Por Anthony Wing Kosner. Publicada em 30 de setembro de 2019
Uma conversa com o neurocientista Karl Friston sobre por que a explosão de energia livre no trabalho é precisamente o oposto do que precisamos agora.
O que sabemos sobre o cérebro? Ele pesa cerca de três quilos, possui 86 bilhões de neurônios, controla os movimentos de nossos corpos e produz consciência. E embora ele represente apenas cerca de 2% do nosso peso corporal, ele usa 20% da energia do nosso corpo.
Ajudar-nos a entender a função do cérebro, e particularmente as maneiras surpreendentemente dinâmicas de usar toda essa energia, tem sido um fascínio ao longo da vida do neurocientista Karl Friston, do Wellcome Trust Center for Neuroimaging e University College London. Ele é mais conhecido por suas invenções e inovações em imagens cerebrais de ressonância magnética, que o tornaram o neurocientista mais citado do mundo e na pequena lista de prêmios Nobel. Tudo isso é um prelúdio à ambição maior, ainda longe de ser realizada, de fundir a requintada resolução espacial da ressonância magnética com a requintada resolução temporal do EEG – a forma mais antiga de medir a atividade cerebral – para nos dar uma visão verdadeiramente de alta fidelidade do cérebro em ação.
Como costuma acontecer na ciência, o trabalho fundamental em um campo pode ter implicações muito mais amplas. Friston propôs uma teoria – o princípio da energia livre – que descreve com precisão matemática como o cérebro conserva energia minimizando a surpresa. Essa idéia simples tem consequências muito amplas para a maneira como trabalhamos e nos organizamos socialmente, como ele descreveu em uma conversa recente.
“Você pode ver isso como uma física de sistemas sencientes”, diz ele. “Células, órgãos, cérebros, pessoas, sociedades, nichos ecológicos, bancos – qualquer coisa que se auto-monte e mantenha sua integridade estrutural e funcional deve estar sujeita a esse princípio. Instituições, mesmo as culturas poderiam, em algum nível, ser explicadas pela mecânica subjacente. ”
Coisas que persistem no mundo, sejam cérebros, bactérias ou bancos, operam dentro do que Friston chama de “causalidade circular”. Essas coisas não apenas fazem sentido para seus mundos, mas tentam ativamente influenciá-los para sua própria sobrevivência. Essa troca bidirecional entre o interior e o exterior é onde o princípio da energia livre opera. Simplificando, entendemos o mundo atualizando nossas suposições ou mudando o mundo para torná-las verdadeiras. E ambos surgem espontaneamente de nosso desejo de tornar as coisas mais previsíveis.
Mas como esse princípio abstrato se traduz em nossa vida cotidiana? Ao contrário de nossa experiência intuitiva, o cérebro não é um receptor passivo de estímulo de seu ambiente, mas está continuamente envolvido em um ato de interpretação que Friston chama de inferência ativa. Este é um corolário do princípio da energia livre que explica como buscamos ativamente no mundo as evidências que melhor atendem às nossas expectativas. “Isso significa que você está no comando”, diz ele, “e você pode escolher quais dados serão amostrados para fazer inferências sobre as causas desses dados”.
À medida que nos familiarizamos com algum aspecto do mundo, tudo o que precisamos é a menor sugestão de constância para estarmos satisfeitos de que tudo está bem. Deduzimos que todos na reunião concordam conosco, procurando ativamente pessoas que acenam com a cabeça. Esse comportamento é tão automático que nem nos notamos fazendo isso. Basta dizer que nossa busca para minimizar a surpresa é eficiente em termos energéticos, mas pode levar aos tipos de preconceitos e tolices popularizados por Daniel Kahneman em seu famoso livro, Thinking, Fast and Slow .
Inferência ativa é o processo através do qual construímos modelos de nosso ambiente que atualizamos com evidências que coletamos ativamente. Aqueles familiarizados com as estatísticas reconhecerão essa descrição do cérebro como particularmente bayesiana. No trabalho, você pode decidir ir até a mesa de um colega de trabalho para fazer uma pergunta em vez de enviar um email. Mas quando você chega lá, seus movimentos oculares buscam pistas, como fones de ouvido ou a expressão no rosto, para ajudar a prever se é um bom momento para interromper ou não. Pensar melhor e voltar à sua mesa para enviar um email é um exemplo de atualização do seu modelo de mundo. Todas essas ações adaptativas adquirem um significado adicional quando você considera o quão milagroso é podermos fazê-las.
