criativo, como contar histórias, da mesma forma que um cérebro biológico o processa? A produção artificial poderia ser melhor do que a produção orgânica em termos de qualidade de conteúdo e estilo narrativo?
Se o ato criativo é produto do conhecimento e da experiência, certamente sim; se, ao contrário, o ato criativo é produto de algo profundamente enraizado na individualidade e na personalidade, resta saber até onde irá a revolução das máquinas cognitivas. Por enquanto, Inteligência Artificial é Deep Learning, que em italiano poderia ser traduzido com a palavra "geek".
Segundo os tecnólogos do Google, sempre muito visionários, antes do que se pensa a tradução realizada por uma inteligência artificial será indistinguível daquela feita por um ser humano. E devemos ter certeza dessa previsão, dado o nível alcançado pelo Google Tradutor, que é alimentado por software de inteligência artificial.
Para os amantes da sociologia da escrita e da literatura, recomendamos a leitura de um livro bastante substancial recém-lançado pela Random House em inglês: O mundo escrito: como a literatura moldou a história por Martin Puchner, professor de literatura em Harvard. O livro, que traça a história milenar da influência do storytelling nas ações humanas e sua onipresença em todas as civilizações, investiga como as novas tecnologias mudaram a experiência da escrita e quais foram e são os efeitos dessas mudanças na sociedade e nas expressões artísticas da época. Em sua análise, Puchner constrói uma teoria sólida baseada na observação de que as tecnologias de escrita estão entre os elementos fundadores de grandes eventos históricos.
Processador de texto
Mas vamos por ordem e tratemos agora da contribuição da tecnologia para o ato técnico de escrever.
O próprio ato técnico de escrever com uma máquina influencia os pensamentos: "Nossas ferramentas de escrita também trabalham em nossos pensamentos." Para dizê-lo, ou melhor, para digitá-lo, foi o filósofo alemão Frederich Nietzsche que, devido a problemas de visão, decidiu usar uma máquina de escrever portátil construída em 1865 pelo inventor dinamarquês Rasmus Malling-Hansen e apresentada na exposição universal de Paris em 1878. Nietzsche com sua "bola de escrita" (Schreibkugel) compôs cerca de 60 manuscritos, antes que o dispositivo quebrasse irremediavelmente durante uma viagem a Gênova.
Em tempos mais recentes, com a chegada dos computadores pessoais, foi outro intelectual excêntrico, como Nietzsche, quem capturou o espírito da época. Em janeiro de 1983, a "Playboy" publicou uma história de Stephen King intitulada Processador de palavras. Na história, escrita em um Wang System 5 com um processador de texto chamado Model 3, um estudante frustrado descobre que, ao deletar frases sobre seus inimigos, ele os apaga fisicamente da face da terra para substituí-los. Como sempre, a capacidade de tradução de King é impressionante.
O escritor do Maine capta bem a essência da escrita assistida por software na capacidade do programa de inserir, mover ou remover palavras e trechos de texto sem deixar rastros (somente nas versões mais modernas dos processadores de texto é possível deixar rastros dos diversos camadas editoriais… para deleite dos filólogos).
Aqui, com o processador de texto, finalmente acontece a singularidade da ação de escrever, com a de ler, corrigir, ampliar, remover, mover e limpar a obra. Em suma, acontece algo que tem um valor principalmente quantitativo, isto é, diz respeito à produtividade do escritor, mas também, em medida bem mais modesta, qualitativo, porque diz respeito à forma como o pensamento se cristaliza no conteúdo, como Nietzsche havia intuído com sua primitiva "bola de escrever".
É justamente com o Computador Pessoal que os programas de videogravação começam a entrar na casa dos redatores e de quem precisa produzir conteúdo textual para qualquer destino. Matthew Kirschenbaum, que escreveu um livro intitulado Track Changes: Uma História Literária do Processamento de Texto (Harvard University Press, 368 páginas), estimou que, em 1984, metade dos escritores americanos usava um processador de texto (Word Star ou Word Perfect) para escrever. Parece que o primeiro a entregar um manuscrito armazenado em um disquete de 8 polegadas foi Frank Herbert, autor de Dunano final dos anos setenta. Em sua pesquisa, Kirschenbaum descobriu que foram os escritores de ficção científica os primeiros a adotar programas de escrita no computador pessoal.
