Steven Pinker: Conhecimento comum, redes sociais, IA, pensamento crítico

Isso vai levar o equivalente de 30 milhões de anos para um filho processar tão grande informação como o GPT é treinado. E o filho pode falar fluently em 3 anos, não em 30 milhões de anos. Olá, o meu nome é José Maria Pimentel e este é o 45 Graus. Duas notas rápidas antes de irmos ao episódio de hoje. Como alguns de vocês sabem, começa em meados de maio a segunda edição da pós-graduação em pensamento crítico e tomada de decisão no ISCTEG Executive Education.

Se tiverem curiosidade, enfim, procurem online e vão chegar à pós-graduação. A segunda nota é que estreou há poucas semanas o Debatível, um projeto que alguns de vocês também conhecerão, que foi um projeto criado por mim juntamente com a Leonor Caldeira e o João Marecos.

São debates ao vivo, debates competitivos entre duas equipas em torno de uma moção. Segue um chamado modelo tipo Oxford e combina competição com entretenimento. São debates muito desafiantes de assistir. O primeiro foi há duas ou três semanas sobre o impacto da inteligência artificial no mundo do trabalho. O segundo vai ser já em maio sobre o sistema prisional. E o terceiro vai ser em junho e é sobre a crise do jornalismo e se a solução para essa situação é...

o Estado apoiar diretamente o jornalismo. Uma proposta que já anda por aí há muitos anos, não vai desaparecer e que gera opiniões muito diferentes. Os bilhetes para o segundo debate já estão esgotados, mas conseguem ainda encontrar para este terceiro debate, em junho, na Ticketline e, como se costuma dizer, nos locais habituais.

E agora ao episódio de hoje. O convidado é alguém que tenho muito orgulho de conseguir trazer ao Cognito e Cinco Rows. É ele, Steven Pinker, um dos meus autores preferidos e uma pessoa que já estava a tentar trazer ao podcast há muito tempo. Para quem não sabe, Steven Pinker é psicólogo cognitivo, linguista e um dos mais influentes intelectuais públicos dos Estados Unidos. É professor na Universidade de Harvard.

e destacou-se pelo trabalho sobre a linguagem, mente humana e natureza humana, e, mais recentemente, daí o intelectual público, por tomar partida em vários debates, sobretudo a defesa do que ele chama os valores do iluminismo, como a razão, a ciência e o progresso. É autor de vários livros, best-sellers, e lançou recentemente um livro que acaba de ser editado em português, com o título Quando Todos Sabem, que Todos Sabem, Reticências.

É exatamente com este livro que abrimos a nossa conversa. O tema do livro é aquilo que o convidado chama conhecimento comum, ou seja, aquilo que todos nós sabemos que os outros sabem e eles sabem que nós sabemos. E isso, como ele explica, é essencial para nós coordenarmos uma série de comportamentos complexos em sociedade, desde conduzir na estrada até confiar nas instituições políticas.

Isso leva-nos a outra pergunta, que é o que é que acontece quando este conhecimento se começa a fragmentar, como tem acontecido em muitos países, em resultado, não só, mas em grande medida, das redes sociais. Perguntei ao convidado a opinião dele sobre isto e o que é que ele acha que pode ser um futuro ecossistema informativo em que nós conseguimos, de certa forma, domar as redes sociais, mas conseguindo continuar também a ter os benefícios que elas nos dão.

Falámos também, como não poderia deixar de ser, sobre a inteligência artificial. Perguntei ao convidado se estes novos modelos de linguagem, sobretudo para alguém que é não apenas um psicólogo, mas também um linguista, se o surpreenderam e também ao mesmo tempo qual é a posição dele sobre este debate que tem se tido cada vez mais sobre se estamos a usar estes modelos em neumazia e isso está a atrofiar o nosso pensamento crítico.

Foi um episódio curto para o que é habitual aqui no 45 graus, mas como vou ver é um episódio muito denso em conhecimento. Espero que gostem e voltamos a ver-nos no próximo episódio.

