UNIVERSIDADE ESTADUAL PAULISTA

FACULDADE DE ARQUITETURA, ARTES E COMUNICAÇÃO

PROGRAMA DE PÓS-GRADUAÇÃO EM COMUNICAÇÃO

Vinícius Laureto de Oliveira

AUDIOVISUAL E INTELIGÊNCIA ARTIFICIAL:

Processos de geração do sentido em textos autônomos

Bauru/SP
2019
 Vinícius Laureto de Oliveira

AUDIOVISUAL E INTELIGÊNCIA ARTIFICIAL:

Processos de geração do sentido em textos autônomos

Dissertação apresentada ao Programa de Pós-

graduação em Comunicação da Faculdade de
Arquitetura, Artes e Comunicação da Universidade
Estadual Paulista “Júlio de Mesquita Filho”, campus
Bauru, como requisito para obtenção do título de
Mestre em Comunicação, sob a orientação da Profª
Adjª Ana Silvia Lopes Davi Médola.

Bauru/SP
2019

2
Oliveira, Vinícius Laureto
Audiovisual e inteligência artificial: processos de geração do sentido em
textos autônomos / Vinícius Laureto de Oliveira, 2019
125 f. : il.

Orientadora: Ana Sílvia Lopes Davi Médola

Dissertação (Mestrado) – Universidade Estadual Paulista. Faculdade de

Arquitetura, Artes e Comunicação, Bauru, 2018

1. Audiovisual. 2. Inteligência artificial. 3. Semiótica.

4. Sentido. 5. Automação. I.
2. Universidade Estadual Paulista. Faculdade de Arquitetura, Artes e
Comunicação. II. Título.

3
4
"A year spent in Artificial Intelligence is enough to make one believe in God."

Alan Perlis - Epigrams in Programming (1982)

5
 AGRADECIMENTOS

Deixo aqui meu agradecimento a todos aqueles que me auxiliaram durante este
período do mestrado, principalmente os que não aguentam mais me ouvir falar de
inteligência artificial:
A Deus e Nossa Senhora, que me ouvem em pensamento e, provavelmente, já
estão entediados de tanto me ouvir pensar nisso.
Aos meus pais, Ní e Roberto, e a minha segunda mãe, Waldecy, que não
faziam ideia do que eu estava falando, mas sempre apoiaram e incentivaram.
Aos amigos do Bar do Aeroclube (o melhor bauru de Bauru), Henrique e
Isabella que me aguentavam falar de inteligência artificial após uma taça de vinho.
Aos colegas do GEA - Grupo de Estudos Audiovisuais, por horas incríveis de
aprendizado e paixão pelo audiovisual (e alguns por inteligência artificial).
Aos professores e servidores técnicos da Pós-Graduação da FAAC com quem
tive contato. Eu perdi alguns prazos, mas foi porque estava pensando em inteligência
artificial.
À minha incrível namorada, Letícia, que me ouviu ao menos 30 minutos todas
as noites do último ano falando sobre isso. E depois falou outros 30 minutos sobre o
mesmo assunto.
À minha orientadora, professora Ana Silvia Lopes Davi Médola, que topou este
projeto comigo quando nenhum de nós falávamos sobre inteligência artificial ainda.
Agradeço pela cumplicidade na produção deste trabalho e por todos os ensinamentos.

6
 RESUMO

Este trabalho realizou uma investigação acerca dos processos de criação de

texto autônomos e a geração do sentido. Ferramentas digitais com recursos baseados
em análises de dados e inteligência artificial inauguram novas etapas do processo de
produção audiovisual. A partir da análise do roteiro de dois curtas-metragens gerados
em uma rede neural de recorrências, avaliamos o processo de composição do texto e
a formação do sentido. Para isto, utilizamos o aporte teórico-metodológico da
semiótica discursiva francesa. Dentre os resultados obtidos, identificamos a
interferência humana sobre o conteúdo criado de forma autônoma como a principal
função geradora do sentido. O modelo de geração de texto com redes neurais
abordado nesta pesquisa recorre somente a dados quantitativos para a geração dos
conteúdos, mostrando-se ineficiente na construção semântica. A partir disso,
propomos uma camada de interface entre o motor de geração de textos da rede neural
e a composição final do texto, de modo que esta deve preencher requisitos do
percurso gerativo do sentido, parametrizando a chamada de uma função recursiva de
geração semântica.

Palavras-chave: Audiovisual; inteligência artificial; semiótica; sentido; automação.

7
 ABSTRACT

This work carried out the processes of autonomous text creation and the
generation of meaning. Digital tools with data analysis capabilities and artificial
intelligence usher in new stages of the audiovisual production process. From the script
analysis of two short films generated in a recurrent neural network, we evaluated the
process of text composition and the formation of meaning. For this, we use the
theoretical-methodological contribution of the French discursive semiotics. Among the
results obtained, we identified human interference with autonomously created content
as the main meaning-generating function. The text generation model with neural
networks approached in this research uses only quantitative data for content
generation, proving to be inefficient in semantic construction. From this, we propose
an interface layer between the neural network text generation engine and the final
composition of the text, so that it must fulfill the requirements of the generative sense
path, parameterizing the call of a recursive semantic generation function.

Key-words: Audiovisual; artificial intelligence; semiotics; meaning; automation.

8
 LISTA DE FIGURAS

Figura 1 - Quadrado semiótico 18

Figura 2 - Esquema narrativo canônico 20
Figura 3 - Eu, Robo (2004, EUA) e O Dia em que a Terra Parou (1951,
27
EUA)
Figura 4 - O modelo matemático do Perceptron 32
Figura 5 - Apple Macintosh (1984) 35
Figura 6 - Plateia assiste a derrota de Gary Karparov em uma partida
40
de xadrez para IBM Deep Blue.
Figura 7 - Captura de tela do curta-metragem Sunspring 42
Figura 8 - Esquema de como a combinação de dados e a tecnologia
cognitiva permitem os vídeos de melhores momentos do 46
torneio de Wimbledon
Figura 9 - Captura de tela do trailer de Morgan. O gráfico apresenta
48
pontos no filme em que existem mudanças nas emoções.
Figura 10 - Montagem de telas após a análise das imagens dos filmes
51
pela Google Vision
Figura 11 - Imagem da Venus de Willendorf, estátua com mais de 30
mil anos, censurada pelo algoritmo de reconhecimento de 53
nudez do Facebook.
Figura 12 - Quadros da novela Espelho da Vida analisados por um
54
modelo próprio de machine learning
Figura 13 - Quadros da novela O Sétimo Guardião analisados
55
identificados pelo modelo.
Figura 14 - Texto gerado automaticamente pelo aplicativo Gboard
60
apenas com palavras sugeridas
Figura 15 - Oscar Sharp e Ross Goodwin na palestra Machines Making
63
Movies – TEDxBoston (2017)
Figura 16 - Benjamin gerando textos em papel fiscal 65
Figura 17 - Diagrama de cena: Conflito entre H e H2 72
Figura 18 - Personagens H e C encaram-se 73
Figura 19 - H encontra C morto e segura uma bolsa de sangue 77
Figura 20 - H2 confessa suas intenções para a câmera 79
Figura 21 - Repositório do código de WRT 86
Figura 22 - WRT sendo treinado com os roteiros 90
Figura 23 - Gráfico de explicabilidade por performance de
97
aprendizagem
Figura 24 - Nível intermediário proposto 102
Figura 25 - Funcionamento da camada intermediária 105

9
 SUMÁRIO

Apresentação 10

Considerações Iniciais 12

Capítulo 1: Inteligência Artificial no Auxílio à Textos Audiovisuais 25

1.1 – Uma breve história da inteligência artificial 26
1.2 – Invernos da inteligência artificial 34
1.3 – Novos patamares para a tecnologia 36
1.4 – Experiências audiovisuais 40

Capítulo 2: Sincretismo Audiovisual na Formação do Sentido 57

2.1 – Geração autônoma de texto 58
2.2 - Análise cena a cena de Sunspring 66

Capítulo 3: A Construção do Sentido em Textos Autônomos 84

3.1 - Processo de criação autônoma de texto 85
3.2 – Opacidade criativa 94
3.3 – Gerativismo da semântica 102

Considerações Finais 109

Referências Bibliográficas 113

Apêndices 118
4.1 – Roteiro do curta-metragem Sunspring em português 119

10
 APRESENTAÇÃO

Esta pesquisa propõe uma investigação acerca uso de softwares que auxiliem
em produções audiovisuais com a presença de recursos de inteligência artificial.
Adotou-se como corpus da pesquisa dois roteiros de curtas-metragens, Sunspring e
Orange. Sunspring foi produzido a partir de um roteiro escrito por uma inteligência
artificial, o Benjamin. Orange foi criado a partir de um sistema inteligente para os
propósitos desta pesquisa. O objetivo central desta dissertação é o de analisar a
formação do sentido em textos gerados de forma autônoma, como os dos objetos.
Desta forma, estruturamos o trabalho da seguinte maneira:
Nas Considerações Iniciais iniciamos uma apresentação sobre a semiótica
discursiva francesa e o percurso gerativo do sentido. Alinhamos a metodologia com
pesquisas já existentes sobre a geração de texto autônoma e o estudo sobre a
formação do sentido a partir da semiótica. Além disso, estruturamos os parâmetros do
percurso gerativo de sentido como metodologia de análise do corpus.
Em Inteligência Artificial no Auxílio à Textos Audiovisuais realizamos uma
trajetória da comunicação e computação a partir de um viés dos sistemas inteligentes.
Destacamos neste processo a evolução da tecnologia no meio comunicacional e a
forma como os novos sistemas inauguram etapas no processo de produção
audiovisual. Apresentamos neste capítulo o primeiro objeto do corpus, Sunspring,
além de outros experimentos semelhantes.
No segundo capítulo, Sincretismo Audiovisual na Formação do Sentido,
realizamos a análise semiótica do curta-metragem Sunspring. Durante a análise,
identificamos como as linguagens que compõe o audiovisual são responsáveis por
gerar o sentido em um curta-metragem que foi escrito por um computador. Após a
análise, apresentamos algumas discussões sobre a geração de sentido e a
criatividade em sistemas inteligentes. Em seguida, abordamos alguns tópicos sobre a
antropomorfização de aplicações com inteligência artificial.

11
 Em a Construção do Sentido em Textos Autônomos realizamos, por meio do
WRT, o processo de construção do roteiro de Orange a partir do mesmo corpus de
textos que Benjamin utilizou para a geração de Sunspring. A partir disto, pudemos
identificar questões sobre a construção de texto de forma autônoma e como a geração
do sentido se dá nestes meios. Por meio destas análises, sugerimos a avaliação de
uma instância geradora de sentido para a construção de textos por meio de uma rede
neural de recorrências.
Nas Considerações Finais apresentamos uma síntese sobre a geração
semântica em textos autônomos e como uma nova instancia do sentido pode auxiliar
neste processo. Finalizamos o texto com indicações de continuidades para esta
pesquisa.

***

Sunspring
Link de acesso:
https://www.youtube.com/watch?v=LY7x2Ihqjmc

12
CONSIDERAÇÕES INICIAIS

13
 CONSIDERAÇÕES INICIAIS

A evolução das tecnologias da computação e análise de dados em grande

escala, permitiram alguns dos recentes avanços da área de inteligência artificial (IA).
Embora o termo inteligência artificial seja encontrado com maior presença nas páginas
de notícias1 apenas após o início da década atual, a área de IA já está entre as
pesquisas da informática desde a metade do século XX. O termo tornou-se uma
tendência entre as publicações de tecnologia, finanças, gestão de negócios e outras
áreas, iniciando discussões éticas acerca do uso dos sistemas inteligentes.
Manchetes, com tom futurista, apresentam situações comunicacionais que, até então,
não tinham grande abrangência, como o uso de bots (robôs) na realização de
comentários e ataques a perfis de candidatos no Twitter durante os debates
televisionados para a eleição presidencial do Brasil em 20182, ou então, o uso de
dados minerados do Facebook na eleição do candidato republicano Donald Trump em
2016 nos EUA3.

A utilização de dados em estratégias comunicacionais é profundamente

pesquisada em áreas como a publicidade e o marketing, auxiliando a tomada de
decisões sucintas. O fator novidade, oferecido pela utilização de ferramentas com

1 Dado retirado da projeção do Google Trends de 2004 até 2019 com o termo machine learning
(aprendizado de máquina). Disponível em:
https://trends.google.com.br/trends/explore?date=all&q=machine%20learning Acesso em 5 mai. 2019
2 “No primeiro debate presidencial, 10% dos tuítes foram de robôs ou fakes” Disponível em:

https://oglobo.globo.com/brasil/no-primeiro-debate-presidencial-10-dos-tuites-foram-de-robos-ou-
fakes-22970273 Acesso em 5 mai. 2019
3 “Matriz da Cambridge Analytica participou de mais de 200 eleições, diz delator” Disponível em:

https://oglobo.globo.com/mundo/matriz-da-cambridge-analytica-participou-de-mais-de-200-eleicoes-
diz-delator-22515244 Acesso em 5 mai. 2019
14
inteligência artificial para a comunicação, está no insight dos dados oferecidos ao
sistema e a automação a partir destes. Desta forma, sistemas são treinados para
realizar funções ligadas diretamente a cognição humana, como escrever mensagens
de ataque ou defesa à candidatos durante os debates eleitorais. Avanços tecnológicos
relacionados ao aumento do poder de processamento dos computadores, a
velocidade das conexões em rede e a possibilidade de análise de grandes
quantidades de dados, permitiram a expansão da IA para diversas frentes de pesquisa
e mercado, chegando também às áreas da comunicação.

Grande parte das técnicas empregadas no desenvolvimento de sistemas

inteligentes baseiam-se na reprodução de padrões, assim, um computador
programado a partir destas técnicas pode identificar e copiar (ou criar) uma saída
adequada aos dados de entrada. Novos sistemas com a capacidade de adequação
as condições impostas pelos dados divergem as opiniões de pesquisadores e
especialistas sobre o tema. As aplicações que utilizam a IA tomaram as mesas, bolsos
e nuvens de usuário em volta de todo o planeta. A grande quantidade de dados
gerados diariamente por usuários na internet, através das redes sociais e outros
serviços, dá escopo para o treinamento de diversos sistemas inteligentes que podem
atuar na área de comunicação, como os de sugestão e encadeamento de conteúdo,
criação de notícias, personalização de marketing, chatterbots4 e outros. Com novos
produtos comunicacionais sendo criados e influenciados a partir da lógica dos
sistemas inteligentes, um novo desafio inscreve-se para a pesquisa de formação do
sentido.

Nas relações sociais em um futuro não tão distante o computador e os

sistemas relacionados, como os robôs detentores de corpo e os
algoritmos desprovidos de corpo, não serão mais meros instrumentos
de ações comunicativas de humanos ou meio pelo qual humanos se
comunicam entre si. Ocuparão, em vez disso, a posição de outro ator
social com quem alguém comunica ou interage. (GUNKEL, 2017)

4Softwares capazes de conversar com usuários por meio de chats simulando a conversação com um
humano através de aplicativos de redes sociais, como o Facebook e o WhatsApp
15
 Em seu texto “Comunicação e inteligência artificial: novos desafios e
oportunidades para a pesquisa em comunicação”5 o professor David J. Gunkel
demonstra preocupações em relação aos caminhos dos sistemas inteligentes e a
forma como estes já começam a atuar nos ramos da comunicação pelos meios
digitais. O professor alerta para a necessidade de pesquisas que relacionem o campo
das ciências sociais aplicadas com os sistemas autônomos, e como a comunicação
responde a questionamentos que se parecem com retirados de um filme de ficção
científica.

A preocupação com a interdisciplinaridade das pesquisas sobre IA com outras

ciências relacionadas a comunicação e a formação do sentido tem seus primeiros
registros nas décadas de 1960 e 1970, com os estudos de Dmitri Pospelov e Gennady
Osipov em Knowledge in Semiotic Models (1977). No prefácio do livro Semiotics and
Intelligent Systems Development (2007) organizados pelos professores Ricardo
Gudwin e João Queiroz do Departamento de Engenharia de Computação e
Automação Industrial da Unicamp, é ressaltado como algumas formas de pesquisa e
metodologia muitas vezes expõem-se fora do escopo convencional. Os autores
referem-se ao uso da semiótica para “estudar o processo do sentido e práticas
comunicacionais relacionando os campos de ciências sociais e naturais, linguística e
filosofia” (GUDWIN e QUEIROZ, 2007, p. 5) 6. Dado o princípio de que peças
comunicacionais estão sendo criadas a partir de ferramentas que utilizam recursos
baseados em IA, ou ao menos integram uma forma de distribuição inteligente, e que
estas possuem um sentido que pode ter sido criado de forma autônoma por um
sistema, podemos recorrer semiótica discursiva de linha francesa como abordagem
teórico-metodológica para o estudo da formação do sentido nestes novos produtos.

O corpus desta dissertação foi definido a partir da pesquisa por projetos

realizados de forma autônoma, ou quase, com o uso de ferramentas com IA,

5 Galáxia (São Paulo, online), ISSN 1982-2553, n. 34, jan-abr., 2017, p. 05-19. – Disponível em
http://www.scielo.br/pdf/gal/n34/1519-311X-gal-34-0005.pdf Acesso em 5 mai. 2019
6Traduzido livre de: Study of meaning processes and communication practices within the fields of natural

and social sciences, linguistics, and philosophy.

16
delimitando a escolha apenas a objetos audiovisuais. O primeiro objeto definido foi o
curta-metragem Sunspring7 (2016, Reino Unido) e seu roteiro8, escrito inteiramente
por um computador, o Benjamin. Para o propósito de uma avaliação mais profunda da
forma de criação de um texto autônomo, o segundo objeto escolhido foi produzido
para os fins desta pesquisa. O roteiro de Orange foi criado utilizando os mesmos
dados de Sunspring. A escolha foi motivada devido ao caráter inaugural de Sunspring,
anunciados como o primeiro curta-metragem escrito por uma IA. Orange foi construído
para a realização de uma análise estrutural da geração do texto e do sentido.

Para analisarmos um produto audiovisual, primeiramente é preciso entender de

que este é um texto sincrético, ou seja, articula diversas linguagens em sua formação,
como a verbal-sonora, a musical, a iluminação, indumentárias e outras. A semiótica
tem como objeto o texto (BARROS, 2005, p. 11), descrevendo e explicando “o que o
texto diz” e “como faz para dizer”. Assim, o texto é um objeto de significação entre um
destinador e um destinatário. Para a semiótica, o sentido resulta da articulação entre
o plano de conteúdo e o plano da expressão.

O plano da expressão é plano onde as qualidades sensíveis que

possui uma linguagem para se manifestar são selecionadas e
articuladas entre elas por variações diferenciais. O plano do conteúdo
é o plano onde a significação nasce das variações diferencias graças
as quais cada cultura, para pensar o mundo, ordena e encadeia ideias
e discursos. (FLOCH, 2001, pg. 5)

Segundo FLOCH (2001), sistemas semióticos, como os textos que serão

analisados, são objetos em que os planos do conteúdo e da expressão precisam ser
estudados separadamente, pois não há conformidade entre eles. O linguista Louis
Hjelmslev propõe a abstração, primeiramente, do plano da expressão, direcionando
nossas análises ao plano do conteúdo, com suas estruturas de formação do sentido
organizadas a partir do Percurso Gerativo do Sentido.

7 Disponível em: https://www.youtube.com/watch?v=LY7x2Ihqjmc Acesso em 5 mai. 2019

8 Disponível em: https://www.docdroid.net/lCZ2fPA/sunspring-final.pdf#page=2 Acesso em 5 mai. 2019
17
 O percurso gerativo do sentido “é uma sucessão de patamares, cada um dos
quais suscetível de receber uma descrição adequada, que mostra como se produz e
se interpreta o sentido” (FIORIN, 2002, p. 17). Segundo BERTRAND (2003, p. 49)
“seu procedimento clássico propõe articular a apreensão do sentido segundo um
percurso estratificado em camadas relativamente homogêneas”. De acordo com
BARROS (2005, p. 13) podemos organizar o percurso gerativo do sentido em três
níveis, cada um deles “descrito e explicado por uma gramática autônoma, muito
embora o sentido do texto dependa da relação entre os níveis”. Os níveis são
organizados em estruturas semio-narrativas, o nível fundamental e o nível narrativo,
e as estruturas discursivas com o nível discursivo. Esta organização em três camadas
pode ser posta de forma que o sentido percorre do nível mais simples, abstrato e
profundo para o mais complexo, concreto e superficial. “Os níveis estruturais se
convertem uns nos outros, da profundidade à superfície, segundo um percurso de
enriquecimento e complexificação” (BERTRAND, 2003, p. 49).

No primeiro nível, “a significação surge como uma oposição semântica”

(BARROS, 2005, p. 13), da qual podemos depreender o quadrado semiótico: FIORIN
(1999, p. 4) define esta oposição como A vs B, em que podemos investir valores
opostos nestas variáveis, como vida vs morte ou opressão vs liberdade. Estas
categorias fundamentais podem ser eufóricas ou disfóricas, dependendo da relação
do estado do sujeito com o seu contexto. A partir desta oposição, podemos
estabelecer as subcontrárias, que serão não A e não B.

Negando-se cada um dos termos da oposição, teremos não a vs não

b. Os termos a vs b mantêm entre si uma relação de contrariedade. A
mesma coisa ocorre com os termos não a vs não b. Entre a e não a e
b e não b há uma relação de contraditoriedade. Ademais, não a
mantém com b, assim como não b com a, uma relação de implicação
[complementariedade]. (FIORIN, 1999, p. 4)

Ainda no nível fundamental, verificamos o percurso do texto, passando de um

dos termos de oposição para uma das subcontrárias e chegando a oposição do termo

18
inicial. O quadrado semiótico é um modelo sintático de organização dos sentidos no
nível mais profundo e abstrato do percurso gerativo do sentido.

Fonte: Reprodução / BARROS (2005)

Figura 1 – Quadrado semiótico

O nível intermediário do percurso gerativo do sentido é o das estruturas

narrativas, na qual a narrativa é organizada do ponto de vista do sujeito. A semiótica
adere a duas concepções complementares de narrativa (BARROS, 2005, pg. 20): (1)
narrativa como transformação de estados operadas por um sujeito que age sobre o
mundo em busca de valores investidos em objetos e (2) narrativa como
estabelecimento e rupturas de contratos entre um destinador e um destinatário,
decorrentes entre conflitos dos sujeitos e a circulação de objetos. O nível narrativo é
dividido entre suas estruturas sintáticas, com a sintaxe narrativa, e sua semântica,
com as modalizações dos sujeitos.

