UNIVERSIDADE FEDERAL DO CEARÁ – UFC
DEPARTAMENTO DE DIREITO PROCESSUAL
CURSO DE DIREITO - BACHARELADO
PATRÍCIA MOREIRA BESSA
O EMPREGO DA INTELIGÊNCIA ARTIFICIAL NA ESFERA
JURÍDICA: OS SISTEMAS ESPECIALISTAS EM FOCO
Fortaleza - CE
PATRÍCIA MOREIRA BESSA
O EMPREGO DA INTELIGÊNCIA ARTIFICIAL NA ESFERA
JURÍDICA: OS SISTEMAS ESPECIALISTAS EM FOCO
Monografia submetida à Coordenação do Curso de Graduação em Direito da Universi-dade Federal do Ceará, como requisito parcial para a obtenção do grau de Bacharelado em Direito.
Orientação: Prof. Dr. L. Doc. Raimundo Hélio Leite.
Fortaleza - CE
AGRADECIMENTOS
Eis que chegou o momento de expressar sinceros agradecimentos a mui-tos e tanmui-tos adorados familiares e amigos – tanto aos “velhos” e queridos quanto aos que se revelaram ao longo dessa trajetória.
Bem sei que corro o risco de não dar conta desse “muitíssimo obrigado” como é merecido, porque será difícil exprimir a beleza que foi esse movimento de energias e impulsos que foram chegando. Por tudo isso, destaca-se também, para além da mera formalidade, um sentido: o da formação de uma verdadeira rede de solidariedade e de muito, muito afeto.
No decorrer desta pesquisa, tive a felicidade de contar com o apoio de di-versas pessoas, a quem devoto minha gratidão, consignando aqui meus sinceros agradecimentos:
Aos meus pais, João Batista Fontenele Bessa e Lenilda Moreira Bessa, que sempre estiveram ao meu lado, incentivando-me, fortalecendo-me e doando-me um amor incondicional;
Aos familiares mais próximos, que funcionaram como força motriz deste estudo: Priscilla Moreira Bessa, Ildefonso Alves de Lima, Maria Herondina Fontenele Bessa Valle, Antônio Fernando Freire Valle (in memorian), Fernanda Natália Bessa Valle, Leni da Rocha Moreira, Rosemar Lopes Camurça, José Eumar Rabelo murça, André Lopes Camurça, Juliana de Oliveira Camurça, Davi de Oliveira Ca-murça, Cézanne CaCa-murça, Daniele Prado CaCa-murça, Rômulo Lopes Camurça e Thi-arley Fontenele;
Aos meus adorados bichinhos de estimação: Tobby (cachorro), Getúlio e Salém (gatos), Shanna e Nini (gatas - in memorian) pelos momentos de descontra-ção e alegria que me proporcionaram, tornando essa caminhada mais suave, alegre e prazerosa;
Aos meus amigos Giana Paiva Benevides, Rafael Bezerra, Izadora Bezer-ra, Priscilla Massinni, Larissa NogueiBezer-ra, Hélio Cabral, Priscilla Cunha, Juliana Carva-lho, Joana D’ávila e João Vítor;
Aos estimados companheiros da Secretaria Executiva Regional II, com quem tive a oportunidade de compartilhar memoráveis momentos;
Aos integrantes do GEPE e a D. Dulcinéia, por terem contribuído imen-samente para minha serenidade, harmonia e paz de espírito, durante os momentos mais difíceis.
Há muito mais a quem agradecer... A todos aqueles que, embora não nomeados, brindaram-me, em distintos momentos, com seus inestimáveis apoios e com suas presenças afetivas, o meu reconhecido e carinhoso muito obrigado!
RESUMO
O presente estudo versa sobre a aplicação das técnicas de inteligência artificial na esfera jurídica, com destaque para a utilização de sistemas especialistas. Atualmente, podemos afirmar que vivenciamos a era da “sociedade informacional”, onde a exigência pela velocidade e eficácia na transmissão e análise de dados se tornou uma constante. Dessa forma, este trabalho tem uma proposta inclusiva, uma vez que entendemos que o Direito não poderia ficar à margem das mudanças que permeiam o seio de nossa sociedade. Ao contrário, deve valer-se de suas inovações e benefícios. A monografia está dividida em três momentos: o primeiro aborda as-pectos da história da lógica e do paradigma quantitativo, na tentativa de apresentar os elementos que figuram como alicerce da temática proposta; o segundo capítulo explica o que é a Inteligência Artificial e, em decorrência, os Sistemas Especialistas, com o fito de situar o leitor no universo que se pretende discutir; em um terceiro momento, debatemos acerca do emprego de sistemas especialistas no âmbito jurí-dico, utilizando, com enfoque ilustrativo, o exemplo do Expert SINTA Shell – sistema especialista desenvolvido pelo Laboratório de Inteligência Artificial da Universidade Federal do Ceará.
ABSTRACT
The present study it turns on the application of the techniques of artificial intelligence in the legal sphere, with prominence for the use of systems specialists. Currently, we can affirm that we live deeply the age of the "society of the infor-mation", where the requirement for the speed and effectiveness in the transmission and analysis of data if became a constant. Of this form, this work has a proposal in-clusive, a time that we understand that the Right could not be to the edge of the changes that happen in our society. In contrast, it must use its innovations and bene-fits. The monograph is divided at three moments: the first one approaches aspects of the history of the logic and the quantitative paradigm, in the attempt to present the elements that they appear as foundation of thematic the proposal; as the chapter ex-plains what it is Artificial Intelligence e, in result, the Systems Specialists, with looks it to point out the reader in the universe that if it intends to argue; at one third moment, we debate concerning the job of systems specialists in the legal scope, using, with illustrative approach, the example of the Expert SINTA Shell - system specialist de-veloped for the Laboratory of Artificial Intelligence of the Federal University of the Ceará.
LISTA DE FIGURAS
Figura 1 – Uma visão conceitual dos sistemas de Inteligência Artificial... 34
Figura 2 – Arquitetura de um sistema especialista... 42
Figura 3 – Gerenciamento de bases... 59
Figura 4 – Opções de edição de bases... 59
Figura 5 – Variáveis... 60
Figura 6 – Definindo objetivos... 61
Figura 7 – Regras de produção... 62
Figura 8 – Interface... 63
Figura 9 – Informações Adicionais... 64
Figura 10 – Opções de Configurações (Máquina de Inferência)... 66
Figura 11 – Opções de configurações (Senhas)... 66
Figura 12 – Criação de Senhas... 67
Figura 13 – Abertura... 69
Figura 14 – Consulta... 69
Figura 15 – Mecânica On-Line... 70
Figura 16 – Depurador... 71
Figura 17 – Variáveis... 72
Figura 19 – Árvore de Pesquisa... 74
Figura 20 – Todos os Resultados... 75
SUMÁRIO
INTRODUÇÃO... 14
CAPÍTULO I: Do Aparecimento da Lógica ao Paradigma Quan- titativo ... 19
1.1 – A Lógica Aristotélica ... 19
1.2 – A Lógica Medieval ... 21
1.3 – A Lógica Moderna ... 23
1.4 – A Lógica Matemática ... 24
1.4.1 - Aspectos Globais do Paradigma Quantitativo ... 24
1.4.2 - O Paradigma Quantitativo nas Ciências Sociais ... 25
1.5 - A Lógica no Período Contemporâneo ... 27
1.5.1 – A Cibernética ... 30
1.5.2 – A Informática ... 30
CAPÍTULO 2: A Inteligência Artificial e os Sistemas Especialistas ... 32
2.1 – Breve Histórico da Inteligência Artificial ... 32
2.2 – Aspectos Conceituais da Inteligência Artificial ... 33
2.3 – Inteligência Natural e Artificial ... 36
2.4 – Simbiose da Inteligência ... 39
2.5 – Sistemas baseados no Conhecimento ... 40
2.7 – Métodos de representação do Conhecimento ... 45
2.8 – Motor de Inferência ... 46
2.8.1 – Modo de Raciocínio ... 46
2.8.2 – Estratégia de Busca ... 47
2.8.3 – Resolução de Conflito ... 47
CAPÍTULO 3: A Aplicação de Sistemas Especialistas no Âmbito Ju- rídico ... 48
3.1 – Considerações Preliminares ... 49
3.1.1 – Raciocínio ... 49
3.1.2 – Aprendizagem ... 49
3.1.3 – Representação do Conhecimento ... 50
3.2 – A Inteligência Artificial e o Direito ... 50
3.3 – Dificuldades na Implementação de Sistemas Especialistas no Direito ... 53
3.4 – Aspectos facilitadores no emprego de SE´s no âmbito jurídico ... 54
3.5 – Conhecendo o Expert SINTA Shell ... 57
3.6 – Comentários às telas capturadas do Expert SINTA Shell ... 59
3.6.1 – Gerenciando bases ... 59
3.6.2 – A Janela “Knowledge-in-a-box”... 60
3.6.3 – Criando Variáveis ... 61
3.6.4 – Definindo Objetivos ... 61
3.6.6 – Definindo a interface com o usuário... 63
3.6.7 – Informações adicionais sobre a base... 65
3.6.8 – Opções... 66
3.6.9 – Consultando um sistema especialista... 68
3.6.10 – A Consulta... 69
3.6.11 – As janelas de acompanhamento... 72
3.6.12 – Compreendendo os resultados atingidos... 73
CONSIDERAÇÕES FINAIS... 78
INTRODUÇÃO
Presenciamos, atualmente, a transição de uma sociedade puramente pós-industrial para uma sociedade informacional. Isto representa um trajeto de desenvol-vimento específico, onde as informações, sua geração, seu processamento e, por conseguinte, sua transmissão se tornaram as fontes primordiais de produtividade e poder.1
A complexidade nessa sociedade decorre dos padrões de interação entre seus agentes e da multiplicidade de forças que estão interagindo. A dinâmica dos sistemas é cada vez mais complexa, notadamente quando ocorrem mudanças que intensificam a interação entre os seus elementos. E é exatamente isto o que está ocorrendo com a revolução informacional - a redução de barreiras e a conseqüente aproximação de agentes e processos no tempo e no espaço. Assim, a dificuldade de prognóstico é uma realidade. As tecnologias são adotadas, por isso, em função de muitos fatores; sua eficácia depende do emprego de outras tecnologias, de variáveis culturais, que acabam por influenciar nos avanços técnicos e, por fim, de toda força na vida coletiva que afete os processos que ocorrem na sociedade.
