“É preciso formar engenheiros que façam perguntas”

Como descreve o caminho que o trouxe até à área em que trabalha atualmente?

Na academia, trabalhei sobretudo na otimização de protocolos de encaminhamento em redes de comunicação. Mais tarde, passei para a bioinformática e para a biologia computacional, tendo também desenvolvido algum trabalho relacionado com o desenho computacional de proteínas.

No contexto profissional, o percurso foi bastante abrangente e diversificado, mas com um elemento comum: a aplicação da matemática e da computação à resolução de problemas concretos.

Qual foi o momento em que percebeu que a tecnologia faria parte da sua vida?

Nunca pensei nisso dessa forma. Sempre estive muito ligado à matemática e às ciências exatas, mas o interesse pela tecnologia surgiu quando comecei a programar e a desenvolver software, no início da década de 1990.

Nessa altura, apareceu uma das primeiras distribuições de Linux e diria que o “bichinho” da tecnologia começou aí e com o desafio de perceber como tudo funcionava. A inteligência artificial apareceu mais tarde, durante o meu mestrado. Surgiu a oportunidade de aplicar inteligência artificial à resolução de problemas relacionados com a gestão de redes de comunicação. Achei o tema interessante e acabou por se tornar o objeto da minha dissertação.

Como era trabalhar com inteligência artificial antes de ferramentas como ChatGPT tornarem o tema tão popular?

Existe hoje alguma confusão sobre o que é realmente a inteligência artificial generativa. Já trabalhava com modelos generativos antes do aparecimento do ChatGPT, utilizando redes neuronais e outras arquiteturas para aprender distribuições estatísticas de objetos. Esses modelos permitiam, por exemplo, gerar moléculas ou proteínas semelhantes às utilizadas durante o treino, mantendo determinadas propriedades relevantes.

O aparecimento dos transformers veio alterar profundamente a arquitetura e a capacidade destes modelos. No entanto, na sua essência, ferramentas como o ChatGPT continuam a funcionar através da previsão probabilística. Não existe ali inteligência no sentido humano da palavra, mas sim um modelo probabilístico com uma enorme capacidade de processamento e de geração de sequências.

Considera, então, que existe uma perceção errada sobre o que estas ferramentas conseguem fazer?

Completamente. Existe uma enorme diferença entre aquilo que muitas pessoas e empresas pensam que estas tecnologias fazem e aquilo que realmente conseguem fazer. Um dos problemas é a memória limitada dos modelos. Antes de iniciar qualquer projeto, não posso simplesmente pedir ao modelo que resolva o problema. É necessário fornecer-lhe contexto, explicar os objetivos, as restrições e a metodologia.

Mesmo depois disso, o modelo pode começar por funcionar muito bem, mas, ao longo de uma interação extensa, pode perder partes importantes do contexto inicial. Existem técnicas para refrescar essa memória, organizar a informação e obrigar o modelo a rever os resultados anteriores. Contudo, para que estes processos sejam realmente fiáveis, muitas vezes é necessário regressar a metodologias tradicionais: implementar ciclos, verificações e validações através de código.

Muitas empresas acreditaram que iriam substituir equipas por uma pessoa acompanhada por inteligência artificial. Essa ideia é realista?

Não. Pelo menos não da forma simplista como foi apresentada. É verdade que a inteligência artificial consegue acelerar alguns processos. Contudo, também cria uma carga adicional de supervisão, validação e revisão. No passado, o meu trabalho passava muitas vezes por desenhar um sistema baseado em modelos matemáticos e estatísticos, entregá-lo aos programadores e, posteriormente, fazer uma análise relativamente rápida para confirmar se a implementação correspondia ao desenho original.

Atualmente, tenho de acompanhar todo o processo: analisar os resultados produzidos pelos modelos, verificar como foram obtidos, rever o código, validar as ferramentas utilizadas e confirmar se o resultado final faz sentido. Consigo produzir talvez um pouco mais do que produzia antes, mas tenho agora uma responsabilidade adicional muito significativa ao nível da verificação e da supervisão.

A inteligência artificial vai eliminar profissões?

Sim, algumas profissões vão mudar profundamente e determinadas funções poderão desaparecer. Mas isso sempre aconteceu ao longo da história. A questão fundamental é perceber quais são as tarefas que a inteligência artificial consegue executar e quais são aquelas em que continua a ser indispensável a intervenção humana.

