Assunto:
Software diferencia texto científico de textos sem sentido
De:
"Salete" <[EMAIL PROTECTED]>
Data:
Mon, 15 May 2006 11:06:12 -0300
Para:
Bib_virtual<[email protected]>
*
Software diferencia texto científico de textos sem sentido*
Por Vanessa Sensato
*12/05/2006*
Os atuais programas de computador chegaram a uma sofisticação tão grande
que há editores de textos com recursos que não se restringem à mera
correção ortográfica, mas inclusive produzem textos para o usuário. A
variedade é grande: há programas que geram poesia e outros que fazem
textos com o formato de artigos científicos. A diferença é que esses
textos não fazem sentido algum. Para ajudar a distinção desse tipo de
produção textual, quatro pesquisadores da Universidade de Indiana nos
Estados Unidos apresentaram um novo software que identifica textos
desconexos, o Inauthentic Paper Detector. O programa está disponível na
internet <http://montana.informatics.indiana.edu/cgi-bin/fsi/fsi.cgi> e
se propõe a diferenciar textos científicos produzidos por humanos de
conjuntos de frases sem sentido, gerados por computadores. Os
pesquisadores garantem que o programa diferencia automaticamente textos
científicos de conjuntos de frases sem sentido com 86,7 % de garantia.
O trabalho foi apresentado no final de abril em uma Conferência da
Sociedade de Matemática Industrial Aplicada (SIAM) no estado americano
de Maryland. A motivação para o desenvolvimento do software foi uma
situação vivida por outros estudantes. Em abril do ano passado, três
alunos do Instituto de Tecnologia de Massachusetts (MIT) se inscreveram
para participar de uma conferência usando um trabalho produzido por um
programa de computador, e para sua própria surpresa, o texto foi aceito.
Os estudantes fizeram alarde pela Internet, inclusive com uma campanha
para recolher fundos para financiar a viagem ao congresso. Os três só
não participaram porque a organização soube a tempo de cancelar seu convite.
Wyatt Clark, James Costello, Mehmet Dalkilic e Predrag Radivojac, da
Universidade de Indiana, dizem que o novo software faz a diferenciação
das duas formas de redação, mesmo que o programa não entenda o conteúdo
do texto. Para chegar ao programa, os pesquisadores coletaram 1.390
artigos autênticos, de diversas revistas científicas, escritos em
inglês. “Nosso objetivo era ter uma amostragem ampla de documentos
autênticos de acordo com o assunto, estilo de exposição e tamanho”,
explicam. Também coletaram 1.000 textos não autênticos escritos em
inglês, obtidos do site SCIgen <http://pdos.csail.mit.edu/scigen/> - /An
Automatic CS Paper Generator/.
“Observando coleções de textos não autênticos, nós percebemos que parece
existir um fluxo de informação ou coerência semântica nos textos
autênticos, ausente nos textos não autênticos”, explicam.
Os programadores de Indiana explicam que um texto autêntico é uma
seqüência de centenas ou milhares de frases sintaticamente corretas que,
juntas, também fazem sentido. Para eles, um texto não autêntico é um
texto gerado por um computador que, apesar de ter frases sintaticamente
corretas, juntas elas não fazem sentido algum para o leitor. E eles
lembram que, mesmo isoladamente, o fato de a frase estar correta
sintaticamente não quer dizer que ela faça sentido.
“No momento, a maioria dos textos disponíveis no ciberespaço é produzida
por humanos”, afirmam os pesquisadores. “Entretanto, esse cenário pode
mudar nos próximos anos”, avaliam.
Qualquer um pode ter um texto desenvolvido por computador. Um dos
programas mais conhecidos está disponível no endereço eletrônico
http://www.elsewhere.org/pomo, onde o usuário tem, em poucos segundos,
um texto à disposição, gramaticalmente correto, mas que não faz sentido
algum. A cada entrada, o internauta dispõe de um texto diferente. “Esses
sites geradores de textos científicos são como uma brincadeira, não
podem ser levados a sério”, afirma o físico Marcelo Knobel, da Unicamp.
Segundo ele, os textos gerados não poderiam passar por textos
científicos originais, se analisados por um pesquisador da área.
E talvez nem o novo identificador de textos desconexos possa ser levado
a sério. Dos seis textos colocados à prova pela redação da ComCiência,
três gerados por computador e três originais, dois foram classificados
erroneamente. Um texto gerado pelo site “Communications from Elsewhere”
foi classificado como original, e um texto original foi classificado
como desconexo. “Naturalmente, podem também existir categorias de textos
explicativos, com nenhum sentido, que mesmo assim são parecidos com
textos autênticos”, argumentaram os pesquisadores de Indiana numa
reportagem à revista alemã /Spiegel/. “Não é claro para nós como isso
pode ser alcançado”, reconhecem.
Enquanto a brincadeira dos alunos do MIT de gerar textos científicos sem
valor é vista como sátira, estudantes de informática e pesquisadores de
inteligência artificial se vêem frente a um problema: Como se pode, com
a ajuda de um computador, diferenciar de fato textos com sentido de
textos sem sentido? Isso é possível?
Um grupo da Universidade Federal de São Carlos (Ufscar) trouxe ao Brasil
um projeto do MIT que pretende fazer com que os computadores se tornem
capazes de entender fatos relacionados ao conhecimento geral que
constituem o nosso senso comum. O projeto “Open Mind Common Sense”
(OMCS) está criando uma base de informações sobre senso comum a partir
da colaboração de internautas. No site
<http://lia.dc.ufscar.br:8080/omcs/login_pt_BR.jsp> do projeto qualquer
um pode se cadastrar e colaborar. Hoje a base de conhecimento do OMCS no
Brasil possui mais de 102 mil fatos conseguidos a partir dos 1.114
colaboradores registrados no site do projeto.
Segundo Fabiano Pinatti, pesquisador do OMCS, a falta de "senso comum"
prejudica os textos gerados por computadores porque pode levar a geração
de textos que não sejam entendidos pelo público alvo. Segundo ele, o
mesmo cenário acontece quando duas pessoas de hábitos diferentes se
comunicam. “Imagine alguém de São Paulo escrevendo para um amigo de
Várzea da Roça. Na carta ou e-mail ele coloca ‘cara, comprei um ap da
hora’. Será que o amigo dele, nascido e criado em Várzea da Roça, vai
saber o que ele comprou?”, questiona o pesquisador.
De acordo com Pinatti, o conhecimento de senso comum pode ajudar em
traduções, porque considera semântica e contexto, e ajuda na composição
do texto pelo remetente e na interpretação e compreensão do texto pelo
destinatário da mensagem. Ou seja, o conhecimento dos fatos cotidianos
pode tornar os computadores mais inteligentes e quem sabe, no futuro,
mais capazes de diferenciar com certeza um texto sem sentido de um
trabalho científico sério.
http://www.comciencia.br/comciencia/handler.php?section=3¬icia=115
<http://www.comciencia.br/comciencia/handler.php?section=3¬icia=115>
________________________________________________
Salete Cecilia de Souza [EMAIL PROTECTED]
Bibliotecaria CRB14/505
Coordenação - BU Unisul - Campus da Grande Florianópolis
00 55 48 32791103
_______________________________________________
Bib_virtual mailing list
[email protected]
https://listas.ibict.br/mailman/listinfo/bib_virtual
