Um dos eixos centrais do projeto é demonstrar que os grandes modelos contemporâneos de IA são extremamente eficientes na identificação de padrões, mas não produzem explicações causais no sentido científico clássico
A inteligência artificial (IA) já está presente em diferentes dimensões da nossa rotina — no celular, no ambiente de trabalho, nos serviços públicos.
Ela recomenda conteúdos e produtos, seleciona currículos, auxilia em diagnósticos médicos, apoia análises jurídicas e organiza enormes bases de dados com uma rapidez impressionante.
Mas, diante de tantas aplicações, uma pergunta se impõe: como essa tecnologia realmente funciona — e até onde ela pode ir? É a partir dessa reflexão que nasce o projeto “Inteligência Artificial: desafios e limites”, desenvolvido no Departamento de Filosofia da Universidade de Brasília (UnB). O projeto é apoiado pela Fundação de Apoio à Pesquisa (FAPDF) por meio do Demanda Espontânea (2023), edital que faz parte do Programa de Pesquisa Básica da FAPDF, direcionado a projetos de pesquisa científica, tecnológica e de inovação que buscam validar hipóteses, desenvolver conceitos e consolidar bases experimentais, posicionando-se assim na esteira de níveis iniciais de maturidade tecnológica (TRL 1 a 3).
Coordenado pelo professor Philippe Claude Thierry Lacour, o estudo se dedica a examinar os fundamentos epistemológicos da IA — isto é, as bases que sustentam a forma como esses sistemas produzem resultados. “A inteligência artificial opera principalmente por cálculo formal, probabilidade e indução. O problema é que esses mecanismos não esgotam as formas de racionalidade que estruturam o conhecimento humano”, afirma o professor.