1.3.3.1. Aprendizado de Máquina (Machine Learning): Análise Aprofundada

em tarefas específicas, embora o façam examinando novos dados e identificando padrões adicionais, de maneira distinta da cognição humana92. Ainda que as técnicas e ferramentas que fundamentam o machine learning tenham começado a se desenvolver há cerca de 70 anos, foi nas últimas duas décadas que ocorreram os avanços mais rápidos nessa tipologia de IA. Pode-se dizer que a maturidade das técnicas de machine learning, juntamente com grandes conjuntos de dados e o aumento do poder computacional, encontram-se por trás de grande parte da expansão atual da IA. O aprendizado de máquina não envolve uma tecnologia única, mas refere-se a uma ampla categoria de técnicas computacionais. Trata-se, pois, de uma família de técnicas de IA que possuem algumas características em comum. Basicamente, a maioria dos métodos de aprendizado de máquina funciona detectando padrões úteis em meio a grandes volumes de dados. Utilizando abordagens estatísticas, as máquinas apreendem a partir de dados históricos e tornam-se aptas a realizarem previsões, mesmo em novas situações. Assim, esses sistemas podem aplicar esses padrões em diversas tarefas, como dirigir um carro ou detectar fraudes, de maneiras a produzir resultados úteis – e apresentando a aparência de inteligência humana93. Em poucas palavras, machine learning ocorre quando o computador é ensinado a extrair padrões dos dados coletados e a aplicá-los a tarefas – inclusive àquelas nunca realizadas antes. Isso porque a técnica de machine learning envolve algoritmos94 que aprendem a partir dos dados, sendo uma tipologia aplicada quando se deseja que o sistema melhore automaticamente através de mais dados95. Por meio da capacidade de aprender, a máquina

---

Notas

93. A colocação é de Surden, 2019, p. 1311. 94. As definições de “algoritmo” encontram-se no subitem 1.3.1.