Mesmo que seja evidente que as técnicas têm influência direta na formação de novos comportamentos e novas culturas, é impossível admitir-se que esta mesma técnica tenha se desenvolvido caso não estivesse já correndo transformações nos processos e estratégias das relações humanas que apontassem nesta direção.2
É um fato que, bem ou mal, as mudanças estão ocorrendo. Por esse mo-tivo, a sociedade contemporânea já é considerada um fruto do desenvolvimento tec-nológico. E é neste caminhar que a humanidade já vem trilhando seu caminho de efetivação enquanto sociedade digital. Diante desse panorama, as tecnologias de informação são a única alternativa para lidar com a complexidade de interações do mundo atual.
O desenvolvimento, nas últimas décadas, das tecnologias, em especial da informática, tem permitido à sociedade um enorme poder de ação, jamais imaginado em condições pretéritas. Com o aumento das demandas e das pressões da socie-dade de massas e da economia de mercado, o próprio Estado redefine seu papel, tornando-se essencialmente regulador e tendo a sociedade como fonte e partícipe, dentro de um processo no qual o Direito é seu grande instrumento. E essa necessi-dade de controle evidencia a exigência de um alto grau de informação e conheci-mento.3
Todo este universo de mudanças está vinculado às mudanças na própria natureza da informação, onde a desordem (complexidade) lhe é inerente e, somente a partir dela, surgem novas ordens. Nesse sentido, toda organização viva comporta desorganização e desordens que combate, tolera e utiliza.4
As tecnologias de informação nas atividades jurídicas são uma infra-estrutura básica que permitem a constituição de uma nova ordem, de natureza digi-tal, de tal forma que a informática nada mais tem a ver com computadores, e sim com a vida das pessoas.
Atualmente, o homem vive em um mundo em que a velocidade do ritmo biológico não mais determina a evolução da sociedade humana, mas sim a veloci-dade de transporte digital das informações. Tudo ocorre em alta velociveloci-dade. Todos os processos que envolvem a sociedade exigem um grande número de decisões no intervalo de tempo mais ínfimo possível. A tecnologia e a economia e, conseqüen-temente, os demais sistemas sociais refletem bem essa revolução. Uma revolução que gera um novo paradigma, que se constitui em um agrupamento de inovações técnicas, organizacionais e administrativas inter-relacionadas.
As tecnologias da informação quase sempre são apresentadas no âmbito de um museu de grandes novidades, com os últimos lançamentos tecnoló-gicos, quando reconhecemos que, para além das inovações tecnológicas, essas tecnologias estão proporcionando novos questionamentos e
3 ROVER, Aires J. Informática no Direito: Inteligência Artificial, introdução aos sistemas
especi-alistas legais. Curitiba: Juruá, 2001.
indo novos objetos e novos problemas também para as ciências humanas. Isso significaria, em certa medida, reconhecer a instituição da informática - não apenas como tecnologia, mas como linguagem e, como tal, oferecer-nos-ia uma memória informacional automatizada, como aquela capaz de acumular, homogeneizar e traduzir a memória social. Introduzindo mudan-ças nos mais diferentes campos de atuação, percepção e construção da memória do homem contemporâneo, a informática poderia construir um no-vo sentido para a individualidade, ou destituí-la. 5
Diante dessa realidade tão incerta, parece natural uma conduta de resis-tência, oposição a ela. Desde sempre o maior problema na utilização das tecnologi-as de informação é a resistência ao novo, o que não se traduz em dificuldade de or-dem técnica, mas sim em carência de capacitação humana. Aparentemente assus-tadoras, as mudanças são uma exigência da natureza. Depois que ocorrem, a antiga resistência a ela passa a ter um quê de comicidade. Lembremos, por exemplo, do medo em se utilizar a máquina de escrever em substituição às sentenças grafadas com o próprio punho.
Perante este contexto, o presente trabalho tem a intenção de desmistificar a utilização dos sistemas especialistas na esfera jurídica, pontuando seus benefí-cios, tentando dar relevo ao seu uso, mostrando, para isso, que os mesmos são ca-pazes de contribuir muito, se utilizados como ferramenta que são, para agilizar a máquina judiciária, tornando mais eficiente a prestação da Justiça pelo Judiciário. O estudo não se furtará, contudo, de apresentar as dificuldades que permeiam o pro-cesso de construção dos ditos sistemas, bem como de destacar os problemas identi-ficados no tocante à interdisciplinaridade das ciências em questão e a falta de capa-citação profissional para a consolidação dos sistemas especialistas enquanto meio facilitador e efetivo da tão almejada celeridade no âmbito judiciário.
Entendemos que a geração de conhecimentos é inerente ao ato de pes-quisar, é a sua justificativa básica e finalidade. Este critério ganha ainda mais impor-tância na perspectiva de que o conhecimento é sempre reconstruído, e não apenas acumulado. É basilar perceber, então, que nenhuma escolha que fazemos está dis-sociada de um interesse a priorístico, de um objetivo a ser perseguido. Dessa forma,
este trabalho não poderia ser diferente. Este estudo representa a vontade de enve-redar-me pelo novo, por um caminho pouco explorado pelos doutrinadores e, portan-to, cheio de lacunas a serem preenchidas. Daí se extrai a relevância desta pesquisa – face ao que acrescentará à sociedade em virtude de seu caráter inovador e des-temido, ao propor tanto o entrelaçamento das ciências quanto a otimização da má-quina judiciária através dos mais modernos recursos tecnológicos.
A Lei Federal nº 9394/96 estabelece no artigo 43, inciso III, que um dos objetivos da Educação Superior é incentivar o trabalho de pesquisa e investigação científica, visando ao desenvolvimento da Ciência e da Tecnologia e a criação e di-fusão da Cultura e, desse modo, desenvolver o entendimento do homem e do meio em que vive. Dessa forma, resta evidente o valor das pesquisas científicas para a sociedade, notadamente quando há produção de conhecimento novo ou mesmo a simples introdução de novos horizontes a um universo já revisitado.
Ao cursar a cadeira de Informática Jurídica, oferecida na grade curricular do curso de Direito da Universidade Federal do Ceará, como cadeira optativa, sur-preendi-me com o fascinante universo da tecnologia da informação.
