
A AB2L iniciou suas atividades em 2017 e, desde então, escreve os capítulos de uma história que tem muito para contar sobre o ecossistema de tecnologia jurídica.
Conheça nossas associadas.
Programas para educar o mercado, fomentar o ecossistema e participar ativamente do processo de regulamentação brasileiro entre direito e tecnologia.
Capítulos regionais/locais exclusivos para associados e grupos abertos ao público em geral.
Provavelmente você já ouviu muito sobre o potencial da inteligência artificial, machine learning, deep learning e toda a revolução que acompanha esse tema. O ícone desse assunto é o Watson da IBM.
Na área jurídica, estão surgindo diversas soluções que utilizam essa tecnologia para resolver os inúmeros problemas enfrentados pelos advogados e seus clientes e isso é muito bom. Contudo, há o lado do exagero, da tentativa de vender algo muito além do que a solução realmente oferece. O intuito desse artigo é explicar, de maneira didática um pouco, talvez bem pouco mesmo, do que aprendi em alguns projetos que participei.
Antes de falar sobre machine learning ou aprendizado de máquina, vale a pena tentar entender o que é um algorítimo. Basicamente, um algorítimo representa os passos necessários para se cumprir uma tarefa. Uma sequência finita de instruções bem definidas e não contraditórias para ela seja concluída ou uma decisão seja tomada para que determinada tarefa seja concluída. Alguns algorítimos podem cumprir a mesma tarefa, mas em sequências diferentes, e um algorítimo que resolve determinado tipo de problema não necessariamente conseguirá resolver problemas de outra natureza.
O potencial do aprendizado de máquina é revolucionário, sem dúvida, mas provavelmente você já convive hoje em dia com algorítimos de machine learning e nem dá muita bola. Não existe mágica nisso e, se tentarem te vender algo que seja mais parecido com mágica do que com lógica, suspeite!
Se você tem uma conta do Google e usa o Gmail, provavelmente já percebeu que ele separa algumas abas como: principal, social, promoções e atualizações. Para realizar essa classificação automática, separando cada mensagem que você recebe em uma categoria, ele está usando algorítimos de machine learning. Outro exemplo, ainda utilizando o Gmail, é o filtro de spam. Como ele sabe que algumas mensagens são spam e outras não? Algumas mensagens são identificadas automaticamente e outras você pode dizer para o Google se são ou não spam.
Aí entra a primeira coisa que você precisa saber sobre aprendizado de máquina, qual seja as suas dois modalidades: supervisionado e não supervisionado.
Quando o Google classifica automaticamente as suas mensagens, ele está aplicando o aprendizado de máquina não supervisionado e agrupando essas mensagens em categorias pré definidas. Então, temos machine learning não supervisionado por agrupamento, clustering ou por aglomeração. Fácil, certo? Abaixo, segue um exemplo ilustrado de agrupamento.
Por outro lado, quando o Google permite que você determine se uma mensagem recebida é ou não spam, ele está aplicando seu algorítimo de machine learning supervisionado por classificação.
Também há o algorítimo de machine learning supervisionado por regressão, que gera saída de dados em valores contínuos. Complicou? Exemplo: imagine que você quer calcular a quantidade de vendas de brinquedos no dia das crianças, em determinada loja, das 9h às 18h. Provavelmente, o gráfico mostrará que em determinados períodos as vendas serão mais intensas. Outro forma de exemplificar é calculando o consumo de combustível do motor de um carro aumentando a quantidade de cilindros , começando com 3,4, 5, 6, 8, 10, 12 e chegando no fantástico Bugatti Chiron com 16 cilindros em W. Provavelmente o gráfico vai mostrar que, a medida que os cilindros aumentam, o consumo de combustível também aumentará. Abaixo, há duas imagens que explicam ainda melhor que meus exemplos:
Classification
Regression
Também é possível observar algorítimos de machine learning supervisionado por recomendação quando você utiliza seu e-commerce preferido. Quando você escolhe um produto e o site menciona que pessoas que compraram esse produto também gostaram de tais e tais produtos, além de consistir numa estratégia de vendas, ele está usando os algorítimos para lhe apresentar produtos que pessoas com perfil de compra parecido com o seu também adquiriram,
Para aprender na prática como funciona o aprendizado de máquina, o Google criou uma página em que é possível entendê-lo praticando sem a necessidade de saber codar – gíria utilizada pelos desenvolvedores de softwares que significa escrever um código de programação (//teachablemachine.wit.google.com/). A página vai utilizar sua webcam para realizar o exercício, mas o Google garante que nada é salvo em seus servidores, o teste é local apenas, ou seja, utiliza a sua máquina. Eu testei, funcionou bem e é divertido!
Para finalizar, não tenho dúvidas que o potencial da inteligência artificial é gigante e em alguns anos poderemos ter brinquedos como o Jarvis do personagem Tony Stark. Mas, por enquanto, não há nada tão revolucionário assim a venda no mercado, talvez o Elon Musk tenha alguma coisa assim em testes. Não sabe quem é? Deveria saber.
Nossas novidades direto em sua caixa de entrada.