Inteligência aumentada: um relato de pesquisa

IV Seminário do Grupo de Pesquisa MHTX – 2021 Universidade Federal de Minas Gerais (UFMG) | Escola de Ciência da Informação (ECI) INTELIGÊNCIA AUMENTADA: UM RELATO DE PESQUISA AUGMENTED INTELLIGENCE: A RESEARCH REPORT H. Tormentino, UFSJ [email protected] Resumo: A Inteligência Aumentada resulta do uso da Inteligência Artificial para dar assistência à tomada de decisão humana. Essa colaboração aproveita a eficiência da máquina e a precisão humana na execução de tarefas complexas, como a Análise de Assunto. Isso é muito importante no contexto da Organização da Informação, uma vez que, para processar o volume de dados textuais disponível (Big Data), são necessárias ferramentas de alta performance. Assim, o objetivo deste projeto de pesquisa é desenvolver um modelo de Inteligência Aumentada para auxiliar a Análise de Assunto. Palavras-chave: análise de assunto; indexação assistida; inteligência artificial; inteligência aumentada. Abstract: Augmented Intelligence results from the use of Artificial Intelligence to assist human decision making. This collaboration leverages machine efficiency and human precision in performing complex tasks such as Topic Analysis. This is very important in the context of Information Organization, since, to process the volume of textual data available (Big Data), high-performance tools are needed. Thus, the objective of this research project is to develop an Augmented Intelligence model to assist with Topic Analysis. Keywords: topic analysis; assisted indexing; artificial intelligence; increased intelligence. 1 INTRODUÇÃO Este é um relato de pesquisa do projeto de doutorado do autor no Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Minas Gerais. A referida pesquisa investiga o uso da Inteligência Aumentada na Organização do Conhecimento, especificamente no processo de Indexação, de forma a oferecer recursos tecnológicos na Análise de Assunto. A quantidade de publicação científica disponível no mundo atualmente não pode ser organizada por métodos manuais, de forma que o processo de Indexação (Organização da Informação) deve ser efetuado por métodos automáticos ou semiautomáticos, que utilizam mormente Inteligência Artificial (IA). No entanto os modelos inteligentes disponíveis raramente estão em português brasileiro ou foram elaborados a partir da realidade das bibliotecas nacionais. Assim, disponibilizar modelos de Inteligência Artificial para auxiliar os profissionais da informação no processo de Indexação torna-se uma tarefa importante. Os métodos de IA são ferramentas genéricas, cujas funcionalidades demandam modelos de IA. Assim, o processo pode ser dividido em duas etapas: 1) obtenção dos modelos e 2) inferência computacional. A etapa 1 demanda recursos humanos adequadamente treinados e, como não se pode prever todos os contextos de uso, elaborar uma metodologia (sistematizar) para capacitar os profissionais da informação a obter seus próprios modelos de IA apresenta-se como a alternativa mais adequada. O ato de sistematizar o uso da Inteligência Artificial em colaboração com a Inteligência Humana recebe o nome de Inteligência Aumentada (KENNEDY et al., 2019). Dito de outra forma, é o uso da Inteligência Artificial como suporte à tomada de decisão humana. Isso implica reunir e processar dados estruturados e não estruturados em uma quantidade suficiente para se ter uma visão completa do cenário analisado e obter aprendizagem relevante, decisões efetivas e experiências novas. Mas é o “toque humano” dessa abordagem tecnológica que leva a resultados melhores no uso da IA. Por exemplo, no relatório da IBM (International Business Machines) “Augmented Intelligence Requer Human Direction” (GORDY, 2017), relata-se um experimento em que a Inteligência Artificial teve uma taxa de erro de 7,5% ao detectar células cancerosas, enquanto os patologistas humanos tiveram uma taxa de erro de 3,5%. Quando se combinaram as duas inteligências, a taxa de erro caiu para 0,5%. O uso de tecnologias inteligentes tornou-se comum e as áreas do conhecimento que não as empregarem diligentemente podem se tornar obsoletas em pouco tempo. Por isso foi elaborado um projeto de pesquisa para providenciar um modelo de Inteligência Aumentada para dar suporte ao processo de indexação, especificamente na etapa da Análise de Assunto. Assim, o objetivo deste relato de pesquisa é apresentar as informações relativas ao projeto de pesquisa denominado “Análise de Assunto Assistida por Computador: Proposta Metodológica de um Modelo de Inteligência Aumentada”. 