A Tecnologia fascina, cativa. Neste cenário, o processo de aprender pode transformar-se em uma atividade interessantemente prazerosa, diferente de tudo o que se conhecia até então, em termos de atividades lúdicas aplica-das aos métodos educacionais clássicos.6
Envolvida pela magia desse tema, decidi aprofundar-me na área, reali-zando intensa atividade de pesquisa sobre o assunto. Em decorrência disto, partici-pei do XXV Encontro de Iniciação à Pesquisa da UFC, realizado no período de 22 a 23 de junho de 2006, onde expus o trabalho: O Estudo da Relação entre a Ciência do Direito e o Sistema Binário, orientado pelo Professor Dr. L. Doc. Raimundo Hélio Leite.
Continuei meu percurso, sendo sempre acompanhada pelo referido Mes-tre, que teve papel fundamental na escolha do meu tema de monografia, uma vez que me lançou diversas interrogações sobre a questão, desafiando-me, estimulan-do-me e, acima de tudo, ajudanestimulan-do-me, oferecendo subsídios teóricos e práticos para que esta pesquisa pudesse ser concretizada.
Todos necesitamos alguna muestra de aprobación para seguir con nuestros afanes diarios. Un estímulo es un reconocimiento, un visto bueno, una muestra oportuna de afecto que vuelve a engendrar el entusiasmo inicial que se fue perdiendo en la rutina diaria del esfuerzo. Hay palabras, gestos, encuentros indispensables en la convivencia. Son mínimos, pero esencia-les; fugaces, pero se recuerdan, tan económicos como indispensables.7
O Orientador Acadêmico, inserido em um processo de acompanhamento de projetos, deve ser o estimulador e, sobretudo favorecer para o desenvolvimento da capacidade de organização das atividades acadêmicas e da auto-aprendizagem, auxiliando a aluno a assumir uma postura ativa no processo de construção do co-nhecimento, favorecendo para que o aluno se perceba como um interlocutor e não um mero ouvinte, rompendo assim, com o paradigma de o aluno ser o receptor do conhecimento.8
Assim, devido à quantidade gigantesca de aspectos a serem abordados no âmbito dessa temática, este estudo figura apenas como uma centelha dentro do assunto abordado, uma vez que a produção monográfica se pauta, essencialmente, no aprofundamento bibliográfico do tema que se propõe a discutir. Destarte, tentarei analisar este objeto sob seus mais diversos matizes, tendo a acuidade de envidar os esforços necessários ao melhor diálogo com a matéria em questão.
7 GELES, Antonio Hernandez. Importacia del Estímulo. Madrid: Ed. Mapfre, 1992, p.47; traduziu-se: Todos nós necessitamos da alguma demonstração de aprovação para seguir com nossos afazeres diários. Um estímulo é um reconhecimento, uma aceitação, uma demonstração oportuna de afeto que volta a engendrar o entusiasmo inicial que se foi perdendo na rotina diária de esforço. Há palavras, gestos, encontros indispensáveis na convivência. São mínimos, mas essenciais; fugazes, mas memo-ráveis, tão econômicos quanto indispensáveis.
8 NEDER, Maria Lucia Cavalli. A Orientação Acadêmica na Educação a Distância: perspectiva de
(re)significação do processo educacional . In: PRETTI, Oreste (Org.). Educação a Distância:
CAPÍTULO I
DO APARECIMENTO DA LÓGICA AO PARADIGMA QUANTITATIVO
A lógica é uma ciência de índole matemática e fortemente ligada à Filoso-fia. Já que o pensamento é a manifestação do conhecimento, e que o conhecimento busca a verdade, é preciso estabelecer algumas regras para que essa meta possa ser atingida. Assim, a lógica é o ramo da filosofia que cuida das regras do bem pen-sar, ou do pensar correto, sendo, portanto, um instrumento do pensar. A aprendiza-gem da lógica não constitui um fim em si mesmo. Ela só tem sentido enquanto meio de garantir que nosso pensamento proceda corretamente a fim de chegar a conhe-cimentos verdadeiros. Podemos, então, dizer que a lógica trata dos argumentos, isto é, das conclusões a que chegamos através da apresentação de evidências que a sustentam. Dessa forma, esta seção tem o objetivo primeiro de evidenciar o poder da lógica enquanto define a estrutura de declaração e argumento e elabora fórmulas através das quais estes podem ser codificados. Implícita no estudo da lógica está a compreensão do que gera um bom argumento e de quais os argumentos que são falaciosos. A partir, então, das considerações iniciais sobre o aparecimento e evolu-ção da lógica, indicaremos sua relaevolu-ção com a quantificaevolu-ção das ciências, diligenci-ando sobre algumas de suas aplicações.
1.1 – A Lógica Aristotélica
O estudo das condições em que podemos afirmar que um dado raciocínio é correto foi desenvolvido por filósofos como Parmênides e Platão. Mas foi Aristóte-les quem o sistematizou e definiu a lógica como a conhecemos, constituindo-a como uma ciência autônoma. Falar de Lógica, durante séculos, era o mesmo que falar da lógica aristotélica. Apesar dos enormes avanços da lógica, sobretudo a partir do sé-culo XIX, a matriz aristotélica persiste até aos nossos dias.
formal". Os problemas que diziam respeito à verdade dos juízos constituíram o obje-to do que se chamou, no século XVI, "lógica maior", e no século XIX por "lógica ma-terial".
Dá-se o nome de Lógica Aristotélica ao sistema lógico desenvolvido por Aristóteles a quem se deve o primeiro estudo formal do raciocínio. Dois dos princí-pios centrais da lógica aristotélica são a lei da não-contradição e a lei do terceiro ex-cluído. A lei da não-contradição diz que nenhuma afirmação pode ser verdadeira e falsa ao mesmo tempo e a lei do terceiro excluído diz que qualquer afirmação da forma P ou não-P é verdadeira. Esse princípio deve ser cuidadosamente distinguido do princípio de bivalência, segundo o qual para toda proposição p, ela ou a sua ne-gação é verdadeira.A lógica aristotélica, em particular, a teoria do silogismo, é ape-nas um fragmento da assim chamada lógica tradicional.
Os principais escritos de Aristóteles sobre lógica, foram reunidos pelos seus continuadores após a sua morte, em uma obra a que deram o nome de "Orga-nun", e que significa "Instrumento da Ciência". O Organon está dividido nas seguin-tes parseguin-tes: Categorias (escritos sobre a teoria dos tipos, isto é, uma teoria na qual os objetos são classificados de acordo com o que se pode dizer significativamente a-cerca deles); Tópicos (escritos para orientar todos aqueles que tomam parte em competições públicas de dialética ou discussão); Refutações dos Sofistas; Interpre-tação (escritos sobre os juízos); Primeiros Analíticos (escritos sobre o silogismo em geral); e Segundos Analíticos (escritos sobre a demonstração).
Foram múltiplas as contribuições de Aristóteles para a criação e desen-volvimento da lógica como a conhecemos. Entre outras, devem-se-lhe as seguintes: a separação da validade formal do pensamento e do discurso da sua verdade mate-rial; a identificação dos conceitos básicos da lógica; a introdução de letras mudas para denotar os termos; e a criação de termos fundamentais para analisar a lógica do discurso: "Válido", "Não Válido", "Contraditório", "Universal", "Particular".
princí-pios gerais (universais) a que os mesmos obedeciam; 3- Dedução a partir deles das causas dos fenômenos particulares. Aristóteles estava convencido que se estes princípios gerais fossem adequadamente formulados, e as suas conseqüências cor-retamente deduzidas, as explicações só poderiam ser verdadeiras.
Apesar do enorme avanço que produziu, a lógica aristotélica, tinha enor-mes limitações que se revelaram, mais tarde, verdadeiros obstáculos para o avanço da ciência, uma vez que: Assentava no uso da linguagem natural, e portanto, estava muitas vezes enredada na confusões sobre o sentido das palavras; Atribuiu uma enorme importância ao estudo dos 256 modos do silogismo e à consideração de e-nunciados que continham exatamente dois termos. Assim, seus continuadores aca-baram por reduzir a lógica ao silogismo.
1.2 – A Lógica Medieval
Durante a Idade Média, em especial durante o florescimento da escolásti-ca9 (séculos XIII a XV), foram realizados notáveis progressos na lógica aristotélica. A lógica tornou-se mais sistemática e progressiva. São de salientar as contribuições de Duns Escoto, Guilherme de Occam, Alberto da Saxónia e Raimundo Lúlio. Este últi-mo concebeu o projeto de mecanização da lógica dedutiva, idéia mais tarde desen-volvida por Leibniz. É neste período que o português Pedro Hispano escreve a "Summulae Logicals", o tratado de lógica mais difundido em toda a Europa até ao século XVI.
