1.3.3. IA Simbólica e IA Subsimbólica: Análise Aprofundada

Essa categoria engloba, portanto, qualquer sistema que utiliza o conhecimento humano para resolver problemas. O objetivo por detrás dos sistemas simbólicos é “modelar” (criar modelos para) fenômenos ou processos do mundo real de uma maneira que os computadores poderão vir a utilizar para encontrar soluções. Para tanto, tais sistemas seguem, em geral, uma abordagem de computação e processamento de informações que opera de cima para baixo (“top-down”).83 Isso significa que o sistema opera a partir de regras, princípios ou conhecimentos previamente definidos, e usa esses dados para resolver problemas ou tomar decisões84. De forma mais ampla, esse método implica a definição prévia de todas as regras operacionais necessárias para o computador, por parte dos programadores85. É importante ressaltar que o campo de conhecimento dos sistemas é alimentado a partir de uma base de conhecimentos frequentemente construída com a ajuda de especialistas no domínio do setor86. Essa característica é central na questão da responsabilização, pois envolve programadores um agente. Os componentes desse nível incluem metas, ações e conjuntos, o meio é o próprio conhecimento e a lei de comportamento é o princípio da racionalidade. Assim, um sistema tratado no nível de conhecimento é visto como possuidor de conjuntos de conhecimento, agindo racionalmente dentro de suas limitações para alcançar suas metas (Newell, Allen. The Knowledge Level. Artificial Intelligence, v. 18, n. 1, p. 87-127, 1982).

---

Notas

84. As tecnologias utilizadas incluem regras, ontologias (estruturas que definem relações entre conceitos e entidades dentro de um domínio específico), inferência lógica, redes semânticas (que representam relações semânticas entre conceitos, usando grafos), aprendizado baseado em casos (solução de novos problemas com base em soluções de problemas semelhantes anteriores), frames, etc. Esses sistemas aplicam inferências lógicas sobre o que foi explicitamente programado. Como exemplo, tomemos os sistemas baseados em regras (“Rule-Based Systems”): tais programas utilizam um conjunto “se-então” (if-then) para resolver problemas. Cada regra é uma declaração condicional que executa uma ação – mas apenas no caso de determinada condição ser satisfeita. É o caso de um sistema automotivo que diagnostica problemas em um carro a partir de uma regra que condiciona “se o motor não ligar e a bateria estiver carregada, então verifique o alternador”. 85. Por exemplo, para ensinar um robô a jogar xadrez, partindo da abordagem “top-down”, o programador estabelece as regras do jogo, as estratégias conhecidas e como ele deve reagir em certas situações. O robô usa esse conhecimento para analisar o tabuleiro e decidir o que fazer. 86. Como, por exemplo, especialistas da área da Medicina, para soluções de diagnóstico médico e recomendação de tratamentos; do Direito, em relação aos sistemas de apoio à decisão jurídica; da Engenharia, em projetos assistidos por computador bem como no diagnóstico de falhas. Em um sistema jurídico, por exemplo, o conhecimento seria representado pelas regras do direito (leis, jurisprudência, doutrinas) e a IA poderia consultar tal base de conhecimento jurídico para fornecer pareceres. 87. Como as regras de conhecimento são deliberadamente apresentadas na linguagem do computador, isso permitirá ao computador processá-las e raciocinar dedutivamente sobre elas.