Robôs não poderão mais blefar: por que a «taxa de sucesso» deixou de bastar

Imagine contratar um motorista que diz: «Chego ao destino em 90% dos casos». Na robótica, isso foi considerado por muito tempo um ótimo resultado. Acostumamo-nos a medir o progresso pela taxa de sucesso, ignorando como esse sucesso foi alcançado. Um robô podia executar uma série de movimentos desajeitados e gastadores de energia, quase quebrar o manipulador e, ainda assim, tocar o botão certo. E voilà: o tão desejado 1 entra no relatório.

Pesquisadores chineses decidiram que é hora de acabar com essa simulação de atividade intensa e apresentaram um novo paradigma de avaliação da inteligência incorporada. Não é uma mudança cosmética nas métricas, mas uma virada fundamental na forma como entendemos as máquinas «inteligentes».

O problema da abordagem antiga era seu caráter binário: vitória ou derrota. Mas no mundo real, fora dos laboratórios imaculados, importa o preço dessa vitória. A nova metodologia de avaliação (jùshēn cāozuò), de manipulação incorporada, introduz uma escala multidimensional. Agora contam não só o resultado final, mas também a trajetória do movimento, o tempo gasto e, principalmente, a resistência a perturbações externas. Se você der um leve empurrão no robô ou mudar a iluminação e a «taxa de sucesso» cair de 90% para zero, não havia inteligência ali. Havia apenas um programa rígido, otimizado para um vídeo específico destinado a investidores.

Por que isso é necessário agora? Estamos à beira da chegada em massa de humanoides e manipuladores a ambientes não estruturados: nossas casas e escritórios. Lá não existem condições ideais. Existem crianças, animais de estimação e uma bagunça em constante mudança. A métrica antiga (chénggōng lǜ) é inútil quando o assunto é segurança e previsibilidade. O novo paradigma obriga os desenvolvedores a se concentrar na generalização (generalization), e não em decorar cenários específicos. É um filtro duro, que logo vai separar as startups que vendem renders bonitos das empresas que criam tecnologia de verdade.

A transição para métricas complexas também muda as regras do treinamento de modelos. Quando a rede neural é recompensada não apenas por «atingir o objetivo», mas por «atingi-lo de forma eficiente e segura», seu comportamento muda. Ela passa a se parecer mais com um ser vivo que poupa energia e evita riscos desnecessários. É isso que chamamos de inteligência incorporada de verdade.

Os pesquisadores destacam que abandonar a ditadura de um único indicador permitirá enfim comparar abordagens diferentes de forma objetiva. Antes, cada laboratório se gabava de seus números, impossíveis de comparar. Agora surge uma régua única, e ela é bastante rigorosa.

Para o mercado, isso significa uma desaceleração temporária dos sucessos «de papel», mas uma aceleração brusca do progresso real. Veremos menos manchetes bombásticas sobre «robôs que fazem tudo» e mais gráficos chatos, porém importantes, sobre robustez e qualidade de controle. É o amadurecimento da indústria. Não dá mais para gravar a centésima tomada, em que o robô cumpriu a tarefa por acaso, e vendê-la como um avanço. Agora o sistema precisa provar sua eficácia em movimento, sob carga e em condições de incerteza.

O principal: A era dos vídeos de marketing sem cortes de edição está chegando ao fim. Os robôs terão de provar sua competência profissional com números que não podem ser forjados por simples sorte. Os atuais líderes do mercado estão prontos para esse nível de transparência?