Que todos os dias estamos em contato com robôs e inteligências artificiais, não é mais novidade. Dos motores de busca ao comando de voz, se você está na internet há uns bons anos, não apenas tem tirado proveito dos benefícios do machine learning como tem colaborado com sua inteligência humana para torná-lo melhor e mais esperto.
Todos nós já preenchemos um formulário de cadastro em um site e ficamos presos em uma série de imagens de pontes e semáforos, tentando convencer o sistema de que não, não somos um robô. Pode ser que, somente no dia de hoje, você já tenha feito essa atividade umas dez vezes.
Mas há uma história curiosa por trás desse sistema de cibersegurança que nem todos conhecem.
O CAPTCHA é um sistema desenvolvido em 2003 por uma equipe de cientistas da Universidade Carnegie Mellon, nos EUA, liderados pelo então doutorando Luis Von Ahn, para evitar que robôs conseguissem criar contas falsas de e-mail que seriam usadas para spam. Pouco tempo depois de lançado, o sistema passou a ser implementado em sites e aplicativos de toda a internet para proteger informações em áreas restritas de fraudes e mal uso.
Na prática, o CAPTCHA é um teste que diferencia humanos de robôs a fim de manter a internet mais segura para todos. O próprio nome "CAPTCHA" vem da sigla em inglês "Completely Automated Public Turing test to tell Computers and Humans Apart" e significa “Teste de Turing Público Completamente Automático para Diferenciar Humanos e Computadores”.
Quando foi criado, o teste consistia em letras e números destorcidos que o usuário precisava validar para finalizar uma ação: criar uma conta, preencher um formulário de contato, fazer um download, etc. Com o tempo, Von Ahn percebeu que poderia aproveitar a ferramenta para um propósito maior, e então, o teste — a partir daí chamado de reCAPTCHA — foi reformulado para apresentar palavras escaneadas de livros e jornais que computadores não conseguiam identificar com clareza.
Foi assim que milhares de usuários no mundo todo colaboraram no processo de digitalização de obras literárias históricas sem nem se dar conta.
ReCAPTCHA v1 - Imagem: The Official CAPTCHA site
Somente no primeiro ano, pessoas comuns ajudaram a decifrar mais de 440 milhões de palavras que sistemas de reconhecimento óptico de imagens (OCRs) transcreveram erroneamente devido à baixa qualidade das impressões, papeis amarelados ou manchas de tintas. Ao final de 2011, todo o arquivo do Google Books e do The New York Times já haviam sido digitalizados corretamente com a ajuda do reCAPTCHA — e de pessoas como eu e você.
Então, o próximo capítulo dessa história foi uma feliz coincidência com o avanço da inteligência artificial e do machine learning. Em 2012 o reCAPTCHA, que é mantido pelo Google desde 2009, passou a apresentar recortes de imagens retiradas do Google Street View, solicitando que usuários identifiquem elementos como placas, hidrantes e carros.
ReCAPTCHA v2 - Imagem: Divulgação Google
Dessa forma, estamos treinando a inteligência artificial do Google para identificar sozinha, através de machine learning, objetos contidos em imagens, alimentando uma base de dados que é utilizada para uma gama quase infinita de aplicações: desde melhores resultados nas buscas por imagem do Google à direção de carros autônomos.
Ironicamente, graças a evolução do reCAPTCHA e a nossa intensa (e muitas vezes ingênua) colaboração, está cada vez mais difícil diferenciar nós humanos dos robôs. Ao mesmo tempo, este pode ser um exemplo fascinante de como pequenas ações feitas constante e coletivamente podem ter um impacto enorme no todo.