Tradução automática e inteligência artificial: magia não é, nem uma pessoa a pensar

Sou muitas vezes confrontado com comentários e críticas aos programas de tradução automática que revelam que a maior parte das pessoas não compreende como é que funcionam esses programas. Não falo de compreender a fundo, compreender mesmo, porque isso deve haver muito poucas pessoas que o consigam fazer e eu não sou com certeza uma delas. Falo antes de ter uma ideia da arquitetura de base desses programas, da maneira como funcionam. Isso ajuda a evitar críticas sem grande sentido aos programas de tradução, mas também a servir-se deles de forma a minimizar as suas lacunas e imperfeições várias, que não hão de, por certo, desaparecer já amanhã — embora estejam a desaparecer, devagarinho, dia após dia. 

Houve, de 1978 a 1992, um grande projeto europeu chamado EUROTRA, que visava criar um programa de tradução automática para as línguas da União Europeia. A ideia era criar um programa que desconstruísse as frases da língua de partida de modo a transformá-las em estruturas abstratas que depois se voltavam a materializar com o léxico e a estrutura sintática da língua de chegada. No fundo, fazer aquilo que se acreditava que um ser humano fazia inconscientemente ao traduzir.

O projeto nunca foi concluído: era demasiado difícil. Uma amiga minha trabalhou nesse projeto durante alguns anos, só com as regras de colocação dos pronomes em português e italiano, sem grandes resultados. Era muito difícil criar as regras para o programa e as estruturas abstratas entre a língua de partida e a língua de chegada eram muito pesadas. Agora, os programas de tradução automática melhoram de dia para dia. Há uns melhores que outros, é certo, e também é certo que alguns continuam a fazer muitos disparates, mas os melhores são muitas vezes extremamente eficazes. A principal diferença relativamente ao falhado projeto EUROTRA é estes programas não têm regras para transformar as frases de uma língua em frases da outra. Usam algoritmos que procuram associações em bases de dados muitos grandes. Dito de forma simples, a metodologia destes programas é «enormes quantidades de informação».

Vou dar um exemplo da qualidade da tradução automática: ao contrário do que se possa pensar, este parágrafo não foi escrito originalmente em português. Escrevi-o em inglês e depois utilizei um programa de tradução automática gratuito para o traduzir para português. Não introduzi qualquer alteração na tradução e, embora talvez não seja a tradução mais elegante (mas o meu texto original em inglês também não deve ser assim tão elegante), não há erros significativos, quer na sintaxe, quer na escolha das palavras, embora eu não tenha escolhido, de propósito, as estruturas gramaticais mais fáceis*.

O meu amigo Pedro Malaquias publicou uma vez no Facebook o seguinte texto:

lost in translation

time flies

o tempo moscas

glória glória

ao tradutor automático

É um texto que dá conta de uma certa ideia de um tradutor automático e que talvez seja mesmo uma tradução com um programa (dito)de tradução muito mau (a tradução do Facebook, por exemplo, é muitas vezes exasperante). E pode até obter-se esse divertido resultado em verdadeiros programas de tradução separando as duas linhas:

time

flies

Mas há muito tempo que os programas de tradução, mesmo quando traduzem mal, não fazem frases agramaticais — se o input for uma frase e não palavras isoladas e escrito com uma pontuação standard. Já em janeiro de 2017 eu dava a uma amiga este exemplo de tradução automática, também sem mudar absolutamente nada do proposto pelo programa de tradução:

As políticas nacionais de Gestão de Recursos Humanos são um exemplo disso. Tem-se argumentado que os investimentos no desenvolvimento de capacidades terão um efeito limitado se não forem suportados por mudanças adequadas nas políticas de RH. A questão da retenção de pessoal técnico qualificado e treinado é há muito reconhecida como fundamental para se conseguir melhorias duradouras na prestação de serviços municipais, mas pouco se fez para mudar as políticas, procedimentos e práticas atuais, que também têm dimensões políticas que são difíceis de mudar. Há muitas outras leis e regulamentos que devem ser alterados para chegar a um ambiente mais propício para o desenvolvimento municipal**.