Até lá.

Nespresso Professional. Soluções chave na mão. O plano de café ideal para o seu negócio. Saiba mais em nespresso.com.br I'm here with Professor Steven Pinker. Steven, welcome to 45 Graus. Thank you. And before we start, let me thank you for making the time. I mean, I know I have to turn down some requests for interview. You get, I imagine, 10 times that, so I really appreciate that you make your...

Vamos começar com o seu novo livro, que já foi lançado em português. Diz-me um pouco sobre isso. É um dos livros que são menos self-explanadores do que os primeiros, eu diria. Então, parece que se conveja um aspecto aparentemente mundano sobre a importância do conhecimento comum. Mas se eu conheço você, eu imagino que há muito mais dentro disso.

E eu sei que você conhece, que eu sei que eu conheço, e então eu ad infinitum. Por isso que eles são os três pontos. Agora, por isso é significativo? Porque comuns conhecimentos são necessários para coordenar, para pessoas que estão no mesmo page. Que é, para cada um dos que beneficia eles, se o outro outro faz o mesmo coisa ou a complementar coisa.

Então, se você tiver um potluck dinner e você quer um person to bring o main course e outra pessoa to bring o dessert.

O fato de que podemos usar papel e dinheiro. Por que eu aceito um papel em exchange para algo de valor? Porque eu sei que alguém outro vai aceitar em exchange para algo de valor. Por que eles fazem isso? Porque eles sabem que alguém outro vai aceitar.

E então, quando nós falamos coisas indiretamente ou em umfemismo, como em bribes, G-officer, é there alguma forma que nós podemos arrumar a tráfico ticket aqui sem ir embora e fazer tudo isso? A briba, a briba, a briba, a briba.

O que faze dois pessoas? Cada um conhece, o outro conhece, o outro conhece, o outro conhece, o outro conhece, o outro conhece, que é o outro conhece. É o que é o friendship. Ou romance, ou a dominante e subordinante, ou dois transaccion partners.

Em diferentes países, há diferentes equilibrados, e algumas são melhor do que outras, em termos que você pode ter um equilibrado em que o trafic é meio caótico, e isso funciona, mas é muito melhor se todos os direitos. Do você tem uma visão sobre como essas diferentes equilibrados emerge? Como, faz isso informar a visão sobre como diferentes equilibrados emergem, seja em um trafico ou em...

ou em social trust, como a trust que pessoas têm em strangers, por exemplo, que também varies entre países. O motivo que o branchamento de Mathematica é chamado de Game Theory é relevante, é que Game Theory é sobre situações em que a razão de escolha depende do que o outro faz e vice-versa.

Quando um choice, regardless of what the other one does, você é best-off sticking com a choice e so on. O mesmo que for o outro. É uma coisa chamada de Nash equilibrante, after a mathematician John Nash, who é o subjecto do o Hollywood filme A Beautiful Mind. Eu só chamo ele equilibrante. Agora, a coordenador de coordination.

é quando há dois equilibri, ambos os quais funcionam. Se for dois partidos fazem uma certa escolha, não tem um incentivo para mudar o seu deciso se o outro lado se for o outro. Então, se fornecer ou para o outro lado é um exemplo. Se fornecer o outro é para o outro lado, minha opção é para o outro lado. E que é o outro lado.

Mas como é que eles estão? Mas como é que eles estão? Pode ser imposto de um governo, mas por outro lado, por que eles estão indo de um lado esquerdo? Sim, em caso, eles estão imposto pelo governo.

Mas, equilibria acontece mesmo quando há não top-down control porque do fato que as soon as there's an asymmetry, as soon as enough people lean in one direction, everyone leans in that direction porque each new person, it's to their advantage to do what everyone else is doing.

E aí que é como muitos dos nossos cústos arremessos. É como os idiomas em um idioma são aceitados. Diccionários não decidem o que os idiomas. Diccionários escutem o que as pessoas usam os idiomas, e eles escrevem o que as pessoas usam a palavra. Eu conheço isso porque eu era um editor de um diccionário. Enquanto, em um coadrimento, há dois equilibrios.