Na sintaxe narrativa estão as estruturas fundamentais para a operação de

transformações entre os sujeitos, os enunciados elementares, que podem ser
definidos por uma relação de transitividade entre dois actantes, o sujeito e o objeto.
Esta relação entre os actantes pode ser de junção ou transformação, operando uma
mudança. Assim, a relação entre o sujeito e o objeto pode ser conjuntiva ou disjuntiva,

19
alterando-se mediante a conjugação de um enunciado de fazer sobre um enunciado
de estado. Já a relação entre os enunciados define um programa narrativo, uma
unidade de operação narrativa de um texto.

Segundo BARROS (2005, p. 27) “os critérios tipológicos de caracterização dos

programas narrativos permitem definir dois tipos fundamentais, a competência e a
performance”. FLOCH (2001) organiza o nível narrativo em uma sequência ordenada
entre (1) contrato, (2) competência, (3) performance e (4) sanção. Veremos
primeiramente os programas narrativos de competência e performance, relacionados
aos itens (2) e (3) apontados por FLOCH. Em (1) contrato, veremos as estratégias de
manipulação e modalização e, em (4) sanção, o julgamento dos sujeitos.

O programa narrativo de competência (2) pode ser classificado pela doação de

valores modais. A função operada é de aquisição. O valor obtido pelo sujeito é modal,
como o dever, o querer, o poder e o saber, que modificam a relação do sujeito com os
fazeres. Há ainda uma classificação em relação a hierarquia do programa de
competência para a narrativa, que neste caso é de uso, ou seja, é necessário para a
efetivação de outro programa narrativo. Podemos exemplificar o programa de
competência com um estudante que aprende com seu professor equações
matemáticas para uma prova, neste caso, garantindo a competência necessária. O
programa de narrativo de performance (3) é “a representação sintático-semântica” do
sujeito capacitado para agir objetivando a apropriação dos valores desejados
(BARROS, 2005, pg. 29). Sua função também é de aquisição, mas de um valor
descritivo e sua hierarquia pode ser classificado como programa de base, ou seja,
auxiliado por um programa de uso. Um exemplo de programa de performance pode
ser o de um estudante que após receber aulas de reforço de matemática está fazendo
as provas. Neste caso, o estudante já tem a competência necessária, adquirida em
um programa de uso, para realizar a performance.

O encadeamento de dois programas narrativos conectados por uma relação de

pressuposição é chamado de percurso narrativo. A sequência de um programa

20
narrativo de competência com um programa de performance é denominada percurso
do sujeito.

Fonte: Reprodução / BARROS, 2005, p. 39

Figura 2 - Esquema narrativo canônico

Além do percurso do sujeito, o nível narrativo também conta com o percurso do

destinador-manipulador (1) e o percurso do destinador-julgador (4). O percurso do
destinador-manipulador caracteriza-se pelo uso das estratégias de manipulação. Em
seu programa de doação de competência semântica, há a passagem de valores
semânticos, sentido, do destinador-manipulador para o destinatário. Para que a
manipulação aconteça, os valores entre os dois devem ser compartilhados. Em seu
segundo programa, de doação de competência modal, o destinador aplica a
manipulação, doando agora valores modais. São identificadas quatro grandes classes
de manipulação que vão agir diretamente sobre a competência do destinador-
manipulador e a alteração na competência do destinatário: a provocação, a sedução,
a intimidação e a tentação.

“Na manipulação, o destinatário propõe um contrato e exerce a

persuasão para convencer o destinatário a aceita-lo. O fazer-
persuasivo ou fazer-crer do destinador tem como contrapartida o
fazer-interrogativo ou o crer do destinatário, de que decorre a
aceitação ou recusa do contrato. ” (BARROS, 2005, p. 31)

Há ainda o percurso do destinador-julgador (4), encerrando o percurso do

sujeito correlato ao percurso do destinador-manipulador. Os programas narrativos

21
deste percurso são o de interpretação e o de retribuição. No de interpretação, o
destinador-julgador avalia o sujeito pelas suas ações e valores, verificando sua
intepretação veridictória dos estados resultantes do sujeito, avaliando se os
compromissos assumidos na manipulação se tornaram concretos. Estes estados
podem ser classificados pelo julgador em verdadeiro (que parecem e são), falso (que
não parecem e não são), mentiroso (que parecem, mas não são) ou secretos (que
não parecem, mas são). O segundo programa narrativo do percurso é o da retribuição,
também conhecido sanção pragmática. Após o julgamento das ações e valores, o
sujeito classificado como cumpridor dos compromissos assumidos é julgado
positivamente e recebe uma sanção de recompensa. Já se o sujeito for julgado de
forma negativa poderá receber uma punição. Segundo BARROS (2005, p. 37) “a
retribuição (...) faz parte da estrutura contratual inicial e estabelece o equilíbrio
narrativo, pois é o momento de o destinador cumprir as obrigações assumidas com o
sujeito, na hora da manipulação”.

Na semântica do nível narrativo, as “variáveis” das estruturas vistas na sintaxe

são preenchidas com elementos semânticos. Está valoração semântica não acontece
de forma sequencial às estruturas vistas na sintaxe narrativa, mas de forma paralela,
convocada pelos programas narrativos. Assim, através da atribuição de valores, os
sujeitos são modalizados. Existem dois tipos de modalização, a do fazer e a do ser.
Na modalização do fazer, destacamos dois tipos de modalidade, “as virtualizantes,
que instauram o sujeito, e as atualizantes, que o qualificam para a ação” (BARROS,
2005, p. 45). A ausência da instauração e qualificação dos sujeitos provoca problemas
com os atores em uma narrativa, como a falta de sentido em algumas ações que estes
não queriam ou não poderiam realizar. O segundo tipo de modalização é o do ser:
esta modalização veridictória age principalmente sobre o fazer interpretativo do sujeito
em relação aos valores de um objeto. Este tipo de modalização incide diretamente
sobre o percurso da manipulação, em que o sujeito manipulado deve compartilhar dos
mesmos valores que o destinador-manipulador.

22
 O terceiro nível do percurso gerativo do sentido é o discursivo. Neste patamar,
o texto se apresenta de forma menos abstrata, mais próxima de seu real enunciado.
Ao analisarmos o nível discursivo, estamos analisando também o mecanismo da
enunciação, ou seja, a colocação em discurso. As estruturas narrativas convertem-se
em estruturas discursivas quando assumidas pelo sujeito da enunciação que “faz uma
série de ‘escolhas’, de pessoa, de tempo, de espaço, de figuras, e ‘conta’ ou passa a
narrativa, transformando-a em discurso” (BARROS, 2005, p. 53). Sobre a enunciação,
FIORIN afirma:

A enunciação é então vista, como, aliás, já o tinha feito Benveniste,

como instância de mediação, que assegura a discursivização da
língua, que permite a passagem da competência à performance, das
estruturas semióticas virtuais às estruturas realizadas sob a forma de
discurso. (Greimas e Courtés, 1979: 127) (FIORIN, 2016, p. 31).

Assim, o discurso passa a ser a narrativa “enriquecida” por opções do

enunciador, modelizado pelas estruturas narrativas (BERTRAND, 2000, p. 109). Da
mesma forma como nos outros níveis, o discursivo também pode ser dividido entre
estruturas sintáticas, com as projeções da enunciação, e semânticas, com a
tematização e figurativização. “A separação do discurso em sintaxe e semântica
permite, de forma mais precisa, determinar as relações entre a linguagem e a
ideologia” (BARROS, 2016). No nível da sintaxe, encontramos o mecanismo da
projeção no discurso das categorias de espaço, tempo e pessoa. Desta forma, o
sujeito da enunciação realiza escolhas de projeção com base nos efeitos de sentido
que almeja produzir. Através destas escolhas, é possível obter efeitos de sentido
como os de proximidade e distanciamento, objetivando exprimir ao texto mais
parcialidade ou impessoalidade.

Em sua organização semântica, o nível discursivo discute os valores assumidos

pelos sujeitos no nível narrativo, revestindo-os agora de percursos temáticos e
investimentos figurativos. A tematização é a formulação de valores abstratos e o
engajamento deles em sequência. “Para examinar os percursos devem-se empregar
23
princípios da análise semântica e determinar os traços ou semas que se repetem no
discurso e o tornam coerente” (BARROS, 2005, p. 66). Os temas assumidos no
discurso são conceituais e abstratos, categorizando o mundo ao redor dos sujeitos
(FIORIN, 2011). A análise da tematização deve levar em conta os percursos temáticos
pela estrutura narrativa, dessa forma, os sujeitos da narração, quando vistos sob o
nível discursivo, são convertidos em atores do discurso e devem cumprir com papéis
temáticos. Outro aspecto importante é a relação da tematização com a figurativização.
A figurativização é o procedimento que recobre com figuras os percursos temáticos
abstratos, dando-lhes traços sensoriais e atribuindo às projeções de pessoa, espaço
e tempo traços mais concretos. Existem diferentes momentos da figurativização: o
primeiro é a figuração, a passagem do tema à figura. O último momento é a
iconização, que é a aplicação exaustiva de figuras que já recobrem todo o discurso.
O procedimento da figurativização se mostra evidente para os olhos do analista já que
este recobre o discurso com figuras da semiótica do mundo natural e instaura mais
um dos mecanismos de sentido da sintaxe discursa, a ancoragem. O procedimento
da ancoragem está relacionado a concretizar as projeções da enunciação no discurso,
atando-as a formas com verossimilhança para o discurso.

A presença das figuras recobrindo e reiterando os temas do discurso é

chamada de isotopia. Esta reiteração das figuras garante a coerência sintagmática e
semântica do texto. Existem dois tipos de isotopia: as figurativas e as temáticas. A
isotopia figurativa é dada pela redundância de traços figurativos, pela associação de
figuras apresentadas, ou seja, a sucessão isotópica da presença de figuras que
correspondem a um tema do discurso. A recorrência de figuras atribui ao discurso uma
imagem organizada e completa da realidade (BARROS, 2005, p. 71). Já a isotopia
temática não é tão evidente quando a figurativa. Sua percepção é mais abstrata e esta
possui uma baixa densidade sêmica (BERTRAND, 2003). Dessa forma, de acordo
com NOGUEIRA, as isotopias temáticas “admitem uma grande variação de
significados e contextos de uso bastante abertos, (...) analisamos a figuratividade não

24
por meio de ilustrações concretas, mas por figuras analógicas” (2007) tornando a
percepção do que é inacessível em uma percepção rápida do texto em sensível.

Apresentada a semiótica discursiva de linha francesa como escopo teórico-

metodológico, por meio do percurso gerativo do sentido, retomamos o pensamento de
GUDWIN e QUEIROZ (2007) sobre seu uso nas pesquisas de desenvolvimento de
sistemas inteligentes. O percurso gerativo de sentido é uma abstração da narrativa e
pode ser revestido de inúmeras maneiras. Dessa forma, a sistematização de
categorias e até níveis do percurso poderiam auxiliar na análise e automação de
conteúdos em alguns ramos da inteligência artificial. Segundo FLOCH (2001, p. 9) o
percurso “é uma representação dinâmica da produção de sentido, é a disposição
ordenada das etapas sucessivas pelas quais passa a significação. (...) ‘Gerativo’ se
opõe assim à ‘genético’”.

25
 CAPÍTULO 1
INTELIGÊNCIA ARTIFICIAL NO AUXÍLIO À TEXTOS
AUDIOVISUAIS

26
 CAPÍTULO 1
INTELIGÊNCIA ARTIFICIAL NO AUXÍLIO À TEXTOS
AUDIOVISUAIS

1.1 - Uma breve história da inteligência artificial

Produções culturais de diversas formas, como a literatura e o cinema,
estão repletas de referências a máquinas e seres especiais com a capacidade de
imitar as funções mecânica e cognitivas do homem. Entre os primeiros registros de
criaturas humanoides está o “robô” Talos, que segundo a mitologia grega é um homem
de bronze concebido por Hephaestus, o deus da invenção. Sua criação foi pensada a
pedido de Zeus com o objetivo de proteger sua companheira, Europa. O mito de Talos
remete aos séculos VIII e VI a.C. no ocidente. Entre as responsabilidades do “robô”,
estava a de jogar pedras nas naus que se aproximavam da ilha de Europa. Acredita-
se que sua invenção foi originada como explicação para a erupção da caldeira
vulcânica no arquipélago de Santorini, no mar Egeu.

Assim como Talos, as primeiras reproduções de seres autônomos com

semelhanças aos homens não possuíam a inteligência como capacidade cognitiva,
mas sim, como um conjunto fixo de ações interpretadas e reações reproduzidas. É
dessa forma que o escritor russo Isaac Asimov9 interpretou essas máquinas e definiu
em seu conto Círculo Vicioso, presente na coletânea Eu, Robô (1950), as três leis da

9Isaac Asimov (Nascimento entre 4 de outubro de 1919 e 2 de janeiro de 1920 - Petrovichi, Rússia
Soviética, morte 6 de abril de 1992 Nova Iorque). Escritor classificado no movimento literário Golden
Age of Science Fiction (Era de Ouro da Ficção Científica) que nos EUA teve duração entre os anos de
1938 e 1946.
27
robótica: (1) um robô não pode ferir um ser humano ou, por não ação, permitir que um
ser humano sofra algum mal; (2) um robô deve obedecer às ordens dadas por seres
humanos exceto nos casos em que tais ordens entrem em conflito com a primeira lei
e (3) um robô deve proteger sua própria existência desde que tal proteção não entre
em conflito com a primeira ou a segunda lei. Para Asimov, os robôs evoluíam à medida
que seus “cérebros positrônicos” se tornavam mais completos, permitindo às
máquinas a interpretação e interação com o mundo em volta. Asimov está no chamado
grupo dos “três grandes10” da ficção científica, junto com Robert A. Heinlein (Tropas
Estelares e Um Estranho Numa Terra Estranha) e Arthur C. Clarke (2001: Uma
Odisseia no Espaço e A Cidade e as Estrelas).

Fonte: Reprodução / redegeek.com.br / monsterbashnews.com

Figura 3 - Eu, Robo (2004, EUA) e O Dia em que a Terra Parou (1951, EUA)

Entre os fatores em comum associados à tecnologia nas obras de ficção

científica estão a disrupção tecnológica e a distopia, levando a robótica e a inteligência
artificial para um cenário a ser temido. A definição de disrupção (o mesmo que
dirupção) implica o rompimento com o estado atual das coisas. O termo, associado a
temática tecnológica, consegue projetar uma atmosfera de medo e ansiedade nas
narrativas de ficção cientifica por muitas vezes relacionar-se a questões de poder e
domínio sobre as pessoas, assim, direcionando a sociedade para um ambiente

10 Robert A. Heinlein (1907 – 1988), Arthur C. Clarke (1917 – 2008)

28
distópico de totalitarismo. De forma histórica, é preciso observar que narrativas que
abordam um modo opressivo de dominação das máquinas são desenvolvidas em uma
sociedade pós-guerra, com não mais que dez passados após fim da segunda guerra
mundial e durante os períodos da guerra fria, ameaça nuclear e da corrida espacial.

O filme O Dia em que a Terra Parou (1951, EUA) foi lançado apenas um ano
após a publicação da coletânea Eu, Robô. Na trama do longa-metragem, o alienígena
Klaatu aterrissa na terra com seu robô, Gort, uma grande figura antropomorfizada de
metal, em busca de uma conciliação dos líderes políticos do planeta e parar a corrida
armamentista. Durante o filme, o invencível robô Gort é acionado para conter os
humanos que veem em Klaatu uma ameaça para a humanidade. Em seu desfecho,
Klaatu dá um ultimato a Terra: se os humanos não pararem com extensivo
armamento, Gort e outros robôs destruirão o planeta. O Dia em que a Terra Parou foi
o primeiro longa-metragem de ficção científica feito por um estúdio de renome, a 20th
Century Fox, e com um grande orçamento, US$ 1.2 milhões, tornando-se um dos
elementos do cânone. Outros títulos do mesmo gênero, como 2001 - Uma Odisseia
no Espaço (1968, EUA), O Exterminador do Futuro (1984, EUA) e Matrix (1999, EUA),
também apresentam realidades arruinadas pelas máquinas inteligentes.

A presença de máquinas antropomorfizadas que ameaçam a humanidade

estão presentes em diversos universos cinematográficos. Nick Bostrom, professor de
filosofia na Universidade de Oxford afirma que “a tendência à antropomorfização ainda
pode nos levar a subestimar o grau em que uma máquina inteligente poderia exceder
o nível de performance humana”11. BOSTROM (2017) indica o risco escondido na
antropomorfização extrema, em que as características robóticas já foram perdidas,
como no robô David, do filme A.I. - Inteligência Artificial (2001, EUA). Construído com
o propósito de corresponder às emoções humanas, David é muitas vezes confundido
com uma criança real. Sobre os perigos da pesquisa de uma inteligência artificial

11 Retirado de ALPHAGO. Greg Kohs. Russia: Moxie Pictures, 2018

29
plena, que cubra diversas áreas e conhecimentos, Fei-Fei Li, diretora do laboratório
de IA da Universidade de Stanford afirma:

We’re really closer to a smart washing machine than

Terminator. If you look at today’s AI, we are really very nascente. I’m
extremely excited and passionate about AI’s potetial. But AI is still very
limited in its power 12 (2018)

De acordo com PERLIS (2014) “a ideia de inteligência existente de alguma

forma que não é humana parece ter uma influência profunda na psiquê humana”13.
Este medo de que as máquinas possam voltar-se contra a humanidade e iniciar algum
tipo de conflito, assim como retratado nos filmes, é ratificado em diversas notícias e
comentários, como, por exemplo, as afirmações do CEO da SpaceX, Elon Musk, “A
inteligência artificial ameaça a existência da nossa civilização” 14 e os comentários do
físico Stephen Hawking em 2014, de que "o desenvolvimento da inteligência artificial
total poderia significar o fim da raça humana"15.

Embora uma grande quantidade de resultados dos experimentos e aplicações

com inteligência artificial tenham surgindo apenas nos últimos anos, simultaneamente
com as observações e questionamentos sobre os vieses da tecnologia, a formalização
do campo de estudo se deu durante a década de 1950. Em 1955, no estado de New
Hampshire, EUA, foi realizada a convenção de Dartmouth. A convenção reuniu
cientistas de universidades americanas e de empresas, como a IBM, e tinha como
objetivo submeter um projeto de pesquisa à Fundação Rockfeller. O estudo, pioneiro
na área da informática, foi a primeira menção ao termo “Inteligência Artificial”. A

12 Tradução livre: Estamos mais próximos de uma máquina de lavar inteligente do que do Exterminador
do Futuro. Se analisarmos a IA hoje ainda estamos em um estágio incipiente. Fico muito empolgada e
entusiasmada com o potencial da IA, mas ela ainda é muito limitada em seu poder. Retirado de Retirado
de ALPHAGO. Greg Kohs. Russia: Moxie Pictures, 2018
13
Retirado de Artificial Intelligence: Friendly or Frightening? 2014. disponível em:
https://www.livescience.com/49009-future-of-artificial-intelligence.html acesso em: 20 jan. 2019.
14 Disponível em https://brasil.elpais.com/brasil/2017/07/17/tecnologia/1500289809_008679.html
Acesso em 5 mai. 2019.
15 Disponível em https://canaltech.com.br/entretenimento/a-era-do-robo-sapiens-o-dia-em-que-a-
inteligencia-artifical-dominar-a-terra-72905/ Acesso em 5 mai. 2019.
30
pesquisa tinha como princípio que “cada aspecto do aprendizado, ou outra forma de
inteligência, pode ser descrito de forma tão precisa que uma máquina pode ser criada
para simular isso” (MCCARTHY, 1955). Embora o termo possa ter sido cunhado em
1955, período que ainda corresponde a segunda geração da informática, a ideia de
criar uma máquina ou sistema que possa imitar o homem precede até mesmo a
invenção dos primeiros componentes eletrônicos.

Segundo Cléuzio Fonseca Filho em seu livro História da Computação: O

Caminho do Pensamento e da Tecnologia (2007), a informática pode ser dividida em
cinco gerações: A primeira geração (1946-1954) foi marcada pela utilização de
válvulas e armazenamento em cartões perfurados. Neste momento rudimentar da
computação, o processamento de informações ainda era muito semelhante com
aplicação de circuitos lógicos eletronicamente e o tempo para o processo era muito
longo. A substituição da válvula pelo transistor e o armazenamento em discos rígidos
deram o início a segunda geração (1955-1964) e garantiram mais velocidade e
segurança no trabalho com os dados. Nesta geração também surgiram linguagens de
programação de alto nível, como o Fortran e Cobol16, tornando o desenvolvimento de
sistemas mais acessível, já que o programador não precisava mais ter o conhecimento
profundo da eletrônica do computador. A terceira geração da informática (1964-1977)
teve como marco a utilização dos circuitos integrados, menores e mais fáceis de
produzir, dando início a comercialização em massa dos computadores. A quarta e
atual geração (1977-dias atuais) está sendo marcada pela miniaturização e
potencialização dos processadores. Por meio destas duas caras características, foi
possível o desenvolvimento de dispositivos móveis cada vez mais fortes e conectados
à rede. FONSECA FILHO (2007) ainda define um caminho para a quinta geração da
informática, com avanços na tecnologia como o processamento paralelo sem

16 Fortran (IBM Mathematical FORmula TRANslation System) é uma linguagem de programação

orientada a ciência da computação e análise numérica, seu uso foi comum em pesquisas e análise de
dados.
Cobol (COmmon Business Oriented Language) é uma linguagem de programação orientada a
negócios, seu uso foi comum no processamento de banco de dados comerciais
31
restrições no fluxo das informações (paradigma de von Neumann) e o uso dos
supercondutores. Os avanços propostos para a quinta geração da informática
auxiliarão no desenvolvimento da IA, no entanto, estes são apenas limitantes do poder
processional de sistemas inteligentes que já são desenvolvidos e utilizados na quarta
geração da informática.

Partindo deste pressuposto, podemos nos perguntar: como a inteligência

artificial funciona? O cientista da computação John McCarthy, quatro décadas de
pesquisa sobre AI depois da convenção de Dartmouth, define: “É a ciência e
engenharia de fazer máquinas inteligentes. Está relacionada a usar computadores
para entender a inteligência humana” (MCCARTHY, 1998). O cientista observa que a
inteligência artificial muitas vezes é desenvolvida a partir da observação humana e de
como procuramos pela solução de um problema. “A melhor forma é fazer programas
de computador que possam resolver problemas e alcançar objetivos deve ser como
nos seres humanos” (MCCARTHY, 1998). Com isso, podemos apontar que a IA é
muitas vezes a reprodução do pensamento humano, da busca por padrões e
categorizações de tudo o que nos cerca, reproduzindo, por meio de programação
eletrônica, neurônios e sinapses.