2 REFERENCIAL TEÓRICO Nesta seção, serão apresentadas as publicações consideradas referencial teórico quanto à Inteligência Aumentada. Considera-se que a Inteligência Aumentada como tomada de decisões subsidiada por ferramentas computacionais com capacidades cognitivas tenha sido estudada por Bush (1945); Ashby (1956); Engelbart (1962); Pasquinelli (2015); Griffey (2019); e Thamm et al. (2021). Esse processo melhora e amplifica a experiência humana, e não deve ser confundido com Inteligência Artificial, pois esta procura apenas replicar a cognição humana (GORDY, 2017). Vannevar Bush foi o primeiro a apresentar o conceito de aumentar o intelecto humano por meio de um artefato tecnológico, no artigo "As We May Think", no periódico Atlantic Monthly, em julho de 1945. Bush (1945, p. 6) afirma que seria necessário desenvolver “um dispositivo pessoal para aumentar a memória” para resolver o problema da crescente produção científica. Engelbart (1962), no artigo “Augmenting Human Intellect: a Conceptual Framework”, ampliou a proposta elaborando um framework de forma a detalhar o procedimento necessário. Para obter os dados bibliográficos e o referencial teórico, buscou-se a literatura científica da Library & Information Science Abstracts (LISA); da Association for Computer Machinery (ACM) Digital Library; do Institute of Electrical and Electronics Engineers (IEEE); da Web of Science e do Google Acadêmico®. O referencial teórico incluiu os autores Zheng et al. (2017); Pasquinelli, 2015; Zheng et al. (2017); Tan & Teo (2020); Romero-Brufau et al. (2020); Cerf (2013); Akata et al. (2020); Fong & Hong (2019); Kennedy et al. (2019); Guignard et al. (2020); Rivera & Gleeson (2020); Liu (2020); Chi-Lun et al. (2020); Frownfelter et al. (2020); Bojue et al. (2020); Thamm (2021); Golestan et al. (2019); e Liao et al. (2020), os quais apresentaram desenvolvimentos teóricos, sistemas computacionais e os resultados da aplicação prática da Inteligência Aumentada. Assim, o referencial teórico permite ver o amplo respaldo do tema na literatura científica. 3 RESULTADOS ESPERADOS Nesta seção, serão apresentados os resultados esperados, que podem ser arrolados como uma tese, uma metodologia de obtenção e uso dos modelos de IA, um software e um experimento. Espera-se, com esta pesquisa, escrever uma tese que apresente a justificativa, os pressupostos, os objetivos, os fundamentos teóricos e o estado da arte concernente aos modelos de Inteligência Aumentada e de como podem oferecer subsídios à Análise de Assunto no processo de Indexação; serão descritos os procedimentos metodológicos, os requisitos do sistema, o modelo de Inteligência Aumentada obtido e o protótipo tecnológico desenvolvido. Também serão relatados os resultados da avaliação e validação tanto da aplicação do modelo quanto do protótipo tecnológico por meio do experimento científico. Serão produtos da pesquisa uma metodologia (Inteligência Aumentada), um protótipo tecnológico (software) e um experimento. O software será desenvolvido na linguagem de computador Python© e com a biblioteca (recurso computacional) Tensorflow®. Portanto espera-se como resultado fornecer suporte ao processo de indexação por meio de Análise de Assunto assistida por computador. 4 CONSIDERAÇÕES FINAIS O projeto de pesquisa foi aprovado em 27/09/2021, no exame de qualificação, por uma banca formada por quatro professores doutores. Foram coletados 5788 artigos científicos e seus respectivos metadados. Os dados experimentais coletados fazem parte do quase um milhão de documentos técnico-científicos da Base de Dados da Pesquisa Agropecuária (BDPA). Os módulos computacionais já foram desenvolvidos e passam, atualmente, pela etapa de teste de integração. A previsão é de que a pesquisa seja concluída até novembro de 2022. REFERÊNCIAS AKATA, Z. et al. A Research Agenda for Hybrid Intelligence: Augmenting Human Intellect With Collaborative, Adaptive, Responsible, and Explainable Artificial Intelligence. Computer, [s. l.], v. 53, n. 8, p. 18-28, ago. 2020. ASHBY, W. R. An introduction to cybernetics. 