Se todos os dias, se drive em direção. Se todos os dias, se drive em direção. Ou vamos ter a couple em uma situação onde, let's say, ela gosta de ir para o operário, ele gosta de ir para a hockey game, mas eles ambos gostam de companhia, então eles gostam de, qualquer coisa é, fazer algo juntos do que elas, do que elas, do que elas, do que elas, do que elas, do que elas, do que elas.

Se ela já decidiu para ir para o operário, ele é melhor para ir para o operário do que o hockey. Se ele já decidiu para ir para o hockey, ela é melhor para ir para o operário do que o operário. There are dois equilibrios. Both of them can work.

e ambos são melhores quando eles são miscadidos, uma de eles ir para o operário, a outra de eles ir para o jogo. Em que caso, ambos podem switchar e ser melhor. Mas os equilibrios são onde não tem um interesse em switchar. A questão é, como você se consegue um equilibrio ou outro?

A parte da nossa sociedade de trabalho é driven por o que nos atravesse into uma de várias possíveis equilibri. Você mencionou sociedade de trabalho, e comunidade é também essencial no mundo político, para as instituições de trabalhar e para nós ter confiança em instituições. Eu estou curioso saber o que você acha da rol da social media aqui, porque nós estamos vivendo por um momento de...

onde todos os seus livros estão ouvindo o BBC e conhecê-lo que todos os seus ouvintes. Todos os seus livros estão ouvindo o Time Magazine e conhecê-lo que todos os seus livros estão ouvindo o Time Magazine. Os seus algoritmos de social media entregam a personal feed que você lê e você não sabe quem está ouvindo. Porém, eu fiz studies com meus estudos de graduação que mostram que, por certos aspectos de social media, as pessoas são como se fossem comuns.

Sure Sure Sure

E mesmo se, porque você pode gerar comuns conhecimentos no social, não só passivamente receber, você não sabe quando um tweet vai virar. Se você vê e retweete ou reposte em TikTok ou Facebook ou Instagram, então, algo pode ser comuns conhecimentos se aumenta, se vai virar.

E é ainda mais true agora que ainda mais mainstream media vão often reproduzir uma social media post. Eles vão ter uma screenshotção de um tweet, principalmente se é de uma figura de um nome de um nome. E aí, então, é realmente become common knowledge.

Bom, a palavra é sempre palissemante, como você sabe melhor do que eu. Então, aqui, em um sentido, podemos usar conhecimento no sentido de informação. Talvez eu estarei o conceito muito, mas eu estava pensando em conhecimento no sentido de compartilhar de uma certa comparação do processo de processo, por exemplo, ou uma certa comparação do valores, eu acho, para usar suas palavras, liberal-enlightenment valores que apoiam liberal democracias.

Nós vemos isso em que, em meu view, e eu acho que você compartilha, é que social media tem um grande papel. Sim, não é só se o conhecimento comum ou não, mas se é mesmo acessível. O crucial problema com o conhecimento é que há um caso onde todos conhecem algo, mas não conhecem que todos conhecem.

Quando você está falando de fato que half a população thinks que, em Estados Unidos, a 2020 election foi stolen e a outra parte não, lá, não é não private versus common. É uma forma de confiança em dois separados pools, dois pools de confiança, que é um outro set de issues.

Deixe-me pegar sua cabeça nisso, porque estou escrevendo um livro sobre o social media e o impacto na política. E uma coisa que minha co-author e eu estão pensando sobre é o que o futuro pode parecer como? Imagina que isso não vai ter muito errado e vai acabar com algo akin a guerras religiosas do século XVII.

O que pode o futuro look like? Então, no passado, nós já vimos, as você mencionou, a broadcast, nós já vimos basicamente os gatekeepers do sistema, be elas TV channels, newspapers, qualquer, que intermedia informação e mantinha o sistema sort of working. Agora nós já temos um mais caótico ambiente.