Como é que os programas sabem quando é que flies é o plural de fly, «mosca», quando significa «braguilhas» e quando é a terceira pessoa do presente do verbo fly, «voar»? Bom, ninguém lhes deu regras, apenas foram treinados com muitos milhares ou milhões de exemplos de ocorrências das formas em vários contextos. Disseram-lhe: neste contexto é isto, neste contexto é isto, neste contexto é isto. E, a partir daí, o algoritmo computa as probabilidades. E acerta quase sempre. Não sabemos ao certo como o programa faz, o que é que ele encontra que o faz distinguir as várias aceções dos termos ou levar a cabo tarefas linguísticas ainda mais complicadas. E isso é um bocado irritante, não percebermos ao certo como ele funciona, só sabemos que faz o que deve. 

Por muito irritante que possa ser, esta ignorância de como o programa funciona não difere em nada da nossa ignorância de como funciona o nosso cérebro. Nós também não sabemos como o nosso cérebro cola significados às palavras da língua. Sabemos, por exemplo, que podemos usar uma palavra metaforicamente ou de outra forma «desviante», mas há usos dessa palavra que não reconhecemos como metafóricos ou «desviantes», mas antes como estrangeirismos: os falantes da língua nunca usariam aquela palavra naquela situação. Mas não sabemos porquê. 

Podemos sair um pouco da língua, para um exemplo talvez mais claro para a maior parte das pessoas que não estão habituadas a questões linguísticas. Todos sabemos que, quando vemos uma pessoa ao longe, antes de distinguirmos o corpo e as feições, já sabemos, pelo andar, se é homem ou mulher. Há exceções, claro, mas é assim na esmagadora maioria dos casos. Se interrogarmos alguém — ou nos interrogarmos nós próprios — sobre o que caracteriza um andar masculino ou um andar feminino, porém, não sabemos responder. Os estudos sobre o assunto mostram, por exemplo, que é o movimento de alguns pontos das pernas, e não do tronco ou dos braços, que determinam esse reconhecimento, mas não se sabe exatamente quais e como. Escolhi este exemplo, porque há programas informáticos que fazem esse mesmo reconhecimento de género na marcha humana tão bem como nós, mas também sem saber como ele é feito. É o mesmo princípio: numa base de dados com milhares e milhares de filmes de homens e mulheres, instrui-se um algoritmo sobre quais são homens e quais são mulheres. E ele aprende. Como nós. Sem saber como, sem nós sabermos como.

Não há magia nenhuma na tradução automática. E, como não há magia, os programas não só funcionam melhor com determinando tipos de textos (os tipos mais frequentes nas bases de dados) como podem, através de práticas simples, ser ajudados a traduzir mais corretamente. Palavras isoladas não funcionam. Como há de o programa procurar contexto? Às vezes, nem é preciso muito para contextualizar. Por exemplo, o j.j.amarante, num comentário deste blogue, referia que um programa de tradução automático traduzira João Paulo (o nome de papa de Karol Józef Wojtyła) para latim como John Paul. 

Respondi eu: 

[Este programa] traduz sempre para inglês antes de traduzir para outra língua. Mas funciona com probabilidades de ocorrência e precisa de contexto. Imagino que a base de dados em latim seja muito pequena e, sem mais informação, só com dois nomes próprios, o resultado é mau. Melhor, é nulo... Mas, se escrever "Papa João Paulo", que chega para definir contexto, por ser uma sequência tão específica, já o [programa] dá Ioannes Paulus Pp. em latim, uma tradução correta.

Além disso, a esmagadora maioria os textos que existem nas bases de dados são textos escritos em linguagem standard em frases standard. Por isso, os resultados são muito melhores com frases completas e com ortografia e pontuação padronizada, como disse atrás.

Agora, tudo isto levanta uma questão muito interessante:

Jaron Lanier sublinhava, já há quase dez anos, que, «nos bastidores, [de um tradutor automático baseado em grande quantidades de dados] estão literalmente milhões de tradutores humanos que fornecem os exemplos» e «não estamos a pagar nada a essas pessoas que fornecem os exemplos para os corpora de que precisamos para pôr os algoritmos de inteligência artificial a funcionar. Para criar esta ilusão de uma inteligência artificial autónoma, independente, temos de ignorar as contribuições de toda a gente de cujos dados nos servimos para a fazer funcionar.»   

É bom não nos esquecermos de que estes tradutores automáticos somos nós, eu e outros tradutores, que os alimentamos, ou melhor, que os criamos.

