Apesar de todos os caprichos e defeitos da natureza humana, o método científico permitiu-nos construir um corpo de conhecimentos cada vez mais ramificado e fiável. Por mais mentiras, ameaças, argumentos divinos ou financeiros que tenham sido utilizados, a demonstração verificável acaba sempre por separar o que funciona do que é ilusório e dos interesses instalados. Por vezes, erros honestos ou observações perturbadas confundem um campo, mas o rigor do método acaba por restabelecer os factos, desvendar o mistério ou descobrir um novo campo de investigação.
O conhecimento científico baseia-se nas ferramentas e nos conhecimentos dos que o precederam. Einstein não poderia ter elaborado a sua teoria há 3.000 anos. Foi necessária a experiência de Michelson-Morley sobre a velocidade da luz e as equações de Lorentz que dela resultaram para ele deduzir a sua famosa teoria. Antes dele, muitos outros abriram o caminho para as descobertas. A química, a física e a biologia seguem todas este caminho de progressos lentos e saltos inesperados.
A história da ciência ilustra bem o método a seguir na aprendizagem da ciência: dominar as bases, progredir gradualmente, não tolerar incertezas nem dúvidas.
E a inteligência artificial era
Podemos saber calcular, mas a maior parte das vezes utilizamos uma folha de cálculo ou uma calculadora para fazer os nossos cálculos. Um engenheiro pode saber derivar e integrar, mas utilizará um computador para a maior parte das suas necessidades e porá os resultados à prova em simulações e verificações. Isso é ótimo para as aplicações, mas será o mesmo para a investigação? Um programador deve ter um bom conhecimento dos princípios matemáticos, da sua utilidade e das suas limitações, para poder programar corretamente as suas ferramentas.
Pessoalmente, ainda estou às escuras quando tento compreender a programação paralela e os supercomputadores quânticos. Aqueles que desenvolvem estas ferramentas podem pedir aos seus computadores que encontrem melhores métodos, mas o facto é que terão de lhes fornecer as cartilhas necessárias, uma direção, uma visão do que pretendem.

Por exemplo, o azulejo mono aperiódico foi desenvolvido por uma equipa de investigadores com a ajuda da inteligência artificial. Sem ela, a demonstração teria sido muito difícil. O desafio consistia em encontrar um azulejo cuja montagem não produzisse uma regularidade cristalina que se repetisse. O problema tinha milhares de anos.
Uma vez encontrada a solução, é fácil dizer "devíamos ter pensado nisso" e é precisamente aí que a IA precisa do nosso contributo. Damos-lhe o problema e fornecemos-lhe as regras, os dados e tudo o que precisa para resolver o problema. Ligamo-la à realidade. Se a ligação for deficiente, o resultado será o mesmo.
Podemos teorizar e argumentar o que quisermos, mas só através da experimentação é que saberemos se a teoria ou explicação é válida. A própria I.A. está sujeita a testes: enquanto as suas previsões se verificarem, confiamos nela; assim que a experimentação mostrar o contrário, o seu valor cai e recorremos à inteligência humana para detetar as causas do fracasso. Daí a necessidade de compreender os princípios, as regras e as relações em ação.
Uma aplicação de química molecular aplicada como o 3D-QSAR é uma boa ilustração deste fenómeno: a sua reputação cresce à medida que as suas previsões são verificadas; os seus resultados melhoram à medida que os seus criadores adquirem uma melhor compreensão das relações entre observações e estruturas. Sem o domínio das bases, não é possível progredir.
O ensino das ciências tem o dever de despertar o interesse e a curiosidade desde o início, mas sobretudo de inculcar as bases e os princípios e de os fazer progredir até um domínio adequado, em função das ambições expressas e das necessidades de cada aluno. A inteligência artificial tem certamente o potencial de aumentar as nossas capacidades, mas não pode fazer muito sem as nossas competências.
Ilustração: ALLVISIONN - DepositPhotos
Referências
Portal de história da ciência - https://fr.wikipedia.org/wiki/Portail:Histoire_des_sciences
Um monotilo aperiódico - David Smith, Joseph Samuel Myers, Craig S. Kaplan, Chaim Goodman-Strauss
https://arxiv.org/abs/2303.10798
Pavimentação aperiódica de um só ladrilho sem derrube?https://les-mathematiques.net/vanilla/discussion/2334577/pavage-aperiodique-a-tuile-unique-sans-retournement
Fazer a pergunta certa é meio caminho andado
https://blogs.mediapart.fr/wawa/blog/200123/poser-la-bonne-question-cest-la-moitie-de-savoir
3D-QSAR - https://www.3d-qsar.com/
Veja mais artigos deste autor