Na verdade, foram precisamente os escritores mais prolíficos, como costumam ser os escritores de ficção científica, que perceberam a vantagem que um sistema de processamento de texto lhes proporcionava. Um escritor hiperprolífico como George Martin, o autor de Game of Thrones, escreveu sua saga de imenso sucesso com o Word Star, o processador de texto mais popular para Ms-Dos. Sobre este programa o imaginativo escritor expressou-se nestes termos: "Era a minha arma secreta".
O processador de texto é hoje um parceiro insubstituível do escritor apenas para três funções fundamentais: 1) a correção ortográfica e sintática automática que ajuda o escritor a eliminar erros de digitação ou, mais importante, erros ortográficos, concordâncias de gênero e número, bem como como aqueles entre sujeito e verbo, e repetições que estão entre os erros mais comuns; 2) o Thesaurus que ajuda a aumentar o léxico e descobrir as palavras mais adequadas para descrever um contexto escolhendo assim o registro correto; 3) a escolha do idioma para hifenização e correção de erros gramaticais e de sintaxe, ferramenta absolutamente indispensável para quem tem que escrever um texto multilíngue.
A revolução tipográfica do Macintosh e o nascimento da tipografia de desktop
Em 1984, o Macintosh introduziu o que faltava nos processadores de texto de primeira geração: tipografia. Graças às 8 fontes tipográficas incluídas no sistema operacional Mac, os autores podem dar uma forma tipográfica aos seus documentos. No ano seguinte, a combinação do Mac com o programa de editoração eletrônica Page Maker (desenvolvido por Aldus de Seattle) e a impressora a laser (a Apple LaserWriter) resultou em uma combinação acessível e fácil de usar para produzir documentos paginados com qualidade tipográfica. . Essa combinação deu início a um novo fenômeno, a editoração eletrônica. A tipografia de desktop mudou a própria natureza da indústria editorial, transferindo mais poder para os autores.
É como se o escritor e a impressora se fundissem em um só unicum, de forma que o produtor do conteúdo seja ao mesmo tempo o criador do resultado gráfico de sua obra. Parece uma questão trivial, mas não é assim porque essa fusão textual/visual oferece muitas ideias interessantes para melhorar a aparência, apelo e aproveitamento do conteúdo. Melhora algo que sempre foi buscado pelos escritores mais sensíveis ao aspecto comunicativo de sua obra, a legibilidade.
Com a editoração eletrônica, os processadores de texto também começaram a introduzir funções avançadas de formatação e layout de página para indicar o estilo no qual o escritor-estilista queria que seu texto aparecesse para o público leitor. O poeta barbadiano Kamau Brathwaite escreveu que escrever com o Mac "permitiu que ele escrevesse na luz". A iluminação, de fato.
O processador de texto auxilia enormemente o escritor na edição e organização do material criativo, mas é de pouca ajuda para organizá-lo, estruturá-lo e desenhá-lo, isto é, construir o que ele chama dedelineando. Você pode manter esboços do conteúdo, mas não é possível construir uma tela relacional. Aqui, para esse fim, softwares específicos, think-thanks definidos com precisão, literalmente "coletores de pensamentos" vêm em auxílio.
Foi com o Macintosh, em 1987, que surgiu o primeiro verdadeiro think-tank com um nome inspirador: HyperCard. Criado por um dos maiores talentos do desenvolvimento de software, Bill Atkinson, o HyperCard permitia aos usuários, através de uma linguagem de programação muito simples chamada WildCard, estruturar e relacionar as informações coletadas em cartões dispostos em pilha. O escritor poderia, assim, coletar, descrever e anotar seus pensamentos gerais, os eventos específicos da trama, os locais de ação, os personagens e a linha do tempo e relacioná-los de acordo com uma determinada estratégia narrativa.
O mais incrível do HyperCard era sua extraordinária facilidade de uso e versatilidade. A informação de um cartão pode ser modificada, refletindo-se imediatamente em todos os cartões correspondentes ou ligados a essa informação específica. Não sabemos onde Dostoiévski ou Victor Hugo poderiam ter chegado, encenando um delírio de personagens, se tivessem disponíveis HyperCards. Dostoiévski, então, em sua fúria narrativa, fazia com que personagens desaparecidos voltassem, deixando o leitor atônito. Talvez com o HyperCard ele tivesse evitado essas ressurreições repentinas, mas talvez aquele magma narrativo interior não tivesse mais força para sugar o leitor como um evento cósmico.
Depois existe toda uma família de software que permite construir mapas mentais, ou seja, uma forma de representação gráfica do pensamento com uma estrutura hierárquica ou associativa útil para dar substância a um projeto criativo como pode ser uma obra narrativa. Qualquer pessoa interessada neste tópico pode começar lendo e praticando com um livro de Nina Amir por título, Visualização Criativa para Escritores. Um guia interativo para dar vida às suas ideias de livros e à sua carreira de escritor.