Noam Chomsky diz a mesma coisa quando acusa a inteligência artificial de ser «alta tecnologia de plágio», ou seja, um programa com acesso a uma quantidade enorme de textos ou imagens efetivamente produzidos por pessoas, que depois cola bocados uns aos outros, de modo a que seja impossível saber onde foi buscar a informação. Já houve casos em que os bocados das obras que compõem os textos ou as imagens produzidas pelos programas de inteligência artificial são reconhecíveis e os seus autores levem os proprietários do programa a tribunal. Mas, na maior parte dos casos, é impossível detetar a origem da informação.

O que é curioso, mais uma vez, é que é também assim que funciona o ser humano. Também nós, quando produzimos seja lá o que for, usamos sempre ideias, conhecimentos ou técnicas que nos vêm de outras pessoas. Apenas os reorganizamos como nossos, em algo nunca antes produzido. 

___________________

* I am going to give an example of how good automatic translation has become: unlike you might have thought, this paragraph was not originally written in Portuguese. I wrote in English and then used a free automatic translation programme to translate it into Portuguese. I did not introduce any change in the translation at all and, although perhaps it is not the most elegant translation (but then again, my original English text was probably not that elegant either), there are no significant mistakes to be found, in both syntax or choice of words, although I on purpose did not choose the easiest grammar structures. 

** National policies of Human Resources Management are a case in point. It has been argued that investments in capacity development will have limited effect unless supported by adequate changes in HR-policies. The issue of retention of qualified and trained technical staff has long been recognized as key to achieving lasting improvements in municipal service delivery, but little has been done to change current policies, procedures and practices, which also have political dimensions which are difficult to change. There are many other laws and regulations that must be changed to arrive at a more conducive environment for municipal development. 

Melhorar o mundo: a moral e a ciência (um pequeno manifesto contra as filosofias new age e afins)

Foi em Sucre, na Bolívia, em 1999 ou 2000, não me lembro bem. A Karen e eu tínhamos sido convidados para jantar em casa de um casal amigo, ela chilena e ele dinamarquês, e havia mais dois convidados, ambos bolivianos e colegas de trabalho do nosso anfitrião dinamarquês. Depois do jantar, a conversa foi parar ao tema do desenvolvimento, como não podia deixar de ser. Tirante a minha pessoa, eram todos técnicos de cooperação e esta gente, mesmo nas horas vagas, fala sempre de desenvolvimento, de tão a peito que levam o seu trabalho.

“O trabalho de desenvolvimento”, disse a certa altura um dos bolivianos, “é como o trabalho político – bem poucos frutos dá. Tem contribuído mais para a melhoria da vida das pessoas o avanço da medicina e da ciência em geral do que todo o trabalho político e de desenvolvimento.”

O senhor, ex-militante da esquerda boliviana, era o que se chama um desiludido da política. Eu não. Sou um moralista e, por isso, continuava – e continuo – a acreditar no trabalho político como maneira de melhorar o mundo. E reagi, claro, a uma tão radical descrença na política – mais do que a uma tão radical apologia da ciência redentora. Não me lembro de como argumentei, mas sou capaz de ter ido ao ponto de dizer que, sem aumento da justiça e da igualdade, os outros progressos todos deixam muito a desejar, porque nada nos garante que sejam distribuídos equitativamente. 

Não é que tenha, desde essa altura, mudado radicalmente de opinião. Mas as muitas conversas que tenho tido ultimamente mais ou menos directamente relacionadas com este tema levaram-me a escrever este texto, como forma de reavaliar a minha própria posição sobre como se equilibram moral e conhecimento científico na melhoria do mundo.

N uma entrevista que dá a reddit.com (transcrição aqui), Noam Chomsky diz a certa altura o seguinte, numa resposta sobre o que pensa do movimento anarquista norte-americano:

A tendência anticiência no anarquismo, que existe mesmo, é completamente contraproducente no que respeita a [tentar resolver a crise ambiental emergente]. Ou seja, vai ser preciso tecnologia sofisticada e descobertas científicas para criar a possibilidade de a sociedade humana sobreviver – quer dizer, a não ser que decidamos que, bom, não tem de sobreviver, que devemos ficar reduzidos a, está a ver, 100 000 caçadores-recolectores ou uma coisa assim. Ok, tirando essa possibilidade, se se tiver uma atitude séria, bem vê, relativamente aos milhares de milhões de pessoa no mundo – e os filhos e os netos dessas pessoas –, vão ser necessário avanços científicos e tecnológicos.