Dessa forma, ainda antes dos filmes retratarem a distopia da humanidade

causada pela inteligência artificial, em 1943 os pesquisadores Warren McCulloch e
Walter Pitts já faziam as primeiras aplicações de redes neurais artificiais. Segundo
Ferneda (2006):

Redes neurais constituem um campo da ciência da computação ligado

à inteligência artificial, buscando implementar modelos matemáticos
que se assemelhem às estruturas neurais biológicas. Nesse sentido,
apresentam capacidade de adaptar os seus parâmetros como
resultado da interação com o meio externo, melhorando
gradativamente o seu desempenho na solução de um determinado
problema. (FERNEDA, 2006, p. 25)

32
 Ainda na década de 1950, foi sistematizado o Perceptron17, um modelo
matemático de um neurônio biológico, utilizando um algoritmo adição (função lógica
de disjunção) ponderada para o reconhecimento mais profundo de padrões e
aprendizado de máquina. Podemos definir um algoritmo como uma sequência de
instruções finitas para que um programa execute uma tarefa. No caso do Perceptron,
as etapas do algoritmo tinham como objetivo fazer a separação de elementos
planificados em um gráfico. Por meio das contas realizadas com os dados de entrada,
o Perceptron deveria traçar uma reta separando em dois conjuntos elementos que
fossem semelhantes. Na mesma década, o matemático Alan Turing publica o artigo
Computing Machinery and Intelligence no qual apresenta a pergunta “podem as
máquinas pensar? ” (TURING, 1950, p. 433).

Fonte: Reprodução / towardsdatascience.com

Figura 4 - O modelo matemático do Perceptron

A pergunta de Alan Turing inspirou diversas pesquisas sobre a forma como os

computadores poderiam entregar respostas que de fato fossem insights. Para
responder ao questionamento de Turing, uma máquina trabalharia em busca de

17O Perceptron tem como objetivo explicitar uma saída a partir de diversas entradas. Para isso, ele
aplica pesos para cada entrada baseados em números reais. Sua saída será 0 ou 1, sendo determinada
pela soma ponderada dos elementos de entrada multiplicados pelo peso atribuído. Dessa forma, se o
resultado da soma atingir até um determinado limite, o Perceptron poderá responder com 0 ou 1.
33
padrões. Por exemplo, se fatores como idade, renda anual e a presença de um fiador
podem ser pontos positivos para uma instituição financeira na obtenção de um
empréstimo, esta poderia montar um banco de dados com todos os financiamentos
recentes realizados, auxiliando um sistema a tomar uma decisão. A partir dos dados
de entrada e das decisões já tomadas por humanos, o sistema pode analisar a chance
de empréstimo de novos clientes, permitindo ou não, baseado na pontuação que este
realiza.

No entanto, trabalhar com dados exatos, como idade e renda, é fácil para um
computador. Para aprimorar a interface humano-máquina, era preciso entender o que
os humanos falavam. Em 1957, Noam Chomsky lança seu livro Estruturas Sintáticas,
que segundo NORVING E RUSSEL (2013), apresentava uma teoria linguística formal
o suficiente para ser programável. Entre as principais colaborações do linguista para
a área está a chamada Hierarquia de Chomsky, definindo propriedades essenciais
sobre a área de linguagens formais e naturais. As hierarquias são divididas em quatro
níveis em ordem decrescente, do mais restrito para o mais completo. Os níveis dois,
linguagens livres de contexto, e três, linguagens sensíveis ao contexto, da hierarquia
oferecem subsidio à informática na relação dos compiladores de linguagem de
programação e na criação de textos de forma autônoma. A relação de linguagem
natural e geração autônoma é feita nos níveis um, linguagens sensíveis ao contexto,
e zero, linguagens recursivamente enumeráveis. Assim, linguística e inteligência
artificial formam um campo híbrido chamado Linguística Computacional ou
Processamento de Linguagem Natural.

O problema de compreender a linguagem logo se tornou

consideravelmente mais completo do que parecia em 1957. A
compreensão da linguagem exige a compreensão do assunto e do
contexto, não apenas a compreensão da estrutura das frases. Isso
pode parecer óbvio, mas só foi amplamente avaliado na década de
1960. (NORVING e RUSSEL, 2013, p. 58)

A adoção da contribuição de Chomsky para a compreensão do Processamento

de Linguagem Natural pode ser observada a partir da década de 1960 com os
34
primeiros sistemas que atribuíam, por meio de um banco de dados, valores
semânticos para as palavras, ainda com o foco puramente na estrutura frasal.

1.2 Invernos da inteligência artificial

As pesquisas dos sistemas inteligentes sofreram com dois hiatos que ficaram
conhecidos como os invernos da inteligência artificial, um no ocidente e um no oriente,
entre as décadas de 1970 e 1990. No ocidente, o governo americano realizava
grandes investimentos nas pesquisas acadêmicas relacionadas à IA. Na segunda
metade da década de 1970, com os resultados das pesquisas, que na teoria eram
muito maiores do que os oferecidos na prática, e assim também, fracas no âmbito
comercial, foi realizado um grande corte nas principais fontes de fomento, iniciando-
se o primeiro inverno da inteligência artificial. Já no oriente, em 1982, o governo
japonês iniciou o projeto denominado Fifth Generation Computer Systems. Segundo
AISO (1982, p. 121), o projeto tinha como objetivo inaugurar em 1993 a quinta geração
de computadores, com um supercomputador que funcionasse na lógica da inteligência
artificial. Para isso, foram mobilizados órgãos governamentais, universidades e
indústrias. Após 10 anos de pesquisa e investimento, o projeto foi finalizado com
poucos resultados. Entre os agravantes do fracasso do projeto estavam a baixa
perspectiva de aplicação nas indústrias e a linguagem de programação escolhida, o
Prolog, que limitava os sistemas desenvolvidos.

Enquanto os pesquisadores no Japão buscavam o desenvolvimento do que

seria a quinta geração de computadores, no ocidente dois importantes avanços para
a informática aconteceram: a criação da Interface Gráfica do Usuário (GUI) e o
desenvolvimento da Internet. Segundo JOHSONS (1997, p. 53) as interfaces gráficas
têm o surgimento ainda na década de 1960. No entanto, durante a década de 1980
os computadores mudaram de lugar, passando agora a integrar os lares, precisando
dar aos sistemas uma interface que fosse muito mais amigável com os usuários
novatos. A possibilidade de janelas e multitarefas, como as dos dispositivos atuais,

35
tornou acessível os sistemas não só para os cientistas, mas também para os usuários
caseiros, de modo que a programação desenvolvida no ocidente era muito mais
“amigável” e viável comercialmente do que a que estava sendo feita no Japão
(WAZLAWICK, 2016).

Fonte: Reprodução / deeplearningbook.com.br

Figura 5 - Apple Macintosh (1984). O computador, já com tela, com o maior número de vendas na
década de 1980.

Outro aspecto que merece destaque durante a década de 1980 é a

popularização da internet. Com os computadores caseiros cada vez mais populares e
com suporte aos modens e navegadores, logo começaram a surgir vários serviços,
como o e-mail e o protocolo World Wide Web, o WWW. Dessa forma, os
computadores pessoais alcançavam cada vez mais usuários, tornando-se dispositivos
dinâmicos quando comparados com os que estavam sendo desenvolvidos no Japão.
Com o amadurecimento da internet, isto é, poder rodar sistemas em um computador
sem a necessidade de instalação, desenvolvimento ou homologação para um
hardware específico, tornou obsoleto o modelo de negócio previsto pelo Japão para a
quinta geração de computadores, que alinhava o hardware e softwares. O projeto
japonês para chegar primeiro a quinta geração de computadores foi encerrado em
1992 sem alcançar todas suas metas. Este período ficou conhecido como o segundo
inverno da inteligência artificial.
36
 O mercado dos computadores encontrava-se fragmentado. Os principais
sistemas operacionais que iniciavam a década de 1990, e que ainda polarizariam o
cenário dos computadores, eram o Microsoft Windows 3.0 e o MacOS da aliança
Apple Computer-IBM-Motorola. Segundo FONSECA FILHO (2007, p. 130), embora a
Apple mantivesse uma arquitetura fechada, alinhando e produzindo seu próprio
software e hardware, a Microsoft produzia um sistema que poderia rodar em um
computador feito por terceiros. Isto representou um avanço para as empresas
fabricantes de peças para computadores, que produziam componentes cada vez mais
fortes, mirando em um mercado de consumidores que exigiam mais de seus sistemas
(WAZLAWICK, 2016). Com o resultado das pesquisas da quinta geração de
computadores no Japão e o avanço das tecnologias dos hardwares, o
desenvolvimento da inteligência artificial precisou alterar o seu viés. Como solução
mercadológica, foi observado que seria mais vantajoso desenvolver a IA para tarefas
específicas ao invés de todos os traços de um computador, facilitando o processo de
aprendizagem. Assim, os primeiros sistemas financeiros específicos, que calculavam
riscos de empréstimos ou valores de juros de multas, começaram a surgir. A IA tornou-
se específica e fragmentada, desenvolvendo avanços em diversas frentes.

1.3 - Novos patamares para a tecnologia

Como consequência dos invernos da IA, a pesquisa sobre o tema teve sua
atenção reduzida, com números menores em publicações sobre o assunto. A
informática passou por um processo de ramificação e novos temas surgiram, como o
desenvolvimento de redes mais rápidas e a usabilidade das interfaces gráficas.
Embora a IA não ocupasse mais a posição de destaque nas pesquisas, como na
década de 1950 e 1960, as tecnologias que surgiram durante os períodos
correspondestes aos invernos no ocidente e oriente permitiram sua expansão. A baixa
velocidade de circulação de informações entre computadores e bancos de dados deu
espaço para as redes mais rápidas e robustas, integrando computadores pessoais
aos data centers dos provedores de acesso à internet.
37
 Peter Norvig e Stuart Russell (2013) chamam a atenção para o foco dos
estudos da inteligência artificial dos últimos 60 anos:

Alguns trabalhos recentes da IA sugerem que, para muitos problemas,

faz mais sentido se preocupar com os dados e ser menos exigente
sobre qual algoritmo aplicar. Isso é verdade devido à disponibilidade
crescente de fontes de dados muito grandes: por exemplo, trilhões de
palavras em inglês e bilhões de imagens da Web (Kilgarriff e
Grefestette, 2006) ou bilhões de bases de sequências genômicas
(Collins et al., 2003). (NORVING e RUSSEL, 2013, p. 80)

Podemos relacionar a grande quantidade de dados citada por Norvig e Russel

com o início e atualidade das redes sociais. A conexão entre usuários mais rápida do
que permitiam os serviços anteriores, como as salas de chat e os serviços de e-mail,
além das novas possibilidades de interação, com o envio e postagem de conteúdos
multimídias, como fotos e vídeos, levaram as redes sociais a um elevado patamar de
geração e armazenamento de dados. Em 2003, o Friendster, primeira rede social
semelhante aos serviços atuais, atingiu três milhões de usuários nos três primeiros
meses online, representando uma a cada 126 pessoas conectadas à internet. Com o
crescimento das redes sociais, a quantidade de dados publicados por seus usuários
também cresceu. O popular Facebook, criado em 2004, atingiu 2.2 bilhões de usuários
em julho de 2018. No Brasil são 120 milhões de usuários, totalizando 57,3% da
população.

Os dados do Facebook são astronômicos, somando 500 terabytes de dados

por dia entre criação e circulação, o que significa 2.7 bilhões de curtidas e 300 milhões
de fotos. Dados dos usuários do Facebook, como as postagens em texto, fotos e
vídeos compõe um grupo denominado de “dados não estruturados”. De acordo com
AMARAL (2016), dados estruturados, ao serem gerados, podem ser guardados em
um banco estruturado e organizado, ou seja, conforme um modelo de informação. Já
os dados não estruturados não aderem a um modelo, normalmente sendo destinados
ao consumo humano e sem projeção para computadores processarem. Segundo o
relatório Digital Universe do IDC/EMC de 2014, o volume total acumulado de dados

38
no mundo era 4.4 zettabytes18 em 2013. A estimativa é de que em 2020 esse número
suba para 44 zettabytes. Entre essa enorme quantidade de dados não estruturados
gerados pelos usuários estão comentários e opiniões que podem circular e pautar
diversos aspectos da mídia e mercado, mas que da perspectiva de uma análise, se
perdem diante da infinidade de informações não estruturadas.

A grande quantidade de dados não estruturados tornou-se um desafio para

diversas frentes do mercado comunicacional. A partir de uma análise humana sobre
o conteúdo não estruturado é possível depreender informações que podem ser úteis,
mas a grande volume torna o trabalho muito difícil. Como já citado anteriormente, o
campo de Processamento de Linguagem Natural pode atuar sobre os conteúdos em
textos escritos ou falados. Outra área que ganha destaque é a da Visão
Computacional, em que a máquina pode ser treinada para reconhecer padrões e
objetos em fotos e vídeos, auxiliando na indexação e classificação de materiais
audiovisuais. Com o uso da IA, e as técnicas de linguagem natural e visão
computacional, é possível acessar informações que até então estavam disponíveis,
mas não “mineradas”, grupo dos dados não estruturados. Este acesso pode ser feito
a partir da geração de um modelo computacional de aprendizagem com esses dados
e técnicas. A criação de modelos de aprendizagem de máquina é chamada de
Machine Learning.

Machine Learning está no ramo da inteligência artificial responsável pela

criação de algoritmos que aprendam a ler e compreender novos dados, analisando-
os para determinar respostas dentro de um número finito de possibilidades. Os
algoritmos desenvolvidos para inteligência artificial podem ser de dois tipos: os
supervisionados e os não supervisionados. Os supervisionados precisam previamente
de um humano para fazer a submissão das informações e avaliar as respostas. No
segundo tipo não é preciso a supervisão humana no aprendizado da máquina. O

18Um zettabytes corresponde aproximadamente a 1.000.000.000.000 Gb (um trilhão de gigabytes).

Atualmente, o Samsung Galaxy Note 10 Plus, smartphone com maior capacidade de armazenamento
nativo, possui 1 terabyte (mil gigabytes) de armazenamento.
39
treinamento do sistema se dá ao mesmo tempo realiza uma tarefa, classificando
padrões encontrados durante seu uso.

Com o potencial de mercado estimado de $3,5 a $5,8 trilhões de dólares 19 por

ano e aliados ao poder tecnológico de processamento em rede bem como o avanço
das tecnologias em hardware, o cenário da inteligência artificial foi colonizado por
grandes empresas de informática. Empresas como a IBM, desenvolvedora do Deep
Blue, computador que ganhou uma partida de xadrez do campeão mundial Garry
Kasparov em 1997, abriram seus supercomputadores para que programadores
pudessem desenvolver suas próprias aplicações inteligentes. Atualmente, o serviço
de inteligência artificial da IBM é o Watson, que foi lançado em 2011. Algumas
empresas já investiam em seus serviços aplicações online, chamada computação em
nuvem, liberando APIs20 para que usuários utilizassem o poder de processamento de
seus supercomputadores. Logo, serviços de machine learning e outras técnicas de IA
entraram em seus catálogos. A Amazon, com a Amazon Web Services, surgiu em
2006 e atualmente oferece o Alexa, seu serviço de IA. Em 2008 surge a Google Cloud
Platform, da Google, e o Microsoft Azure, da Microsoft, que também oferecem APIs
para o processamento de IA. Dessa forma, programadores ao redor do mundo,
mediante o pagamento pela quantidade de informação processada, podem se
conectar com estes supercomputadores e desenvolver aplicações inteligentes com
objetivos específicos.

19 Conforme a revista Forbes de 30 de abril de 2018, os sistemas inteligentes podem gerar de 3,5$ a
5,8$ trilhões de dólares espalhados em 19 segmentos de mercado, como transporte e logística, mídia
e entretenimento, turismo e agricultura.
20 API corresponde em inglês “Application Programming Interface“. No português “Interface de

Programação de Aplicações”. As APIs são como pontes entre sistemas, possibilitando o uso de dados
de um sistema em outro. Nos casos citados no texto, as APIs disponibilizadas permitem que os
programadores criem sistemas inteligentes utilizando o potencial dos supercomputadores das
empresas (Google, IBM, Microsoft e Amazon) remotamente, através da internet.
40
 Fonte: Reprodução / theconversation.com

Figura 6 - Plateia assiste a derrota de Gary Karparov em uma partida de xadrez para IBM Deep Blue.

1.4 - Experiências audiovisuais

Esta seção tem como objetivo apresentar algumas experiências audiovisuais
desenvolvidas a partir ou com auxílio de recursos com inteligência artificial, buscando
identificar, com base no aporte da semiótica discursiva de linha francesa, elementos
relativos aos processos de cognição e interpretação relacionadas ao aprendizado de
máquina. Desta forma, trataremos sobre o uso das áreas de processamento de
linguagem natural e visão computacional. Também abordaremos sobre a
disponibilidade das ferramentas para os usuários menos experientes, permitindo a
criação de pequenas aplicações com IA.

Processamento de linguagem natural

De acordo com MCKEOWN (2017) “fazer um computador contar uma história
é realmente uma história”. A dificuldade em fazer uma máquina entender funções
cognitivas que sejam capazes de criar conteúdos inéditos sempre foi um desafio à
lógica computacional. Em 2015, Pérez y Pérez criam o MEXICA-impro, um modelo
computacional de geração de narrativas que funciona a partir de um conjunto de
dados: uma tabela de estrutura de comportamentos, com os nomes dos personagens
e todas as ações que eles podem realizar, e outra tabela com exemplos de
41
comportamentos que eram considerados “adequados” para cada um dos
personagens, evitando que fossem geradas ações fora do comum. Podemos
relacionar o uso da tabela de personagens com os sujeitos e seus programas
narrativos em busca de objetos-valor, e da tabela de comportamentos com as
modalizações do ser e do fazer e as manipulações dos sujeitos.

Embora o MÉXICA-impro já fosse uma forma de criar narrativas

computacionais, os próprios autores do software assumiram que sua fórmula de
combinações muitas vezes criava histórias previsíveis e repetidas. Em 2016, Oscar
Sharp e Ross Goodwin criam o Benjamin.

Benjamin is a long short-term memory recurrent neural network that

has developed several screenplays, like Sunspring (Benjamin, 2016).
Unlike the other systems discussed, Benjamin works without agents
trying to achieve goals, or sets of facts that ensure consistency when
manipulating data from its knowledge base. Using a large corpus of
existing screenplays it can be trained to learn and develop its own
narratives in a style learned from the corpus provided (MCKEOWN,
2017, p. 11)21

O curta metragem Sunspring (2016, Reino Unido) teve as falas de seu roteiro
escritas por Benjamin. Para isso, o sistema teve de ser treinado a partir dos roteiros
de filmes que representam o cânone da ficção científica. Logo, as falas de filmes como
Blade Runner (1982, EUA) e Independence Day (1996, EUA) estavam presentes no
banco de dados de Benjamin. A criação das falas do filme utiliza redes neurais
recorrentes de memória de longo prazo (LSTM), que segundo SHARP22, dá a
capacidade para o computador gerar parágrafos inteiros baseados em um banco de
dados, concebendo conteúdo original e não apenas frases copiadas do corpus. O

21 Tradução nossa: Benjamin é uma rede neural de memória de longo prazo que já desenvolveu
diversos roteiros, como Sunspring (Benjamin, 2016). Diferente de outros sistemas, Benjamin trabalha
sem agentes tentando cumprir metas ou atividades definidas que garantem a consistência do resultado
quando a base de dados é manipulada. Utilizando um grande corpus de roteiros já existentes como
banco de dados, ele pode ser treinado para aprender e desenvolver sua própria narrativa no mesmo
estilo das da base.
22 GOODWIN, Ross; SHARP, Oscar. Machines Making Movies. TEDxBoston. Disponível em

https://www.youtube.com/watch?v=uPXPQK83Z_Y Acesso em 05 de mar. 2019

42
curta metragem Sunspring se passa em um futuro distópico em que três pessoas (H,
H2 e C) acabam se envolvendo em um triângulo amoroso. O curta foi originalmente
produzido para o concurso de criações em 48 horas do Festival de Ficção Científica
de Londres e foi indicado entre os 10 melhores filmes. O concurso definiu que a
escolha dos melhores filmes seria por votação online. Ao perceber que os outros
curtas estavam ganhando muitos votos, e provavelmente utilizando bots para a
votação, os autores utilizaram o poder de processamento de Benjamin para direcionar
36 mil votos por hora para o curta. O concurso teve seu resultado cancelado.

Fonte: Reprodução / Sunspring

Figura 7 - Captura de tela do curta-metragem Sunspring

Sunspring inicia com o personagem H, um homem, sentado à mesa enquanto

diz: “em um futuro com desemprego em massa, os jovens são forçados a vender
sangue. É algo que eu poderia fazer”. O curta-metragem escrito por Benjamin
apresenta um enredo confuso com falas muitas vezes desconexas, tornando a leitura
do roteiro sozinho incongruente. Para sua criação, Benjamin utilizou um corpus de
outros roteiros do mesmo gênero do curta-metragem. A rede neural de recorrências
permite que Benjamin encontre padrões no corpus analisado e desenvolva trechos
baseados nisto. O sistema de recorrências consegue gerar um roteiro, mas a
semântica atribuída ainda é falha. Desta maneira, ao avaliarmos os mecanismos de

43
criação de Benjamin, verificamos que há apenas uma meta semântica construtora das
falas, baseada nas recorrências e na reprodução de padrões encontrados, mas esta
não se traduz em uma semântica natural do texto. Sendo o sentido o principal objetivo
da semiótica (BERTRAND, 2003), a estruturação proposta por A. J. Greimas do
percurso gerativo do sentido poderia auxiliar na elaboração de narrativas de forma
autônoma. É preciso deixar clara a ressalva de que a aplicação das estruturas do
percurso gerativo do sentido em algoritmos de criação textual baseadas em redes
neurais de memória de longo prazo, como o Benjamin, não limitaria a “criatividade” da
máquina aplicando regras sobre a criação dos conteúdos, como as tabelas de
comportamentos utilizadas pelo MEXICA-impro, mas proporcionaria escopo para a
análise do sentido do corpus e eventual substituição das falas criadas. Isto acontece
devido ao caráter geral e abstrato do percurso gerativo do sentido. Dessa forma, um
enunciado elementar de um sujeito em busca de um objeto-valor pode ser revestido
de inúmeras maneiras, garantindo assim a manutenção da estrutura para a formação
semântica.