é que não tem muito altas standards de acurácia. Eles são felizes com myths e conspiracy theories e legendas e stories que fazem o seu lado e o seu lado do outro lado do outro lado. É só quando você tem standards de acurácia.

Eles não se acham a verdade. Eles querem coisas. Se você tem isso, você vai ter stories, fake news, conspiracy theories, myths, e assim. Agora, quando o legacy media era new, quando era first cheap newspapers, all the news was fake news. There were stories of Sure Sure Sure

de bebês born talking, speaking Latin, de Martian civilizados, de dois-headed monstros pulled out of a lake. Eles estavam just in the business of selling propaganda and stories, until a bunch of editors got together. In vários países, they said, this is ridiculous. We have a responsibility to try to tell the truth. Let's.

Então, instead de ter uma quantidade de chameleiras, uma quantidade de chameleiras, porque, por tecnológico e econômico, há apenas uma quantidade de chameleiras de mass-market pressas, há apenas uma quantidade de chameleiras para cada televisão, mas um tipo de chameleiras, um número de chameleiras com standards de chameleiras e fact-checking. Então, isso tudo se abriu com...

Não só social media, mas ainda antes da internet, o mundo web, individual blogs, list serves and discussão grupos, cable news, broadcast media, não broadcast, mas mass media, AM talk radio stations, eles só proliferam. E, como com a primeira press, eles foram free de isso.

e usando AI para fact-check a post. There may be other mechanisms, like people often falsely think that the country is more polarized than it really is.

Em Estados Unidos, Democrats think que Republicans têm muito mais extremo views do que a typical Republican tem, e vice-versa. Se você even presentar pessoas com data, isso é o percentage de pessoas que pensam isso e isso. Isso muda a forma que perceives a post, a tweet. E, instead de pensar que isso é o que a typical Republican pensa, eles sabem que isso é o que o extremo Republican pensa.

Então, esses são exemplos de formas que há uma pushback e pessoas, que não querem acreditar nonsensão, não querem ser liedido...

Sim, eu não necessariamente não quero governar coerciência porque não se sabe o que a verdade é, incluindo a governança. Você precisa de uma marketplace de ideias e a governança, unlike podcasters e social media posters, tem a polícia e a arma. Então, há um particular danger de que a governança legislativa.

e foi censor de alguns de suas plataformas sociais. Nós estamos melhor de saber a verdadeir a verdadeir e a única maneira de saber a verdadeir de opiniões que podem ser voiced, sejam elas também evaluadas e criticadas. Sim, exatamente. Então, somehow, isso precisa de ocorrer bottom-up, e não top-down. somehow, nós precisamos de isso.

o número de layers, que, em combinação com a gargantuan de quantidade de input, pode levar a algo que é, em várias muitas vezes, muito impressionante. Você pode criar um limerick explicando Kurt Goodell's famous Theorem de Incompleteness, e ele comes up com um limerick que não é perfeito.

E nós sabemos que há algum problema com a forma de como a humanidade se tornou inteligente. Nós também processamos muita informação da época de criança. Por outro lado, o que é o equivalente de 30 milhões de anos.

para a child to process as much information as GPT is trained on. And the child can speak fluently in three years, not 30 million years. We also know that when you train a child, as a child learns language, their utterances...

E aí agora são calls dentro da comunidade de alguns de experts para um novo tipo de arquitetura que teria um modelo do real e não só associações entre outros palavras. Sim, exatamente. É exatamente onde eu queria que isso. Porque é uma crítica sobre esses modelos, que eles têm um modelo do mundo, como você mencionou.

Então, enquanto eles são muito poderoso, reconhecadores de pattern, eles não têm a model do mundo. E talvez isso seja tão raro para uma analogy, mas isso me lembra um pouco da distância entre System 1 e System 2, a versão de Daniel Kahneman e Amos Traversky. E parece-me que, em um sentido, esses modelos lack a System 2, então eles não têm a model do mundo.

mas eles têm o sistema mais poderoso que nós já vimos. Porque o sistema 1, o nosso cérebro, é em si mesmo, também um patro-recognizador. É como funciona. E esses modelos, eles fazem isso em esteroides, basicamente, porque eles são muito mais poderosos. E eles têm, como você mencionou, foi isso 30 milhões de anos?