Para os roteiristas, existem softwares ainda mais específicos que podem executar funções típicas de roteiro que os processadores de texto padrão não estão equipados para executar.
Processamento de Linguagem Natural (PNL)
Summly pode ser equiparado à cadela Laika da exploração espacial. É uma das primeiras tentativas sensatas de fazer um software especializado gerar texto estruturado Processamento de linguagem natural. Summply é, na verdade, um aplicativo para iOS desenvolvido por um jovem de quinze anos de Londres, Nick D'Aloisio, de provável origem italiana. Em seu quarto, o jovem londrino desenvolveu um algoritmo com capacidade de resumir artigos de qualquer tamanho em 300/400 palavras para ajustá-los na tela de um iPhone.
O aplicativo do jovem londrino recebeu uma cobertura impressionante da mídia e, no final, sua criação o tornou milionário quando o Yahoo decidiu adquirir o projeto por 30 milhões de dólares, rebatizando-o de Yahoo News Digest. O aplicativo do Yahoo ganhou oPrêmio Apple Design na WWDC 2014 por sua excelência tecnológica e de design. Aliás, o app funciona bem e faz jus aos artigos que ele se encarrega de resumir em apenas 400 palavras. Na imagem acima você pode ver com que propriedade de linguagem e coerência de conteúdo ele resume um serviço da BBC relacionado ao terremoto de L'Aquila.
Uma área, diferente do jornalismo, em que a tecnologia do Processamento de linguagem natural é o legal. O trabalho jurídico já pode contar com algoritmos comerciais capazes de escanear e analisar um grande número de documentos para extrair aqueles pertinentes ao caso em questão. Estima-se que esta tecnologia levará a uma redução de 13% nas horas de trabalho que um escritório de advocacia gasta preparando um caso (reduzindo assim os custos para o escritório e para os clientes). Como resultado, a McKinsey estima que 23% do trabalho jurídico poderá ser automatizado em um futuro não muito distante. A profissão jurídica poderá, portanto, concentrar seus recursos e energias, não tanto na mineração de dados, mas no nível mais alto da profissão, ou seja, no desenvolvimento de estratégias de defesa ou acusação.
Até o mundo das finanças é profundamente afetado pela Processamento de linguagem natural. Por meio da análise de fontes não estruturadas (como postagens do Facebook ou outras mídias sociais), os algoritmos de PNL são capazes de extrair informações preditivas sobre as tendências do mercado de ações que podem orientar as escolhas dos investidores. Estes últimos concordaram que esse tipo de sabedoria coletiva é o melhor guia para operar o mercado de ações, o que tende a confirmar a crença de Rockefeller de que era o homem no elevador que tinha as melhores informações sobre ações.
Algoritmos geradores de histórias
No campo da escrita, cada vez mais falamos sobre escrita automatizada, robojornalismo e escrita mecânica. Um fenômeno que começa a se firmar principalmente no jornalismo especializado, como o jornalismo financeiro. É um software de jornalismo robótico que produz muitas das 3700 notas da Associated Press sobre as demonstrações financeiras trimestrais de empresas listadas em apenas alguns minutos. Acredita-se também que algumas das letras pró-Trump e anti-Clinton postadas por russos nas redes sociais tenham sido empacotadas por um algoritmo de escrita automática e depois viralizadas por BOTs.
Poucos já ouviram falar do Mês Nacional da Geração de Novela, mas o NaNoGeMo realmente escreve o futuro. Esta excêntrica iniciativa, relacionada com o concurso literário National Novel Writing Month, convida criativos e programadores a passar o mês de novembro a escrever o código capaz de gerar um romance de 50 palavras (cerca de 120 páginas impressas). Depois que o romance é gerado, ele deve ser postado no GitHub, um recurso no qual 20 milhões de desenvolvedores se inscrevem. Darius Kazemi (desenvolvedor e artista da Internet de Portland), vencedor da edição de 2004, disse: “Contar histórias é um dos grandes desafios da inteligência artificial. Empresas e pesquisadores estão trabalhando para criar algoritmos que possam gerar histórias que façam sentido, mas muitas delas geram apenas pequenos pedaços de texto sensato. De fato, uma primeira olhada nas inscrições apresentadas na competição mostra como essa afirmação é verdadeira. Então, no lado criativo, vamos esquecer, no Deep Learning há algo mais.