Mesmo sem uma implementação de estruturas semióticas para a formação do

sentido, Benjamin traz avanços para a criação de narrativas de forma autônoma.
Sendo o audiovisual uma linguagem sincrética, Sunspring tem seu entendimento não
só pelo roteiro, mas também pela trilha sonora, cenários, indumentária dos
personagens e outras linguagens que compõe o curta-metragem. Assim, verificamos
que entre as linguagens que compõe Sunspring a montagem tem importância
fundamental, reiterando temas e figuras de linguagens fora a verbal-oral, mas que
naquele espaço, passam a relacionar uma semântica para o roteiro, semelhante ao
efeito Kuleshov23. Desta forma, Benjamin tem mérito como ferramenta auxiliadora a
roteiristas ou então como o próprio roteirista de textos audiovisuais em que outros
aspectos, como a visualidade ou a sonoridade, são mais importantes.

23 Efeito Kuleshov foi contatado a partir da atribuição de sentido dada por um espectador
inconscientemente após ver imagens intercaladas entre da expressão facial neutra de um ator e prato
de sopa, uma criança morta e uma mulher atraente.
44
 Podemos também destacar outros usos das ferramentas de Geração de
Linguagem Natural relacionadas à comunicação, como a criação de notícias e
publicações automáticas em redes sociais. Atualmente, estão disponíveis alguns
serviços de geração automática de texto que funcionam a partir de um corpus de
materiais semelhantes. Entre as aplicações com esta capacidade estão o Newsomatic
e o Article Generator, para a geração de notícias automáticas. Ambos os serviços
funcionam a partir do escaneamento de notícias com palavras-chave escolhidas pelo
usuário. A partir dos resultados obtidos na busca, o algoritmo consegue realizar a
conjunção dos textos em um único. Outro resultado que o sistema promete entregar
é o de um texto único, utilizando sinônimos para os trechos de textos capturados das
notícias. Atualmente, ambos os serviços estão disponíveis em português brasileiro,
mas dependem de uma tradução, já que a elaboração do material é feita em inglês.
Para demonstrar a ferramenta, apresentamos um trecho traduzido 24 de um artigo
gerado automaticamente pelo Article Generator com as palavras-chave “Trump, North
Korea, Kim Jong Un, nuclear”.

MOSCOU - O almirante russo Vladimir Putin saiu de seu primeiro encontro

com Kim Jong Un na quinta-feira afirmando que a Coréia do Norte precisa
de proteção no exterior para garantir que abandonará seu arsenal nuclear. O pedido
de Putin por mais envolvimento no bando contrasta fortemente com o método do
almirante Trump de falar um a um com o chefe coreano.

Podemos inferir que a substituição de alguns termos por sinônimos fica

evidente nos títulos dos presidentes americano e russo, que foram trocados por
“almirante” (admiral no inglês). A confusão na substituição do termo pode ter sido

24Trecho original: MOSCOW — Russian admiral Vladimir Putin emerged from his first summit with Kim
Jong Un on Thursday asserting that north Korea needs overseas protection ensures, no longer simply
U.S. pledges, to agree with giving up its nuclear arsenal. Putin’s call for more bunch involvement
contrasts sharply with admiral Trump’s method of one-on-one talk with the arctic Korean chief.
45
causada pela associação do termo “presidente” com uma titulação militar, causando
uma eventual troca por “almirante”. Levando em consideração de que o trecho é um
arranjo discursivo, uma tessitura de outros exemplos, ele se organiza por com base
nas reiterações. Assim, ao realizar a busca pelas palavras-chave oferecidas, o
algoritmo deve verificar quais as reiterações de temas e figuras estão presentes no
corpus definido. A manutenção das isotopias figurativas e temáticas no novo trecho é
responsável pela coerência textual. Embora seja possível estranhar a leitura do
trecho, identificando problemas em relação a coerência, o texto não é inteiramente
ruim e consegue transmitir os valores da notícia. Como não há a semantização dos
termos pelo computador, a substituição por verbetes sinônimos acaba gerando
confusão, como no caso presidente-almirante, no entanto, ainda é passada a ideia de
poder. Mesmo apresentando erros em seu resultado final, podemos destacar esta e
outras aplicações bem-sucedidas na área de geração linguagem natural como os
chatbots, que trabalham com o atendimento aos usuários em perfis corporativos nas
redes sociais, e os serviços de assistentes pessoais como o Google Assistant e a Siri.

Visão computacional
Outra área que merece destaque nas experiências audiovisuais com
inteligência artificial é a de reconhecimento de imagens e sons. A partir da entrada de
dados visuais e sonoros é possível processar saídas personalizadas. As transmissões
esportivas ao vivo estão entre as dinâmicas televisivas que mais trabalham com dados
simultâneos, como as das câmeras, replays, videografismos, o som dos microfones
do campo e das arquibancadas além dos dados estatísticos, como pontuação e
cronometria. A quantidade de dados armazenados, processados e transmitidos em
campeonatos ou torneios de grande escala confere um elevado grau de complexidade
para a atividade de diversos profissionais envolvidos. Em 2017, a IBM aplicou a
tecnologia de seu supercomputador, o Watson, no centenário torneio de tênis de
Wimbledon. O desafio proposto era o de criar vídeos automáticos com duração de até
dois minutos com os melhores momentos da partida logo ao fim do jogo. Wimbledon
46
é o mais antigo torneio de tênis do mundo e realiza mais de 250 partidas em duas
semanas. De acordo com Rogerio Feris, gerente de computer vision and multimedia
research, este foi um desafio “além da seleção e curadoria de trechos dos jogos para
um editor de vídeo”25. Para a criação dos vídeos automáticos foi preciso associar e
processar as imagens e áudios captados com os dados de telemetria disponíveis.

Fonte: Reprodução / ibm.com

Figura 8 - Esquema de como a combinação de dados e a tecnologia cognitiva permitem os vídeos de

melhores momentos do torneio de Wimbledon.

Entre os dados da telemetria coletados diretamente na quadra estão as

estatísticas de pontuação, acertos e erros, anotações do juiz, velocidades de saque e
posições da bola e dos jogadores. A frente de reconhecimento de imagem e som é
responsável por entender a reação do público presente assistindo à partida e de ações
dos jogadores que possam ser diferentes do padrão.

The combination of this data and these modalities helps the system get
the full picture of a match’s most exciting moments, and demonstrates
the value of audio and video techniques in helping rank or discover

25IBM. Scaling Wimbledon’s video production of highlight reels through AI technology. 2017, disponível
em: https://www.ibm.com/blogs/research/2017/06/scaling-wimbledons-video-production-highlight-
reels-ai-technology/ acesso em: 20 jan. 2019.
47
 moments that might ordinarily be passed over using pure meta-data
analysis. (FERIS, 2017)26

Para iniciar a produção do vídeo de melhores momentos, o Watson foi treinado

para reconhecer o aperto de mão que finaliza a partida entre os jogadores. O
treinamento da máquina para reconhecer reações da torcida, ações dos jogadores e
o aperto de mão final foi feito a partir de vídeos do torneio de anos anteriores. O
aprendizado do IBM Watson para tarefas envolvendo audiovisual, e de outros
computadores inteligentes, acontece sempre a partir de uma grande base de dados.
Destacamos na seleção de momentos do jogo para a composição do vídeo a lógica
de organização dos elementos da linguagem. FLOCH (2001, p. 13) afirma que que
todos os objetos semióticos podem ser “considerados sob dois aspectos, o do sistema
e do processo”. FLOCH o define o sistema como o eixo do paradigma e o processo
como o eixo do sintagma. No eixo do paradigma, ou das seleções, são apresentadas
as opções de escolha para o objeto semiótico, e no eixo do sintagma são encadeadas
as escolhas feitas no paradigma. Portanto, ao escolher imagens da torcida ou de
jogadas, a máquina seleciona no eixo do paradigma quais objetos vão compor melhor
a sucessão de elementos do sintagma. Sua escolha é ponderada pelo suporte do
texto, ou seja, um vídeo de melhores momentos com distribuição online.

Outro exemplo que relaciona o levantamento de pontos altos dentro de um

vídeo é o trailer do filme Morgan (2016, EUA). Morgan é um filme que transita entre
os gêneros de ficção científica e o suspense. No filme, a consultora corporativa Lee
Weathers (Kate Mara) deve decidir se Morgan (Anya Taylor-Joy) uma criatura
inteligente e artificial deve ser sacrificada. Em uma parceria da 20th Century Fox e a
IBM, foi proposto que o Watson desenvolvesse o primeiro “trailer de filme cognitivo”
do mundo. De acordo com Jonh R. Smith, gerente de multimedia and vision da IBM,
o Watson foi treinado a partir de 100 trailers de filmes do mesmo gênero de Morgan.

26Tradução nossa: A combinação dos dados auxilia o sistema a ter uma visão geral dos momentos
mais emocionantes da partida e demonstra o valor da combinação de dados com o áudio e vídeo,
ranqueando ou removendo momentos que podem ser ignorados, tudo a partir das análises dos
metadados. Disponível em: https://www.ibm.com/blogs/research/2017/06/scaling-wimbledons-video-
production-highlight-reels-ai-technology/ acesso em: 20 jan. 2019.

48
As análises feitas após isso podem ser divididas em três áreas: análise visual, análise
sonora e análise de composição de cena. Na análise visual foram identificadas as
pessoas, cenários e objetos, que formam categorias entre 24 emoções e rótulos. A
análise sonora teve como objeto o tom de voz do atores, trilhas sonoras e ruídos,
buscando entender o sentimento das cenas. A análise de composição da cena buscou
compreender o local representado, a forma do ambiente e iluminação, encontrando
um padrão entre os trailers de filmes de suspense analisados. Após a análise de todos
os trailers, o Watson estava pronto para assistir ao filme Morgan. Entre os 132 minutos
do longa-metragem, foram selecionados seis pelo computador, incluindo entre eles 10
pontos chaves.

Fonte: Reprodução / Trailer Morgan

Figura 9 - Captura de tela do trailer de Morgan. O gráfico apresenta pontos no filme em que existem
mudanças nas emoções.

Podemos relacionar os elementos encontrados durante a primeira e segunda

parte da análise de Watson, visual e sonora, com um domínio referente, ou seja, uma
semiótica do mundo natural na qual a semiótica do audiovisual se baseia. Quando
identificamos os elementos, realizamos “relações entre tais objetos, para constituir
significações. As percepções fazem sentido à medida em que os objetos percebidos
se inserem em cadeias inferenciais” (BERTRAND, 2003, p. 159). Assim, relacionamos
49
os elementos visuais e sonoros com um contexto já conhecido e por meio desse
garantimos o sentido. Esta inferência, ao ser realizada pelo computador, baseia-se na
humana, mas sem a valoração semântica, de forma que o resultado é proveniente
apenas da repetição de padrões em relação ao corpus disponível. O terceiro nível da
análise, de composição de cena, completa a matriz audiovisual, englobando as
matrizes visual e a sonora.

A Fox estima que um editor demoraria de 10 a 30 dias para fazer um trailer.

Todo o processo de treinamento do Watson e seleção dos trechos foi realizado em 24
horas. Smith acredita que a máquina não vai substituir o humano criativamente, mas
que exemplos como o trailer do filme Morgan possam ajudar a construir novas
ferramentas.

The combination of machine intelligence and human expertise is a

powerful one. This research investigation is simply the first of many into
what we hope will be a promising area of machine and human
creativity. We don’t have the only solution for this challenge, but we’re
excited about pushing the possibilities of how AI can augment the
expertise and creativity of individuals. (SMITH, 2016)27

Em um primeiro momento, podemos relacionar a capacidade de um sistema

encontrar elementos visuais em imagens, como nos casos do torneio de Wimbledon
e do trailer de Morgan, com as coberturas figurativas do nível discursivo: a tematização
é a formulação de valores de modo abstrato e organizados em percursos (BARROS,
2005, p. 66). “Os percursos são constituídos pela recorrência de traços semânticos ou
semas, concebidos abstratamente”. Para as ferramentas inteligentes de identificação
de imagens, a afirmação de Barros representa alguns desafios, como a semantização
das figuras e por consequência a reiteração temática. Segundo GREIMAS (1987, p.
78) a figurativização “não é mera ornamentação das coisas; é essa tela do parecer

27 Tradução nossa: A combinação de inteligência computacional com a habilidade humana é

promissora. Esta pesquisa ainda é simplesmente a primeira de muitas de uma área com grande
potencial para a criatividade das máquinas e humana. Nós não temos uma solução para esse desafio,
mas estamos animados em trazer possibilidades em que a IA consiga exercitar a criatividade das
pessoas.
50
cuja virtude consiste em entreabrir, em deixar entrever, em razão de sua imperfeição
ou culpa dela, como uma possibilidade de além-sentido”. Dessa forma, trabalhar com
o encontro de figuras poderia elevar as ferramentas de identificação de elementos
para um patamar mais próximo do encontro de temáticas. Mesmo que um sistema
consiga trabalhar desta forma, é evidente que nem todos os temas sejam
interpretados de forma certa, no entanto, as primeiras interpretações poderiam servir
de base, retroalimentando, para que programas mais inteligentes aprendam. Assim,
como a identificação de figuras e seus relacionamentos semânticos com as temáticas
do texto recorre a funções cognitivas humanas, o mesmo resultado, ou semelhante,
só pode ser esperado de um sistema pela articulação de diversos mecanismos de
aprendizagem.

Disponibilidade de ferramentas
Ferramentas de análises visuais, como as utilizadas pela IBM no longa-
metragem Morgan, estão disponíveis para outros usuários através da internet. Entre
as diversas empresas que oferecem esse tipo de ferramenta, podemos destacar a
Google, com os serviços Cloud Vision e Cloud Video Inteligence. O serviço oferece
ferramentas de análise e indexação de material em fotos e vídeos. Entre os objetivos
dos serviços está o de ser simples. Segundo a própria descrição da Cloud Vision, 28
desenvolvedores com pouco conhecimento em machine learning podem treinar
modelos personalizados de alta qualidade. Tanto a Cloud Vision, que trabalha com
imagens estáticas, quanto a Cloud Video Intelligence, utilizada para imagens em
movimento, podem reconhecer elementos dentro de uma mídia visual. Dessa forma,
conjuntos amplos, como animais, brinquedos e construções, podem ser categorizados
pelo serviço. Além disso, a partir do treinamento da máquina, é possível criar
categorias mais específicas de classificação dos elementos encontrados nas imagens,
o que pode ser de grande utilidade para a análise de conteúdos audiovisuais.

28 Descrição em https://cloud.google.com/vision/?hl=pt-br. Acesso em: 11 fev. 2018

51
 Com base na premissa de desenvolvimento de conteúdos de forma autônoma
por sistemas inteligentes, para demonstrar o uso de ferramentas semelhantes,
realizamos dois experimentos que perpassam por etapas da produção audiovisual. O
primeiro experimento, realizado na Google Vision no dia 11 de fevereiro de 2019,
consistiu de uma análise rápida de duas capturas de tela retiradas dos filmes Titanic
(1997, EUA) e o Matrix (1999, EUA), com o objetivo de verificar quais categorias de
classificação seriam encontradas.

Fonte: Montagem do autor

Figura 10 - Montagem de telas após a análise das imagens dos filmes pela Google Vision

O resultado da análise de cada imagem é dividido pelo sistema em seis parte.

(1). Em sua primeira parte, são encontrados os rostos na imagem e a emoção que
está associada a cada um. Quatro emoções estão disponíveis para a classificação 29:
alegria, sofrimento, angustia e surpresa, que são graduadas de forma crescente em

29Emoções disponíveis para a classificação: joy, sorrow, anger e surprise e as gradações: very unlikely,
unlikely, likely e very likely
52
muito improvável, pouco provável, provável, muito provável. As emoções são dadas a
partir da comparação de uma face da imagem com a dos bancos de dados da
ferramenta. (2) A segunda parte da análise reconhece objetos presentes na cena. Está
é uma etapa mais geral do que será a terceira, que vai verificar rótulos. Dessa forma,
foram reconhecidos na imagem do filme Matrix os objetos pessoa e homem. Está
análise se aprofunda na (3) terceira etapa, em que são encontrados elementos que
compõe os objetos, como braço, mão e músculo, e outros rótulos que classificam a
imagem, como fotografia, templo e kung fu. (4) A quarta etapa de análise utiliza a
internet para classificar o conteúdo, encontrando termos de busca relacionados e
imagens iguais ou semelhantes na rede. Esta etapa busca e apresenta reiterações do
conteúdo. Ainda é possível depreender alguns rótulos, semelhante ao caso da terceira
etapa, como ficção científica e artes marciais. (5) A quinta etapa está relacionada a
aspectos técnicos da imagem, como a presença das cores predominantes, sugestões
para o corte e a redução. (6) A sexta e última etapa realiza a análise em busca de
conteúdos que possam ser classificados como somente para adultos ou conter
imagens violentas. A classificação de conteúdos adultos muitas vezes é utilizada por
redes sociais nas fotos de seus usuários, para a remoção de imagens postadas que
possam violar as políticas de compartilhamento da comunidade.

53
 Fonte: Reprodução/repubblica.it

Figura 11 - Imagem da Venus de Willendorf, estátua com mais de 30 mil anos, censurada pelo
algoritmo de reconhecimento de nudez do Facebook.

O segundo experimento foi realizado na Google Vision autoML, e teve como

objetivo criar as próprias categorias de análise. Dessa vez, o modelo de análise não
utilizou as emoções nos rostos ou a busca de termos relacionados na internet. As
categorias de análise desse modelo foram criadas apenas a partir do encontro de
padrões das imagens de treino. Para treinar o modelo foram utilizados os 10 primeiros
minutos do primeiro capítulo de três novelas em exibição simultânea da Rede Globo
de Televisão: Espelho da Vida (09/18 – 04/19), Verão 90 (02/19 – atual) e O Sétimo
Guardião (11/18 – 05/19). Foram geradas capturas de tela a cada cinco segundos das
novelas e aplicadas na plataforma, com um total de 360 imagens, 120 por novela.
Dessa forma, foram selecionadas as imagens de cada uma das novelas, tornando-as
uma categoria com o título da trama. Após o treinamento do sistema, foi possível
entrar com imagens dos capítulos do dia 11 de fevereiro de 2019 e ver o computador
classificar de qual novela elas eram. Com a maioria dos resultados positivos, o sistema

54
foi capaz de prever com confiabilidade de até 96% que um quadro pertencia a novela
O Sétimo Guardião.

Fonte: Montagem do autor

Figura 12 - Quadros da novela Espelho da Vida analisados por um modelo próprio de machine
learning

Os quadros analisados para formar o banco podem ser divididos em três

grupos: (1) os positivos, que serão marcados como o “cânone” dos quadros da
categoria, (2) os falsos negativos, que são quadros pertencentes a novela, mas que
não apresentam índices de semelhança elevados com os outros da mesma categoria,
e (3) os falsos positivos, que são quadros de outras novelas, mas que se assemelham
muito com as daquela categoria. Os resultados falsos negativos e falsos positivos são
eliminados da classificação, evitando problemas no aprendizado de máquina. Dessa
forma, aprendendo apenas com os quadros positivos o sistema pode classificar de
forma mais segura as novas imagens de entrada.

As capturas utilizadas para compor o banco da novela O Sétimo Guardião

foram realizadas no capítulo do dia 12 de novembro de 2018. Já para a análise, foram
55
utilizadas capturas do dia 11 de fevereiro de 2018. Mesmo com a grande distância
temporal entre os capítulos, o modelo conseguiu identificar com alta precisão que se
tratavam da mesma novela. Em um dos quadros para a análise é visto o ator Marcelo
Novaes, que não possui registro nos no acervo de quadros retirados do primeiro
capítulo. Mesmo com a aparição do ator, o sistema conseguiu identificar a imagem da
novela com 93,7% de certeza.

Fonte: Montagem do autor

Figura 13 - Quadros da novela O Sétimo Guardião analisados identificados pelo modelo.

Experimentos, como os apresentados, demonstram em seus resultados

características relacionadas diretamente a criatividade. No entanto, suas formas de
criação seguem parâmetros próprios, muitas vezes relacionados a identificação de
padrões, que, de forma quantitativa, operam por entre alternativas para uma
composição. Esta forma de criação excluí diversos aspectos da semântica,
entregando um resultado que atende aos critérios do sistema, mas falha ao

56
estabelecer um sentido. A partir disso, avaliaremos nos próximos capítulos a
construção semântica em textos gerados de forma autônoma.

57
 CAPÍTULO 2
SINCRETISMO AUDIOVISUAL NA FORMAÇÃO
DO SENTIDO

58
 CAPÍTULO 2
SINCRETISMO AUDIOVISUAL NA FORMAÇÃO
DO SENTIDO

Neste capítulo, apresentaremos a análise do curta-metragem Sunspring. Esta

análise foi desenvolvida a partir do aporte teórico-metodológico da semiótica
discursiva francesa por meio das estruturas do percurso gerativo do sentido,
relacionando os resultados encontrados as maneiras como um sistema inteligente
pode conceber uma narrativa. Dessa forma, optamos, em alguns momentos, em
relacionar e comparar o roteiro original com a cena produzida, verificando elementos
e ações que não foram descritas por Benjamin até o scritp final, que deixam evidente
o uso de artifícios utilizados para “dar sentido” para algumas falas geradas de forma
autônoma.

2.1 - Geração autônoma de texto

Ross Goodwin, um dos criadores de Benjamin, trabalhou durante o primeiro

mandato de Barack Obama (2009-2012) como escritor fantasma da Casa Branca. Em
uma fala durante a Machine Learning Conference de 2017 da Universidade de Nova
York, o autor afirmou que seu trabalho envolvia a repetição de escritas de cartas e
artigos baseados no preenchimento de alguns gabaritos. Para agilizar o processo,
Goodwin instanciou uma função macro no Microsoft Excel que randomizava
parágrafos extraídos de seus arquivos em um novo texto, mantendo-os apenas nas

59
mesmas posições. Esta forma de seleção e aplicação dos parágrafos é semelhante
ao procedimento das “cadeias de Markov”, um processo estocástico caracterizado
pelo estado futuro depender apenas do atual, sendo que os estados passados não
influenciam futuro das escolhas.

