Inteligência Artificial e as perspectivas para o futuro do trabalho na engenharia

Escrito por: Samuel Gonçalves da Cruz

Não é errado dizer que o contato humano com a tecnologia vem aumentando cada vez mais. É muito comum, ao acordarmos, já entrar em contato com algum tipo de tecnologia, seja ela um aparelho celular ou algum sistema que faça uso de Inteligência Artificial (IA). A engenharia não fica de fora desse ambiente, empresas de qualquer setor buscam sempre a eficiência de seus planos e negócios procurando reduzir e evitar quaisquer custos que muitas vezes passam despercebido pelos gestores, o que pode ser evitado utilizando esse tipo de tecnologia. 

Em 1956, John McCarthy definiu a Inteligência Artificial como “a ciência e engenharia de produzir máquinas inteligentes”. Atualmente essas tecnologias oferecem diversas oportunidades a fim de otimizar negócios, prever riscos e aumentar a produtividade de diversas empresas o que resulta em mais lucros e menos gastos quando se observa pela perspectiva do mercado de trabalho. Sua definição não se limita somente a um espectro da tecnologia, percebe-se pela imagem abaixo que ela incorpora outros ambientes, a exemplo do aprendizado de máquina (machine learning), do aprendizado profundo (deep learning) e uma parte da ciência de dados, ou seja, ela é uma área que contempla os dois tipos de aprendizado referentes a um sistema regressivo/iterativo e a ciência de dados quando se fala de manipulação de grandes volumes de informações, aliando os negócios à tecnologia.

Figura 1: Abrangência da Inteligência Artificial. 

Fonte: Serpro, 2019

Aplicações da IA na Engenharia

Como visto anteriormente, sua abrangência é muito grande e algumas dessas aplicações na engenharia podem ser vistas a seguir: 

Machine Learning

É a utilização de algoritmos e sistemas para fazer com que a inteligência artificial aprenda de forma iterativa a realizar tarefas e a tomar decisões sem depender de conhecimento prévio. Um exemplo é a utilização em empresas para coleta de informações em um tempo ágil para facilitar a tomada de decisão. 

Deep Learning 

É a utilização dos sistemas de rede neural para mineração de dados e reconhecimento de padrões em um amplo pacote de dados. Sem sua utilização tais tarefas seriam mais demoradas e aberta ao aparecimento de um possível erro sistemático. Com o deep learning os algoritmos trabalham sem a necessidade de um contato humano. 

Previsão e gestão de riscos 

O apoio que a IA nos oferece em relação aos riscos é observado quando se tem a possibilidade de realizar testes de viabilidade de algum modelo material de construção. Um exemplo na área da construção civil é o software BIM 360 Project IQ da Autodesk, que usa da aprendizagem automatizada para prever e gerir um possível problema ou risco que muitos gestores enfrentam através da análise de dados pelo sistema BIM. 

Construção modular e impressão 3D 

As impressoras 3D estão cada vez mais sendo utilizadas na construção civil quando se fala de estruturas pré-moldadas ou pré-fabricadas. Boa parte desse ramo tecnológico se deve a utilização de robôs como mão de obra, uma vez que agiliza e facilita a construção de alguma estrutura. O papel humano normalmente se dá nas etapas elétricas, hidráulicas e de acabamento. 

Figura 2: Construção com impressão 3D. 

Fonte: Gazeta do Povo, 2020

Perspectivas para o futuro  

Algo que preocupa muitas pessoas quando se pensa no futuro do mercado de trabalho é a diminuição das oportunidades de emprego devido à facilidade e melhor eficácia com que as máquinas têm de realizar tarefas que um humano realizaria. Isso certamente irá ocorrer, uma vez que as atividades rotineiras são facilmente operadas por robôs treinados para tal. 

Para onde iria o papel do ser humano nesse trabalho? 

Para entender isso é preciso conhecer um pouco sobre o nosso atual recurso computacional através do Paradoxo de Moravec. De forma simples e prática, Hans Moravec pontuou que as máquinas possuem uma capacidade formidável em aprender o raciocínio lógico computacional pedindo pouco aparato tecnológico. Entretanto, quando falamos em aprender habilidades sensório-motoras, isto é, capacidade motora e tomada de decisões, as máquinas pedem um recurso computacional impossível de se conseguir atualmente. 

Figura 3: Para uma máquina, jogar xadrez é mais “simples” que mascar chicletes.

Fonte: Mapa mental, 2020

Isso ocorre porque, para os cientistas, o mapeamento mental dessas capacidades ainda não foi atingido. O que se observa então é que à medida que as máquinas tomem nossos postos de trabalhos rotineiros, nós teremos mais oportunidades de aplicar nossas capacidades humanas, como a empatia, a criatividade e o espírito crítico, o que certamente irá nos diferir das máquinas. 

Tal fato também nos mostra que a formação do engenheiro atualmente não pode se restringir apenas à realização de tarefas e operações técnicas, mas também garantir um desenvolvimento interpessoal e multidisciplinar para que as características pessoais e sensoriais sejam bem desenvolvidas para o profissional do futuro. Afinal, uma habilidade que está presente em qualquer profissão é a comunicação, e na engenharia não seria diferente, pois apesar da presença da tecnologia, ainda estamos trabalhando para a melhoria da sociedade. 

Portanto, o funcionamento de uma IA é muito dependente de uma equipe profissional que saiba se comunicar, organizar e desenvolver de forma inovadora e criativa um sistema tecnológico útil à sociedade. Se isso de fato ocorrer, futuramente nós teremos não uma substituição, mas sim uma transformação de profissões entre as máquinas e o ser humano. Tudo isso é facilmente aplicado quando nos deparamos com a Indústria 5.0, ou seja, o trabalho colaborativo entre o robô e o humano. 

Referências 

SERPRO. Democratizando a Inteligência Artificial. Disponível em: https://www.serpro.gov.br/menu/noticias/noticias-2019/democratizando-a-inteligencia-artificial. Acesso em: 15 jun. 2022. 

ENGENHARIA360. Inteligência Artificial: quais as suas aplicações na engenharia?. Disponível em: https://engenharia360.com/inteligencia-artificial-na-engenharia/. Acesso em: 17 jun. 2022. 

MAPAMENTAL. Paradoxo de Moravec: Jogar xadrez é mais “simples” que mascar chicletes. Disponível em: https://www.mapamental.org/cerebro/paradoxo-de-moravec-como-jogar-xadrez-pode-ser-mais-simples-do-que-mascar-chicletes-e-andar/. Acesso em: 17 jun. 2022. 

MICROSOFT. BRF usa aprendizagem de máquina para melhorar a experiência de clientes corporativos. Disponível em: https://news.microsoft.com/pt-br/brf-usa-aprendizagem-de-maquina-para-melhorar-a-experiencia-de-clientes-corporativos/. Acesso em: 17 jun. 2022.