O logotipo do concurso literário com uma máxima de Leonard Bernstein que diz: "Para realizar grandes coisas você precisa de duas coisas: um plano e não muito tempo". Na verdade, os participantes deste concurso devem escrever um romance em 30 dias.
A primeira e interessante aplicação dos algoritmos de Deep Learning poderia ser contribuir para a elaboração de sequências de séries narrativas já encorpadas e estruturadas como O trono das espadas o Harry Potter. Estamos falando aqui de milhares de páginas para trabalhar com o algoritmo. Personagens, lugares, eventos, enredos podem ser examinados e armazenados pelo algoritmo para elaborar novas saídas narrativas possíveis ou prever possíveis cenários de sequelas.
Zack Thoutt, um desenvolvedor de Boulder, Colorado, criou um algoritmo neural para prever o sexto livro da saga de George RR Martin, que entregará o aguardado manuscrito de Ventos de inverno apenas em 2019. O algoritmo já produziu spoilers do novo Game of Thrones que Martin acolheu com sua auto-ironia especial.
Max Deutsch, um tecnólogo e blogueiro de São Francisco que fundou a startup Openmind, instruiu um algoritmo de aprendizado profundo a aprender os quatro primeiros livros de Harry Potter e, em seguida, pediu que produzisse um capítulo sobre o que havia aprendido com essa leitura profunda. O capítulo produzido pelo algoritmo foi publicado em Médio. Divertido e legível também!
O fato, porém, é que o romancista-algoritmo, ou seja, os Algoritmos Geradores de Histórias, ainda está em sua infância e há um longo caminho para mandar escritores como Martin ou Rowling para os bancos.
No entanto, os Algoritmos Geradores de Histórias não são um projeto estéril nem muito sem fundamento. Se formos à página web do Centro Interdisciplinar de Narratologia da Universidade de Hamburgo, podemos nos informar sobre a história dessa tecnologia e seu desenvolvimento. Nós o indicamos com prazer a qualquer pessoa interessada em aprender mais sobre este tópico.
O experimento do Economist
The Economist, além de ser uma das publicações periódicas de maior autoridade do mundo e o maior think-tank liberal independente, também pode, de certa forma, ser considerada uma publicação humorística. Sim, porque o próprio humor britânico é parte integrante de sua mistura narrativa inconfundível e também requisito fundamental para ingressar no grupo anônimo de jornalistas que compõem o periódico.
Bem na véspera do natal a revista londrina resolveu fazer uma experiência à la Turing para ver se tinha que deixar um dos correspondentes de Ciência e Tecnologia em casa depois das férias. Ele confiou a este último e a um algoritmo especializado um relatório científico de 500 palavras. Mas vamos contar essa história pelo próprio Economist. São apenas 3 minutos de leitura. O título da peça é Em quanto tempo os computadores substituirão os escritores do The Economist? Ainda temos alguns anos, pelo menos. Graças a Deus!
Os carros estão chegando. Um conhecido estudo de 2013 conclui que metade dos empregos nos EUA estará em risco dentro de uma geração. Os escritores não estão imunes a essa tendência. Outro estudo de IA afirma que os computadores poderão fazer trabalhos escolares até 2025 e produzir contos e romances até 2040.
No espírito de ir rápido e quebrar as coisas, o Economist montou um algoritmo de IA para aprender os artigos da seção de Ciência e Tecnologia para produzir uma peça "artificial". Os resultados mostrados a seguir mostram as possibilidades e limites dos programas de aprendizado de máquina que, em essência, é a Inteligência Artificial de hoje.
O computador tentou imitar nosso estilo e identificou os tópicos que abordamos com mais frequência. Embora as frases sejam gramaticalmente corretas, elas carecem de significado. Para alívio dele e nosso, o repórter de Ciência e Tecnologia ainda encontrará sua mesa quando as férias de Natal voltarem. Aqui está a peça produzida pelo nosso robô.
Oferecemos a você em inglês porque traduzi-lo seria traí-lo. Na verdade, oferecemos a você a tradução italiana (em cada parágrafo) desenvolvida por outro software de inteligência artificial.
MUST dos maiores cientistas da computação do mundo mostraram que o custo de transportar as ondas sonoras para a parte de trás do sol é a melhor maneira de criar um conjunto de imagens do tipo que pode ser resolvido. É também porque o mesmo filme é um protótipo especial. Uma pessoa com um trecho de um pedaço de software pode ser transmitida por um processo de segurança que pode ser adicionado a um único bit de leitura. O material é composto por um único pixel, o que é possível e assim faz com que o laser seja acionado para converter o vapor resultante para a superfície da bateria capaz de produzir energia a partir do ar e depois transformá-la em um display de baixo custo. A solução é codificar o controle especial de um chip encontrado em um carro.