Esta primeira forma de construção foi utilizada pelo autor para a escrita de
poemas forma autônoma, seguindo apenas algumas regras de formatação e
disposição dos versos, deixando a composição do texto para a cadeia de Markov. A
ampliação do poder de processamento do sistema de geração de texto de Goodwin
foi feita com aplicação de uma rede neural de recorrências do tipo LSTM (long short
term memory recurrent neural network). Esta rede permite o entendimento de
recorrência nos textos de um corpus e o armazenamento de informações sobre por
períodos maiores de processamento. Assim, ao contrário das cadeias de Markov,
todos os elementos anteriores têm poder de influência sobre a elaboração de um novo,
mas com pesos diferentes. A partir destas configurações foi possível utilizar Benjamin
para a criação do roteiro de Sunspring.

Em sua versão final, disponível no YouTube, o curta-metragem Sunspring

apresenta inicialmente as frases: “Embaixo dos teclados dos nossos smartphones vive
uma inteligência artificial. Ela foi treinada com uma grande quantidade de textos e e-
mails e tenta acertar o que vamos digitar em seguida.30” A frase sintetiza o tipo de
rede neural artificial utilizada por Benjamin para criar os roteiros, muito semelhante
aos softwares de sugestão de palavras presentes nos smartphones. Como exemplo
deste tipo de rede neural apresentada, podemos destacar os recursos de sugestão de
palavras utilizada no Gboard, o aplicativo de teclado para dispositivos móveis criado
e gerenciado pela Google. O aplicativo baseia-se em um banco de palavras digitadas
pelo usuário para poder fazer uma sugestão, aprimorando seu percentual de sucesso
conforme o uso. Em suas primeiras utilizações, o teclado inteligente sugere
resoluções genéricas, como as palavras tarde ou noite para o vocábulo boa. Conforme

30Trecho original: Just above your smartphone keyboard lives an artificial intelligence. It was trained
on lots of texts and email, and tries to guess what you'll type next.
60
o uso pelo usuário, as sugestões passam a ser mais específicas, como a sugestão de
nomes ou expressões muito utilizadas.

Em uma brincadeira recorrente em fóruns e comunidades de redes sociais,

usuário são convidados a acionarem o teclado de seus smartphones e utilizarem a
ferramenta de sugestão de palavras algumas vezes sem qualquer critério de seleção.
O resultado dos textos gerados é compartilhado para que possa ser comparado como
as palavras escritas por cada usuário influenciam diretamente nas sugestões.

Fonte: Montagem do autor

Figura 14 – Texto gerado automaticamente pelo aplicativo Gboard apenas com palavras sugeridas

Semelhante à forma utilizada pelos aplicativos de teclado inteligentes, como

Gboard, Benjamin foi programado para sugerir palavras baseando-se no contexto
aprendido e nas palavras anteriores. Para isso, no lugar de mensagens escritas por
um usuário, foram utilizados os roteiros de 160 longas-metragens do gênero de ficção
científica ou semelhante. Benjamin também é o autor da letra da música Tiger and
61
Man: Home On The Land31 que foi utilizada na montagem final do curta-metragem.
Para isso, o banco de dados do sistema foi populado com aproximadamente 30.000
letras de músicas. Embora, assim como nos corretores, muitas vezes a sintaxe das
frases sugeridas está correta, mas a semântica pode ser sacrificada na tentativa de
adicionar uma nova palavra à composição.

Dada a ênfase na forma de criação do texto autônomo em que Benjamin foi

programado e na forma como sistemas semelhantes funcionam, o resultado, previsto
a partir do banco de dados com os roteiros de filmes de ficção científica, será o de
frases que contenham combinações de palavras expressas nos longas e, até mesmo,
frases inteiras copiadas de sua origem. Benjamin cria uma frase de cada vez, dividindo
ainda o processo em ciclos menores, com a sugestão, verificação e aplicação de cada
palavra a composição. Dessa forma, o corpus em comum e a forma como as
recorrências da rede neural funcionam determinam as relações entre as frases, sendo
articuladas apenas pelos pesos das influências.

Sunspring apresenta-se como uma tentativa de execução de um roteiro

construído a partir de um mecanismo de sugestão de texto e, dessa forma, os autores
justificam na tela incialmente que “o que vem a seguir é nossa tentativa de fazer
isto.32”. A narrativa apresenta características inversas ao modo teleológico de se
contar uma história, ou seja, relacionando um fato com sua causa final. Suas ações e
cenas são, na maioria das vezes, desconexas, semelhante a movimentos
cinematográficos como o surrealismo francês. Iniciado em 1920, o movimento
explorava, entre várias características, a descontinuidade do roteiro e o caráter
onírico, relacionando-se a aspectos de sonhos. Assim como o surrealismo, o curta
estabelece com o enunciatário um contrato de experimentação, de dar sentido a um
grupo de falas que, quando analisado de forma separada, não se apresenta como um
texto. Esta tentativa expressada pelo enunciador é realizada a partir das outras
linguagens que compõem o audiovisual, como a fotografia, o som, indumentária e

31 Disponível em: https://www.youtube.com/watch?v=_kM0a-O4qLU Acesso em: 20 jun. 2019

32 Trecho original: What follows is our attempt at making it
62
atuação. Filmes, como os do movimento surrealistas, utilizaram da desconexão do
roteiro para romper com a tradição estabelecida no movimento realista durante a
primeira guerra mundial, com discussão de temas pertinentes a novos conhecimentos,
como a interpretação de sonhos e a psicanalise. Sunspring também utiliza desta
desconexão para estabelecer uma relação de sentido e um contrato com o
enunciatário de uma relação de pioneirismo e de futurismo.

Como primeira parte do processo de análise do roteiro de Sunspring, é preciso

verificar a forma como este foi elaborado. Foram apuradas informações sobre a
criação e processo de produção do Benjamin a partir de dois seminários apresentados
pelo cineasta Oscar Sharp e o pesquisador Ross Goodwin. O primeiro seminário,
apresentado em 2016 para o painel Machines Making Movies do evento GitHub
Universe teve como público alvo a comunidade de desenvolvimento de softwares e
aplicações e, por isso, diversas informações técnicas sobre o processo de criação,
treinamento e aplicação de Benjamin foram apresentadas. O segundo seminário
utilizado foi apresentado em 2017, em um evento TEDx realizado na Universidade de
Boston para o público geral que não estava familiarizado com desenvolvimento de
programas. Durante as falas, foram abordadas questões sobre a construção
semântica em Sunspring.

Fonte: Reprodução / TEDxBoston

Figura 15 – Oscar Sharp e Ross Goodwin na palestra Machines Making Movies – TEDxBoston (2017)

63
 Benjamin ainda possui limitações em diversos aspectos sobre a elaboração e
organização de uma narrativa. Segundo os autores, não existem falas criadas por
humanos presentes no roteiro final do curta-metragem. A principal função de Benjamin
é gerar o texto. SHARP e GOODWIN (2016) afirmam que, atualmente, o sistema
possui a capacidade de formatar visualmente o roteiro em uma estrutura utilizada
comercialmente, no entanto, esta função não estava disponível durante o
desenvolvimento de Sunspring, deixando a tarefa de formatação sob responsabilidade
de um humano. Os autores aproveitaram a oportunidade do seminário para apresentar
outras funções utilizando o poder de processamento de seu sistema, como o gerador
de títulos e o de sinopses. Ambos os recursos funcionam de forma semelhante,
utilizando o corpus de roteiros para as novas criações, alterando apenas a maneira
de formação dos resultados obtidos antes de serem apresentados.

Para gerar o texto, Benjamin é semeado, o que significa que este recebe uma
seed (semente), para poder criar a partir de um estímulo. No caso de Sunspring, o
estimulo dado para ao sistema foi a primeira frase do curta: “em um futuro com
desemprego em massa, jovens são forçados a vender sangue33 ”. Este estímulo vai
refletir sobre todo o texto gerado. Uma repetição deste estimo faz com que o sistema
processe os dados de maneira igual, gerando o mesmo resultado que o obtido
anteriormente. SHARP e GOODWIN (2017) afirmam que durante o processo de
geração do texto, Benjamin criou diversos trechos que não poderiam ser utilizados
devido à problemas semânticos. Desta forma, os autores foram obrigados a gerar
mais trechos a partir de uma seed diferente, criando novas partes que pudessem ser
alocadas a composição do roteiro. Outra forma de criação personalizada de texto que
auxiliou os autores foi a aplicação de parâmetros de criação, como o número de
palavras ou caracteres a serem gerados. Dessa forma, o sistema poderia ser
personalizado para a criação de uma fala ou um conjunto de falas faltantes em
específico.

33 Trecho original: In a future with mass unemployment, young people are forced to sell blood.
64
 Benjamin é uma rede neural de reconhecimento de recorrências e, por isso,
tenta reproduzir padrões encontrados nos roteiros do corpus. Assim, além da criação
das falas, o sistema também gera a descrição de cenas e ações dos personagens.
Como citado anteriormente, esta separação entre diálogos e descrições foi realizada
por um humano, mas seu conteúdo foi elaborado pelo computador. Em suas falas, os
autores não apresentam comentários ou indícios de que estas descrições possam ter
sido geradas em outro momento além do da criação dos diálogos. Assim, podemos
supor que qualquer modificação semântica dada ao roteiro não foi realizada pela
adição de novas descrições, mas pela supressão e substituição de alguns diálogos.

De forma análoga, podemos comparar o trabalho de composição do roteiro final

gerado por Benjamin com o processo de montagem cinematográfica e edição
audiovisual. Após a geração dos trechos, foi preciso da atenção e trabalho humanos,
ainda que mínimo, para fazer a seleção de quais partes estariam presentes na
composição final. Esta comparação também se estende a linguística junto aos eixos
do paradigma e do sintagma, relacionadas por FLOCH (2001, p. 13) no que tange os
aspectos do sistema e processo. Dessa forma, fica a encargo de um humano a
construção do eixo sintagmático, do sistema, de forma que este vai adequar o
resultado as condições estabelecidas ao produto, como a presença de um mínimo
fator semântico ou aspectos técnicos, como a formatação e duração. Assim, está
etapa foi a responsável pela seleção dos trechos e a construção de uma relação
sintagmática entre os elementos (SAUSSURE, 1973). Já o eixo do paradigma, do
processo, ficou sob a responsabilidade do computador. Coube a Benjamin a geração
de diversos trechos baseados no corpus e nos parâmetros fornecidos pelos autores,
oferecendo alternativas para a composição do roteiro final pelo roteirista/editor.

A intepretação de um humano durante a seleção dos trechos gerados por

Benjamin pode ser vista como um forte ponto de influência externa sobre o sentido do
produto. Embora Sunspring apresente uma estrutura não teleológica, com trechos
semanticamente confusos, o roteiro do curta-metragem anteriormente passou por
uma qualificação de sentidos, em que um humano, a partir de parâmetros que
65
remetem a uma semiótica do mundo natural, e a forma do próprio audiovisual, avaliou
a seleção de cada um dos trechos e sua relação com os outros, definindo o texto final.

Fonte: Reprodução / TEDx Boston

Figura 16 – Benjamin gerando textos em papel fiscal

2.2 - Análise cena a cena de Sunspring

Ao analisarmos a composição do roteiro final de Sunspring, podemos destacar

como um dos primeiros pontos as descrições das cenas e ações. De forma breve, as
indicações de roteiro são descritas sempre em relação aos personagens e com
poucas informações sobre o cenário ou os ambientes. As frases não possuem os
nomes de seus personagens referentes, substituindo os sujeitos por pronomes
pessoais, como ele e ela. As ações descritas para os personagens são, em sua
maioria, sucintas, como “ele a encara” e “ele está no telefone”, o que pode ser
relacionado com a forma como Benjamin aprendeu. Como uma boa prática
profissional, roteiristas são incentivados a serem objetivos em suas descrições e
Benjamin reproduz este comportamento exposto nos roteiros dos filmes que compõe

66
sua base de dados. Destacamos como exemplo de descrição objetiva uma cena do
personagem H:

Ele está de pé nas estrelas e sentado no chão. Ele se senta no balcão e puxa
a câmera sobre suas costas. Ele a encara. Ele está no telefone. Ele corta uma pistola
da parede do cômodo e a coloca em sua boca. Ele vê um buraco negro no chão que
leva para o homem no telhado.34

A sequência descreve ações para o personagem H e apresenta em alguns

trechos partes confusas, como na primeira frase, indicando as ações contraditórias
estar de pé e sentado no chão ao mesmo tempo. Assim como está sequência, outras
partes do curta apresentam situações confusas em relação as projeções de pessoa,
tempo e espaço. Assim como as projeções de espaço realizadas, da mesma forma
como no trecho selecionado, não existem ao longo de todo o roteiro indicações sobre
a mudança de um ambiente para outro, deixando esta intepretação para o diretor. O
trecho termina com H vendo um homem caído por um buraco negro no chão. Não
existem indícios no roteiro de que o homem visto era C, como foi realizado em vídeo,
podendo indicar neste trecho uma das tentativas de angariar sentido, utilizando-se de
um desfecho disfórico do personagem C para assim fechar o seu arco narrativo.

Outras descrições presentes no roteiro do curta-metragem possuem ações com

caráter contraditório a sequencialidade da própria narrativa. Entre os exemplos está a
ação atribuída ao personagem C: “ele pega uma tela acesa e luta com as partículas
de força de segurança de transmissão em seu rosto”. O trecho, além de confuso em
relação a sua sintaxe, apresenta uma situação semântica que não foi anteriormente
elaborada ou preparada. A ação do personagem C de aproximar uma espécie de

34
Trecho original: He is standing in the stars and sitting on the floor. He takes a seat on the counter and
pulls the camera over to his back. He stares at it. He is on the phone. He cuts the shotgun from the edge
of the room and puts it in his mouth. He sees a black hole in the floor leading to the man on the roof.

67
tablet de seu rosto e realizar um escaneamento é apresentada sem motivações que
modalizaram o sujeito. Outro exemplo de ação desconexa é dado antes da fala de H,
em que o personagem tira da própria boca uma espécie de olho de vidro. Assim como
na situação anterior, a ação não possui preparação anterior ou influência futura, sendo
completamente ignorada durante o restante da narrativa. Mesmo que estas
características sejam colocadas em relação as ações, é preciso evidenciar que está
contradição tem papel na construção do contrato enunciativo dos autores com o
expectador. As ações desconexas representam este caráter de experimentação de
um roteiro escrito por um computador e, o que pode ser visto neste curta-metragem,
foge dos padrões de uma história comum escrita por um humano.

Para realizarmos a análise dos diálogos e as ações representadas em vídeo,

dividimos o curta metragem em momentos, selecionados pelas transformações das
relações entre os personagens. Para facilitar o processo de análise, foi adicionado
aos apêndices deste trabalho o roteiro do curta-metragem traduzido para o português.

Momento Ação
H (primeiro personagem) sentado à mesa, remove um livro da
prateleira.
1º Ele expressa que poderia vender sangue para sobreviver sem
emprego.
H e H2 (segunda personagem) começam a conversar.
C (terceiro personagem) entra na sala e demonstra intimidade com
H2.
2º
H e H2 começam uma discussão.
Forma-se o conflito H versus H2 e C.
Em um novo ambiente, H está de pé em um fundo estrelado e uma
cópias sua está sentado no chão em baixo da mesa.
3º
Sua versão de pé segura a câmera com uma mão e atende o celular
com a outra. H remove uma arma da parede e aponta-a contra a

68
 própria boca. No chão está um buraco, como um portal, pelo qual H
vê-se uma pessoa caída.
Em um novo cenário, C está caído no chão desacordado e H, ao seu
lado, pega uma bolsa com sangue de sua mochila.
4º
A porta no fundo da cena é fechada. H abaixa-se ao lado do corpo de
C e chora.
Olhando diretamente para a câmera, H2 fala emocionada.
Ela parece fazer referência ao ocorrido com C e a fuga de H.
5º
Entre as frases estão ditas no telefone com H.
Fim do curta.

No primeiro momento, o curta apresenta o personagem H. Ele retira de uma

estante um livro e o olha. O ambiente em que ele se encontra possui várias telas e
computadores, além de equipamentos eletrônicos espalhados pelas mesas. No
roteiro, a identificação dada ao ambiente é SHIP (NAVE). Em sua primeira fala, o
personagem comenta sobre um futuro com um alto índice de desemprego e a
possibilidade de jovens venderem sangue para sobreviver. Ele é interrompido pela
personagem H2 que o diz para parar de falar e ir ver o garoto. H ainda reclama que
não é uma estrela brilhante. O primeiro diálogo entre e H com H2 exprime como tema
a distopia tecnológica, representado na indicação de um futuro com desemprego em
massa. O tema é reiterado por diversas figuras presentes na cena, como os
equipamentos eletrônicos sobre as mesas, as roupas semelhantes a trajes espaciais
e os sons do ambiente, com ruídos como beeps de computadores e um constante
som grave, como de um veículo em movimento. A resposta ríspida de H2 e a mudança
de comportamento de H em sua fala “Eu o vi de novo. O jeito que você foi enviada
para mim... foi uma grande ideia de verdade. Eu não sou uma luz brilhante35 ” indicam

35Trecho original: I saw him again. The way you were sent to me... that was a big honest idea. I am not
a bright light
69
a situação atual de um relacionamento entre os personagens. Ao utilizarmos os
recursos da sintaxe narrativa, podemos verificar, o que será reiterado nos próximos
momentos em relação ao objeto-valor de H: ter um bom relacionamento com H2. O
personagem C entra na sala e este é o aparente empecilho para a relação de
conjunção entre H e seu objeto-valor. Neste primeiro momento da narrativa, H é um
sujeito em disjunção de seu objeto-valor. Não é possível identificar pelas poucas falas
presentes neste momento se o objeto-valor de H2 seria estar afastada de H.

O segundo momento do curta-metragem inicia-se com a entrada do

personagem C no ambiente. Ele é maior e mais eloquente do que H. C e H2
demonstram uma relação de afeto positiva em momentos em que interagem juntos:
ela o toca nos braços e ele a elogia “Eu estava indo para aquela coisa porque você é
tão bonita 36”. C está em conjunção com o objeto-valor de H e, assim, impedindo-o de
poder mudar esta relação. BARROS (2005) explica sobre os programas narrativos de
apropriação e espoliação em diversas narrativas populares e apresenta situações
identificadas como “quando o sujeito ‘príncipe’ se apropria do objeto ‘princesa’, o
sujeito ‘dragão’ é dele espoliado” (BARROS, 2005, p. 27). Este impedimento originado
da aparente espoliação incita o conflito entre os personagens H e H2. As falas da
discussão entre os dois são confusas e inconclusivas:

H: Você não precisa ser uma médica.

H2: Eu não tenho certeza. Eu não sei do que você está falando.

H: Eu quero ver você também.

H2: O que você está falando?

H: Me desculpe, mas eu tenho certeza que você não me tocou.

H2: Eu não sei do que você está falando.

36 Trecho original: I was coming to that thing because you were so pretty
70
 H: O princípio é construído completamento ao mesmo tempo. 37

SHARP (2017) afirma que as falas geradas por Benjamin tendem a ser
declarativas e acusativas, como é possível identificar nos trechos acima. A afirmação
de SHARP justifica a construção de frases seguindo a forma canônica dos termos que
constituem uma oração (sujeito, verbo e complemento), que no inglês mantem a
mesma ordem da língua portuguesa. Dessa forma, Benjamin aprendeu a seguir este
esquema e a construir frases que se encaixem nestes gabaritos. SHARP (2017) ainda
completa seu pensamento sobre as frases elaboradas por Benjamin abordando a
geração do sentido. Segundo o cineasta, era preciso identificar nas frases, a partir de
uma leitura em voz alta, se elas possuiam o drama para poderem ser interpretadas.
Esta etapa de leitura e identificação de uma possível dramaticidade habilita o trecho
para a intepretação. Este procedimento pode ser identificado como componente entre
os primeiros mecanismos de geração de sentido dos textos criados de forma
autônoma por Benjamin. Durante o seminário do Machine Making Movies na
convenção GitHub Universe 2016, a atriz Safiya Fredericks interpreta para o público
trechos gerados por Benjamin durante a apresentação38. A atriz afirma que em trechos
gerados automaticamente não é possível compreender como todos os personagens
estão se posicionando e, por isso, é preciso utilizar sua experiência de atuação para
dar sentido ao texto.

As falas da discussão de H e H2 possuem um tom tênue entre a posse de um

sentido ou a falta dele. Podemos verificar que a geração do sentido neste trecho vai
além das próprias frases, relacionando-se a outros elementos da linguagem

37 Trecho original: H: You don't have to be a doctor.

H2: I am not sure. I don't know what you're talking about.
H: I want to see you too.
H2: What do you mean?
H: I'm sorry, but I'm sure you wouldn't even touch me.
H2: I don't know what you're talking about.
H: The principle is completely constructed for the same time.
38 Retirado de GitHub Universe 2016 - Machines Making Movies (00:23:00):

https://www.youtube.com/watch?v=W0bVyxi38Bc&t=1460s acesso em 20 de junho de 2019.

71
audiovisual, como a interpretação dos atores. H2 encara fixamente H respondendo
em tom de ironia e desafio, até mesmo rindo, enquanto seu oponente foge de seu
olhar. O volume da voz dos dois aumenta. A montagem das cenas passa a ser
acelerada com menos tempo em cada uma das tomadas fechadas. O volume da trilha
sonora aumenta e a velocidade de suas batidas se torna frenética. Em um momento
de alívio da trilha e montagem, H2 provoca H ao segurar o braço de C estabelecendo
o conflito H vs H2 e C. Esta provocação pode ser relacionada a manipulação do
personagem H por H2 que será explorada mais adiante no capítulo. Mesmo dizendo
frases que não condizem com a natureza da discussão, os personagens se alinham
em posição de conflito, de um lado H e do outro H2 e C. Esta topologia da cena é
expressa pelo eixo de movimento da câmera, mantendo cada um dos conjuntos do
conflito separados, um de frente para o outro.

Fonte: Montagem do Autor

Figura 17: Diagrama de cena: Conflito entre H e H2

72
 Não existem no roteiro de Sunspring indicações sobre como os personagens
devem agir, no entanto, as falas geradas para o momento de conflito são menores, o
que permitiu aos atores a interpretação de forma mais rápida, incitando as
características de afronta e ironia. O conflito tem um hiato com a intervenção de C
sobre a discussão de H e H2. Ele se aproxima de H e a diferença de altura dos
personagens fica evidente. C é mais alto e esta característica representa diversos
aspectos inseridos na cultura ocidental. Ser mais alto é uma figura para ser mais forte,
melhor e dominador. Este é o dragão das fábulas de H, o que impede de transformar
sua relação de disjunção com seu objeto-valor. O plano conjunto dos dois
personagens demonstra a altura de C mantendo uma grande área vazia acima da
cabeça de H, forçando-o a olhar para baixo. A trilha sonora é interrompida e o foco
está inteiramente na próxima ação dos personagens.