A esquizofrenia, que foi a primeira área de estudo de Friston depois da faculdade de medicina, mostra as trágicas consequências da inferência que deram errado. Essa patologia assumiu um significado cultural mais amplo no contexto de notícias falsas e outras formas de manipulação social na internet. “Se não atribuirmos a confiança certa a diferentes fontes de informação que projetamos para nós mesmos com a tecnologia”, ele diz, “então poderíamos acabar fazendo falsas inferências da mesma maneira que as pessoas com esquizofrenia podem fazer. inferências falsas sobre as causas de certas coisas que estão testemunhando ”.
“A tecnologia é a extensão natural da inferência ativa além da pessoa solteira.” – Karl Friston
De muitas maneiras, nosso ambiente tecnológico é apenas outra maneira pela qual tentamos superar a incerteza. “Toda a nossa tecnologia que criamos em torno de nós mesmos é simplesmente uma expressão da maneira que esperamos que o mundo seja”, continua ele. “As coisas que fazemos coletivamente em nosso mundo estão a serviço de tornar o mundo um lugar mais aprendível e previsível. A tecnologia é a extensão natural da inferência ativa além da pessoa solteira. ”
Mas a tecnologia também criou uma crise de atenção à qual não nos adaptamos com sucesso. “É bem possível que a rápida explosão de dados disponíveis que possam ser amostrados possa ter sobrecarregado nossas capacidades de atenção”, diz Friston. A tecnologia, segundo Andy Clark, colega de Friston , filósofo conhecido da Universidade de Edimburgo, é uma forma de cognição estendida. Quando transferimos números de telefone para nossos iPhones, na verdade estamos ampliando nossas mentes para incluir o que está contido em nossos dispositivos. Essa percepção leva a um fato óbvio, mas surpreendente: armazenamos a maior parte de nossas informações sobre o mundo no mundo. Portanto, minimizar a surpresa no mundo é principalmente uma questão de saber para onde procurar.
E é aí que a noção de inferência ativa de Friston se conecta a algumas idéias inovadoras em inteligência artificial. O paradigma líder no aprendizado de máquina empurra enormes quantidades de dados através de redes muito profundas e conseguiu obter precisão no nível humano em várias tarefas. Mas Friston acha que “o aspecto de big data do aprendizado de máquina e do aprendizado profundo está indo exatamente na direção errada”. Em vez disso, ele acha que precisamos construir sistemas que sejam mais dependentes da seleção de dados.
Ele dá o exemplo da visão humana, que opera de maneira muito diferente das redes neurais profundas artificiais. “Você pode ter a impressão de ter acesso a uma representação extremamente dimensional do campo visual. De fato, você não. Na verdade, você está experimentando apenas um pequeno alfinete central de todas as coisas que pode provar e as junta, selecionando cuidadosamente pequenos pedaços de dados. ”
O que ele está descrevendo está muito longe da noção antiga de cérebro como um computador gigante de mainframe e mais próximo de nossas experiências com nossos smartphones. Pense nisso. Seu telefone se move com você. Você escolhe o que tirar fotos. Você só pode ter uma coisa na tela por vez. Você tem uma autonomia limitada da bateria antes de precisar recarregar. Mas, para todas essas limitações, a experiência de usar um telefone é muito mais ágil e dinâmica do que um supercomputador em um data center. Friston espera que essa nova concepção do cérebro leve ao “aprendizado de máquina com ordens de magnitude mais rápidas do que atualmente”.
A IA ainda está longe de ser uma preocupação premente nos empregos da maioria das pessoas, mas a pesquisa de Friston tem muito a nos dizer sobre como é fazer o trabalho do conhecimento no século XXI. Vamos começar com sua própria maneira de trabalhar reclusa. Ele é, por admissão, o trabalhador profundo arquetípico. Ele não possui um telefone celular, limita outras formas de acesso eletrônico e geralmente não pronuncia uma palavra antes do meio dia. Ele é muito ativo no e-mail dentro de certas horas do dia, mas se as pessoas querem falar com ele, isso geralmente significa vir a Londres e se encontrar pessoalmente com os membros de seu grupo de pesquisa. “Tento minimizar as reuniões individuais, porque é muito mais eficiente descompactar idéias na conversa com um grupo de pessoas, para que todos fiquemos na mesma página”, diz ele.
