Ler parece uma tarefa automática. No entanto, enquanto os olhos percorrem uma página, o cérebro toma uma série de pequenas decisões: onde concentrar a atenção, quais palavras podem ser ignoradas e quando é necessário voltar para entender melhor uma frase.
Pesquisadores da Aalto University desenvolveram um modelo de inteligência artificial que tenta reproduzir justamente esse processo. O sistema combina movimentos dos olhos, memória e compreensão para explicar por que diferentes pessoas adotam estratégias distintas durante a leitura.
O estudo foi publicado na revista Nature Human Behaviour e pode, no futuro, contribuir para ferramentas destinadas a pessoas com dislexia e outras dificuldades de leitura.
A inteligência artificial aprende a ler por tentativa e erro
Durante anos, pesquisadores criaram modelos capazes de reproduzir parcialmente os movimentos dos olhos durante a leitura. Esses sistemas utilizavam grandes bancos de dados de rastreamento ocular para prever onde uma pessoa provavelmente olharia.
O problema é que eles explicavam apenas parte do processo. Reproduzir o movimento dos olhos não significa necessariamente entender como o cérebro constrói o significado de um texto.
A nova abordagem tenta preencher essa lacuna.
O modelo foi treinado com aprendizado por reforço e exposto a milhões de textos. Assim, aprendeu por tentativa e erro quais estratégias permitiam alcançar uma compreensão melhor gastando menos tempo e atenção.
O sistema trabalha simultaneamente em três níveis: palavra, frase e texto completo. A cada momento, precisa decidir onde concentrar seus recursos.
Se determinada palavra não for essencial para manter o sentido, o modelo pode avançar. Caso perceba que perdeu uma informação importante, pode voltar e procurá-la novamente, comportamento semelhante ao que acontece quando uma pessoa relê uma frase confusa.
Atenção funciona como um orçamento limitado
Um dos conceitos utilizados pelos pesquisadores é conhecido como “racionalidade de recursos”. A ideia é relativamente simples: nossa capacidade de atenção é limitada e o cérebro precisa decidir como utilizá-la da maneira mais eficiente possível.
Durante a leitura, isso significa equilibrar velocidade e compreensão.
O modelo também consegue considerar características individuais do leitor, incluindo idioma, memória, visão e velocidade dos movimentos oculares. Dessa forma, pessoas diferentes podem desenvolver estratégias distintas diante exatamente do mesmo conteúdo.
Shengdong Zhao, professor da City University of Hong Kong, explica que a leitura pode parecer uma atividade sem esforço, mas o cérebro está constantemente escolhendo onde olhar, o que ignorar e quando retornar.
Na prática, a atenção funciona como uma espécie de orçamento que precisa ser administrado para maximizar a compreensão.
Tecnologia pode ajudar pessoas com dislexia
O sistema ainda não é uma ferramenta clínica e não existe comprovação de que possa ser utilizado como tratamento para dislexia. Por enquanto, os pesquisadores apresentam essa possibilidade como uma futura linha de investigação.
Ainda assim, o modelo pode ajudar a desenvolver materiais adaptados às necessidades de diferentes leitores.
Antti Oulasvirta, professor da Aalto University, cita como exemplo documentos jurídicos difíceis de compreender. Uma ferramenta baseada nesse sistema poderia utilizar o mesmo conteúdo original para produzir versões mais claras para diferentes perfis de leitores, sem alterar as informações fundamentais.
Isso permitiria abandonar parcialmente o modelo atual, no qual praticamente todo mundo recebe exatamente o mesmo texto, independentemente de suas capacidades ou do contexto em que está lendo.
Textos que mudam de acordo com cada situação
Outra possibilidade envolve a realidade aumentada. Nesse caso, sistemas poderiam decidir quanto texto apresentar e qual seria o melhor momento para exibir determinada informação.
Um exemplo citado pelos pesquisadores envolve motoristas. Informações importantes poderiam aparecer de maneira mais simples e no momento adequado, reduzindo distrações e carga cognitiva.
A mesma lógica poderia ser aplicada a ferramentas educacionais, interfaces digitais e recursos de acessibilidade.
Por enquanto, essas aplicações continuam no campo experimental. O avanço mais importante está em outro ponto: em vez de observar apenas para onde nossos olhos se movem, a inteligência artificial começa a tentar reproduzir as decisões que determinam por que olhamos para determinadas partes de um texto.
Com isso, os pesquisadores esperam compreender melhor uma atividade que fazemos diariamente, mas cujo funcionamento ainda guarda muitos mistérios: transformar palavras em significado.
[ Fonte: Infobae ]