Surge a expectativa do início de um conflito físico entre os personagens. Esta

foi criada pelo posicionamento dos dois e a atitude de enfrentamento de C ao se
aproximar de H, com o peito inflado e encarando-o diretamente. A expectativa é
rompida com a fala “Eu não vou fazer algo39”. A frase indica uma possibilidade de
intenção de cessão do conflito por C, que sugere a H que volte a sua mesa. Após a
sugestão, o ritmo de tensão volta à cena com a trilha sonora frenética e H incitando o
conflito físico enquanto acerta C com o dedo. H2 de aproxima dos dois em uma
preparação para a intervenção. A frase dita por H para os dois personagens não
possui qualquer nível de conexão semântica com a discussão, mas é interpretada em
tom de fechamento pelo ator. “ É uma coisa muito horrível para dizer. Nada vai ser
uma coisa, mas fui eu quem pegou essa pedra com uma criança e depois deixei as
outras duas40 ”.

39Trecho original: “I'm not going to do something.

40Trecho original: “Mmm. It's a damn thing scared to say. Nothing is going to be a thing but I was the
one that got on this rock with a child and then I left the other two.”
73
 Fonte: Reprodução / Sunspring

Figura 18: Personagens H e C encaram-se

SHARP (2017) afirma que os atores “não sabiam sobre o que era a história,
assim que eles leram uns para os outros, surgiu um triangulo amoroso de lugar
nenhum, ele não estava lá” (SHARP, 2017). A afirmação de Sharp demonstra como
as diversas linguagens que compões o audiovisual podem ressaltar uma história já
conhecida no imaginário popular, dois homens brigando por uma mulher, mesmo de
um roteiro com falas que não apresentam ou corroboram para esta história. Segundo
SHARP e GOODWIN (2016) o texto gerado por Benjamin tem como principal objetivo
o de criar experiências emocionais. A partir disto, é possível criar um roteiro. Esta
criação de experiências é aprofundada por GOODWIN:

The cycle of generation and interpretation is what demonstrates

the true augmented capacity of this learning machines and how
thei can help us to tell new types of stories that was never seen
or heard before 41 (GOODWIN, Ross, Machines Making Movies,
2017)

41Tradução livre: “O processo de geração e interpretação é o que demonstra a verdadeira capacidade

aumentada destas máquinas de aprendizagem e como elas podem nos ajudar a contar novos tipos de
histórias que nunca foram vistas ou ouvidas antes”
74
 Este potencial do aprendizado de máquina na criação de cenas ricas em
provocações e de elementos abstratos cria barreias à aplicação de Benjamin, e
sistemas semelhantes, em narrativas com uma estrutura teleológica de produtos
audiovisuais com cunho comercial, como as produções de filmes blockbuster, novelas
e séries. No entanto, o sistema pode ser de grande aplicabilidade para criações no
campo artístico, como no cinema autoral. Sunspring caracteriza-se como um
experimento e está alocado no campo da arte. A partir deste pensamento, podemos
identificar que o contrato enunciativo de experimentação se torna mais complexo,
ramificando a experiência para a articulação das linguagens que compõe o audiovisual
na composição do sentido pretendido.

O terceiro momento do curta-metragem inicia-se com uma mudança de cenário.

A temática futurística representada na primeira cena continua figurativamente
reiterada no novo ambiente retratado neste novo momento. A parede e chão de
estrelas, os equipamentos eletrônicos sobre a mesa, a pistola presa e o buraco negro
no chão. O personagem H está de pé sobre um fundo estrelado e uma sua cópia
idêntica está sentada no chão embaixo de uma mesa. Não existem elementos que
anteriores ou posteriores que alterem a ordem cronológica natural do curta. Dessa
forma, a cena noturna deve se passar após o conflito entre H com os outros
personagens. É possível ouvir um telefone tocando. O personagem que está de pé
encara a câmera e a puxa com o braço, como se fosse fazer uma selfie. Ele atende
ao telefone e é possível ouvir a voz de H2 dizendo “eu só queria te falar que eu sou
muito melhor que ele. Eu tive de pará-lo e não consegui nem te contar42 ”. A câmera
se livra da mão do personagem e vemos um plano médio do outro lado da sala em
que H percebe que não está mais segurando nada. SHARP (2016) afirma que o trecho
demonstra a combinação de criação entre máquina e homem, de forma que toda a
elaboração da primeira parte da cena, em que H segura a câmera e fica a encarando
foi realizada pelo computador. Já a segunda parte, em que a câmera salta para o outro

42Trecho original: I just wanted to tell you that I was much better than he did. I had to stop him and I
couldn't even tell
75
lado da sala e H percebe, foi intencionalmente criada por humanos. Esta co-criação
citada reforça o caráter gerativo de sentido humano sobre a obra criada pela máquina,
selecionando elementos de diversas linguagens para uma adequação semântica.
H desliga o celular enquanto olha para a câmera do outro lado da sala. A frase
ouvida na voz de H2 faz referência a uma terceira pessoa da qual ela precisou se
livrar. Neste momento, identificamos a primeira alteração humana na composição da
narrativa diretamente no roteiro. A cena original é composta apenas de ações dos
personagens e mantem-se igual até H atender o telefone. Não há indicações que H2
estava do outro lado da linha com H ou o que ela poderia ter falado. No entanto, a fala
foi adicionada a montagem final curta e seu resultado foi a modalização do
personagem H para os próximos acontecimentos da narrativa. A cena continua da
mesma forma como foi elaborada no roteiro original: H aproxima-se da parede,
remove uma pistola e a aponta contra a própria boca. Nenhum tiro é disparado. A
câmera aponta para baixo e no chão vemos um portal em forma de buraco pelo qual
se vê uma pessoa desmaiada.
A fala adicional de H2, utilizando o recurso de voice over, foi estrategicamente
posta antecedendo uma ação que influencia diretamente a estabilidade narrativa em
do curta-metragem. A intenção de suicídio de H é uma ação forte e ficaria sem
qualquer motivação aparente antes ou depois da tentativa. Dessa forma, encaixar a
fala de H2 modaliza o personagem em sua ação e cumpre um contrato enunciativo
com o espectador de que esta ação não está sendo tomada de forma impulsiva, mas
trabalhada a partir de uma motivação. A primeira fala de H2 (eu só queria te falar que
eu sou muito melhor que ele) faz uma comparação da própria personagem com um
terceiro. Já a segunda frase se relaciona a uma medida drástica que precisou ser
tomada com pressa. Esta identificação fica evidente nos trechos “eu tive de pará-lo” e
“não consegui nem te contar”. O momento é encerrado com um mergulho da câmera
no buraco negro do chão a abertura em um novo cenário.
Em um novo ambiente externo H encontra C caído no chão. Este novo cenário
é destoante de todos os outros do curta-metragem, sem uma grande população de
figuras que façam referência a tecnologia ou futurismo. A presença de H nesta cena
76
indica, em uma trajetória linear, que o personagem desistiu do suicídio. Algumas
figuras identificam um desenrolar do arco narrativo do personagem H: a mochila em
suas costas e uma porta, no fundo da cena, fechando-se indicam que o personagem
está saindo daquele lugar. Ao visualizarmos um panorama de toda a narrativa,
podemos identificar que a fala de H2 no telefone com H no momento anterior não
modalizou o personagem apenas a tentativa de suicídio, mas também a fazê-lo ir
embora. Podemos identificar que o trecho inserido por um humano no roteiro
autônomo reverbera sobre a geração de sentido do curta, como uma correção de
curso narrativo, acompanhando os arcos dos personagens até o fim do texto.

Fonte: Reprodução / Sunspring

Figura 19: H encontra C morto e segura uma bolsa de sangue

H remove de sua mochila uma bolsa plástica selada com um líquido vermelho
que se assemelha a sangue. O personagem abaixa-se ao pé de C e chora. O trecho
referente a cena no roteiro original é “ele vem atrás dele para protegê-lo. Ele ainda
está de pé ao lado dele43 ”. O momento representa o clímax da narrativa, iniciando a
resolução dos conflitos estabelecidos nos momentos anteriores. C está morto e este
é fim de seu arco narrativo. No entanto, o conflito H vs C por H2 termina de forma

43 Trecho original: He comes up behind him to protect him. He is still standing next to him
77
disfórica, com os dois personagens em disjunção com o objeto-valor. H demonstra a
intenção de deixar tudo e seguir com um plano alternativo ao segurar a bolsa de
sangue para talvez vendê-la para sobreviver sem um emprego, uma ideia citada
anteriormente já no primeiro momento do curta-metragem. O roteiro marca a remoção
de uma bolsa da mochila mas não indica seu conteúdo: “ele olha para a bolsa da
mochila e começa a chorar 44”. A construção da figura de uma bolsa de sangue neste
momento da narrativa pode indicar mais uma alteração semântica do roteiro original
por parte dos autores do curta-metragem. A forma como Benjamin cria, que será
explorada no capítulo seguinte, faz com que seja muito baixa a probabilidade do curta
fazer uma referência a um elemento anterior já citado. Assim, mesmo que este trecho
tenha sido criado pelo sistema, este provavelmente não fez qualquer ligação com a
possibilidade de venda de sangue citada no primeiro momento. Logo, a utilização do
sangue como conteúdo da bolsa demarca a atribuição semântica a uma figura que já
estava presente no curta, criando uma reiteração sobre o final disfórico do arco
narrativo do personagem H.

O último momento do curta-metragem pode ser relacionado à conclusão de um

percurso de manipulação conduzido pela personagem H2. A cena apresenta H2
olhando para a câmera rompendo com a quarta parede. A personagem fala como se
confessasse algo para o público. O trecho referente no roteiro original apresenta um
novo personagem, T, que foi suprimido da produção audiovisual. Todas as falas do
novo personagem foram alocadas para H2:

Bom, existe essa situação entre mim e a luz na nave. O cara estava tentando
me parar. Ele é como um bebê e foi embora. Eu estava preocupada com ele. Mas
mesmo se ele tivesse feito tudo. Ele não conseguiria voltar. Eu não pretendo ser
uma virgem. Quer dizer, ele era fraco. E eu pensei em mudar de ideia. Ele era louco
para ir embora. Foi a muito tempo atrás. Ele estava um pouco atrasado. Eu ia ser

44 Trecho original: He looks at the bag from his backpack, and starts to cry.
78
 um momento. Eu só queria te contar que eu sou muito melhor que ele. Eu tive de
pará-lo e não consegui te contar. Eu não queria machuca-lo. Me desculpe. Eu sei
que eu não gosto dele. Eu posso ir para casa e ser tão má e eu o amo. Então eu
posso pegá-lo todo o caminho até aqui e encontrar o quadrado e ir para o jogo com
ele e ela não vai aparecer. Então eu vou dar uma olhada. Mas eu não vou ver ele
quando ele chegar para mim. Ele olha para mim e me joga fora dos olhos. Então ele
disse que iria para a cama comigo.

Ao analisarmos o monólogo, podemos identificar algumas características em

comum com outras partes do texto. Assim como na discussão entre H e H2 no
segundo momento do curta-metragem, as frases são curtas e acusativas. Durante a
leitura é possível encontrar sentidos e referências ao enredo, mas esta identificação
está situada entre uma linha tênue do entendimento e a dúvida. Ao analisarmos o
trecho seguindo os parâmetros de uma narrativa teleológica, como foram vistos os
momentos anteriores, podemos identificar a conclusão de um ponto de virada. O
trecho é a confissão de um plano H2 de livrar-se de C e continuar apenas com H na
nave, o que nos permite observar a narrativa a partir do ponto de vista de outra
personagem. Ao definirmos H2 como sujeito da manipulação sobre H, podemos
identificar os percursos narrativos do destinador-manipulador, do sujeito e do
destinador-julgador e seus respectivos programas durante a narrativa.

79
 Fonte: Reprodução / Sunspring

Figura 20: H2 confessa suas intenções para a câmera

O programa narrativo de doação de competência semântica é a primeira etapa

do processo de manipulação do sujeito, pois é preciso que esse creia primeiramente
nos mesmos valores (BARROS, 2005). Podemos identificar esta doação de valores
de H2 para H no primeiro e segundo momento da narrativa, em os dois personagens
entram em conflito sobre C. Nesta situação, H2 doa para H valores semânticos
relacionados ao impedimento que C representa, impedindo-o de alcançar seu objeto-
valor. Ao gerar o conflito H vs C, H2 é bem-sucedida e pode passar para a próxima
etapa da manipulação. A modalização de H por H2 para a realização de seu plano se
dá por meio da provocação. H2 provoca H ao interagir com C fisicamente e dar
gracejos ao personagem. Desta forma, ela modaliza H em um dever-fazer, gerando
uma imagem negativa de si mesma para o manipulado.

Mesmo com H modalizado não há o cumprimento da manipulação. Os

programas narrativos de competência e performance não são cumpridos por H. O
personagem não possui a competência para a realização da performance, rompendo
com o contrato de manipulação. Assim, resta a H ser julgado no último percurso, o do
destinador-julgador. H2 realiza seu próprio plano sozinha, livrando-se do personagem
C. Em seu plano narrativo de intepretação, H2 julga a deserção de H como negativa.

80
Este julgamento é representado durante a ligação de H2 para H em que a personagem
indica que já se livrou C. A repercussão deste julgamento é forte para H, levando-o a
tentativa de suicídio. O personagem desiste desta tentativa, mas ainda precisa passar
pela consequência de sua deserção. O programa narrativo de retribuição dá a H sua
punição, expulsando-o da nave, forçando o personagem a encontrar uma forma
alternativa para sobreviver.

O final da narrativa para H2 também é disfórico, de forma que a personagem

iniciou seu processo de manipulação em busca de seu objeto-valor e obteve como
resultado seu contrato rompido. Assim, o curta termina de forma negativa para todos
os personagens. Ao avaliarmos as transformações operadas durante a narrativa,
podemos indicar a passagem de C, que estava em conjunção com seu objeto-valor e
passou para o estado de disjunção. Os personagens H e H2 possuem suas
transformações operadas dentro do próprio disforia, de forma que passam de seus
estados disjuntivos para outro mais complexo e extremo. O final de Sunspring pode
remeter ao gênero tragédia (ou drama) do teatro grego. No gênero, o sofrimento dos
personagens humanos é irreversível, evidenciando o final catastrófico de cada um.
Sunspring segue estas características: C termina morto, H é obrigado a deixar o local
e vender sangue para sobreviver e H2 evidencia em seu monólogo sua decepção com
os outros personagens e como teve de ficar sozinha.

Esta análise e intepretação da obra foi realizada a partir de uma leitura

semiótica, seguindo as estruturas do percurso gerativo do sentido. Como foi
demonstrado, diversos elementos presentes no curta-metragem foram dispostos com
o intuito da geração de sentido. Sunspring se apresenta, enquanto obra audiovisual,
como uma colaboração criativa entre humano e máquina. SHARP (2017) afirma que
Benjamin funcionou como um membro da equipe de produção do curta e este reuniu
em seu acervo de roteiros membros de diversas outras equipes. GOODWIN (2016)
alerta para o fato que roteiristas não devem temer um roteiro escrito por um
computador e empolga-se com a possibilidade de automação de processos
audiovisuais criativos. “Podemos nos tornar escritores de escritores” (GOODWIN,
81
2016). A produção do roteiro de Sunspring por um computador coloca em discussão
a posição de Benjamin enquanto membro criativo da equipe do curta-metragem.

Benjamin possui um papel actancial em relação a formação da narrativa e,

mesmo sendo um software, é diferente de outras ferramentas automatizadas que
auxiliam durante as etapas de produções audiovisuais. Entre os fatores de influência
desta relação está a capacidade de criação que o sistema possui. O conceito de
criatividade é uma noção da psicologia que foi introduzida a linguística originalmente
por Noan Chomsky e sua definição está presente no livro Dicionário de Semiótica:

Faculdade de produzir e compreender frases * novas, devida ao caráter

recursivo * das construções sintáxicas. A criatividade, assim compreendida,
deve ser considerara como uma propriedade de competência do sujeito
falante. O caráter operatório * desse conceito é evidentemente fraco ou nulo:
dado que as possibilidades combinatórias * de uma língua não natural são
praticamente infinitas, isso equivale mais ou menos a dizer que o “espirito
humano” é criativo (GREIMAS e COURTÉS, p. 92, 1979)

A teoria gerativa de Chomsky aborda a aquisição da linguagem a partir da

instância do conhecimento “como uma sequência de representações e processos
mentais, ou seja, o homem não tem acesso direto ao mundo, mas esse acesso é
mediado por operações mentais” (AUGUSTO, p. 116, 1995). Podemos relacionar esta
mediação no gerativismo de Chomsky e a definição de criatividade, enquanto uma
propriedade do sujeito falante, com a forma que Benjamin aprende e cria novos textos
a partir de um corpus. O sistema aprende de forma única e exclusiva a partir dos textos
de entrada. Este é seu universo e sua forma de criatividade se depreende apenas da
maneira que foi programado para entender este conjunto. Benjamin realiza uma tarefa
singularmente humana, a de contar histórias. Assim como nos baseamos em nossas
referências para compor uma narrativa, o sistema também é sensível a este tipo de
influência.

Não podemos antropomorfizar o sistema como um membro da equipe de

produção assim como seus autores o indicam. Benjamin executa tarefas e reage a
estímulos. No entanto, sua capacidade criativa apresenta resultados que são
82
inesperados para a relação humano/máquina. PRIMO (2000, p. 8) propõe o conceito
de interação reativa, entre humanos e máquinas, e interação mútua, entre humanos.
Segundo o autor, durante o processo de interação reativa, um estímulo dado a uma
máquina retornará sempre os mesmos resultados se todas as condições forem as
mesmas. Benjamin não escapa desde conceito, e se seu banco de dados e o estimulo
semente forem os mesmo então sua resposta será a mesma. No entanto, Benjamin é
uma rede neural e seu funcionamento é diferente de um sistema padrão. Sua forma
de criação é intermediada a partir de números aleatórios que compõe diversos
parâmetros de criação. Dessa forma, uma chamada comum do sistema, sem uma
semente específica, trará resultados diferentes todas as vezes, até a impossibilidade
de ineditismo. Esta forma de processamento não usual atribui ao sistema a emulação
de um caráter criativo.

PRIMO (2000, p. 8) também propõe uma análise sobre o throughput, “o que se

passa entre uma ação e outra, ou entre uma ação e uma reação”. Em uma interação
reativa, esta etapa é marcada pela resposta aos reflexos. Segundo o autor, há uma
falsa aparência de intepretação do computador sobre os estímulos:

O computador não trabalha com significações, nem comunicação,

apenas com possibilidades combinatórias abstratas. Logo, como pode haver
interpretação em um sistema meramente sintático, onde as combinatórias
podem ocorrer mesmo que longe da semântica. (PRIMO, 2000, p. 8)

Avanços do poder de processamento dos computadores e da inteligência

artificial permitem que sistemas tenham suas etapas throughput incrementadas. O
processamento de índices e pesos relacionados a tomada de decisões por uma rede
neural pode ser identificado como uma meta semântica, definindo um sentido para as
propriedades aplicadas em um resultado. Esta meta semântica possui um escopo
fechado ao próprio sistema, de forma que um texto gerado por Benjamin faz sentido
a maneira que este é gerado, mas não possui qualquer relação semântica fora deste
processo. A partir deste conceito, avaliaremos no próximo capítulo a possibilidade de
estruturação de uma etapa do throughput de um sistema de criação de texto

83
semelhante ao Benjamin, para uma tradução desta meta semântica em dispositivos
de geração de sentido.

84
 CAPÍTULO 3
A CONSTRUÇÃO DO SENTIDO EM TEXTOS AUTÔNOMOS

85
 CAPÍTULO 3
A CONSTRUÇÃO DO SENTIDO EM TEXTOS AUTÔNOMOS

Este capítulo tem como objetivo apresentar, sob o aporte comunicacional, uma
análise da criação de texto de forma autônoma em sistemas semelhantes a Benjamin.
Para isto, nossa metodologia consistiu em utilizar um software para a criação de texto
autônomo com os mesmos dados utilizados para a geração de Sunspring e analisar o
resultado ao final. Além disso, avaliaremos a criação de uma camada de geração
semântica para estes sistemas, a partir das estruturas do percurso gerativo de sentido,
e a forma como está deve ser constituída.

3.1 - Processo de criação autônoma de texto

Atualmente, em uma busca rápida na internet, é possível encontrar alguns

serviços que oferecem o processamento de diversos tipos de dados em sistemas com
inteligência artificial. Como um dos campos de programação mais complexos,
definimos nossa busca por um sistema já pronto, mas com as mesmas características
que Benjamin possui. Assim, foram buscados os códigos prontos de redes neurais de
recorrências do tipo LSTM (long short term memory recurrent neural network), os
mesmos parâmetros de Benjamin. A alternativa que se saiu melhor para estes
parâmetros foi o software Word-rnn-Tensorflow (que será abreviado como WRT),
criado pelo professor de ciência da computação Sung Kim, da Universidade de
Ciência e Tecnologia de Hong Kong. O código fonte do programa foi publicado em

86
licença Creative Common Attribution na plataforma de versionamento GitHub, que
indica que seu uso é permitido desde que sejam feitas as devidas menções ao autor.

Publicado em maio de 2016, o código de Kim contou com nove colaboradores

para alcançar seu atual patamar. O software foi desenvolvido a partir da conjunção de
duas tecnologias já presentes no ambiente de processamento de dados: a linguagem
de programação Python, atualmente em sua versão 3, e o TensorFlow, uma biblioteca
de auxílio no desenvolvimento de deep learning. Atualmente, o Python é a terceira
linguagem de programação mais utilizada no mundo. Sua escrita simples e sua
compatibilidade com um grande número de bibliotecas ligadas a computação científica
permitem que a linguagem seja utilizada por diversos profissionais. O TensorFlow é
uma biblioteca desenvolvida pela Google com o objetivo de auxiliar no processamento
de programas com machine learning. A tecnologia permite a criação de grafos,
gráficos de processamento da aplicação, auxiliando o programador a definir quais
partes do sistema serão processadas primeiro e, até mesmo, ratear o processamento
das informações em mais de um computador.

