Dado que existe uma trégua incómoda entre os Estados Unidos e o Irão, os especialistas lutam para prever em que nova fase o conflito poderá entrar. Talvez alguém conheça um modelo de inteligência artificial melhor? Para descobrir, o The Economist pediu ao RAND, um think tank, para ver se o seu novo sistema de previsão de IA pensa que uma revolta popular está a fermentar no Irão. A Previsão Estratégica Integrada (ISF), como o sistema é conhecido, coloca as probabilidades de colapso ou substituição de governos até ao final de 2026 em 20% – um risco que muitos especialistas acreditam que seria maior.
Nuvens, com chance de rebelião (Arish Silence/Polaris/Eye)
Existem advertências. Previsto sem conhecimento de classificação. As suas entradas e saídas também não foram verificadas por seres humanos, como é habitual nas previsões emitidas por agências governamentais, observou Anthony Vassallo, chefe de tecnologia de previsão da RAND e antigo alto funcionário do Gabinete do Director de Inteligência Nacional dos EUA. No entanto, o Sr. Vassallo é rápido. Ele descreve o ISF, que foi concluído em Fevereiro, como a “melhor bola de cristal” que os decisores políticos há muito procuram.
E o ISF não é o único jogo na cidade. Depois de duas décadas em que as tentativas de criar modelos informáticos de previsão de conflitos produziram resultados decepcionantes, os avanços recentes na aprendizagem automática e nos modelos de linguagem em larga escala levaram muitos cientistas de dados a tentar novamente.
A ideia é simples. Modelos treinados em conflitos passados recebem sinais que podem indicar conflitos futuros, prevendo, esperançosamente, padrões que são invisíveis para os humanos. Os dados incluem dados sobre criminalidade, saúde pública, greves laborais, clima, economia e desenvolvimentos políticos, como a reação democrática. A mídia social está prevendo uma desilusão generalizada.
Os meteorologistas também estão recorrendo a imagens de satélites, drones e câmeras de vigilância. O objetivo é encontrar pistas sobre a vida nas ruas, os padrões de trânsito e como os manifestantes se reúnem, ocupam terras e se dispersam. Essa análise de imagens está sendo incorporada ao “Centro de Processamento” da Universidade das Forças Armadas Alemãs em Munique. O sistema servirá ao Ministério da Defesa alemão, diz Daniel Risk, cientista-chefe de dados de alerta precoce do projeto.
Por mais útil que tudo isso possa ser, o melhor preditor de conflito é o conflito passado, diz Kevin Kash, cientista-chefe de dados da ACLED, uma organização sem fins lucrativos em Wisconsin. A ACLED paga 150 pesquisadores em todo o mundo para rastrear tumultos, repressões governamentais, guerras de gangues, ataques militares e outras formas de violência que alimentam conflitos futuros. Esses dados – considerados completos o suficiente para serem usados pelo ForecastBench, um modelo de previsão de uso geral sem fins lucrativos para avaliação – são inseridos no modelo do ACLED, CAST.
O CAST utiliza então esta informação, complementada com indicadores como mortes de crianças e a incidência de conversações de paz, para prever a violência política sistemática até seis meses depois. Onde há bons dados disponíveis, diz o Dr. Kashi, o modelo funciona bem. O CAST previu corretamente, por exemplo, que em julho de 2023 o estado brasileiro do Ceará, que testemunhou combates entre gangues criminosas, teria duas guerras, quatro ataques a civis e nenhum bombardeio. O CAST, que mais tarde se expandiu com relatórios sobre outros países, é utilizado pelas agências das Nações Unidas e pelo Ministério dos Negócios Estrangeiros holandês.
Os modelos também estão melhorando na estimativa de “amplificadores de risco”. As ondas de calor, por exemplo, têm sido associadas há muito tempo a uma maior probabilidade de tumultos. A proximidade dos recursos de saída também é importante, diz Hayward Hagry, que treinou funcionários da OTAN no modelo preditivo de IA, o Sistema de Alerta Antecipado de Violência e Impactos (VIEWS), que lidera no Instituto de Pesquisa para a Paz em Oslo. Onde há petróleo ou diamantes, os rebeldes bem-sucedidos podem esperar dinheiro, aumentando as probabilidades de conflito. Os conhecimentos do VIEWS levaram à sua adoção pelo Programa das Nações Unidas para o Desenvolvimento (PNUD) e pelo serviço diplomático da UE.
Um conjunto de modelos recentemente actualizado, gerido pela Organização Internacional para as Migrações (OIM), uma agência das Nações Unidas, visa prever quantas pessoas serão deslocadas por conflitos e catástrofes naturais. A primeira previsão do sistema, publicada em 1 de Abril, previa amplamente que a seca, as inundações e os combates expulsariam 304.362 pessoas das suas casas na Somália durante os próximos três meses. Em 20 de abril, Eva Nyaga, cientista de dados do escritório da OIM em Nairobi, afirmou que a previsão poderia estar errada em apenas alguns por cento.
As dúvidas permanecem, mesmo entre alguns usuários. Corrado Scognamello, da Unidade de Risco de Crise do PNUD em Nova Iorque, diz que a sua equipa considera úteis apenas três modelos disponíveis publicamente, incluindo CAST e VIEWS, mas apenas se o conflito já estiver em curso. Quando se trata da difícil questão de prever o início de um novo conflito, diz ele, todos os modelos parecem pouco fiáveis. Os dados disponíveis, argumenta ele, muitas vezes não conseguem captar os verdadeiros impulsionadores da crise. O aumento da desigualdade, por exemplo, pode revelar-se menos volátil do que uma mudança na forma como é percebida.
Para complicar a situação, as campanhas de desinformação, agora em ascensão, estão a minar o valor preditivo das redes sociais, afirma Jack Rooney, chefe da Aldebaran Threat Consultants, uma empresa de inteligência no Dubai. Muitos esperam criar uma lacuna maior para minimizar defeitos. Aldebaran recorre a uma rede de recursos humanos para compilar bases de dados que alguns clientes do Ministério da Defesa planeiam alimentar nos seus próprios modelos preditivos. O Soufen Center, uma organização sem fins lucrativos de Nova Iorque que também recolhe dados para prever conflitos, trabalha para obter acesso secreto a chats em grupo geridos por organizações que apoiam a violência política. Isto permite-lhes expressar emoções que raramente são expressas em público, diz Clara Brokart, investigadora do centro.
A história, é claro, está repleta de colapsos de organizações com confiança equivocada nas suas previsões. O senhor deputado Scognamello destacou outra desvantagem. A antecipação de agitação, qualificada ou não, tentará alguns regimes a romper preventivamente, diz ele. Eles podem chamar atenção indesejada para novos pontos fracos. É revelador que a OIM publicou a sua previsão para a Somália em baixa resolução espacial.
Curioso sobre o mundo? Para aproveitar nossa cobertura científica alucinante, inscreva-se no Simply Science, nosso boletim informativo semanal somente para assinantes.