A lógica foi, durante a Idade Média, entendida como a "ciência de todas as ciências". Competia-lhe validar os atos da razão humana na procura da Verdade.
O homem é apenas um caniço, o mais fraco da Natureza: mas é um caniço pensante. Não é preciso que o Universo inteiro se arme para esmagá-lo: um
vapor, uma gota de água são suficientes para matá-lo. Mas, mesmo que o Universo o esmagasse, o homem seria ainda mais nobre do que aquilo que o mata, porque ele sabe que morre e conhece a vantagem do Universo so-bre ele; mas disso o Universo nada sabe. Toda nossa dignidade consiste, pois, no pensamento. É a partir dele que nos devemos elevar e não do es-paço e do tempo, que não saberíamos ocupar.10
De acordo com o pensamento corrente no tempo, o saber científico tinha que obedecer à lógica formal. A partir de um conjunto de princípios universais admi-tidos como verdadeiros, por um processo dedutivo procurava-se encontrar a explica-ção para todos os fenômenos particulares. Embora este método fosse igualmente preconizado por Aristóteles, na Idade Média deu-se uma enorme importância à de-dução, desvalorizando-se por completo a indução na descoberta científica. Este fato teve como conseqüência ter-se cortado com a base empírica da investigação.
A partir do século XVI, a lógica aristotélica começa a ser questionada. Os métodos dedutivos que a mesma preconizava para a investigação científica, come-çam a ser postos em causa, com a chamada ciência experimental. A partir do parti-cular, os cientistas procuram agora atingir o universal, e não o contrário, como pre-conizava a lógica aristotélica. Rompeu-se, assim, com os estudos seculares da lógi-ca dedutiva e procurou-se fundamentar as regras do raciocínio indutivo. A lógilógi-ca formal entra em um período de descrédito, devido às criticas de filósofos como Fran-cis Bacon (1561-1626) e R. Descartes (1596-1650).
A principal obra de F. Bacon - Novo Organon- indica desde logo a sua in-tenção de substituir o organon aristotélico. Tratava-se de criar um novo método de investigação científica - o método indutivo-experimental. A principal contribuição está no facto de ter valorizado o papel da indução. A investigação científica devidamente conduzida era uma ascensão gradual indutiva, desde as correlações de baixo grau de generalidade até as de maior nível de generalidade.
1.3 – A Lógica Moderna (do século XIX ao início do século XX)
Neste período, o nome de destaque é Gottfried Wilhelm Leibniz (1646-1716), que ocupa um lugar especial na história da lógica. Este filósofo procurou apli-car à lógica o modelo de cálculo algébrico da sua época. Este é concebido como um conjunto de operações dedutivas de natureza mecânica, onde são utilizados símbo-los técnicos. Era sua intenção submeter a estes cálcusímbo-los algébricos à totalidade do conhecimento científico. Na sua obra Dissertação da Arte Combinatória, apresenta os princípios desta nova lógica: Criação de uma nova língua, com notação universal e artificial; Fazer o inventário das idéias simples e simbolizá-las de modo a obter um "alfabeto dos pensamentos", expresso em caracteres elementares; Produzir idéias compostas combinando estes caracteres elementares; e Estabelecer técnicas de raciocínio automatizáveis, de modo a substituir o pensamento e a intuição, por um cálculo de signos.
Leibniz não é um filósofo do direito que usa métodos matemático-formais para criar o direito, mas um filósofo da ciência que se serve dos métodos formais para reconstruir uma representação sistemática, lógica e unitária do direito em voga. Leibniz não cria o direito, mas o expõe more geométrico.11
A demonstração leibniziana é uma cadeia de definições. Leibniz junta o pensamento sistemático euclidiano com o combinatório. Dessa forma, a construção do sistema jurídico deveria pautar-se em premissas (definições) e desenvolver-se mediante a combinação de tais premissas. Os conceitos gerais são combinações de definições e os conceitos específicos combinações de conceitos gerais ou elementa-res.
O raciocínio torna-se, no projeto de Leibniz, um cálculo suscetível de ser efetuado por uma máquina organizada para o efeito. Esta idéia irá inspirar até aos nossos dias não apenas o desenvolvimento da lógica, mas a criação de máquinas inteligentes.
1.4 – A Lógica Matemática
Em meados do século XIX, opera-se na lógica uma verdadeira revolução. Diversos investigadores de formação matemática irão conceber não apenas uma nova linguagem simbólica, mas também uma forma de transformar a lógica numa álgebra. A lógica passou a ser vista como um cálculo, tal como a álgebra, visto se funda nas leis do pensamento humano. Os enunciados seriam atemporais, à seme-lhança das proposições matemáticas.
É atribuido a George Boole (1815-1864) a criação da lógica matemática. Na sua obra "Mathematical Analysis of Logic", publicada em 1847, a lógica foi, pela primeira vez de uma forma consistente, tratada como um cálculo de signos algébri-cos. Esta álgebra booleana será fundamental para o desenho dos circuitos nos computadores eletrônicos modernos. É ainda a base da teoria dos conjuntos. Outra das suas contribuições decisivas foi ter acabado com as restrições impostas à lógica desde Aristóteles, afirmando que existia uma infinidade de raciocínios válidos e uma infinidade de raciocínios não válidos.
A lógica matemática caracteriza-se por ter construído uma linguagem arti-ficial, simbólica, para representar o pensamento de uma forma unívoca. Cada signo possui apenas um único significado. Esta linguagem possui as seguintes proprieda-des: Não exige qualquer tradução numa linguagem natural; A escrita é ideográfica (não fonética); As idéias são representadas por sinais; A forma gramatical é substitu-ída pela forma lógica.
Observou-se, como conseqüência natural dos estudos acerca da lógica matemática, a quantificação das ciências, uma vez que trabalhar-se-ia com um mai-or grau de certeza, de precisão, além de contar com o caráter universal dos resulta-dos obtiresulta-dos.
1.4.1 – Aspectos Globais do Paradigma Quantitativo
fenômeno, as relações entre variáveis etc. O papel da estatística é estabelecer a relação entre o modelo teórico proposto e os dados observados no mundo real. De-ve ser utilizada como método de pesquisa quando o problema formulado tiDe-ver inten-ção de saber: qual a relainten-ção entre variáveis; qual a causa; qual o efeito ou conse-qüência; qual a incidência; e qual a prevalência.
O método quantitativo faz uma foto dos fatos e, com base nos princípios do positivismo, considera a realidade como formada por partes isoladas. Não aceita outra realidade que não seja os fatos, fatos que possam ser verificados. Busca des-cobrir as relações entre fatos/variáveis. Visa o conhecimento objetivo. Propõe a neu-tralidade científica. Rejeita os conhecimentos subjetivos. Adota o princípio da verifi-cação, ou seja, só será verdadeiro aquilo que for empiricamente comprovado. Usa o método das ciências naturais – experimental-quantitativo. Propõe a generalização dos resultados obtidos.12
1.4.2 – O Paradigma Quantitativo nas Ciências Sociais
O século XIX caracterizou-se por uma grande efervescência epistemoló-gica. Na primeira metade desse século, Augusto Comte formula o Positivismo, onde exalta a observação dos fatos e afirma que a realidade se constitui naquilo que nos-sos sentidos podem perceber. Ou seja, que a explicação ou teoria acerca de um fe-nômeno deveria ser traduzida de forma a ser observada e testada empiricamente, utilizando-se de lógica e matemática.
Dessa forma, o positivismo contribui muito para que o conceito de ciência estivesse intrinsecamente ligado as palavras objetividade e neutralidade. A partir daí, fala-se em paradigma quantitativo, onde a realidade é objetiva, independente do pesquisador e utiliza-se a linguagem formal e matemática.