Fonte: Reprodução/GitHub

Figura 21: Repositório do código de WRT

87
 Nossa escolha pelo uso do WRT deve-se ao grau de complexidade de um
programa como este e Benjamin. Dos diversos softwares analisados para a recriação
de uma experiência semelhante a desenvolvida por SHARP e GOODWIN com o
Benjamin, o WRT foi o melhor selecionado. Além disso, a escolha de um software livre
gratuito, e desenvolvido em um ambiente universitário, está em comunhão com o
objetivo acadêmico desta pesquisa, possibilitando o acesso ao conhecimento e
tecnologias nas áreas de estudos da geração do sentido e do processamento de
dados. O WRT possui limitações em relação as versões mais novas do Benjamin e a
forma como este funciona, no entanto, ambos apresentam resultados semelhantes e
que precisam de interferência humana para a sua plena finalização como um roteiro.

Em seus artigos How to write with artificial intelligence e Harry Potter: Written
by Artificial Intelligence, o jornalista Max Deutsch apresenta como utilizou o WRT para
a criação de novos trechos em texto com os personagens da franquia Harry Potter. O
autor mantém uma coluna no site Medium com trechos de Harry Potter e outras
franquias, todas geradas a partir do uso de inteligência artificial. Para que o WRT
funcione, é preciso que grandes trechos de texto semelhantes a saída desejada sejam
adicionados ao seu banco de dados. Após a adição dos dados, é preciso iniciar o
treinamento do sistema, momento em que as técnicas de deep learning serão
aplicadas sobre o conteúdo de forma que um algoritmo de criação autônoma possa
ser criado. O treinamento com os dados é a etapa fundamental de todo o processo e,
de forma geral, a quantidade e a qualidade dos dados inseridos afetarão o algoritmo
de criação final. De forma semelhante a Max Deutsch, conduzimos inicialmente um
experimento de criação de texto de forma autônoma, inserindo no banco dados do
sistema todos os livros da franquia Harry Potter em seu idioma original, o inglês. Para
isto, foi preciso selecionar apenas os textos dos livros, removendo a formatação e as
informações que podem confundir o sistema, como a numeração das páginas, índices
dos livros e o nome dos capítulos. A escolha do idioma inglês foi apenas para manter
a reprodução das características dos experimentos de Deutsch, já que o WRT não

88
utiliza nenhuma biblioteca de linguagem natural pronta, permitindo que qualquer
idioma fosse utilizado.

Após a adição dos livros, foi dado início ao treinamento do sistema. Sua
duração foi de aproximadamente 1 hora e 20 minutos de processamento. Para a
execução do treinamento, é preciso a instalação do TensorFlow no computador. Para
este experimento, devido à grande quantidade de dados a serem processados, foi
utilizada a versão do TensorFlow com processamento pela GPU, placa de vídeo.
Nesta versão, o processamento não ocorre somente pelo processador do computador,
como em softwares comuns, mas de forma conjunta entre o processador e a placa de
vídeo, permitindo mais performance ao sistema. Dessa forma, foi possível garantir que
o treinamento fosse realizado de maneira mais rápida pelo sistema. Com o fim do
treinamento, foi possível gerar nossos primeiros trechos de Harry Potter escritos por
uma inteligência artificial.

O processo de geração possui um tempo muito menor que o de treinamento,

criando um trecho com 400 palavras em aproximadamente dois minutos. Assim como
o idioma original dos livros adicionados, o sistema gerou trechos em inglês. Para sua
plena apresentação, os trechos são traduzidos e algumas correções devem ser feitas,
como a adição de pontuação e até mesmo a separação das frases. Todas as
mudanças feitas no texto, assim como as realizadas por SHARP e GOODWIN (2016)
estão relacionadas a sintaxe e não a semântica, embora estas instancias estejam
ligadas diretamente uma à outra.

A manhã de Harry estava quase brilhando na cozinha. A cama feia começou

a mexer febrilmente. Ele gotejou sua distância para a estação na água, árvores
prateadas empoleiradas em cima de Trevor e James. “Eu vou vender isso por algum
valor. ” Eles eram agora favoritos como sempre, todos eles através da doninha que
dizia:

SEVERUS SNAPE CONFIRMADO COMO DIRETOR DE HOGWARTS.

89
 Os corvinais tinham ido embora, e Yaxley se esquivou deles com um anel,
ameaçando como uma grande placa esparramada sobre a mesa, colocada fora
todos os aros para a noite do que parecia fazer um presunto inteiro. Eles estavam
tentando em seu nome e aconteceu, exceto que eles estavam começando a visitar
tudo isso antes do Halloween, tentando quebrar seus olhos restantes. No entanto,
eles estavam se afastando nos olhos. “Nossa defesa contra as artes das trevas.
Harry Potter amava me proteger ”, o Lorde das Trevas gritou para Harry dando duro
na cama. “Meu Senhor, eles tiraram um relatório da cabeça dela. Droga. ” Mas
Dudley levantou sua varinha.

O trecho acima foi gerado escrito por um computador e traduzido e formatado

por um humano. Assim como identificamos no segundo capítulo, durante a leitura do
trecho verificamos algumas sensações relativas a confusão e desordem de um
sentido. Isto acontece, assim como em Sunspring, devido ao caráter volátil da
semântica do texto. Dessa forma, apenas com esta leitura, podemos perceber que,
de forma tênue, este pode fazer ou não sentindo. O texto constantemente nos guia
por novas linhas de pensamento enquanto rompe com outras. O trecho possui
diversos elementos que nos guiam para dentro do universo narrativo de Harry Potter.
Os personagens Harry, Trevor, James e todos os outros fazem parte deste universo.
As figuras como arvores prateadas, Halloween e varinha remetem ao tema magia que
está no centro da franquia do bruxo e figurativizam o texto. No entanto, estas figuras
são muito esparsas de sentido ao trecho em si, apenas reiterando um tema muito
geral.

Para que um trecho fosse criado, foi preciso que algumas tentativas fossem
realizadas anteriormente. Assim como descritos por SHARP e GOODWIN (2017), os
processos de criação de texto, ao menos no Benjamin e no WRT, ainda não possuem
um elevado grau de acerto, gerando texto que não se encaixam a qualquer norma
padrão da língua. Por isso, o primeiro critério de seleção humano após a criação de

90
um trecho já é semântico, de forma que deve selecionar e preparar o trecho para a
apresentação.

Para iniciarmos nosso experimento, optamos pela importação dos mesmos

roteiros escolhidos para compor o banco de dados de Benjamin. Todos os roteiros
foram encontrados em sites especializados na publicação deste tipo de conteúdo e
suas licenças cobrem a utilização acadêmica do material. Após a organização dos
roteiros, estes foram adicionados ao banco de dados do sistema para o início da
próxima etapa. O processo de treinamento do sistema foi dividido em três partes que
totalizaram aproximadamente 14 horas de processamento de mais de 24.000 páginas
de texto. A grande quantidade de informações adicionadas impossibilitou a remoção
de todas as características dos arquivos que pudessem atrapalhar o processo de
treinamento. Desta forma, esta etapa foi realizada de forma superficial, removendo
em massa diversas informações problemáticas, mas, possivelmente, mantendo
alguns elementos que podem ter atrapalhado o treinamento do sistema.

Fonte: acervo do autor

Figura 22: WRT sendo treinado com os roteiros

91
 Para a criação de um resultado mais sucinto, foi proposto que o sistema
gerasse apenas alguns diálogos ao invés de um roteiro de curta-metragem completo.
Esta escolha foi feita em vias de beneficiar o processo de análise do trecho gerado.
Dessa forma, foram definidos, assim como em Sunspring, letras para os nomes dos
personagens. Esta escolha em nosso texto e em Sunspring é um reflexo da forma
como o sistema escolhe os nomes. Em seu processo de criação, o sistema segue a
estrutura de indicações dos nomes dos personagens seguidos por suas falas, como
são formatados os roteiros. Em alguns momentos, o sistema será induzido pela base
a indicar uma ação ou um cabeçalho de cena, indicando a localidade e as condições
do ambiente.

Verificamos já nesta etapa da criação o baixo nível de conexão semântica entre

as projeções feitas pelo sistema diretamente no roteiro. O texto gerado indicará no as
projeções de pessoa, espaço e tempo de forma desconexa entre as instâncias,
puramente concebidas a partir do corpus disponível. A relação de aleatoriedade para
esta determinação influencia diretamente no entendimento do texto, criando situações
confusas para história. Como forma de contornar esta aleatoriedade, os produtores
de Sunspring utilizaram como artifício a seleção de personagens manualmente, dando
a estes como nome apenas uma letra (H, H2 e C). Dessa forma, foi possível atribuir
falas criadas para outros personagens para o pequeno grupo criado, selecionando de
forma analógica o que seria dito. O mesmo mecanismo foi utilizado aqui, respeitando
a ordem de aparição das frases e atribuindo aos personagens como nome apenas
sua inicial: J (Jimbo - Os Doze Macacos, 1995, EUA), L (Leia - Star Wars: Episódio IV
- Uma Nova Esperança, 1977, EUA) R (Ray Arnold - Jurassic Park: O Parque dos
Dinossauros, 1993, EUA). Em relação ao título, não há indicações durante as falas ou
textos de SHARP e GOODWIN analisados sobre como este foi concebido. Em nosso
texto, o sistema elaborou o título Orange. Esta é a tradução do diálogo elaborado:

92
 ORANGE

EXT - TERRAÇO - LOS ANGELES

Vemos a sala vazia. Em uma rocha estreita, vemos J.
Ele está se segurando sobre uma mesa.

L
Você vai dormir aqui, mas eu disse que vai ser simpático.
Tudo graças à casa de quatro moedas.

R
As pessoas podem fazer mais.

L
Não é uma ligação! Deveria ser.

R (para o robô)
Pode continuar sendo a criatura e as portas continuam.

Seus olhos percorrem a cena enquanto o misterioso ROBÔ aperta os olhos... e

depois pula através, sai da rampa e lê:

J
CHUVA!

L
Você nunca captou um sinal de energia e ...

R
Deixe-me falar com alguém desligado, então eu vou ficar no lugar.
Deus não gosta de mim.

93
 L
Encontramos a busca pela nossa palavra "germes"!

R
Um burocrata caminha para si e o Black Widow chama o grande complexo.

L
O conhecimento é uma escolha. Fique longe de um feliz.

R
Não odeia isso? Não, eu odeio qualquer modificação no tempo que estamos.

Ângulo sobre um Mercedes estacionado onde J está se escondendo.

R (rotula sua voz)

Eu estou indo para isso?

L
Eu sabia que você não concluiria

R
Você está certo. Você me encontra. Dois olhares devem ser selados em uma certa
casa.

L (O.S.)
Precisamos de uma bala neste capacete.

O texto acima foi gerado a partir da introdução de alguns parâmetros ao sistema

de criação. Como base, foi utilizado todo o corpus disponível de filmes, agregando ao
texto trechos que podem corresponder quase que inteiramente a alguns títulos. Outro
parâmetro foi a seleção da quantidade de caracteres que o trecho deveria conter. O
número escolhido foi de 1000 caracteres, dado que em um roteiro comum, esta
94
quantidade indica aproximadamente um minuto de fala. Após a criação, o texto foi
traduzido livremente para o português, aumentando sua quantidade de caracteres.
Apenas para a criação, desconsiderando o treinamento, o roteiro foi escrito em dois
minutos. Sua formatação após esse processo, dada as etapas citadas anteriormente,
teve como objetivo dar apenas legibilidade ao conteúdo.

3.2 - Opacidade criativa

O texto inicia-se com a marcação de um cabeçalho de cena. A escolha de Los
Angeles pelo sistema provavelmente está ligada ao filme Independence Day (1996,
EUA). O roteiro do filme de ação possui diversas indicações de cabeçalhos que
apontam para a cidade de Los Angeles, o que permitiu ao sistema verificar esta
recorrência e selecionar uma para compor o texto. A escolha de um local para compor
uma cena por um roteirista é, antes de tudo, uma projeção de espaço e a forma como
o sistema faz esta escolha apenas pelo cálculo de recorrências do corpus indica a
aleatoriedade da seleção semântica. O WRT, assim como o Benjamin, é um sistema
preparado para encontrar a próxima palavra ou frase baseado em um corpus e sua
meta semântica se baseia inteiramente neste princípio. Se o sistema consegue
adicionar ao conjunto uma conclusão com um índice alto no cálculo de recorrências
então a operação pode ser dada como positiva. O fator da aleatoriedade na escolha
para um início nos remete a discussão do conceito de black box, traduzido para o
português como caixa opaca.
However, although these models [neural networks] reach impressive
prediction accuracies, their nested non-linear structure makes them highly
non-transparent, i.e., it is not clear what information in the input data makes
them actually arrive at their decisions. Therefore these models are typically
regarded as black boxes45. (SAMEK, WIEGAND e MÜLLER, 2007)

45 Tradução nossa: No entanto, embora esses modelos [de redes neurais] conseguem precisões
impressionantes em previsões, eles aninham-se com uma estrutura não linear que os faz não-
transparentes. Isto é, não são informações claras na entrada que fazem elas chegar em uma decisão.
Portanto, esses modelos são considerados caixas opacas.
95
 Este tipo de resultado é uma preocupação entre diversos pesquisadores da
área de IA, principalmente em sistemas que relacionam dados a resultados que
podem influenciar diretamente a vida de um cidadão, como, por exemplo, a obtenção
de um benefício de auxílio social. Em entrevista ao jornal El País 46, a pesquisadora
Kate Crawford da Universidade de Nova York e diretora de pesquisa em IA da
Microsoft, afirma que sistemas, como as redes neurais, podem ser alvos de uma
marginalização humana, sendo treinados e programados a partir de dados que já
apresentam algum tipo de injustiça internalizada. O Google Fotos está entre os
exemplos de aplicações que podem ter sido treinadas de forma a marginalizar
algumas pessoas. Ao fazer a identificação facial e separar pessoas e animais em
grupos de fotos, o aplicativo agrupava no mesmo conjunto pessoas negras e
chipanzés. Este erro do aplicativo foi identificado em junho de 2015 e foi atribuído ao
treinamento do sistema com poucas fotos de pessoas negras. Foi preciso então uma
correção de dados do treinamento do sistema, permitindo assim uma identificação e
classificação mais concisa das fotos.

Assim como os sistemas que CRAWFORD (2018) cita que não possuem essa
transparência de como funcionam, o WRT também não pode ser explicado. Sua
configuração descreve as etapas de construção, mas seu treinamento é baseado em
diversos outros fatores que não permitem a visualização de uma camada opaca entre
os dados de entrada e a saída concebida. Dessa forma, ao utilizarmos o sistema para
a construção de um texto, estamos processando uma tentativa de construção de um
sentido por uma aplicação em que sua própria forma de funcionamento não está em
um nível semântico atingível. O resultado é a expressão de um conjunto de atribuições
computacionais expresso em um suporte humano, no caso, o texto escrito.

SAMEK, WIEGAND e KLAUS (2017, p. 2) citam a frase do campeão mundial

de jogo chinês Go, San Hui, ao perder em uma partida para o sistema AlphaGo,
desenvolvido pela Google: “Não é uma jogada humana. Eu nunca vi um humano fazer

46 Disponível em https://brasil.elpais.com/brasil/2018/06/19/actualidad/1529412066_076564.html.
Acesso em 20 jun. 2019
96
este movimento. ” Go é um jogo de tabuleiro de estratégia jogado entre dois
adversários. O objetivo do jogo é conseguir cercar com peças pretas e brancas a maior
área possível do tabuleiro. Estima-se que o número de possibilidade de movimentos
de Go é de 10171, enquanto no xadrez o máximo é de cerca de 1050. Estimasse que
número de possibilidades de jogadas em Go supera a quantidade de átomos no
universo. Com uma quantidade de combinações impossíveis de se calcular, o
supercomputador AlphaGo foi desenvolvido a partir dos dados de outras partidas e a
análise de como os jogadores criam suas estratégias. Durante uma das cinco disputas
entre o AlphaGo e o campeão mundial do jogo, o coreano San Hui, o computador
realizou uma jogada que parecia um erro de iniciante. A probabilidade calculada pelo
próprio computador de um humano realizar uma jogada igual era de uma em 10.000.
No vigésimo movimento após a jogada do AlphaGo foi identificado a área de controle
no tabuleiro que resultou na derrota do coreano. Avaliada pelo time da Google, a
jogada não pode ser explicada de forma completa, pois a camada opaca impede o
total entendimento humano de como o computador chegou a determinada conclusão.

A partir deste exemplo podemos dialogar com o conceito de throughput

sugerido por PRIMO (2000). De acordo com PRIMO (2000, p. 9), em um sistema
programado, todos os resultados obtidos serão dados a partir de um “reflexo ou
automatismo”, de forma que “não há uma seleção consciente, verdadeiramente
inteligente, do computador. O computador oferece uma falsa aparência interpretativa”.
Podemos abordar a forma como as redes neurais de recorrências agem para a criação
de um output de maneira complementar ao conceito proposto por PRIMO (2000). Uma
rede neural aprende e gera saídas a partir a partir de verificações de padrões. Embora
está seja uma interação mecânica, existe uma intepretação dos dados dispostos e da
forma como o sistema foi programado. Podemos relacionar esta avaliação dos dados
disponíveis com o throughput da interação mútua em que “cada interpretação se dá
pelo confronto da mensagem recebida com a complexidade cognitiva do interagente”
(PRIMO, p. 9). Assim como o AlphaGo, redes neurais podem levar em consideração
um elevado número de fatores em consideração, antes de tomar uma decisão de

97
saída, assemelhando-se até mesmo ao processo de negociação. Benjamin ou o WRT
não possuem tantas camadas de abstração de processamento como o AlphaGo, mas
possibilitaram a visualização de saídas baseados em processos que não são
atingíveis pela compreensão humana.

Partindo do conceito de que a falta de explicação de como um sistema

inteligente funciona pode prejudicar sua aplicabilidade, a DARPA (Agência de Projetos
de Pesquisa Avançada de Defesa dos Estados Unidos) iniciou o projeto global XAI47
(Explicando a Inteligência Artificial). O projeto tem como objetivo desenvolver novas
formas de aplicar as atuais técnicas de aprendizado, visando uma melhor
compreensão humana sobre a camada opaca do sistema. Para isto, diversas
universidades e institutos de pesquisas devem desenvolver formas mais claras, a
maioria baseada em exemplos palpáveis, de como uma IA determina algo e como faz
para determinar.

Fonte: Reprodução / DARPA - XAI

Figura 23: Gráfico de explicabilidade por performance de aprendizagem

47 Disponível em: https://www.darpa.mil/attachments/XAIProgramUpdate.pdf Acesso: em 20 jun. 2019

98
 Orange é o resultado de um conjunto de regras e aplicações opacas ao
entendimento humano, de forma que se assemelhe a completa aleatoriedade. Assim
como analisamos em Sunspring, o curta-metragem é uma tentativa de dar sentido a
um texto gerado de uma forma diferente do padrão. Sunspring, assim como Orange,
projeta diretamente em seu nível discursivo as instâncias de pessoa, tempo e espaço
de forma semelhante a aleatória. A combinação de recorrências pelos sistemas
projeta sobre o curta-metragem algumas instâncias que são contraditórias. Um
exemplo disto está na primeira descrição de ambiente e ação do Orange:

Vemos a sala vazia. Em uma rocha estreita, vemos J.

Ele está se segurando sobre uma mesa.

O trecho “vemos a sala vazia” provavelmente foi selecionado por vir após um
cabeçalho. A descrição do ambiente normalmente é encontrada em roteiros logo após
o cabeçalho da cena e antes da descrição de ação. A frase, que pode ter sido
classificada de forma que articula com outra, é seguida de “em uma rocha estreita,
vemos J”. O caráter confuso do trecho continua em “ele está se segurando sobre uma
mesa”. A contradição do trecho, iniciada já no cabeçalho que descreve como ambiente
um terraço externo, está entre os pontos de demonstração da aleatoriedade presente
no sistema. O ambiente externo passou a ser uma sala. A sala vazia passou a ter uma
mesa e uma rocha e J está nos dois lugares ao mesmo tempo. As características
confusas do trecho remetem as descrições de cenas de Sunspring, em que um
personagem ocupa dois espaços ao mesmo tempo. A criação de três frases
consecutivas que se contrapõe demonstra o caráter apenas gerativo do WRT e do
Benjamin. Ambos os sistemas são programados para processar apenas a próxima
palavra, sem qualquer garantida de fundamentação de uma narrativa. As palavras
escolhidas influenciam na seleção das próximas, no entanto, estas não influenciam
na concepção do texto como um todo de sentido, apenas de construção de
recorrências quantitativas. A criação de uma obra com estrutura teleológica fica

99
comprometida com as atuais configurações do WRT e Benjamin, em que não existem
um armazenamento de recorrências qualitativas ou um cálculo sobre todas as
possibilidades de ações entre os personagens. Utilizamos o WRT, assim como Sharp
e Goodwin utilizaram o Benjamin, para a construção de um objeto que extrapola suas
definições, de forma que, ao projetar uma frase ambos os sistemas são bem-
sucedidos, mas ao conecta-la com a próxima o resultado é falho. Podemos fazer uma
analogia da forma como estes sistemas criam seus conteúdos com a própria história
dos estudos linguísticos, em que, anteriormente, a frase era dada como unidade de
sentido máxima, independente sua semântica do texto (DIANA, 2005). Por isso,
durante a leitura, podemos verificar diversos pontos de confusão, já que as frases
estão desconexas um conjunto semântico.

A relação de sequencialidade dos dois sistemas é dada apenas pelo

preenchimento de parâmetros que incidem sobre uma meta semântica, como o
cálculo recorrências que definirá qual palavra será a próxima alocada. Como citado
no primeiro capítulo, outros sistemas já foram programados com o objetivo de criar
uma narrativa, como o mexica-IMPRO. A aplicação funcionava de forma diferente de
Benjamin e o WRT, já que a composição dos textos funcionava inteiramente a partir
do uso de tabelas que regiam as ações e vontades dos personagens, bem como as
relações entre eles. Diferente dos sistemas que utilizam redes neurais, o mexica-
IMPRO não possuía qualquer tipo de treinamento a partir da entrada de dados, por
isso, recebia críticas de seus resultados eram muitas vezes repetitivos, já que as
possibilidades de combinações eram muito menores do que em sistemas como o
Benjamin.

O não armazenamento das recorrências semânticas dos conteúdos gerados

pelos sistemas influi sobre um problema semiótico: as modalizações. De forma
randomizada, o sistema define o nome de um personagem e atribui a este uma ação
ou descrição. Esta composição aleatória modaliza o personagem, no entanto, em um
suporte feito inteiramente por códigos, esta modalização não fica armazenada e suas
influencias são brevemente descartadas na próxima composição frasal. Esta falta de
100
influência das modalizações nas ações dos personagens também pode ser observada
na tentativa de correção humana do texto. A escolha de poucos personagens e a
seleção de falas para estes reforça a tentativa de formação do sentido, adequando o
texto original a estruturas padrões de uma narrativa.