6. ed. London: Chapman & Hall, 1956. BUSH, V. As We May Think. The Atlantic Monthly. [S. l.: s. n.], 1945. CERF, V. G. Augmented Intelligence. IEEE Internet Computing, [s. l.], v. 17, n. 5, p. 96-96, set. 2013. CHI-LUN, Ko; YEN, Ruoh-Fang; CHEN, Chung-Ming. Augmented intelligence to predict V/Q-matched defects based on dynamic lung perfusion scan. Journal of Nuclear Medicine, [Chicago], v. 61, Supl. 1, p. 1432-1432, 1 May 2020. ISBN 0161-55052159-662X. ENGELBART, D. Augmenting Human Intellect: a Conceptual Framework. Augmenting Human Intellect: A Conceptual Framework, [s. l.], v. 1, n. 1, p. 1-144, 1962. FONG, A. C. M.; HONG, G.; HONG, B. Augmented Intelligence with Ontology of semantic Objects. In: Proceedings of the Fourth International Conference on Contemporary Computing and Informatics. Singapore: [s. n.], 2019. FROWNFELTER, J. et al. Impact of augmented intelligence (AI) on identification and management of depression in oncology. Journal of Clinical Oncology, [s. l.], v. 38, n. 15, p. e14059–e14059, 20 maio 2020. GOLESTAN, S.; MAHMOUDI-NEJAD, A.; MORADI, H. A Framework for Easier Designs: Augmented Intelligence in Serious Games for Cognitive Development. IEEE Consumer Electronics Magazine, [s. l.], v. 8, n. 1, p. 19-24, jan. 2019. GORDY, S. Augmented Intelligence Requires Human Direction: defense one. [S. l.: s. n.], 2017. In: GOVERNMENT Media Executive Group LLC. Disponível em: https://www.defenseone.com/sponsors/2017/01/augmented-intelligence-requires-human-direc tion/134433/. Acesso em: 29 jun. 2021. GUIGNARD, J.-B.; PAZ, O.; SAVAROCHE, K. HAI. As Human Augmented Intelligence: from Cognitive Biases to the Nature of Cognitive Technology. In: AI as Augmented Intelligence. [S. l.: s. n.], 30 nov. 2020. Disponível em: https://hal.archives-ouvertes.fr/hal-02893517/file/hai_20200707.pdf. Acesso em: 16 maio 2021. GRIFFEY, J. Artificial Intelligence and Machine Learning in Libraries. Chicago, Illinois: ALA TechSource, 2019. ISBN: 978-0-8389-1814-2. 29 p. KENNEDY, S.; WHITE, C. The future of Augmented Intelligence. Bell Labs Technical Journal, [s. l.], v. 25, p. 1-18, 2020. LIAO, J.; HANSEN, P.; CHAI, C. A framework of artificial intelligence augmented design support. Human–Computer Interaction, [s. l.], v. 35, n. 5-6, p. 511-544, 1 nov. 2020. LIU, V. X. The future of AI in critical care is augmented, not artificial, intelligence. Critical Care, [s. l.], v. 24, n. 1, p. 673, dez. 2020. PASQUINELLI, M. (ed.). Alleys of your mind: augmented intelligence and its traumas. Lüneburg: Meson Press; Hybrid Publishing Lab: Centre for Digital Cultures; Leuphana: Univeristy of Lüneburg, 2015. RIVERA, M.; GLEESON, P. Augmented Intelligence Amplifies Performance in the Workplace. 1. ed. Thinaer: [s. n.], 2020. 14 p. Disponível em: https://internetofbusiness.com/wpcontent/uploads/2020/08/Thinaer-Human-and-Machine-Aug mented-Intelligence-AmplifiesPerformance.pdf. Acesso em: 30 nov. 2020. ROMERO-BRUFAU, S. et al. What’s in a name? A comparison of attitudes towards artificial intelligence (AI) versus augmented human intelligence (AHI). BMC Medical Informatics and Decision Making, [s. l.], v. 20, n. 1, p. 167, dez. 2020. TAN, S. C.; TEO, C. L. Supporting Knowledge Building with Analytics and Augmented Intelligence: building on the Emerging Works. [S. l.: s. n.], 2020. THAMM, S. et al. Concept for an augmented intelligence-based quality assurance of assembly tasks in global value networks. Procedia CIRP, [s. l.], v. 97, p. 423-428, 2021. ZHENG, N. et al. Hybrid-augmented intelligence: collaboration and cognition. Frontiers of Information Technology & Electronic Engineering, [s. l.], v. 18, n. 2, p. 153-179, fev. 2017. XU, B.; SONG, X.; CAI, Z.; CHONG, A.; LIM, E.; TAN, C.; YU, J. Artificial Intelligence or Augmented Intelligence: a case study of Human-AI collaboration in Operational Decision Making. In: Pacific Asia Conference on Information Systems (PACIS). 23., 2020, Dubai. Anais [...]. Dubai: UAE, 2020. 14 p. Disponível em: https://aisel.aisnet.org/pacis2020/147. Acesso em: 21 jul. 2025. REFERÊNCIAS CONSULTADAS JOHNSON, J. Human + Machine: augmented Intelligence Amplifies Performance in the Workplace. Internet of Business, Paris: [s. n.], 2020. Disponível em: https://internetofbusiness.com/human-machine-augmented-intelligence-amplifies-performanc e-in-the-workplace/. Acesso em: 16 maio 2021. HILL, D. J. G.; HILL, A. N. Artificial Intelligence and Augmented Intelligence for Automated Investigations for Scientific Discovery. [S. l.: s. n.], 2020. p. 9. KO, C.-L.; YEN, R.-F.; CHEN, C.-M. Augmented intelligence to predict V/Q-matched defects based on dynamic lung perfusion scan. Journal of Nuclear Medicine, [s. l.], v. 61, n. Sup. 1, p. 1432-1432, 1 maio 2020. LUKAC, D.; MILIC, M.; NIKOLIC, J. From Artificial Intelligence to Augmented Age An Overview. In: ZOOMING INNOVATION IN CONSUMER TECHNOLOGIES CONFERENCE (ZINC). 2018, Novi Sad. Anais [...]. Novi Sad: IEEE, maio 2018. Disponível em: https://ieeexplore.ieee.org/document/8448793/. Acesso em: maio 2021. XU, B. et al. Artificial Intelligence or Augmented Intelligence: a Case Study of Human-AI Collaboration in Operational Decision Making. PACIS 2020 Proceedings, [s. l.], 22 jun. 2020. WÓJCIK, M. Potential use of Augmented Reality in LIS education. Education and Information Technologies, [s. l.], v. 21, n. 6, p. 1555-1569, nov. 2016.