Augusto Comte acreditava que a vida social podia ser analisada através de um modelo científico. Ele foi o criador da Sociologia. Sua interpretação da
história e da humanidade levou-o a considerá-la como um processo perma-nente de melhoria, passando por estágios inferiores (fase teológica e fase metafísica) até alcançar um patamar superior (fase positiva). Por isto foi de-nominada Positivismo a doutrina que Comte elaborou entre 1830 e 1854, com ênfase especial no conhecimento propiciado pela observação científica da realidade. Este conhecimento tornaria possível o estabelecimento de leis universais para o progresso da sociedade e dos indivíduos.13
Comte defendia também a unidade das ciências. Nesta perspectiva, o ob-jeto de estudo das ciências humanas deveria ser encarado da mesma forma que os das ciências naturais, havendo assim uma extensão do método positivista até o campo das humanidades. E, de fato, isto ocorreu. As ciências humanas, dentro de sua efemeridade, foram obrigadas a recorrer a um paradigma quantitativo para con-seguir o status de ciência. Um grande expoente dessa atitude foi Émile Durkheim, sociólogo francês, que adotou um viés positivista em suas pesquisas.
O início do século XVIII presencia um verdadeiro cisma no pensamento científico ocidental, com a criação dos conceitos de antigo e moderno. Por moderno, passou-se a entender a busca da verdade científica através da matematização expe-rimental - mensuração dos fenômenos, enquanto o antigo ficou sendo denominado de abordagem qualitativa. Essa tendência passou, então, a ser denominada de cien-tismo tecnológico.14 O cientismo tecnológico conquistou adeptos em vários ramos do conhecimento humano especialmente, nas ciências sociais.
Como nos ensina o Prof., Dr. L. Doc. Raimundo Hélio Leite15, vários são
os exemplos da utilização do paradigma quantitativo nas ciências sociais, tais como nos ramos do Direito, da Biologia, da História e da Geografia.
Na ciência jurídica, ele se manifesta através da corrente filosófico-jurídica do jusnaturalismo racionalista. Passa a fazer parte da linguagem dos juristas que anexaram a essa corrente toda uma terminologia matemática (elemento, principia, teoremática). Em áreas ligadas à Biologia essa corrente quantitativista veio tomar
corpo no primeiro quarto do século passado. Com efeito, somente em 1924, come-çou-se a aplicar a Matemática de forma sistemática a problemas de Filogenia,
13 MARTINS, C. B. O Que é Sociologia. 16. ed., São Paulo, Brasiliense, 1987, p.57. 14 LOMBARDI VALLAURI, L.Corso di filosofia del diritto. Padova: Cedam, 1981.
logia, Endocrinologia, dentre outros. A partir de meados da década de 1980, por e-xemplo, começaram a se avolumar as pesquisas históricas baseadas em números, que passaram a definir um novo ramo de investigação histórica denominado de His-tória quantitativa e serial. Já em Geografia, os métodos quantitativos surgiram bem antes do que em História, visto que eles apareceriam nessa área do conhecimento humano na década de 1950, com a Escola Sistemática ou Teorética Quantitava. So-bre essa escola, Botelho esclarece que:
(ela) ampliava os alcances dos seus trabalhos, exigindo nova tecnologia e novas metodologias, para se tornar mais eficiente e rápida a realização de suas pesquisas. stes geógrafos utilizaram técnicas quantitativas as mais avançadas não só no campo da estatística como no campo da computa-ção. 16
Foi no século XVIII que as Ciências Sociais se tornaram um corpo teórico formalizado. As primeiras abordagens investigativas dessas ciências utilizavam os métodos de pesquisa do mundo natural. Elas perduram até hoje e essa perspectiva de investigação é denominada de naturalismo ou positivismo.
1.5 – A Lógica no Período Contemporâneo
Ao longo do século XX assistiu-se por um lado à generalização e diversifi-cação dos estudos da lógica matemática, atingindo um elevado grau de formaliza-ção. A lógica possui atualmente um sistema completo de símbolos e regras de com-binação de símbolos para obter conclusões válidas. Este fato tornou-a particular-mente adaptada a ser aplicada à concepção de máquinas inteligentes. E esta parti-cularidade fundamenta a importância do estudo da lógica para o referido estudo, vez que lhe dá sustentação, solidez, além de funcionar como essência precípua do tema escolhido.
A idéia de criar máquinas inteligentes não é nova. Desde o Renascimento que se tem procurado de forma sistemática conceber máquinas capazes de substitu-írem o homem em certas tarefas.
Foi no século XVII que começou uma sucessão de notáveis investigações e invenções que iriam conduzir à inteligência artificial. As idéias filosóficas do tempo estimulavam estas descobertas. René Descartes, por exemplo, criou uma nova visão mecânica do Universo, inspirada no modelo de um relógio. As plantas, como os a-nimais, eram simples máquinas criadas para executarem funções muito precisas. Se o corpo humano era uma máquina, já a razão fazia operações que as máquinas não conseguiam executar, como a elaboração de cálculos matemáticos. Apesar disso, neste século apareceram as primeiras máquinas de calcular: em 1642, Pascal inven-ta a primeira máquina de somar e em 1694, Leibniz inveninven-ta uma calculadora que além de somar, subtrair, podia multiplicar, dividir e extrair raízes quadradas.
No século XVIII a visão mecânica do universo é acompanhada por uma verdadeira paixão pelas máquinas, sobretudo aquelas que fossem capazes de subs-tituir o homem na realização de múltiplas tarefas físicas, mas também em operações mentais. Esta visão mecanicista é particularmente notória na obra de La Mettrie (1709-1751), médico e filósofo. Após ter estudado as relações entre as faculdades mentais e os fenômenos corporais, defendia que o pensamento era um produto da matéria cerebral. As mesmas leis que regiam a matéria regiam o pensamento. O mecanicismo predominava na filosofia. Não é por casso que este tenha sido também o século da Revolução Industrial.
Charles Barbbage (1792 - 1871) concebeu, em 1834, uma "máquina a-nalítica" que podia ser programada, utilizando cartões perfurados. Ela seria capaz de solucionar problemas matemáticos complexos, envolvendo uma série de cálculos independentes. Esta máquina tinha cinco características comuns aos atuais compu-tadores:
1. Um mecanismo de entrada de dados (input), para fornecer à maquina a informação necessária para equacionar e resolver os problemas;
2. Uma memória para armazenar a informação; 3. Uma unidade de matemática para efetuar cálculos;
4. Uma unidade de controle para indicar à máquina quando devia utilizar a informação armazenada; e
5. Uma unidade de saída de dados (output), para fornecer a resposta im-pressa.
Apesar dos notáveis avanços teóricos, a máquina de Barbbage nunca passou de um projeto. A idéia, contudo, inspirou muitos dos inventos posteriores.
É interessante constatar que em 1991, o Museu da Ciência de Londres tenha construído, segundo os planos originais, uma calculadora projetada por Barb-bage entre 1847 e 1848. A máquina não funcionou de forma perfeita. O peso é que era elevado - 3 toneladas.
1.5.1 – A Cibernética
A cibernética tem a sua origem nos anos trinta do século XX. A comuni-dade científica e filosófica debatia então com grande entusiasmo a questão das no-vas máquinas. Entre os que participavam nesses debates destacavam-se A. Rosen-bluth (especialista em fisiologia nervosa) e Norbert Wiener (matemático que se dedi-cava à construção de máquinas eletrônicas). Este último estava convencido de que os sistemas de comunicação dos animais eram semelhantes aos de uma máquina. Wiener teve, por isso, a idéia de criar uma ciência interdisciplinar para o estudo dos sistemas de controle e comunicação nos animais e nas máquinas (como se organi-zam, regulam, reproduzem, evoluem e aprendem). Um dos ramos mais importantes desta ciência tem sido a robótica- estudo e construção de máquinas inteligentes.
As idéias que deram origem à cibernética foram concebidas em uma épo-ca extremamente fértil em novas idéias, durante a qual diversos resultados funda-mentais e avanços tecnológicos foram atingidos. Até a cibernética, os fenômenos naturais eram explicados principalmente a partir da noção de energia, central na físi-ca newtoniana. A cibernétifísi-ca representou uma trofísi-ca de tipo de explifísi-cação, adotando a noção de informação como base para a descrição dos fenômenos naturais.
A teoria da informação, proposta por Shannon (1916-2001), é construída sobre conceitos como codificação, um sistema de sinais utilizado para representar letras e números em uma mensagem; armazenagem, capacidade de manter a in-formação contida nos sinais por um determinado tempo; e ruído, perturbação capaz de alterar a qualidade de um sinal e, por conseguinte, de uma mensagem. A teoria da informação permite um tratamento mais adequado de sistemas abertos que, dife-rentemente dos sistemas conservativos da mecânica newtoniana, são acoplados a um meio ambiente do qual recebem impressões e sobre o qual podem agir.