Não sou anarquista (já assim me defini, mas foi há muitos anos…), nem sou fã incondicional de Chomsky (concordo muito com ele às vezes, outras vezes discordo bastante) e não faço de ideia de qual seja a situação do movimento anarquista americano. Se trago aqui a citação de Chomsky é porque acho que se aplica a bem mais do que apenas ao anarquismo americano. Não partilho o pessimismo de Chomsky relativamente à possibilidade de aniquilação do género Homo , mas partilho a sua crença de que precisamos mesmo da ciência. Ora, no meu círculo de amigos e relações (uns mais de esquerda, outros menos, mas que não são nunca conservadores e se assumem, por isso, como pessoas que gostariam de ver o mundo mudado – para melhor, naturalmente), observo às vezes essa mesma atitude anticiência – e pasmo. 

É claro que há muitas coisas a rever e a alterar no uso que actualmente se fez de conhecimentos científicos sob a forma de tecnologias. Há sempre. Mas é só mais uma razão para louvar e defender a ciência, porque sempre foi ela e só pode ser ela a fazer esse trabalho – a não ser que se acredite que bastam as intuições de cada um e não é precisa nenhuma evidência sólida que as valide. A crítica séria à ciência vem sempre do próprio meio científico. Uma das vantagens da ciência relativamente a outras formas de tentar conhecer o mundo é essa, a enorme capacidade de autocrítica e de incorporar nova evidência e novas teorias.

Mas não é só relativamente à sobrevivência do mundo como ele agora existe que importa realçar a importância da ciência. É também preciso insistir no papel fundamental que tem tido a ciência para termos hoje as melhores condições de vida de toda a História dos seres humanos. Ou antes: é preciso que entendamos a importância que a ciência teve no nosso progresso para percebermos a importância que não pode deixar de ter no progresso que daqui para a frente possa haver (mesmo que esse progresso não seja crescimento económico, que não deve – nem pode, provavelmente, continuar). E quero agora reconhecer que, se analisarmos a História do bem-estar, chamemos-lhe assim, a História da melhoria das condições de vida dos seres humanos, somos mesmo obrigados a dar alguma razão ao meu companheiro de jantar boliviano que referi no início do texto.

Não toda: O aumento das igualdades, a melhoria dos sistemas de justiça, as melhores condições de trabalho, o decréscimo da violência, o aumento dos direitos de um número cada vez maior de pessoas resultam de mudanças políticas fundamentais para a melhoria da vida das pessoas. É frequentemente subestimada, por exemplo, a influência dos movimentos sindicais na melhoria do bem-estar dos países ricos e estou convencido que uma das causas de atraso no desenvolvimento em países como Moçambique, por exemplo, é a ausência de uma tradição sindical (é só uma ideia vaga, a explorar, até porque nunca li nada sobre o assunto, mas parece-me um bom projecto de reflexão).

Muito bem. Mas outros avanços fundamentais são a descoberta dos microrganismos patogénicos, os antibióticos, as vacinas, a melhoria das técnicas de produção, de construção e de transporte – que resultam do avanço do conhecimento científico! Insisto: é inestimável o trabalho que sindicatos, associações e partidos fizeram para melhorar a vida das pessoas; mas um trabalho provavelmente tão importante como esse fizeram-no os antibióticos, as vacinas, os meios de diagnóstico e o controlo da qualidade e higiene dos produtos alimentares.

Tenho um bom exemplo, que tem sido ultimamente notícia nos jornais – a vacina antipalúdica. No que diz respeito à África subsaariana, toda agente concorda que há muito a melhorar politicamente, tanto ao nível dos seus próprios sistemas políticos como ao nível das políticas internacionais com impacto directo na vida sua gente. Mas uma vacina contra a malária (e campanhas mais eficazes de vacinação em geral) seria, em termos da melhoria da qualidade de vida da esmagadora maioria dos africanos, um progresso tão grande como desenvolvimentos políticos positivos.

Quem quis melhorar o mundo sempre defendeu o realismo baseado em observáveis e a tecnologia assente na ciência. Não há, a meu ver, nenhuma razão, para que deixe agora de o fazer.

