Uma gramática multimodal da inteligência artificial: Medindo os ganhos e perdas na IA generativa

Este artigo analisa o escopo da Inteligência Artificial (IA) sob a perspectiva de uma gramática multimodal. Seu ponto focal é a IA Generativa, uma tecnologia que coloca em funcionamento os chamados Modelos de Linguagem de Grande Escala. A primeira parte do artigo analisa a IA Generativa, baseada na probabilidade estatística de um token (uma palavra ou parte de uma palavra) seguir outro. Se a relação de tokens é significativa, isso é circunstancial e nada mais, porque seus mecanismos de análise estatística evitam qualquer teoria do significado. Esse é o caso não apenas do texto escrito que a IA Generativa utiliza, mas também, por extensão, das formas de imagem e multimodal de significado que ela pode gerar. A IA só pode trabalhar com formas de significado não textuais após a aplicação de rótulos de linguagem e, nesse sentido, é prisioneira não apenas dos limites da estatística probabilística, mas também dos limites da linguagem escrita. Reconhecendo os ganhos provenientes do poder estatístico brutal da IA Generativa, na segunda parte, o artigo mapeia o que se perde em suas abordagens estatísticas e vinculadas ao texto na criação de significados multimodais. Nossa medida desses ganhos e perdas é guiada pelo conceito de gramática, definida aqui como uma teoria dos padrões elementares de significado no mundo—não apenas texto escrito e fala, mas também imagem, espaço, objeto, corpo e som. Ironicamente, uma boa parte do que se perde pela IA Generativa é computável. A terceira e última parte do artigo discute brevemente as aplicações educacionais da IA Generativa. Dada tanto sua potência quanto suas limitações intrínsecas, temos experimentado a aplicação da IA Generativa em contextos educacionais e as maneiras como pode ser utilizada pedagogicamente. Como uma análise gramatical nos ajuda a identificar o escopo de aplicação válida? Finalmente, se mais da experiência humana é computável do que pode ser capturada na IA vinculada ao texto, como pode ser possível, ao nível do código, criar uma síntese em que abordagens gramaticais e multimodais complementem a IA Generativa?