Na investigação, por exemplo, o trabalho não é linear. Exige análise, criatividade, formulação de hipóteses e capacidade para identificar padrões que, muitas vezes, só fazem sentido quando existe um contexto científico profundo. Já na implementação de código, é possível que substitua uma parte significativa das tarefas mais mecânicas. Mas não substitui a tomada de decisão, o desenho de uma arquitetura, a definição de uma estratégia ou a revisão crítica do código produzido.

Continua, por isso, a considerar relevante uma licenciatura em Engenharia Informática?

Sem dúvida. Contudo, os cursos precisam de evoluir. Um programador utilizará inevitavelmente ferramentas de inteligência artificial generativa para produzir código. Não utilizar essas ferramentas será perder competitividade.

Porém, isso não significa que a inteligência artificial substitua o programador que continuará a ser essencial para tomar decisões, desenhar sistemas, definir arquiteturas e, sobretudo, rever aquilo que foi produzido. A inteligência artificial consegue escrever uma função em Python ou ordenar uma lista de números. O que o aluno precisa de compreender é por que razão o código foi construído daquela maneira, como funciona e em que situações poderá falhar.

Defende, então, uma maior valorização dos fundamentos e da matemática?

Sim. Faz mais sentido apostar nos fundamentos, na matemática e na capacidade de raciocínio do que concentrar a formação na aprendizagem repetitiva de várias linguagens de programação. Durante muitos anos, existiram unidades curriculares muito centradas em paradigmas de programação e na escrita de código numa determinada linguagem.

Essa componente prática continuará a ser relevante, mas não pode ser o centro de tudo. A matemática desenvolve o raciocínio lógico, a capacidade de abstração e o pensamento crítico. Sem essa base, a informática torna-se uma casa sem fundações.

Escolheria novamente Engenharia Informática?

Escolheria Matemática e Informática, mas colocaria sempre a Matemática em primeiro lugar. Para compreender verdadeiramente a Informática, é necessário compreender a Matemática que está na sua base. Mesmo antes da atual geração de inteligência artificial, grande parte do trabalho de programação já envolvia reutilização de código, bibliotecas existentes e adaptação de soluções.

Poucos programadores escreviam tudo de raiz. O valor de um bom profissional estava, e continua a estar, na capacidade de compreender a arquitetura, avaliar a solução e perceber se aquela implementação é adequada ao problema.

Ao aceitar colaborar na coordenação da Licenciatura em Engenharia Informática do Piaget, que tipo de engenheiro gostaria de ajudar a formar?

Um engenheiro que faça perguntas. Numa época em que temos acesso a ferramentas capazes de gerar respostas instantaneamente, saber formular uma boa pergunta tornou-se ainda mais importante. A qualidade da resposta depende diretamente da qualidade da pergunta. Quero ajudar a formar profissionais que façam perguntas a si próprios, que questionem os resultados, que não tenham medo de reconhecer aquilo que ainda não sabem e que procurem compreender os problemas antes de tentar resolvê-los.

Quais serão as competências mais decisivas para quem inicia agora uma formação em Engenharia Informática?

A primeira é a capacidade de raciocínio, sustentada por bons fundamentos matemáticos. Nas entrevistas profissionais que realizamos atualmente, já não pedimos simplesmente aos candidatos que escrevam determinado código, como acontecia há alguns anos. Preferimos discutir um problema, por vezes até um problema aparentemente absurdo, porque isso nos permite perceber a capacidade criativa do candidato e a forma como estrutura o pensamento.

Outra competência importante é o conhecimento de tecnologias cloud. Na área da análise de dados, é também importante conhecer tecnologias capazes de processar grandes volumes de informação, como Spark e outras ferramentas de computação distribuída. A terceira competência é a capacidade de comunicar com agentes de inteligência artificial.

O que mais o preocupa na rápida expansão da inteligência artificial?

Não acredito que a inteligência artificial esteja a evoluir tão rapidamente quanto muitas vezes se afirma. O que temos atualmente pode ser descrito como um mecanismo probabilístico extremamente sofisticado, mas não como uma inteligência comparável à humana. O maior risco é as pessoas iludirem-se relativamente às capacidades reais destes sistemas e atribuírem-lhes responsabilidades que não deveriam ter. Existe atualmente, em muitas organizações, uma espécie de dogma em torno da automatização. Pretende-se automatizar tudo e colocar o ser humano apenas como supervisor.

