Pelo menos desde os tempos de Sócrates e Platão, o Homo sapiens é fascinado com uma questão: o que nos faz especiais e únicos? Na antiguidade, esse pensamento tomou forma em comparações obsessivas de humanos com outros animais. No século XXI, os animais são subsistidos pelas máquinas nessa grande queda de braço. E parece que a cada passo que a inteligência artificial dá, a fenda entre nós diminui. Mas o mais fascinante sobre esses marcos, que surgem há mais de seis ou sete décadas, é como eles surgem.

O detalhe no caso do projeto Watson é o fato de a equipe da IBM não dar muita atenção à aquisição e armazenamento de todo o conhecimento do mundo. Eles não consideravam isso muito difícil, ou até mesmo interessante. O grande problema era fazer com que a máquina pudesse lidar com a “variedade, ambiguidade, subjetividade, distância e expressões da linguagem e dos significados humanos”. O que nos deixa impressionado em relação a um campeão do Jeopardy qualquer é a relativa facilidade que ele tem com o programa. Aquela sensação de “Meu Deus! Como ele sabe tudo isso?”; e o que nós achamos normal, o mínimo aceitável de um desafiante – como entender uma pergunta – era justamente o desafio da equipe da IBM.

Parte do significado da disputa serve como um lembrete perfeito para o que é chamado de “paradoxo de Moravec” – trata-se do fato de a inteligência artificial absorver antes conteúdos considerados “difíceis” antes de assimilar os considerados “fáceis”. Softwares de piloto automático já conseguem aterrissar um avião há décadas, mas nós não vemos nenhum software que consiga estacionar absolutamente sozinho um automóvel numa vaga; no caso de bicicletas, a situação é ainda mais indefinida. Softwares chegam a corrigir a gramática de mestres no assunto, mas ainda têm dificuldades em ler em voz alta e com alguma pitada de emoção, como qualquer aluno do ensino médio consegue fazer. Eles são capazes de traduzir num piscar de olhos documentos científicos ou políticos de uma língua para outra, mas ainda sofrem na hora de olharem para uma imagem de um cavalo e dizerem, como qualquer criança faz: “cavalo!”.

E em certo sentido a lição que fica é profundamente afirmativa sobre o que nos faz humanos: a especialização, saber tudo de alguma coisa, é menos impressionante do que vida cotidiana que envolve a experiência fundamental, bruta e criadora. Reconhecer rostos. Usar linguagem natural. Navegar pelo espaço físico e desviar de obstáculos. Sentir, perceber, imaginar.

O que nós consideramos mais impressionante sobre nós mesmos, que basicamente foi instaurado por ser algo “difícil” de fazer, se mostrou algo absurdamente simples de ser absorvido pela inteligência artificial. E o que nós normalmente consideramos menos impressionante sobre a experiência humana, já que são atitudes muito fáceis e representam um denominador comum, é provavelmente o que há de mais impressionante em nós.

Acredito que é justo enxergar a disputa que aconteceu num senso justo de vitória – ou, no mínimo, como uma validação. Os obstáculos que a IBM encontrou não são os que fazem de Jennings e Rutters melhores jogadores de Jeopardy do que nós. As qualidades que os engenheiros não conseguiram traduzir são as mesmas que tornam esses dois super cérebros em pessoas comuns, como todos nós.

Brian Christian é o autor do livro The Most Human Human: What Talking with Computers Teaches Us About What It Means to Be Alive, que chega ao mercado americano no dia primeiro de março.