Em 1978, a Leland Standford Junior University, sediada na Califórnia, acolheu a primeira reunião de especialistas dedicados à Nonmonotonic Reasoning, sob a liderança de John McCarthy, investigador laureado com o Prémio Turing (o Nobel da Computação) considerado o pai da Inteligência Artificial. Em 1984, foi realizado o primeiro de 20 worshops internacionais nesta temática que têm reunido investigadores de todo o mundo em torno do desenvolvimento da lógica ou raciocínio não monótono na Representação de Conhecimento e na Inferência, disciplinas base da Inteligência Artificial
Em inícios do novembro, a Universidade da Madeira noticiou que Eduardo Fermé, professor catedrático da Faculdade de Ciências Exatas e da Engenharia e investigador no Madeira N-LINKS, foi nomeado presidente do comité diretor dos International Workshops on Nonmonotonic Reasoning.
Que lugar ocupa a Nonmonotonic Reasoning (NMR) no raciocínio científico?
Para podermos perceber o raciocínio não monótono, primeiro temos de perceber o que é o raciocínio monótono. A monotonicidade indica que a adição de novos conhecimentos não reduz o conjunto de coisas conhecidas. Portanto, uma vez que obtemos um conhecimento, este não se pode alterar ao longo do nosso raciocínio. O raciocínio dedutivo baseia-se neste princípio. Por exemplo, quando estamos a demonstrar teoremas na matemática.
O problema é que este tipo de raciocínio precisa de informação completa e os seres humanos poucas vezes contam com toda a informação. Então é preciso “arriscar” uma conclusão com a informação disponível, uma conclusão que pode variar se recebemos nova informação.
Por exemplo se chegando a casa vejo a luz ligada, assumo que a minha esposa está em casa. Mas quando chego à garagem e vejo que não está lá o carro dela, assumo que não está em casa – mudo a conclusão – e que esqueço a luz ligada ao sair novamente.
Existem muitas formas de raciocínio não monótono, alguns deles são: indução, onde concluo a partir dos dados, por exemplo “se quando viajo na via rápida as oito da manhã tem muito trânsito, amanhã as oito vai ter também muito trânsito”; abdução, também chamado raciocínio de diagnóstico, por exemplo “se o carro não liga, então deve ser a bateria descarregada”; analogia, onde assumo que coisas semelhantes vão se comportar de maneira semelhante, por exemplo “se o Audi 4 é um carro de boa qualidade, o Audi 5 também deve ser de boa qualidade”, etc.
O problema fundamental é que esta forma de raciocínio deve ser empregado cuidadosamente para não obter conclusões erradas. Por exemplo, um diagnóstico médico errado baseado nos sintomas do paciente.
Os raciocínios não monótonos espúrios, normalmente podem ser categorizados como falácias. A investigação em raciocínio não monótono procura encontrar métodos formais de raciocínio que nos permitam discorrer com informação parcial ou incompleta.
Atualmente é o presidente do comité diretor do International Workshops on Nonmonotonic Reasoning. Em que consiste o trabalho deste organismo?
Os International Workshops on Nonmonotonic Reasoning (NMR workshops) têm por missão reunir investigadores na área do raciocínio não monótono, dentro do campo de conhecimento de Representação de Conhecimento e Inferência.
O Comité Diretor encarrega-se de escolher a sede e os investigadores que estarão a cargo dos comités científicos dos futuros workshops e como estes workshops podem integrar-se noutros encontros científicos, por exemplo os KR (International Conference on Principles of Knowledge Representation and Reasoning) ou os FLOCS (Federated Logic Conference), de forma a promover sinergias entre as distintas áreas e organizações.
A NMR pode expandir-se a outras áreas do conhecimento, ou é sobretudo dirigida ao desenvolvimento da Inteligência Artificial?
A NMR é uma das áreas fundamentais de Inteligência Artificial. Mas trata-se de uma área interdisciplinar. Inclui, entre outras, Filosofia, na sua perceção do ser humano; Psicologia, no que refere aos processos mentais de raciocínio; Economia, nas suas vertentes de teoria da decisão, teoria de jogos e eleição social; Matemática, na área de Lógica; e de um modo mais geral todas as ciências empíricas, uma vez que as ciências empíricas se baseiam em raciocínios não monótonos.
Os estudantes são preparados para este tipo de abordagem epistemológica? O que se espera do futuro desta área de investigação?
Em muitas dos cursos, fundamentalmente de mestrado e doutoramento, existem disciplinas dedicadas a métodos de investigação. Uma vez que somente a lógica e a matemática são ciências “dedutivas”, o resto das abordagens de investigação necessariamente incluem raciocínio não monótono, mesmo que não se o mencione de forma explícita.
Na UMa, o raciocínio não monótono é apresentado formalmente em duas disciplinas: Inteligência Artificial e em Lógica e Raciocínio.
Na minha experiência, vejo que não só os alunos, mas as pessoas no geral, antes de ser confrontados explicitamente com o raciocínio não monótono, normalmente confundem dedução com abdução ou outros tipos de raciocínios, dando por válidos raciocínios errados ou falácias. Um dos trabalhos que fazemos nas disciplinas é encontrar raciocínios não monótonos e falácias nos jornais. No início os alunos têm bastante dificuldade, mas finalmente fazem muitos bons trabalhos, o que me deixa particularmente contente.
Entrevista conduzida por Carlos Diogo Pereira
ET AL.
Com fotografia de Pedro Pessoa.