Considero isso perigoso, sobretudo porque estes modelos não são determinísticos. Podemos fazer exatamente a mesma pergunta duas vezes e receber duas respostas diferentes, eventualmente até contraditórias. São sistemas relativamente fáceis de persuadir que foram construídos para colaborar e, de certo modo, para agradar ao utilizador. Isso significa que não podemos entregar-lhes responsabilidades críticas sem processos rigorosos de validação.

A segurança e a proteção da informação são também preocupações importantes?

Sem dúvida. No contexto profissional, utilizamos apenas ferramentas previamente analisadas e validadas pelos departamentos de segurança. Temos também cuidados rigorosos relativamente à informação que pode ou não ser partilhada. Outro risco surge quando damos a um agente permissões demasiado abrangentes. Se autorizarmos um sistema a executar tudo aquilo que quiser num computador ou num servidor, estamos a criar um risco desnecessário. É necessário utilizar estas tecnologias, mas é igualmente necessário saber utilizá-las corretamente.

Qual é a pergunta que quase nunca lhe fazem sobre inteligência artificial?

Talvez a pergunta mais importante seja: a inteligência artificial é verdadeiramente inteligente? Na minha perspetiva, não é. É estatística e probabilidade aplicadas em grande escala. Tem uma enorme capacidade para analisar dados, condensar informação e acelerar pesquisas. Essa é, para mim, uma das suas maiores vantagens. Mas continua a ser uma ferramenta.

Se, daqui a 30 anos, um aluno seu criar uma tecnologia capaz de mudar o mundo, o que gostaria que dissesse ter aprendido consigo?

Persistência. Ao longo dos anos, encontrei vários antigos alunos que me disseram que uma das principais coisas que aprenderam comigo foi a necessidade de serem organizados e persistentes. O ensino superior é um período decisivo para a criação de métodos de trabalho. É nesse momento que muitos jovens desenvolvem, ou não, a capacidade de organizar o pensamento, manter o esforço e continuar a trabalhar mesmo quando a resposta não aparece imediatamente.

Os jovens estão a perder essa capacidade de persistência e descoberta?

De uma forma geral, falta curiosidade e iniciativa a muitos jovens. Mas a nossa geração também tem responsabilidade nisso. Criámos um mundo em que tudo está acessível e em que quase todas as respostas parecem estar à distância de um clique. Quando lecionava, propunha trabalhos de casa construídos para obrigar os alunos a pensar. Eram problemas desenhados para desenvolver o raciocínio. Com o aparecimento das ferramentas generativas, muitos alunos começaram simplesmente a introduzir a pergunta num sistema e a entregar a resposta.

Que mensagem deixaria a um jovem que está a considerar estudar Engenharia Informática e trabalhar em áreas como a inteligência artificial?

Diria para procurar a beleza que existe para além dos números, dos dados e do código. Existe um mundo inteiro para além da programação e é esse mundo que dá significado ao que fazemos. Aprender uma linguagem de programação apenas para saber programar é como aprender uma língua estrangeira sem nunca ler poesia, literatura ou conhecer a cultura associada a esse idioma. Na tecnologia acontece o mesmo. É necessário aprender os fundamentos, compreender os sistemas, conhecer o contexto e perceber por que razão as coisas funcionam da forma como funcionam.

Para além de uma licenciatura, que formações complementares considera importantes para responder às necessidades do mercado?

Existem atualmente duas grandes áreas que considero especialmente relevantes: a análise de dados e a utilização de tecnologias cloud. Seria interessante desenvolver formações curtas, com três ou quatro semanas, centradas em problemas concretos, como o processamento de grandes volumes de dados.

No meu trabalho, lidamos diariamente com dezenas de gigabytes ou mesmo terabytes de dados. Sem tecnologias de computação distribuída, seria impossível processar essa informação de forma eficiente. Cada vez mais empresas procuram profissionais com estas competências. Por isso, formações curtas, práticas e orientadas para necessidades concretas podem ter um papel importante, tanto para licenciados como para profissionais que pretendam atualizar ou reconverter as suas competências.