O PRINCÍPIO DA ENGENHARIA DO CONHECIMENTO

Antes de abordar os conceitos de engenharia do conhecimento (EC), se faz necessário ter noção de como ela foi gerada e por que vem se firmando no meio acadêmico- científico e no mercado profissional. Entretanto é importante ressaltar que há diferentes abordagens de engenharia do conhecimento e que não é a antiga engenharia do conhecimento que se firma, mas sim, a engenharia do conhecimento dentro de uma nova visão de mundo, pautada na sociedade do conhecimento. Para se ter um melhor entendimento sobre a nova e a velha engenharia do conhecimento, se precisa saber como elas surgem.

Pode-se dizer que a Engenharia do Conhecimento surgiu como arte, sendo necessária para construir Sistemas Especialistas, Sistemas Baseados em Conhecimento e Sistemas de Informação intensivos em conhecimento, isso ainda na década de 1970 (SCHREIBER et al., 2002, p. 6).

Centrado na visão multidisciplinar, típica da inteligência artificial, e com objetivo de buscar a resolução de problemas à engenharia do conhecimento atua na modelagem de sistemas intensivos em conhecimento como se verificar na Figura 9.

Todavia, o que derivaria sua gênese, teve seu primórdio um pouco antes, mas precisamente depois da Segunda Guerra Mundial, na Conferência de Darthmounth, local onde o termo Inteligência Artificial (IA) foi cunhado em 1956 (RUSSEL, 2004).

Pode-se dizer que inicialmente a inteligência artificial tinha variações quanto ao que representaria. Segundo os conceitos verificados, havia quatro categorias a serem seguidas, que em geral pretendiam desenvolver sistemas visando: procurar o processo de pensamento e raciocínio humano, o comportamento humano frente a situações, o desempenho humano frente a situações problemas e também o conceito ideal de inteligência que chamavam de racionalidade (RUSSEL, 2004).

As categorias seriam: sistemas que pensam como seres humanos; sistema que pensam racionalmente; sistemas que atuam como seres humanos e sistema que atuam racionalmente. A Figura 10 apresenta as categorias elencadas por Russel (2004, p. 5).

52

Figura 9 – Sistemas de conhecimento

Fonte: Adaptado de Santos (2004 – Sistemas intensivos de conhecimento)

Figura 10 – Definições de IA separadas em quatro categorias Fonte: Adaptada do Livro Inteligência Artificial Russel (2004)

O entusiasmo que a IA causou aos cientistas pode ser entendido pelas palavras proferidas por Herbert Simon em 1957, que segundo Russel (2004, p. 22), é frequentemente citada:

Não é meu desejo surpreendê-los ou chocá-los – mas o modo mais simples de resumir tudo isso é dizendo que agora existe no mundo máquinas que pensam, aprendem e criam. Além disso, sua capacidade de realizar essas atividades está crescendo rapidamente até o ponto – em um futuro visível – no qual a variedade de problemas com que elas poderão lidar será correspondente à variedade de problemas com os quais lida a mente humana.

A preocupação dos cientistas em reproduzir a “inteligência” humana fica latente já no início da Inteligência Artificial, mas antes de 1956, foi proposto um teste para fornecer uma definição operacional satisfatória de inteligência. O teste proposto por Alan Turing em (1950) sugeriu testar a “impossibilidade de distinguir entre entidades inegavelmente inteligentes – os seres humanos” (RUSSEL, 2004, p. 4).

Em síntese o teste de Turing consiste na realização de indagações (questionamentos que envolvem conhecimento e raciocínio) por um avaliador para duas “pessoas” (voluntárias), em que um é ser humano e o outro uma máquina (sistema inteligente). Ao final dos questionamentos o avaliador terá que distinguir entre quem é o humano e quem é a máquina. Caso não consiga distinguir o sistema utilizado passará no teste proposto por Turing.

Para passar no teste, Russel (2004) aponta que o computador precisa ter as seguintes capacidades:

• Processamento de linguagem natural para permitir que ele se comunique com sucesso em um idioma natural.

• Representação do conhecimento para armazenar o que sabe ou ouve.

• Raciocínio automatizado para usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões.

• Aprendizados de máquina para se adaptar a novas circunstâncias e para detectar e extrapolar padrões.

As capacidades apresentadas por Russel não diferem muito do que se pretende de um sistema inteligente nos dias de hoje.

Outra definição de inteligência artificial é apresentada por Dean et al. (1995 apud PACHECO, 2006) e menciona que Inteligência Artificial é o projeto e estudo de programas computacionais que se comportam de forma inteligente.

Pode-se utilizar a definição acima, e outras, como base, pois não há um consenso para definir inteligência artificial. Segundo Barreto (1995 apud ALMEIDA, 2004) o conceito de inteligência artificial varia com o tempo, a época e com o contexto de sua aplicação, pois segundo sua colocação, na Grécia antiga, se chamava de máquina inteligente um distribuidor de água. A inteligência da máquina era que quando o individuo colocava uma moeda, saía

54 uma quantidade certa de água em decorrência do peso da moeda. Barreto (1995 apud ALMEIDA, 2002) afirma, que mais recentemente, a aproximação entre as coisas biológicas e mecânicas na cibernética, entendia-se, que algo que tivesse “feedback” (realimentação) seria considerado Inteligente. Barreto (1995 apud ALMEIDA, 2004, p. 2) acrescenta que:

Por volta dos anos 50 a preocupação em construir artefatos que tivessem comportamento inteligente, era considerado aquele que tinha a propriedade de manter certo valores de saída independente da perturbação. No inicio dos anos 60, havia muitas expectativas sobre a IA, algumas delas infrutíferas como o projeto de tradução automática de línguas (inglês-russo) desenvolvido pelo MIT, devido ao problema da dimensionamento. Atualmente, jogos de computadores que eram alguns anos considerados de IA, hoje não são mais porque seu funcionamento tornou-se conhecido e estes tornaram-se operacionais. Assim pode-se considerar a IA como uma espécie de desejo de se reproduzir tarefas que diriam ser inteligentes se fossem desenvolver por seres naturais, porém não é possível fazer uma transição abrupta na consideração de coisas inteligentes e não inteligentes.

A maioria das definições utilizadas sobre Inteligência artificial seguia um caminho que envolve a atividade de realizar alguma ação de forma inteligente, ou seja, automatizada pela máquina ou sistema de computador.

Assim, a inteligência artificial é um campo de estudo que tenta encontrar as melhores formas de fazer com que as máquinas (sistemas de computadores) formulem raciocínio para resolução de problemas de forma similar a inteligência humana, buscando o melhor resultado possível.

Os problemas para se aplicar inteligência artificial podem ser encontrados em várias ciências, pois os fundamentos da inteligência artificial são de muitas disciplinas e das muitas áreas do conhecimento humano.

Há os mais variados questionamentos e entre as disciplinas pode se destacar a filosofia (de onde vem o conhecimento, como o conhecimento conduz a ação), matemática (quais são as regras certas para se tira conclusões validas, como raciocinamos com informações incertas), economia (como podemos tomar decisões para maximizar o lucro, como fazer isso sem os outros nos acompanhar), neurociência (como o cérebro processo informações), psicologia (como os seres humanos e os animais pensam e agem), engenharia da computação (como podemos construir um computador eficiente) e a linguística (como a linguagem se relaciona com o pensamente, como representa a linguagem natural para uma máquina) (RUSSEL, 2004).