À laia de complemento do que acabo de defender, deixo aqui uma palestra TED de Michael Specter: The danger of science denial, infelizmente em inglês e sem legendas.

Algumas das posições de Michael Specter são discutíveis (é sempre assim em ciência e ainda bem!), mas a questão colocada pela palestra é precisamente a que coloco acima: qual o papel da ciência no progresso (ou em fazer do mundo um lugar melhor, se não gostarem muito da palavra progresso)? Parece-me que, como Chomsky e muitos outros afirmam, deveria ser óbvio para toda a gente – mas infelizmente não é…. – que a recusa da ciência não leva a lado nenhum. É também chocante que a recusa da ciência, nomeadamente sob a forma da recusa das vacinas (ainda por cima por pessoas que se dizem progressistas...) esteja a matar tanta gente.

Desculpem a insistência, para rematar: para criar um mundo melhor, há, é claro, necessidade de mudança política. Muita e drástica. Todos estamos de acordo sobre isso, mesmo que não concordemos sobre qual a mudança necessária. Mas também precisamos de conhecimento racional, assente em observáveis, em vez de crenças dogmáticas e superstições. Uma banalidade, talvez, mas uma banalidade em que é necessário fazer finca-pé.

A falar é que a gente se entende, etc.

Costuma-se dizer que a falar é que a gente se entende, mas não é bem assim. Não que eu ache que a afirmação seja essencialmente falsa, mas julgo que precisa de alguma afinação para se tornar mais verdadeira. Parece-me muito mais justo que se afirme: em geral, é só a falar que temos possibilidades de nos entender, mas nem sempre conseguimos entender-nos falando.

Admito que, em certas ocasiões, possamos receber informações precisas do que nos quer dizer outra pessoa sem passar pela língua ou por formas de a transcrever. Sinais de bandeiras para navios ou sinais de trânsito não contam aqui, porque continuam a ser uma maneira de “escrever” frases da língua («É proibido transitar a menos de 60 metros do veículo precedente»), mas já um mapa talvez não seja apenas uma transcrição gráfica de uma descrição linguística de um lugar (?). E há gestos, expressões do rosto e atitudes corporais, e sons não linguísticos, como o choro, que podem, às vezes, transmitir mensagens – mensagens sempre muito simples, mas às vezes bastante claras.

Agora, também se exagera muito o potencial comunicativo da gestualidade e do olhar e de outras formas não linguísticas de expressão. A música, por exemplo… Como para aí se exagera – e com que frequência – a capacidade de comunicar da música… Ora, mesmo que admitamos que uma música pode comunicar “estados de alma”, só o pode fazer a um nível muito primário. Decerto que não se pode saber, ouvindo uma música “triste”, porque é que ela é triste – se fala de uma pena de amor, de um grande acidente de autocarro com muitos mortos, de solidão ou de frustração no emprego. Muito menos podemos saber se fala de algo que se passou anteontem ou no séc. XII.

Como eu costumo dizer para acabar com o delírio metafísico sobre a comunicação não linguística, não se pode pedir um cigarro a ninguém tocando guitarra, nem encomendar, com um solo de violino, “uma bilha de gás para o bairro Tambara 2, virando à esquerda mesmo quando acaba o alcatrão e depois na casa de muro cor de tijolo logo na primeira esquina, e com urgência, por favor, porque não tenho gás, nenhum, nenhum, nenhum”, nem fazer ao piano um pequeno resumo do que se fez no último fim de semana – tudo tarefas bastante fáceis com palavras. Tarefas bastante fáceis, mas, ainda assim, sujeitas a ruído, à possibilidade de alguma incompreensão. E claro, quanto mais abstracto ou complexo for o que se comunica, maior é a possibilidade de surgirem buracos de incomunicação no meio do que é comunicado.