Sim, depende do modelo. Often não sabemos porque é propriamente. Sim, enfim, isso excede o intuito, certo? Então é muito mais além. Mas é isso, você concorda com isso ou é isso um pouco de uma analogia? Sim, eu acho que há algo a isso. Uma forma de pensar em que em qualquer computador, tem um input...

e aí há um output. E na primeira neural network models, cada input foi conectado para cada output. It turns out que os models eram muito stupid. Eles não tinham realmente aprendido de interesse. Então, em 1980, havia a brilliant ideia de uma ideia de um elemento entre o input e o output, então que havia abstração e não apenas a resposta e a resposta.

Agora, isso era mais inteligente, mas ainda há um limite para o que eles podem fazer. Então eles disseram, vamos tentar dois hidrelas, vamos tentar cinco hidrelas, vamos tentar um 100 hidrelas. Agora, você pode pensar, com 100 hidrelas? Você tem que propaga o erro de sinal, mais e mais diluído com cada step. Isso não pode funcionar. Mas o que nós sabemos é que...

Há milhões de exemplos de milhões ou trillions de exemplos, não exatamente pode funcionar all the time, mas pode ser muito impressionante. Então, é um sistema 1 on steroids. Não é designado para fazer step-by-step reasoning, para fazer logic, para fazer algoritmos, mas tem tantos abstratos e um nível de um nível que é muito bem próximo em algumas vezes.

que você pode fazer um desafio que, por exemplo, não pode fazer. E nós todos temos essa experiência. Eu vou fazer uma pergunta final, porque eu sei que você está preso no tempo, e vou fazer o seu tempo para responder. Eu ensino crítico, então a conexão entre AI e crítico é...

Muito importante para mim. E, como você sabe, há muito talk sobre reliance sobre esses modelos, levando a so-called cognitivo desfile. Então, nós tendemos a desfile nosso processo de pensamento para esses modelos e, porém, shrink, ou atrify, nosso pensamento. Você concorda com isso? E tem alguma recomendação para as pessoas usar esses modelos sem esse side-effect?

Em algumas vezes, isso me lembra de um debate que se fez quando eu era um professor de college, mais de 50 anos atrás, porque então a innovation era de hand-held calculadores. O que é isso? Quando você tinha um calculador e você tinha um problema de arithmetico, e você come up com a resposta, vamos nos arithmeticos atropiar, então não vamos poder multiplicar 7 vezes 9 anymore? Então, um pouco de coisas. Sure Sure Sure

Você pode fact-checkar para que você não tenha entrado o errado número em um calculador. E também só entender como o método funciona, então você pode ser o engenheiro que desenvolve o próximo algoritmo, e você tem que entender isso. Então, nós estamos enfrentando um parágrafo de questões com...

como o perfil de review, como o logic works, e assim, então, que nós podemos usar AI mais efetivamente. Se nós retém os seus skills, então nós podemos, talvez, multiplicar a power de nosso próprio thinking por deslizando alguns tasks para AI em mesma forma que nós deslizando computadoras a square root de um calculador.

Sim, eu concordo. Bom, Steven, foi muito interessante. Obrigado por fazer o tempo. Espero que o seu público aqui pudessem chegar você para Portugal para apresentar seu livro. Eu espero que você. Eu amo Portugal. Eu gostaria de voltar. Eu não sei. Eu não sei. Eu estou em Lisboa. Eu estou em Porto. Sim. Ok, great. Então, talvez, nós vamos ver você em person. Obrigado. Obrigado. Obrigado. Obrigado.

Este episódio teve a sonoplastia de Hugo Oliveira. Ouça e veja outros podcasts em expresso.pt e acompanhe-me em josemariapimentel.pt ou nas redes sociais. Até ao próximo episódio.