1.5.2 – A Informática
CAPÍTULO II
A INTELIGÊNCIA ARTIFICIAL E OS SISTEMAS ESPECIALISTAS
Atualmente, os mais diversos setores na sociedade exigem segurança e eficácia em situações de alta complexidade para pessoas e organizações. Um dos meios encontrados que mais se relaciona com essas exigências se concretiza na utilização dos instrumentos da informática. O Direito, bem como os outros ramos profissionais, tem procurado responder a essa nova realidade, modernizando-se e adotando medidas que têm a finalidade de dar maior rapidez e eficiência aos proce-dimentos que lhe são peculiares. Nesse sentido, este capítulo tem a função de apre-sentar um dos campos mais avançados de pesquisa na Informática Jurídica: a Inteli-gência Artificial e os Sistemas Especialistas. Esta seção tem, portanto, o escopo de preparar o leitor para o ensaio desenvolvido no próximo capítulo, que concretiza jus-tamente a aplicação dessas ferramentas, aqui apresentadas, na esfera jurídica.
2.1 – Breve Histórico da Inteligência Artificial
Os primeiros estudos sobre inteligência artificial surgiram na década de 40, que foi marcada pela II Guerra Mundial. Este fato resultou na necessidade de desenvolver uma tecnologia voltada para a análise de balística, quebra de códigos e cálculos para projetar a bomba atômica. Surgem, assim, os primeiros grandes proje-tos de construção de computadores, assim chamados por serem máquinas utiliza-das para fazer cálculos (cômputos).
Após a II Guerra Mundial, o computador não ficou restrito ao âmbito mili-tar e científico, começou a ser gradualmente utilizado em empresas, indústrias, uni-versidades etc. A diversidade de aplicações estimulou pesquisas de software, hard-ware e linguagens de programação.
pro-gresso, desde o surgimento dos primeiros computadores eletrônicos (1943 - Collos-sus, na Inglaterra e 1946 - ENIAC, nos Estados Unidos) até o surgimento dos micro-computadores (na década de 70) demonstra que essa área recebeu grandes inves-timentos.
O segundo grande passo foi dado nos Estados Unidos, em 1956, quando John McCarthy reuniu, em uma conferência proferida ao Darmouth College, na Uni-versidade de New Hampshire, vários pesquisadores de renome para estudar o que foi denominado por Minsky, McCarthy, Newell e Simon de Inteligência Artificial (IA), expressão utilizada para designar um tipo de inteligência construída pelo homem para dotar a máquina de comportamentos inteligentes.
A partir da estruturação desse novo campo do conhecimento o fenômeno da inteligência começou a ser pesquisado de forma intensa. Vários esforços foram e têm sido feitos no sentido se simular os tipos de raciocínios utilizados pelo ser hu-mano e implementá-los no computador por meio da IA.
A inteligência artificial é amplamente utilizada como um auxiliar que ex-pande a capacidade de inteligência do homem e até mesmo o substitui em diversas funções. Isso se tornou possível em grande parte graças ao desenvolvimento dos sistemas especialistas, da lógica fuzzy e das redes neurais.
Atualmente, criar máquinas inteligentes não pode ser considerado uma ficção, a IA transformou essa ficção em um campo de estudo movido por uma meta que consome bilhões de dólares em projetos, os quais envolvem pesquisadores de instituições governamentais, militares, industriais e universitárias de todo o mundo.
2.2 – Aspectos Conceituais da Inteligência Artificial
cog-nitivas e manipulativas, por via do computador. Comporta quer aspectos de psicaná-lise quer de psicossíntese. Possui uma vertente de investigação fundamental, acom-panhada de experimentação e uma vertente tecnológica, as quais, em conjunto, es-tão a promover uma revolução industrial: a da automatização de faculdades mentais por via da sua modelização em computador.17
Depois do trabalho pioneiro, nos anos 30, dos matemáticos Church, Gödel, Kleene, Post, e especialmente Turing18, que forneceu um fundamento mate-mático à Ciência da Computação, tornou-se claro que a noção de computação não se esgota no cálculo numérico. De fato, a noção abrange tudo o que é um processo efetivo tendo em vista obter um resultado, e que use apenas para isso quaisquer símbolos e quaisquer operações sobre esses símbolos (expressas também elas por símbolos), desde que uns e outras sejam perfeitamente definidos. O computador é o artefato que incorpora e dá eficácia prática a essa noção, a qual tem, demonstrada-mente, a máxima generalidade concebida.
O projeto ambicioso da IA apóia-se, em última análise, nessa generalida-de. A sua limitação essencial será quando muito a da representabilidade do conhe-cimento por tais meios simbólicos. Não parece possível, no entanto, examinar com rigor objetivo tal limitação sem usar esses mesmos meios simbólicos. Não haverá ciência do irrepetível, nem conhecimento objetivo exteriorizável sem um suporte ba-seado na identidade do símbolo. A tese da suficiência da representabilidade simbóli-ca de todo o conhecimento não é facilmente rebatível, e não o foi ainda, constituindo um desafio fértil para a investigação. A dificuldade de rebater essa tese não significa que não haja conhecimento não-simbolizável. Mas se delimitação existe, a explora-ção aquém dos limites é mesmo assim infindável, mal tendo começado. A pergunta permanece: o que é um símbolo, tal que a inteligência o possa usar, e o que é a in-teligência, tal que possa usar um símbolo?
17 LEVINE, Robert. Inteligência Artificial e Sistemas Especialistas. Tradução: Maria Claudia San-tos Ribeiro Ratto. São Paulo: McGraw-Hill, 1998, p.88.
Um sistema IA não é capaz somente de armazenamento e manipulação de dados, mas também da aquisição, representação, e manipulação de conhecimen-to. Esta manipulação inclui a capacidade de deduzir ou inferir novos conhecimentos - novas relações sobre fatos e conceitos - a partir do conhecimento existente, e utili-zar métodos de representação e manipulação para resolver problemas complexos que são freqüentemente não-quantitativos por natureza. Uma das idéias mais úteis que emergiram das pesquisas em IA, é que fatos e regras - conhecimento declarati-vo - podem ser representados separadamente dos algoritmos de decisão - conheci-mento procedimental . Isto teve um efeito profundo tanto na maneira dos cientistas abordarem os problemas, quanto nas técnicas de engenharia utilizadas para produ-zir sistemas inteligentes. Adotando um procedimento particular - máquina de infe-rência - o desenvolvimento de um sistema IA é reduzido à obtenção e codificação de regras e fatos que sejam suficientes para um determinado domínio do problema. Es-te processo de codificação é chamado de engenharia do conhecimento. Portanto, as questões principais a serem contornadas pelo projetista de um sistema IA são: aqui-sição, representação e manipulação de conhecimento e, geralmente, uma estratégia de controle ou máquina de inferência que determina os itens de conhecimento a se-rem acessados, as deduções a sese-rem feitas, e a ordem dos passos a sese-rem usados. A figura 1 retrata estas questões, mostrando a inter-relação entre os componentes de um sistema clássico de I. A.
Figura 1 – Uma visão conceitual dos sistemas de Inteligência Artificial.19
2.3 – Inteligência Natural e Artificial
O computador torna possível a IA porque é uma máquina que processa símbolos de forma automatizada e eficiente. Tal processamento poderia em teoria fazer-se com papel, lápis e cérebro; mas seria incômodo, e na prática não iria longe. Até que ponto se podem fazer analogias completas com o cérebro, depende deste ser também modelizável exclusivamente como um processador de símbolos.
Compreender algo é transformar uma representação em outra, onde esta segunda representação foi escolhida para corresponder a um conjunto de ações disponíveis que podem ser executadas e onde o mapeamento foi e-laborado de forma que, para cada evento, uma ação apropriada seja execu-tada. 20
Um ponto básico a este respeito é o da distinção entre "software" e "hardware", que é rica em conseqüências. Nomeadamente ela explica a não obriga-toriedade de correspondência entre uma função e o suporte material dessa função. O "hardware" do nível físico não tem de ser específico de uma função realizada a nível mais alto pelo "software", antes possibilita a execução de uma variedade des-sas funções. Outra conseqüência da distinção entre "hardware" e "software" diz res-peito ao nível de explicação. Um programa pode ser entendido, na sua função ou disfunção, em termos do seu próprio nível de discurso, da sua linguagem. Claro que uma disfunção pode originar-se no "hardware" de suporte, mas nesse caso ela mani-festa-se num comportamento anômalo do programa, não entendível ao seu nível de discurso, e não específica desse programa.