MUST dos melhores cientistas da computação do mundo provou que o custo de transportar ondas sonoras para trás do sol é a melhor maneira de criar uma série de imagens do tipo que podem ser resolvidas. É também porque o próprio filme é um protótipo especial. Uma pessoa com um software pode ser transmitida por um processo de segurança que pode ser adicionado a um único bit de leitura. O material é feito de um único pixel, o que é possível e então faz com que o laser seja disparado para converter o vapor resultante na superfície da bateria que pode produzir energia do ar e depois transformá-lo em um display de baixo custo. A solução é codificar o controle especial de um chip que está em um carro.
O resultado é uma espécie de alternativa aos carros elétricos, mas o problema mais famoso é que o sistema de controle passa a ser alimentado por um computador composto por uma segunda parte do espectro. A primeira solução está longe de ser barata. Mas se for um pouco como uma folha sólida de contato com o espectro, pode ser lido quando as ondas sonoras estiverem disponíveis. A posição do sistema é feita de carbono contendo um componente especial que pode ser usado para conectar o ar a um motor diesel convencional.
O resultado é uma espécie de alternativa aos carros elétricos, mas o problema mais famoso é que o sistema de controle passa a ser alimentado por um computador composto por uma segunda parte do espectro. A primeira solução está longe de ser barata. Mas se for como uma folha sólida de contato com o espectro, pode ser lido quando as ondas sonoras estiverem disponíveis. A posição do sistema consiste em um carbono contendo um componente especial que pode ser usado para conectar o ar a um motor diesel convencional.
O problema com a abordagem é que ela chega ao combustível refletindo uma célula de combustível para uma matriz de materiais sensíveis à luz composta de energia solar. Enquanto isso, o processo pode funcionar como um protótipo de uma máquina supercondutora. A tecnologia também é um processo de curto alcance que está sendo desenvolvido para comparação pelos campos magnéticos do sistema solar.
O problema com a abordagem é que ela atinge o combustível refletindo uma célula de combustível em uma série de materiais sensíveis à luz feitos de energia solar. Enquanto isso, o processo pode servir como protótipo de uma máquina supercondutora. A tecnologia também é um processo de curto alcance que está sendo desenvolvido para comparação com os campos magnéticos do sistema solar.
O resultado é uma substância química chamada nanotubo de carbono que é absorvida pelo processo de conversão de um óxido sólido em uma substância química específica do nervo celular. O material é capaz de extrair energia da imagem e então liberar os elétrons que podem ser detectados ao estimular a imagem na corrente sanguínea. A temperatura da superfície não é uma molécula que também está sendo comparada com a pequena energia da estrutura de um metal. Um único órgão é uma grande quantidade de energia, que é particularmente intensa. A câmara de combustão interna é, portanto, capaz de produzir um fóton que está sendo desenvolvido para produzir uma segunda proteína chamada proteína causadora do corpo, que possui um processo complexo e comparável para parar os componentes de um antibiótico.
O resultado é uma substância química chamada nanotubo de carbono que é absorvida no processo de conversão de um óxido sólido em uma substância química específica na célula nervosa. O material é capaz de extrair energia da imagem e depois liberar os elétrons que podem ser detectados ao estimular a imagem na corrente sanguínea. A temperatura da superfície não é uma molécula que também é comparada com a pequena energia da estrutura de um metal. Um único órgão é uma grande quantidade de energia, que é particularmente intensa. A câmara de combustão interna é então capaz de produzir um fóton que é desenvolvido para produzir uma segunda proteína chamada proteína que faz com que o corpo tenha um processo complexo comparável para parar os componentes de um antibiótico.
Ler a peça é bastante surpreendente. Os argumentos estão aí, a redação é passável, a informação está correta mas não há sentido geral, a relação entre os parágrafos não é compreendida, não há desenvolvimento narrativo. No que diz respeito à tradução, vamos esquecer, mas sabemos que o italiano não é um dos idiomas mais bem atendidos pelo Google Tradutor.
Marinetti certamente teria gostado desse agrupamento casual de frases com significado completo, mas sem um fio lógico. Até mesmo Beckett e Ionesco teriam achado estimulante construir um diálogo do absurdo entre dois malucos tecnológicos.
