Os designers devem se preocupar com inteligência artificial (IA) ou aprendizado de máquina (ML)? Não há dúvida de que a tecnologia está adicionando textura ao zeitgeist atual. Nunca poderia imaginar ver um sucesso de bilheteria em que Ryan Reynolds surge como um personagem não-jogador consciente em um videogame, nem um fracasso em que Melissa McCarthy negocia o futuro da humanidade com uma superinteligência alimentada por James Corden com um ano de diferença. Mas aprender os meandros da IA e do ML realmente importa para as profissões criativas e nossa maneira - nebulosa e inestimável - de operar?
Helen Armstrong, professora de design gráfico da NC State, acha que sim. Na verdade, para ela é imperativo. “[AI] está em toda parte e já transformou nossa profissão”, diz o prefácio de seu novo livro. “Para ser honesta, vai passar por cima de nós, a menos que subamos a bordo e comecemos a puxar as alavancas e dirigir o trem em uma direção humana, ética e intencional”. O livro é "Big Data. Big Design. Why Designers Should Care about Artificial Intelligence" e seu evangelho é uma cartilha para designers de todos os cortes - paisagem, gráfico, industrial ou outros - se orientarem para um admirável mundo novo de relações humano-máquina.
Quando digo evangelho, não quero dizer ironicamente. A prosa de Armstrong é tingida com a paixão de um evangelista que tenta abrir nossos olhos para as grandes e terríveis possibilidades da prática de design orientada pela AI. Um livro dessa natureza é extremamente necessário. Como Brent Chamberlain e eu discutimos no ano passado em um artigo da Landscape Architecture Magazine, as profissões de ambiente construído estão no meio de uma transformação tecnológica sem precedentes que é ao mesmo tempo tão esmagadoramente expansiva, mas tão sutil, que pode ser fácil de ignorar - ainda que por mera preservação mental e emocional.
Nós, arquitetos paisagistas, precisamos de uma agitação especial nesse sentido. A complexidade e a escala de tempo do nosso meio de trabalho, combinadas com um ceticismo saudável em relação à nova tecnologia - pela nova tecnologia - às vezes podem fazer parecer que a profissão está sempre tentando recuperar o atraso. "Big Data. Big Design." oferece a atualização sem condescendência, adotando a visão generalista de que toda disciplina de design precisa entender melhor o aprendizado de máquina, independentemente de proezas técnicas pré-existentes.
A estrutura do livro é direta, com quatro seções principais intercaladas por um prefácio e uma conclusão. As discussões nestas seções oscilam entre definições amplas do que exatamente são AI e ML (Armstrong usa os termos AI e ML de forma intercambiável) e exemplos mais específicos de como eles são usados na prática de design.
O tom paroquial dos três primeiros capítulos torna-se mais técnico no quarto, à medida que o autor se aprofunda mais nas ervas daninhas do ML, especificamente nas diferenças entre suas três abordagens principais: aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço. Se eu fosse usar uma analogia grosseira para resumir a sequência conceitual do livro, diria que segue o modelo do círculo dourado de Simon Sinek: começa com o porquê de os designers se preocuparem com ML, elabora como os designers podem usá-lo e culmina no que esse processo pode significar para a sociedade.
Quase todas as pessoas que vivem no mundo moderno produzem dados, muitas vezes na ordem de terabytes por dia. Enviamos mensagens de texto para nossos amigos, transmitimos vídeos, usamos aplicativos de condicionamento físico, perguntamos à Siri sobre o tempo enquanto olhamos pela janela, passamos por câmeras de CFTV e assim por diante. A maioria desses dados não é estruturada, ou seja, não está organizada em nenhuma ordem clara. O aprendizado de máquina fornece aos computadores uma maneira de extrair significado dessa falta de estrutura.
Como Armstrong coloca, “mesmo agora, enquanto você lê, os computadores peneiram e categorizam suas trilhas de dados – tanto não estruturadas quanto estruturadas – mergulhando mais fundo em quem você é e o que o motiva”. Como ele faz isso? A resposta curta é algoritmos, análise estatística e previsão. Não tem certeza do que qualquer uma dessas palavras significa? Não tenha medo! O livro está repleto de definições básicas nas margens, nos diagramas rápidos e infográficos claros que farão com que até mesmo o designer mais avesso à tecnologia fique pronto. Para alguns, esses recursos visuais podem parecer banais, mas para mim eles foram essenciais.
Como pesquisadora dedicada a desmistificar a tecnologia emergente para arquitetos paisagistas, acredito que é vital que designers de todas as demografias e habilidades digitais cheguem a um entendimento compartilhado do que é a AI, para que possamos facilitar melhor sua penetração contínua na prática. Big Data. Big Design. faz muito isso.
A verdadeira força do livro está na compilação de exemplos concretos da prática de projeto assistido por ML. Armstrong reúne uma coleção fantasticamente ampla de trabalhos explorando essa nova era do design humano-máquina que dá suporte à sua afirmação de que "nossas interações com máquinas estão mudando de "transacionais" para "relacionais"", e que com essa transição vem uma nova maneira de ver o desenho.
O leitor é apresentado a uma ecologia vibrante e emergente de parcerias de design homem-máquina, considerando ao mesmo tempo todo o bem que pode ser feito para a humanidade quando essas parcerias são bem pensadas e todos os males que podem ocorrer quando não são. Há entrevistas aprofundadas com especialistas em interação humano-computador, como John Zimmerman, e descrições de trabalhos criativos visionários, como o Tellart, e os carros-conceito com inteligência emocional da Toyota.
Outro exemplo: as instalações de Mitigação de Choque da Superflux retratam um modelo pós-humanista de adaptação às mudanças climáticas.
E Kate Crawford e Vladan Joler oferecem um mini-ensaio sobre ética em AI.
Além de mais reclamações sobre juntar ML e AI em um termo, o que é tolerável mas não é minha preferência como tecnófila, ou uma tendência a esbarrar em conjecturas sobre as implicações da tecnologia para a sociedade, a falha mais gritante que um arquiteto paisagista provavelmente verá durante a leitura é a omissão de projetos orientados por ML sendo produzidos em nossa disciplina.
Embora certamente mais esparso do que o das artes gráficas, de design industrial ou mesmo de arquitetura, o trabalho de design humano-máquina está presente na arquitetura de paisagem. Os arquitetos paisagistas estão usando ML para reproduzir projetos de paisagem urbana, explorar novas abordagens para a terraformação costeira e gerar conceitos de design urbano de alto nível. Uma autora que pretende falar com todos nós deve fazer a devida diligência sobre isso e, se o fez, pelo menos mencione-a – especialmente quando ela reside em uma escola com arquitetos paisagistas e, teoricamente, está ciente de nosso impacto como disciplina de design.
Apesar dessas críticas, é difícil enfatizar demais a importância e a utilidade de um livro como "Big Data. Big Design.", que aborda um assunto extremamente complexo e técnico e o traduz em linguagem acessível para designers de qualquer disciplina para que possamos entender melhor como isso nos afeta. A crescente disseminação da AI em todos os setores significa que aqueles que programam sistemas de AI de várias maneiras projetam os resultados sociais que esses sistemas produzem, mesmo quando esses sistemas se tornam completamente autônomos. Concordo com Armstrong quando ela escreve “nós, designers humanos, devemos estar lá para enquadrar os problemas certos – os problemas que nos levarão a pontos futuros que realmente beneficiem a humanidade”.
Este artigo foi originalmente publicado no The Dirt.