A Ciência da Computação, por definição, só é possível ao perceber-se que o "software" tem uma independência em relação ao "hardware". Caso contrário estar-se-ia a estudar o computador A, a máquina B, o autômato C, ou o cérebro D, e não a computação em geral. Tal noção, que não é óbvia, é hoje em dia comummen-te aceita, apesar de relativamencomummen-te recencomummen-te.
Poderá ser, entretanto, que se descubram novas noções de computador, ou melhor, de computação. Tal equivale, possivelmente, a perguntar se é possível um conhecimento exteriorizável, observável, repetível e objetivo, que não seja com-pletamente expressável através de símbolos discretos organizados em linguagem. Por outras palavras, se será possível uma ciência não simbólica, em particular uma ciência não simbólica do cérebro. O computador é um automatizador de teorias, mas desconhecemos se haverá "hardware" não simbólico, inclusive biológico, cujo fun-cionamento seja indescritível em termos de símbolos e manipulações sobre eles.
Mas até lá, o computador pode fornecer modelos da competência cogniti-va, independentemente do substrato que permite a sua manifestação em "perfor-mance". Ao fazê-lo vai redefinindo o conceito de máquina cognitiva.
Ao aceitarmos as duas premissas: que o cérebro tem em grande parte uma componente de processamento de símbolos, e que há em grande parte uma independência do "software" em relação ao "hardware" não simbólico, isto é, que podemos discutir as questões de processamento de símbolos do cérebro sem fazer necessariamente apelo às operações orgânicas que as suportam, então podemos encontrar no computador uma fonte nova de metáforas, que inclusive reconciliam a visão do determinismo material com a visão mentalista teleológica. De fato, o com-putador veio elucidar um problema filosófico de sempre, o da interação corpo-mente ("mind-body problem"), em todas as suas versões monistas ou dualistas, com ou sem interação, com ou sem epifenômenos, etc., porque reconcilia aquelas duas vi-sões: cada uma é afinal um ponto de vista, uma descrição da mesma coisa.
Como se concilia então o determinismo com a teleologia, isto é, com a in-tencionalidade guiada por objetivos?
Di-gamos que temos um oceano causal, no meio do qual há uma bolha, mais ou menos isolada dessa causalidade exterior, com todo um mundo causal próprio dentro de si. Aí podem originar-se, atuando de dentro para fora, processos causais corresponden-tes à efetivação da intencionalidade do ente. É claro que ele está submetido ao ba-nho causal exterior, não podendo escolher exatamente as causas a que está sujeito, embora podendo escolher algumas.
Ora, qualquer das causalidades, interior ou exterior, é determinística, mas o caráter secreto, da causalidade interior é fonte de surpresa para a causalidade ex-terior, porque é uma causalidade acumulada, histórica, e portanto imprevisível o-lhando apenas às circunstâncias exteriores e de fronteiras atuais. A liberdade do ser consiste em ser dependente do seu nexo causal interno, e se possível independente do nexo causal externo.21
Ao finalizar este tópico, seria bom referir quais as diferenças entre a inte-ligência natural e a artificial, tais como as concebemos hoje em dia. Primeiro, o cé-rebro é suscetível de regimes de trabalho que não são do tipo “tudo ou nada” como o computador. O cérebro pode estar ébrio, pode estar alucinado, ou com sono, e isso corresponde a regimes de funcionamento que têm um nexo próprio, ao passo que o computador não. O computador ou funciona em um único modo bem caracte-rizado, ou não está funcionando de todo, isto é, o funcionamento que exibe então não faz sentido quanto ao que dele se pretende. Adicionalmente, o cérebro tem grandes capacidades de paralelismo, como é sabido, e só hoje em dia se começam a explorar computadores com tais capacidades. Por fim, o cérebro tem a caracterís-tica de ser auto-programável, isto é, tem um sistema motivacional e uma consciência reflexiva com capacidade de, em grande medida, controlar todo o seu funcionamen-to, e mesmo de suprir ou superar mecanismos nervosos de nível mais baixo.
Na computação, como a entedemos usualmente, há dados que variam com as circunstâncias, mas cada programa é fixo. Pouco se explorou a capacidade de auto-programação, embora a possibilidade de o programa se auto-modificar
ja presente em certas linguagens de programação. Talvez porque não se sabe bem o que fazer com isso, pois tal uso envolve a capacidade de definição de objetivos genéricos variáveis, os quais no homem são quer herdados quer adquiridos cultu-ralmente, em interação aberta e continuada com o meio.
2.4 – Simbiose da Inteligência
A Inteligência Artificial, como procura de mecanismos que expliquem e explorem faculdades mentais, não se limita ao que se conhece; procura inventar no-vos mecanismos e faculdades, podendo as inovações ser apropriadas por via da educação.
O uso da IA passa, aliás, por uma simbiose, uma vez que não há uma maneira de pensar do Homem fixa para todo o sempre. A forma de pensar evolui com o tempo, encontrando-se novos modelos de raciocínio. Em última análise, a IA é o resultado de uma simbiose entre a forma de pensar do Homem e a da Máquina. Esta aparece como um reflexo, um espelho epistemológico do Homem, enquanto programador da máquina. Esta pensa de acordo com aquilo que aquele sabe explici-tar com rigor ser possível pensar. Mas o novo e maravilhoso instrumento ativo que é o computador provoca a imaginação, com a ajuda da invenção, a explorar possibili-dades anteriormente inexistentes. O resultado final é uma complementaridade sim-biótica.
memória do homem contemporâneo, a informática poderia construir um no-vo sentido para a individualidade, ou destituí-la.22
O computador permite-nos explorar melhor certas dimensões do pensa-mento, tanto pela sua capacidade de retenção de informação como pela sua veloci-dade, surgindo-nos como um instrumento que é uma espécie de telescópio da com-plexidade. De fato, se com o telescópio vemos mais longe, com o computador va-mos mais longe na capacidade de lidar com o complexo. Ele é na verdade o primeiro instrumento com quantidades significativas de memória passiva manipulável de for-ma rápida, racional e automática, com ufor-ma possibilidade de complexificação ilimita-da.
Mas o raciocínio não esgota a noção de inteligência, nem esta a noção de conhecimento. Indo à raiz da palavra, "inteligência" deve entender-se no sentido amplo do grego "entelekia", ou seja, a capacidade de inteligir. Esta envolve a per-cepção, a criação de modelos de realidade “percepcionada”, e a capacidade de de-cidir agir sobre essa realidade, confrontando as expectativas com o resultado da a-ção para depois a corrigir. "Entelekia" significa literalmente a capacidade de poder agir em acordo com ("en") um objetivo ("telos").
2.5 – Sistemas baseados no Conhecimento
Os sistemas baseados no conhecimento foram alvo de várias pesquisas em Inteligência Artificial, realizadas com sucesso. Esses sistemas são baseados num modelo explícito de conhecimento destinado a solucionar problemas. O conhe-cimento deve ser representado em forma de regras ou modelos de objetos.
Sistemas Baseados no Conhecimento (SBC) ou “Knowledge-based sys-tems” são sistemas que aplicam mecanismos automatizados de raciocínio para a representação e inferência de conhecimento. Esses sistemas costumam ser identifi-cados como simplesmente "de inteligência artificial aplicada", e representam uma
abrangente classe de aplicações, das quais todas as demais seriam aproximada-mente subclasses.23
Existe uma série de formalismos que podem ser utilizados para modelar o conhecimento de sistemas baseados no conhecimento, tais como regras de produ-ção, raciocínio baseados em casos, redes neurais, redes probabilísticas, entre ou-tros.
A IA está dividida em três áreas de pesquisa relativamente independen-tes. Alguns pesquisadores preocupam-se em desenvolver programas de computador que leiam, falem ou entendam a linguagem que as pessoas usam em sua conversa diária, sendo conhecidos como "processamento da linguagem natural”. Outra área trabalha com o "desenvolvimento de robôs inteligentes". E a terceira área de pesqui-sa desenvolve programas que usem o conhecimento simbólico para simular o com-portamento dos especialistas humanos. A idéia é desenvolver programas que possi-bilitem a utilização dos conhecimentos dos especialistas através de uma máquina que permita o armazenamento e o seqüenciamento de informações e a auto-aprendizagem, sendo conhecido como Sistemas Especialistas.
