Por Giuseppe Deininger

Milhares de anos antes de Cristo, a informação já era registrada, tendo como um dos exemplos mais antigos o disco de argila encontrado na Ilha de Creta, com cerca de 4 mil anos de idade. Hoje, boa parte das informações existentes continuam registradas em discos, porém feitos de material e com funcionamento diferentes. O disco de argila é pesado, tem a capacidade de armazenar pouca informação que após ser registrada, não pode ser alterada. Já os discos atuais são capazes de armazenar uma maior quantidade de informação, em um espaço muito menor, possuindo ainda a possibilidade de busca e compartilhamento com muito menos dificuldade.

A necessidade de armazenar tantos dados parte do fato que hoje são armazenadas informações que antes não eram consideradas como tal para o estudo de tendências e padrões. Um exemplo bastante claro é a localização. Antes não havia nenhum tipo de registro rotineiro a respeito da localização de um indivíduo, porém, com o auxílio de dispositivos com tecnologia GPS, quase todas as pessoas possuem essa informação registrada. A grande quantidade de informação armazenada é a base para o novo desenvolvimento do aprendizado de máquina.

Ao desenvolver um programa, era essencial elaborar tudo que fosse necessário em sua programação, e o resultado não era expansível, ou seja, o programa seria apenas capaz de retornar o que fosse definido em sua programação, sem a capacidade de aprimorar com base nos resultados obtidos. Já utilizando os métodos de desenvolvimento atuais, é possível construir aplicações que recebem apenas os dados que cercam algum resultado, e, após uma boa base de situações, é capaz de aprimorar seu funcionamento sem a necessidade de ser reprogramado.

Um dos primeiros programas desenvolvidos com essa técnica foi um jogo de damas, feito pelo cientista da computação da International Business Machines (IBM) Arthur Samuel. Inicialmente, ele desenvolveu o jogo de modo que esse apenas conhecesse as regras e, naturalmente, todas as vezes ele era derrotado pelo usuário, pois este possuía estratégias. Em seguida, ele modificou o programa para que ele pudesse calcular a probabilidade de vitória com cada movimento baseado em sua experiência em jogos anteriores, contudo, ainda assim ele foi derrotado pelo usuário todas as vezes. Isso se deu pelo fato de que a base de dados da máquina ainda era limitada o suficiente para não superar as estratégias do usuário. Após esse teste, ele deixou a máquina jogando contra ela mesma a fim de adquirir novos dados. Depois de um certo tempo, ao tentar jogar novamente contra ele, o jogador não era mais capaz de vencer a máquina, pois esta já possuía dados o suficiente para fazer predições bastante precisas a respeito das consequências de cada movimento. Essa lógica é utilizada em muitas aplicações, como motores de busca, tradução automática e até na área médica, como em um caso em que um programa analisou o resultado de diversas biópsias com intuito de encontrar os sinais que mais indicam a presença de câncer. A análise retornou 12 sinais, sendo que apenas nove deles eram conhecidos pela literatura médica.

Esse tipo de resultado mostra que o computador pode superar o ser humano em alguns aspectos, como análise de resultado e predição. Isso levanta duas preocupações: se com uma grande quantidade de dados é possível chegar a uma predição com boa precisão, então ele poderá chegar a conclusões a respeito de fatos antes mesmo de acontecerem, como prever um crime, a partir de dados sobre o histórico da vida dos criminosos. Como seria o processo para punir uma pessoa por algo que ela não chegou a cometer?

Outra preocupação é a respeito da queda da quantidade de empregos em algumas áreas, da mesma forma que ocorreu para operários com o surgimento da automação para as fábricas, e inclusive para outros empregos que foram extintos após as Revoluções Industriais. É necessário, portanto, cuidado para ajustar os megadados para as necessidades e não permitir que eles saiam do controle, pois caso isso ocorra, é possível que deixem de ser os criados e passem a ser os mestres. Em outras palavras, da mesma forma que o fogo foi na pré-história, os megadados são nesse momento, e se não forem manuseados com cuidado, podem ser prejudiciais.

Referências: 

The surprising seeds of a big-data revolution in healthcare. Joel Selanikio. Disponível em https://www.ted.com/talks/joel_selanikio_the_surprising_seeds_of_a_big_data_revolution _in_healthcare/transcript?language=en. Acesso em 28 de junho de 2016.

Big data. Disponível em https://pt.wikipedia.org/wiki/Big_data. Acesso em 28 de junho de 2016.