Ele protege seu tempo “aderindo rigidamente a um diário e certificando-se de que haja alguém mais encarregado do diário que conheça a fórmula e possa regimentá-la.” Essa regulamentação permitiu que ele fosse autor de mais de 1.200 artigos de pesquisa. Sua produção lhe rendeu uma classificação h muito alta, o equivalente a uma estatística esportiva para acadêmicos. Mas o aspecto surpreendente de seu trabalho profundo é sua sociabilidade intelectual. “A colaboração é 99% do que faço”, diz ele. Ele precisa limitar a exploração de seu próprio arcabouço teórico a um domingo ocasional, quando é possível administrar sua lista de artigos a revisar de seus colegas geralmente mais jovens. “Normalmente, os próximos passos mais interessantes são perguntas que se apresentam para você se expor à próxima geração de teóricos”, ele admite, “então estou muito feliz por estar basicamente no modo de resposta 99% do tempo.”
A rotina planejada é sua maneira de criar um casulo em torno de si, apesar de todas essas demandas em seu tempo – um cobertor de Markov, ele o chama – para minimizar a energia livre de distrações, complexidade e incerteza evitável. Muitos de nós não têm a mesma sorte de ter limites bem estabelecidos, mas a inferência ativa mostra que esses limites estão amplamente sob nosso controle. Não podemos conhecer diretamente os estados externos do mundo, mas apenas através dos nossos sentidos e ações (veja o diagrama acima). Em última análise, são os nossos estados internos – como nos sentimos – que determinam como interpretamos a evidência de nossos sentidos e como usamos nosso corpo para coletar mais evidências. Esses três componentes, nossos sentimentos, nossas percepções e nosso comportamento, compreendem a manta de Markov que nos protege da complexidade causal do mundo.
A incerteza prolongada é uma das principais causas de estresse no local de trabalho, que não verificado pode levar ao esgotamento. Nossa crescente impaciência e distração são adaptações fracassadas à crescente incerteza de um mundo cheio de mais informações do que podemos metabolizar. Mas há coisas que todos podemos fazer para lidar melhor com o estresse tecnológico.
A primeira e mais importante é escolher no que prestar atenção. “No passado, todas essas opções eram especificadas pela evolução cultural, pelos limites físicos das viagens, pelo número de pessoas com quem podemos conversar fisicamente”, diz Friston. “Mas agora, essas restrições se foram. Temos que reaprender como participar, o que atender e o que ignorar. ”
A segunda é estar ciente de quanto do conhecimento que você precisa – para resolver sua incerteza – já existe no mundo e utilizá-lo de maneira ativa. “Eu não poderia fazer, e muitas pessoas na minha função não poderiam fazer o que fazemos”, diz Friston, “sem acesso à Wikipedia. O ritmo acelerado do desenvolvimento tecnológico em meu campo é exatamente devido a essa construção de nicho informativo, que eu acho que é exatamente essa noção de baixar muito do nosso processamento cognitivo em nossos dispositivos e estender nossa cognição para um espaço além do nosso próprio cérebro ”.
Finalmente, podemos tentar reformular o estresse técnico em termos mais positivos. Friston está vivendo as dores crescentes deste momento cultural: “São exatamente os cientistas que estão fazendo a diferença que parecerão estar lutando – tentando integrar vários campos – porque estão procurando princípios, explicações, hipóteses, modelos que têm o mais amplo poder explicativo. Todos nós estamos aspirando coletivamente às explicações mais simples de por que estamos aqui e o que estamos fazendo. ”Trabalhadores em todos os campos podem participar significativamente dessa luta. “Esse movimento é um movimento coletivo”, afirma Friston, “e depende de uma cultura de troca digital e conhecimento armazenado”.
Clique aqui para saber mais sobre o Dropbox Transfer e inscreva-se na lista de espera para ser adicionado ao programa beta.