2.6 – Sistemas Especialistas
Um sistema especialista (SE) pode ser visto como um braço da Inteligên-cia ArtifiInteligên-cial, desenvolvido a partir da necessidade de se processar informações não numéricas, um sistema especialista é capaz de apresentar conclusões sobre um de-terminado tema, desde que devidamente orientado e alimentado.
Um sistema especialista é uma forma de sistema baseado no conheci-mento especialmente projetado para emular a especialização humana de algum do-mínio específico. Um SE irá possuir uma base de conhecimento (BC) formada de fatos, regras e heurísticas sobre o domínio, tal como um especialista humano faria, e
deve ser capaz de oferecer sugestões e conselhos aos usuários e, também, adquirir novos conhecimentos e heurísticas com essa interação.24
O objetivo do sistema especialista é bastante restrito, se considerarmos o objetivo dos modelos psicológicos: os SE's são concebidos para reproduzir o com-portamento de especialistas humanos na resolução de problemas do mundo real, mas o domínio destes problemas é altamente restrito.
Os primeiros sistemas especialistas que obtiveram sucesso em seus obje-tivos foram os sistemas DENDRAL (FEIGENBAUM; BUCHANAN; LEDERBERG, 1971) e MYCIN (SHORTLIFFE, 1976). A partir dessa época, vários sistemas foram desenvolvidos e resolveram diversos problemas, em diferentes domínios, como, por exemplo, agricultura, química, sistemas de computadores, eletrônica, engenharia, geologia, gerenciamento de informações, direito, matemática, medicina, aplicações militares, física, controle de processos e tecnologia espacial.
Pode-se dizer que um sistemas de produção é um nome genérico para todos os sistemas baseados em regras de produção, isto é, pares de expressões consistindo em uma condição e uma ação. Inicialmente a idéia dos sistemas de pro-dução foi introduzida por Post, em 1936, quando ele propôs os chamados sistemas de Post.25
Na representação de um modelo de sistema de produção, apresentam-se dois componentes: o conjunto de regras e a memória de trabalho. Esses componen-tes são definidos conforme:
• Regras de produção: conjunto ordenado de pares (LHS, RHS), onde LHS e RHS são seqüências de caracteres;
• Memória de trabalho: uma seqüência de caracteres.
Apresenta ainda, um componente ativo, chamado interpretador. Esse in-terpretador realiza o seguinte procedimento: para cada regra (LHS,RHS), se a se-qüência de caracteres LHS está contida na memória de trabalho, então substituir os
caracteres LHS na memória de trabalho pelos caracteres de RHS; se não continuar na próxima regra.
Um sistema especialista apresenta uma arquitetura com os seguintes componentes: base de conhecimentos, mecanismos de inferência, explanação e aquisição de conhecimento. A base do conhecimento reúne o conhecimento do es-pecialista modelado conforme a representação do conhecimento escolhida para mo-delar o domínio em questão.
Figura 2 – Arquitetura de um sistema especialista26
Atualmente não existe um formalismo de representação que possa ser considerado melhor do que todos os outros existentes. O mecanismo de inferência examina o conteúdo da base de conhecimentos, decidindo a ordem em que se tiram as inferências. Assim, o mecanismo de inferência conduz a consulta com o usuário, transferindo os fatos e regras, utilizados durante uma consulta, para a memória de trabalho.
O módulo de aquisição de conhecimentos é responsável pela atualização da base de conhecimentos, através de um mecanismo de interação cooperativa, ge-rado a partir do módulo de explanação. O módulo de explanação é responsável pela
descrição do raciocínio do sistema para o usuário, sendo ativado tanto pelo meca-nismo de inferência como pelo módulo de aquisição de conhecimentos. O mecanis-mo de inferência evoca o módulo de explanação, visando a um processo de trans-formação do conhecimento, representado na base de conhecimentos do SE ou de-duzido no processo de busca de uma solução.
Outra característica comum nos sistemas especialistas é a existência de um mecanismo de raciocínio incerto que permita representar a incerteza a respeito do conhecimento do domínio.
O motor de inferência controla a atividade do sistema. Esta atividade o-corre em ciclos, cada ciclo consistindo em três fases:
• Correspondência de dados, onde as regras que satisfazem a descrição da situação atual são selecionadas.
• Resolução de conflitos, onde as regras que serão realmente executa-das são escolhiexecuta-das dentre as regras que foram selecionaexecuta-das na primeira fase, e or-denadas.
• Ação, a execução propriamente dita das regras.
As principais vantagens dos sistemas de produção, como método de re-presentação de conhecimento, são: modularidade, uniformidade e naturalidade. Como desvantagens consideram-se: ineficiência em tempo de execução e comple-xidade do fluxo de controle que leva à solução dos problemas.
Tais vantagens e desvantagens determinam as características que devem ter os domínios que se adaptam ao desenvolvimento de SE baseados em sistemas de produção:
• Ser descrito por um conhecimento consistindo em um conjunto muito grande de fatos parcialmente independentes;
• Dispor de métodos de solução consistindo de ações independentes;
• Apresentar claramente a separação entre conhecimento e ação.
a um especialista humano do domínio e representado de acordo com regras formais definidas para a codificação de regras no SE em questão.
2.7 – Métodos de representação de conhecimento
Um ponto bastante importante no projeto de um sistema especialista é a escolha do método de representação de conhecimento. A linguagem associada ao método escolhido deve ser suficientemente expressiva (por exemplo, lógica) para permitir a representação do conhecimento a respeito do domínio escolhido de ma-neira completa, e sendo eficiente. Mesmo assim, existem problemas de eficiência, facilidade de uso e a necessidade de expressar conhecimento incerto, que levaram ao desenvolvimento de diversos tipos de formalismos de representação de conheci-mento. Alguns dos formalismos de representação do conhecimento são apresenta-dos a seguir:
• Lógica: é a base para a maioria dos formalismos de representação de conhecimento, seja de forma explícita, como nos sistemas especialistas baseados na linguagem Prolog, seja mascarada na forma de representações específicas que podem facilmente ser interpretadas como proposições ou predicados lógicos.
• Redes semânticas: é um nome utilizado para definir um conjunto hete-rogêneo de sistemas. Em última análise, a única característica comum a todos estes sistemas é a notação utilizada: uma rede semântica consiste em um conjunto de no-dos conectano-dos por um conjunto de arcos. Os nono-dos em geral representam objetos e os arcos, relações binárias entre esses objetos. Mas os nodos podem também ser utilizados para representar predicados, classes, palavras de uma linguagem, entre outras possíveis interpretações, dependendo do sistema de redes semânticas em questão.
As idéias fundamentais destes métodos foram introduzidas por Marvin Minsky, em seu artigo “A framework to represent knowledge”.27
2.8 – Motor de Inferência
As principais características do motor de inferência disponível em um sis-tema especialista dizem respeito às seguintes funcionalidades: método de raciocínio, estratégia de busca, resolução de conflito e representação de incerteza. Algumas dessas funcionalidades são detalhadas a seguir.
2.8.1 – Modo de raciocínio
Existem basicamente dois modos de raciocínio aplicáveis às regras de produção: encadeamento progressivo ou encadeamento a frente (do inglês, “forward chaining”), e encadeamento regressivo ou encadeamento para trás (do inglês, “backward chaining”). No encadeamento progressivo, também chamado encadea-mento dirigido por dados, a parte esquerda da regra é comparada com a descrição da situação atual, contida na memória de trabalho. As regras que satisfazem a esta descrição têm sua parte direita executada, o que, em geral, significa a introdução de novos fatos na memória de trabalho.
No encadeamento regressivo, também chamado encadeamento dirigido por objetivos, o comportamento do sistema é controlado por uma lista de objetivos. Um objetivo pode ser satisfeito diretamente por um elemento da memória de traba-lho, ou podem existir regras que permitam inferir algum dos objetivos correntes, isto é, que contenham uma descrição deste objetivo em suas partes direitas. As regras que satisfazem esta condição têm as instâncias correspondentes às suas partes es-querdas adicionadas à lista de objetivos correntes. Caso uma dessas regras tenha todas as suas condições satisfeitas diretamente pela memória de trabalho, o objetivo em sua parte direita é também adicionado à memória de trabalho. Um objetivo que