Uma das ideias recentes de Noam Chomsky relativamente a língua é, precisamente, que, se é um mecanismo que funciona bem para pensar, funciona mal para comunicar – que não é para isso que ela evoluiu*. Não quero entrar agora nesta discussão, que é já muito velha (qual a função essencial da linguagem, para que finalidade a desenvolvemos?), mas apenas usar este trampolim retórico para dar um salto na conversa e constatar que poucas são as pessoas capazes de valorizar, na linguagem, a comunicação acima de tudo o resto… A prova disso é que passamos a vida a apontar como erros (se verdadeiros erros ou não pouco interessa para esta conversa, o que interessa é que os apontemos como tal) maneiras de dizer as coisas que não são obstáculo nenhum ao entendimento do que foi dito. Passamos a vida a valorizar o como se diz relativamente àquilo que se diz – se bem que não passe pela cabeça de ninguém afirmar que a função essencial da linguagem seja dizer as coisas de acordo como uma regra...

“Às vezes, nem se percebe bem onde queres chegar”, dirão alguns, “com essa tua conversa. Não é o mesmo com todas as actividades humanas? Não tem de se demonstrar em todas elas uma socialização que passa pelo respeito de regras irrelevantes do ponto de vista prático? Que interesse tem para a nutrição humana não pôr os cotovelos na mesa enquanto se come?” Claro, e eu peço desculpa por tão longo desvario. Quando comecei este texto, era outra ideia que eu tinha em mente: a ideia de que, do ponto de vista da comunicação, a correcção nem sempre é o mais eficaz.

Um colega meu, professor de português no Barreiro, já há uns bons 22 anos, dizia-me uma vez que a correcção é relativa e que, quando se é adepto do União de Tomar e se é provocado, no Estádio do Fontelo, em Viseu, pelos adeptos do Académico de Viseu, com quem o clube de Tomar acaba de perder, o que é correcto é gritar «Vocês ós despois hádem lá ir a Tomar e a gente logo conversamos!». Evidentemente, o meu amigo não tinha razão, pelo menos se tomarmos a palavra correcto no seu significado mais comum, que de relativo tem muito pouco; mas que a frase por ele proposta é, no contexto, mais eficaz para se comunicar o que se pretende a quem se pretende comunicá-lo do que a frase directamente correspondente em português televisivo, isso estou disposto a aceitar – numa frase assim, o significado é simples e é o mesmo na versão mais standard e na versão mais popular que referi, mas a indicação adicional que quem a profere dá sobre a sua pessoa é que é diferente, e é por isso que a frase menos standard é melhor, não vão os chavais de Viseu pensar que os gajos de Tomar são alguns pipis…

Se estou a brincar? É claro que estou, mas estou a brincar a sério. Este texto surgiu-me de uma conversa comigo mesmo (e para quê, se já sei tudo o que me digo?…), no outro dia, aqui em frente ao computador e a uma tradução: “Mas para que passas tu tanto tempo, diz-me lá, à procura da forma correcta de dizer em português o que aqui está em inglês, se as pessoas a quem isto se destina, falando português entre elas, vão usar as palavras em inglês que tu traduziste para português e vão estar-se nas tintas para as palavras portuguesas que te deram tanto trabalho a encontrar?” A questão é que essas pessoas não são tradutores, são técnicos, e aquilo que elas querem é, precisamente, comunicar… A sério. Preparem para uma reunião técnica de economistas, publicitários ou técnicos de informática, por exemplo (por exemplo...), uma intervenção em que usem apenas vocabulário que foram penosamente seleccionando como sendo, nesta maravilhosa língua de Filinto Elísio, o mais adequado para substituir as detestáveis palavras estrangeiras que costumam conspurcar o discurso nestas áreas técnicas. Pois bem, correm o risco de ninguém vos entender…

Mais longe não vou, mas todos podem complementar este texto com exemplos próprios: vejam lá se não encontram, no vosso dia a dia, exemplos de conversas ou textos em que a correcção se revela, em maior ou menor grau, menos eficaz para a comunicação do que a maneira… hmmm… normal de dizer as coisas.

_______________

* Numa conferência na Johannes-Gutenberg University, a 24 de Maio de2010, Chomsky disse, por exemplo, que “language is very well designed for thought and very badly designed for communication.”. A ideia não é nova em Chomsky (foi desenvolvida, por exemplo, num artigo na revista Science, em 2002, a a que, infelizmente, não se pode aceder gratuitamente…) e, claro, está longe de ter sido conseguido consenso na comunidade de linguistas... (Quem se interesse por estas coisas pode ver, por exemplo, a discussão por Steven Pinker e Ray Jackendoff da teoria de Chomsky (de que também não encontro, infelizmente, versão em acesso gratuito.)