A primeira fala de Orange é do personagem L, que originalmente é Leia, general

e princesa da franquia Star Wars. Somente através desta indicação podemos definir
que L é uma mulher, no entanto, não existem outras indicações sobre o gênero ou
qualquer característica sobre o personagem. Novamente reforçando o caráter de
aleatoriedade, qualquer descrição que viesse a existir seria puramente randômica e
em forma de uma coincidência. A fala você vai dormir aqui, mas eu disse que vai ser
simpático. Tudo graças à casa de quatro moedas foi traduzida, originalmente, de you
will sleep here, but I said it will be sympathetic. All thanks to the home of four coins.
Nenhuma das orações do trecho original está presente em um dos roteiros, o que
comprova a forma construtiva do WRT. Assim como exemplificamos, o sistema
funciona de forma semelhante a um teclado de smartphone na sugestão de novos
termos. No entanto, as diferenças entre a aplicação e o serviço de auxílio a digitação
são fundamentais para exemplificar como estas frases são geradas.

Enquanto um teclado de smartphone seleciona seu corpus a partir das entradas

realizadas pelos usuários, sempre se atualizando com novas palavras, o WRT
mantém um corpus estático a partir dos roteiros injetados. Assim, com um corpus de
textos formados e não apenas de palavras, o WRT consegue sugerir em suas
criações, com maior êxito, o uso de pontuações das frases. Ao mesmo tempo que isto
pode ser um elemento positivo para o sistema, é preciso reforçar que este realiza
estas ações a partir de uma reprodução de padrões identificados. Este
comportamento de reprodutibilidade de configurações treinadas permite que o WRT
não precise de qualquer suporte de uma biblioteca de processamento de linguagem
natural, ampliando a gama de idiomas que o sistema suporta. Já os teclados de
smartphones não possuem inicialmente um corpus de conteúdo tão vasto quanto o
WRT, precisando assim, de configurações mais específicas para poderem fazer as
101
primeiras sugestões de palavras com pouquíssimo uso de textos do usuário.
Baseados em bibliotecas de linguagem natural próprias de cada idioma, estes
softwares possuem uma grande vantagem sobre sistemas como o WRT na
construção baseada em regras gramaticais. Durante a construção do roteiro de
Orange não foram identificados erros de sintaxe grosseiros nos textos em inglês. Além
disso, pequenos erros resultantes da combinação errada das palavras foram
removidos durante a tradução para o português.

O ponto de destaque sobre a elaboração sintática das frases fica em relação

ao WRT aprender a ler e escrever todas as vezes em que seu banco de dados é
zerado e iniciado um novo treinamento. Dessa forma, podemos entender as frases
geradas como a simples reprodução de padrões e não como a articulação de palavras
em um conjunto sintático. O uso de uma biblioteca de linguagem natural poderia
auxiliar o sistema nesta articulação, estabelecendo as regras de sintaxe para um nível
menos superficial da construção de novas frases. Assim, a geração a partir do
treinamento do corpus poderia ser relacionada ao preenchimento destas estruturas
sintáticas já estabelecidas, formando assim as primeiras nuances de produção
semântica.

3.3 - Gerativismo da semântica

A criação autônoma de texto com o Benjamin e o WRT funciona como uma

conversão de padrões de dados quantitativos que selecionam palavras em banco de
dados e as colocam em sequência em uma frase. Conforme vimos, este padrão pode
ser alterado de acordo com os dados de entrada, mas seu processamento acontece
em um alto nível de complexidade que, muitas vezes, não é compreendido pelo ser
humano. Podemos fazer uma analogia das etapas do processamento do corpus e a
construção do texto com a própria divisão de níveis do percurso gerativo do sentido:
no nível mais profundo e abstrato está o processamento das redes neurais com um
baixo grau de explicabilidade. Em um nível mais superficial está o texto em sua forma

102
mais concreta. A criação autônoma percorre do nível mais baixo para o mais alto,
levando para a superfície o resultado do processamento. A partir desta configuração,
podemos avaliar a construção de um nível intermediário entre a abstração da
construção e a concretude do texto. Este nível de intermédio poderá atuar como um
construtor semântico, de forma que deve avaliar sempre os resultados de suas
entradas para garantir uma saída aceitável.

Fonte: Montagem do autor

Figura 20 – Nível intermediário proposto

O nível intermediário proposto deve atuar como uma forma de tradução entre
os níveis de construção e exibição, como apresentado na figura. Ao organizarmos
esta estrutura como um nível de concepção semântica, ela pode agir como como um
intermediador da compreensão, de forma que tenta selecionar e organizar os
elementos gerador pela rede neural. Dessa forma, a camada intermediária deve limitar
os resultados gerados pela IA. Podemos fazer uma comparação desta restrição dos
conteúdos produzidos com algumas críticas a camada limitadora do Mexica-impro.
Enquanto a aplicação de Pérez y Pérez limitava as ações de seus personagens a
partir de variáveis definidas anteriormente ao início do processo de produção do texto,
nossa proposta utiliza o percurso gerativo de sentido após o início do processamento
da rede neural. Desta forma, o aspecto da criatividade da máquina, demonstrada pelo
caráter de produção de texto abstrato a partir das recorrências, é mantido.
103
 A manutenção desta característica ressalta a importância da comunicação
entre as camadas, não apenas de forma linear, mas dialógica. Desta forma, a camada
intermediária atua como controladora de todo o sistema. Após a primeira execução, o
nível intermediário deve acompanhar o nível de exibição da narrativa em busca de
necessidades e requisitar do nível de construção novas gerações textuais a partir de
parâmetros verificados como faltantes. Assim como um roteirista humano que utiliza
o WRT para a gerar novos trechos conforme sua necessidade, a camada intermediária
deve compilar todas estas tarefas. O sistema ganha complexidade à medida que tenta
simular esta seleção humana, criando parâmetros de criação e singularizando
diversas execuções de criações na rede neural para compor um único texto.

O nível intermediário deve preencher requisitos para poder obter sucesso, no

entanto, este conceito verifica-se de forma tênue, de modo que nem todos os critérios
devem se configurar de forma verdadeira para a obtenção de um texto com sentido.
Por isso, os diversos elementos do percurso gerativo do sentido que podem ser
verificados não devem ser vistos como os únicos parâmetros para a obtenção do
sucesso. Matematizar uma metodologia humana, como a semiótica e o percurso
gerativo do sentido, pode corresponder a sua completa inutilização do sistema. A
indução em teorias humanas é um processo complexo e, em muitos casos, sem
muitas variáveis exatas. Dessa forma, nem todos os resultados previstos para uma
narrativa gerada por um nível que almeja a simulação humana serão de fato aceitáveis
para seu propósito. Assim como no nível de construção, o intermediário também
exigirá um treinamento e um processo de identificação humana de quais resultados
são aceitáveis ou não, certificando ao sistema boas práticas da utilização dos recursos
semânticos para compor uma narrativa.

O treinamento do sistema pode permitir a identificação de classes gramaticais

e, por consequência, a sintaxe narrativa. O reconhecimento dos sujeitos e suas ações
abre espaço para uma gama de instâncias semióticas que podem ser avaliadas, como
a geração de enunciados de estado e de fazer. Estas unidades essenciais compõem
um programa narrativo, que, ao avançar são partes um percurso narrativo e o
104
esquema canônico. O encadeamento destes elementos oferece uma gama de
requisitos a serem preenchidos de diversas formas, além da possibilidade de um
processamento não linear da narrativa. O sistema pode identificar em um bloco de
texto gerando elementos narrativos quase completos, com partes médias faltantes.
Assim, recorrendo ao motor de criação da camada inferior, novos trechos podem ser
gerados e identificados conforme as necessidades do texto. Esta não linearidade traz
ao processo de criação autônoma semelhanças com o processo de edição de vídeo,
em que os trechos gravados são dispostos em uma linha tempo e selecionados para
compor seu espaço no arranjo final.

105
 Fonte: Montagem do autor

Figura 25: Funcionamento da camada intermediária

106
 As projeções pessoa, espaço e tempo estão na sintaxe do nível discursivo do
percurso gerativo do sentido. Estas projeções são fundamentais para o processo de
enunciação e podem servir como guia da criação de textos autônomos. A partir da
identificação de indícios nos textos inicias gerados pela rede neural, o sistema pode
reconhecer e indicar de volta a construção, agora como um parâmetro, que novos
trechos sejam criados a partir de uma projeção em particular. As projeções de pessoa,
espaço e tempo também podem servir como elementos balizadores do sistema, com
a constante verificação para que não exista a quebra destes pontos. Como exemplo,
podemos citar o trecho do primeiro cabeçalho de cena de Orange, em que projeções
de espaço diferentes se contrapõe, causando confusão à leitura do texto. Outros
pontos de destaque para a programação das projeções estão relacionados a criação
e posicionamento dos personagens na narrativa. Com um gigantesco acervo de
substantivos próprios dado pelo corpus, o WRT constantemente gera um novo
personagem. A partir de um completo entendimento de quem são os personagens, e
onde eles estão posicionados, o sistema pode parametrizar melhor suas criações.

Os preenchimentos das lacunas sintáticas dependem de diversos fatores a

serem analisados nos trechos criados e entre eles está o processo de modalização.
Componente da semântica narrativa, a modalização define, antes de tudo, as
vontades dos sujeitos. Ela é parte fundamental do sentido do texto e da forma como
as transformações serão operadas dentro da narrativa. Assim, o sujeito modalizado
será, muitas vezes, o elemento de ligação entre as partes de texto selecionadas,
transgredindo o trecho sintático, e mais concreto, para um patamar semântico e
abstrato. Esta concretização de um elemento semântico como forma de ligação entre
trechos gerados talvez esteja entre as partes mais complexas de se matematizar de
todo o sistema proposto. No entanto, é fundamental a sua identificação para a
concepção de estruturas de manipulação dos sujeitos. Como em uma formula
matemática, o índice deve indicar se um sujeito da manipulação está propenso e
aceitar ou não um contrato com o sujeito manipulador. Esta forma de exatidão ao
determinar uma ação remete a lógica multivalorada (fuzzy), de forma que diversos

107
fatores devem influenciar uma decisão e com diversos pesos. Ainda assim, o cálculo
não é exato, já que diversos fatores humanos e criativos devem ser postos.

Outro elemento que deve fazer a passagem do âmbito semântico para atuar
diretamente na concretude da narrativa é o de identificação de temas, disposto no
nível da semântica discursiva. Segundo DIANA (2005, p. 66) “ tematizar um discurso
é formular os valores de modo abstrato e organizá-los em percursos. Em outras
palavras, os percursos são constituídos pela recorrência de traços semânticos ou
semas, concebidos abstratamente. ” Para a criação de textos com o sistema proposto,
o processo de tematização deve ser emulado diretamente na seleção dos elementos.
A abstração dos percursos temáticos ganha forma com a figurativização, que recobre
com traços sensoriais os percursos. Esta figurativização é expressa em roteiros na
maioria das vezes em descrições de ambientes e ações, tornando-se para o sistema
uma informação complementar da narrativa criada e esquematizada no nível
intermediário. O processo de figurativização durante a etapa de construção e
adequação narrativa pela camada intermediária exigem que o sistema possa
processar indícios de intenções de temas, para assim, poder recobrir figurativamente
estes. Esta etapa exige um constante treinamento do sistema em entender contextos
e emoções expressas nos blocos de textos gerados, além de um banco de recursos
figurativos que possam ser adequados as temáticas encontradas.

A camada intermediária proposta deve desempenhar uma função mais

complexa do que a de simplesmente filtrar os trechos gerados automaticamente de
texto. Sua função é de organizar sintaxe e semântica da narrativa seguindo a própria
divisão do percurso gerativo do sentido. Sua programação envolve diversas variáveis
que dão valores quantitativos para elementos abstratos, arriscando o sucesso
semântico do texto. A proposta não se baseia em dar valores matemáticos para
elementos da compreensão humana, mas em atribuir uma metodologia de seleção
sobre a criação de textos autônomos gerados por uma rede neural com uma camada
opaca de entendimento. Os trechos de texto, ao serem gerados, passam por uma
camada que tenta avaliar intenções narrativas em frentes sintáticas e semânticas,
108
atribuindo valores para elementos abstratos que se conectam a elementos concretos.
A recursividade da camada permite a chamada do motor de criação para a obtenção
de novos trechos parametrizados a partir das necessidades identificadas, permitindo
assim, ao sistema, a criação de narrativas de forma não linear.

Além dos elementos propostos neste capítulo, outras alterações na atual

configuração de sistemas como o Benjamin e o WRT podem auxiliar na construção
de textos com um nível semântico mais aprimorado. O uso de um conjunto menor de
textos de exemplo no corpus para o treinamento age de forma contrária ao
recomendado pelos próprios sistemas de IA, no entanto, este conjunto menor pode
possuir mais recorrências e ligações, dando menos possibilidades ao sistema. Dados
mais claros e limpos relacionados ao objeto pretendido permitem que o sistema crie
de forma limitada. Além disso, a parametrização do sistema também pode auxiliar na
forma como os textos serão gerados, indicando palavras chaves para serem
abordadas ou trechos inteiros que devem estar contidos.

109
CONSIDERAÇÕES FINAIS

110
 CONSIDERAÇÕES FINAIS

Sistemas baseados em inteligência artificial possuem uma presença cada vez

maior em diversas áreas do cotidiano humano. A mineração de dados em busca novos
insights representa um mercado bilionário e o modelo de negócio de diversas
empresas ligadas a um novo patamar do ecossistema da informação. Não há dúvidas
de que avanços em sistemas inteligentes representam as próximas etapas da
tecnologia, permitindo grandes conquistas para diversas áreas. Para o pleno avanço
da tecnologia, cada vez mais surgem preocupações relacionadas a qualidade dos
dados que treinam estes sistemas e a forma como este treinamento acontece.

No audiovisual, sistemas inteligentes inauguram uma nova metodologia de

trabalho, podendo auxiliar em diversas tarefas técnicas relacionadas principalmente
ao processo de pós-produção. Experimentos como o Benjamin e o WRT, ao emularem
os processos criativos de concepção de um roteiro, rompem com a lógica de produção
realizando tarefas que antes pertenciam apenas a humanos. Sistemas geradores de
textos autônomos ainda estão longe de substituírem a inventividade humana em
papéis tão sensíveis, como compor uma narrativa, mas podem ser utilizados como
ferramentas de auxílio para diversos profissionais que trabalham diretamente com a
criatividade.

O roteiro do curta-metragem Sunspring, escrito por Benjamin, apresenta-se

como a primeira narrativa escrita inteiramente por uma inteligência artificial, no
entanto, o curta foi organizado por um humano e diversas características ligadas ao
sentido, como a projeção de pessoa e espaço, foram adaptadas. Além disso, o
sincretismo audiovisual tem grande papel na semântica de Sunspring, projetando seu
111
sentido através das outras linguagens, como a trilha sonora, atuação e fotografia.
Sunspring é a tentativa concreta de dar sentido um texto escrito por uma inteligência
artificial.

Benjamin e o WRT apresentam, muitas vezes, criações confusas, que nos

fazem questionar o caráter de criativo dos sistemas, no entanto, estes sistemas
trabalham suas composições apenas a partir do encontro de recorrências dos
conteúdos de seus bancos de dados. Assim, o sistema gera a partir de uma meta
semântica de escopo fechada ao processo criação. Esta meta semântica faz sentido
a forma quantitativa que o sistema funciona e organiza as palavras em uma
composição. Este processo de tomada de decisões em uma rede neural possui um
baixo nível de explicabilidade e por isso é definido como uma camada opaca.

Nossa proposta de camada intermediadora entre o texto e sua geração

autônoma foi a de adicionar elementos parametrizados para a criação, desenvolvendo
assim uma nova rede de requisitos, baseados no percurso gerativo de sentido, que
devem chamar o motor de busca para seu devido preenchimento. O sistema proposto
se apresenta como um desafio, já que este deve qualificar e organizar elementos
concretos conectados uns aos outros a partir de elementos semânticos abstratos. Esta
nova forma de criação de textos é uma tentativa de emular a seleção humana de
trechos gerados pelo computador em uma linearidade e seu sucesso depende de
diversos fatores impalpáveis, mas que precisam ser matematizados, como os
processos de modalização dos sujeitos. Além disso, o próprio sistema deve estar sob
avaliação humana dos resultados, podendo moldar a forma como este seleciona os
elementos em busca de um resultado mais aceitável.

A partir das análises do curta-metragem Sunspring e do modo de criação

autônoma de Orange, pelo WRT, pode ser identificada como sensível a tarefa de
construção e manutenção do sentido nos textos. Como sugestão, esta pesquisa pode
expandir-se para estudos mais profundos da semântica, enunciação e das formas de
geração de texto. Outro viés que pode ser abordado em pesquisas futuras é o da

112
construção de níveis intermediários. A partir da implementação de bibliotecas de
linguagem natural que possuam um sentido absoluto para as palavras, ou seja, que
não funcionem apenas das recorrências do corpus, um novo texto pode ser criado a
partir de uma parametrização.

Embora a tecnologia utilizada para a geração de texto autônomo esteja em um

alto patamar técnico, seus resultados ainda precisam ser aprimorados principalmente
no campo semântico. A tecnologia gerativa não é, em seu estágio atual, uma ameaça
as profissões criativas. Os diversos modos de se fazer comunicação e arte são
pautados na linguagem e no sentido, por isso, o melhor uso destas ferramentas é o
de auxílio, assistindo diversos profissionais de criação, agilizando suas formas de
escrita e ajudando no desenvolvimento de novas ideias.

113
REFERÊNCIAS BIBLÍOGRÁFICAS

114
 REFERÊNCIAS BIBLÍOGRÁFICAS

ALPHAGO. Greg Kohs. Russia: Moxie Pictures, 2018. Distribuição digital sob
demanda.

AMARAL, Fernando. Introdução à ciência de dados: mineração de dados e big

data. Rio de Janeiro: Alta Books, 2016.

AUGUSTO, Marina, R. A. Teoria gerativa e aquisição da linguagem. Sitientibus.

Feira de Santana, n.13, p. 115-120, jul/dez, 1995

BARROS, Diana Luz Pessoa de. Teoria semiótica do texto. Ed. 4. São Paulo:
Atíca, 2005.

BERTRAND, Denis. Caminhos da semiótica literária. Tradução do Grupo CASA.

Bauru: EDUSC, 2003.

CASTELLS, Manuel. A galáxia da internet: reflexões sobre a internet, os negócios

e a sociedade. Tradução de Maria Luiza X. de A. Borges. Rio de Janeiro: Jorge
Zahar Ed., 2003.

EMC Digital Universe. The Digital Universe of Opportunities: Rich data & the
increasing value of the internet of things. 2014, disponível em: <
https://uk.emc.com/collateral/analyst-reports/idc-digital-universe-2014.pdf> acesso
em: 21 jan. 2019.

FERNEDA, Edberto. Redes neurais e sua aplicação em sistemas de

recuperação de informação. Ciência da Informação. Brasília, v. 35, n. 1, 25-30,
jan/abr. 2006

FIORIN, José Luiz. A noção de texto na semiótica. São Paulo: Contexto, 1999.

_______________. Elementos de análise do discurso. São Paulo: Contexto,

2002.

115
FLOCH, Jean-Marie. Alguns conceitos fundamentais em semiótica geral.
Tradução Analice Dutra Pilar. In: Documentos de estudos do centro de pesquisas
sociossemióticas. São Paulo. 2001.

FONSECA FILHO, Cléuzio. História da computação: O caminho do pensamento e

da tecnologia. Porto Alegre: EDIPUCRS, 2007.

GOODWIN, Ross; SHARP, Oscar. Machines Making Movies. TEDxBoston 2017.

Disponivel em https://www.youtube.com/watch?v=uPXPQK83Z_Y Acesso em 05 de
mar. 2019.

___________________________ Machines Making Movies. GitHub Universe

2016. Disponível em https://www.youtube.com/watch?v=W0bVyxi38Bc&t=1460s
Acesso em 20 jun. 2019

GREIMAS, Algirdas Julien. Da imperfeição. Tradução de Ana Claudia de Oliveira.

São Paulo: Hacker Editores, 2002.

_____________________; COURTÉS, Joseph. Dicionário de semiótica. Tradução

de Alceu Dias Lima et al. São Paulo: Contexto, 2011.

GUDWIN, Ricardo; QUEIROZ, João. Semiotics and Intelligent Systems

Development. Hershey: Idea Group Publishing, 2007.

GUARDIAN, The. Artificial intelligence: ‘We’re like children playing with a bomb’.
2016, disponível em <https://www.theguardian.com/technology/2016/jun/12/nick-
bostrom-artificial-intelligence-machine> acesso em: 20 jan. 2019.

GUNNING, David. Explainable Artificial Intelligence (XAI). Disponível em

https://www.darpa.mil/attachments/XAIProgramUpdate.pdf Acesso em 20 jun. 2019

GUNKEL, David J. Comunicação e inteligência artificial: novos desafios e

oportunidades para a pesquisa em comunicação. Galaxia (São Paulo, online), n. 34,
jan-abr., 2017.

116
IBM. Scaling Wimbledon’s video production of highlight reels through AI
technology. 2017, disponível em: <
https://www.ibm.com/blogs/research/2017/06/scaling-wimbledons-video-production-
highlight-reels-ai-technology/> acesso em: 20 jan. 2019.

JENKINS, Henry. Convergence Culture: Where Old and New Media Collide. Nova
York: NYU Press, 2008.

JOHNSON, Steven. Cultura da interface: como o computador transforma nossa

maneira de criar e comunicar. Tradução de Maria Luiza X. de A. Borges. Rio de
Janeiro: Jorge Zahar Ed., 1997.

LIVESCIENCE. Artificial Intelligence: Friendly or Frightening? 2014. disponível

em: < https://www.livescience.com/49009-future-of-artificial-intelligence.html> acesso
em: 20 jan. 2019.

MCCARTHY, John. et al. A Proposal for the Dartmouth Summer Research

Project on Artificial Intelligence. AI Magazine, v. 27, n. 4, jan/mar, 2006.

MCKEOWN, Lewis. An evaluation of the Impact of Constraints on the Perceived

Creativity of Narrative Generating Software. University of Kent. Reino Unido.
2017.

MÉDOLA, Ana Silvia Lopes Davi. Televisão digital brasileira e os novos

processos de produção de conteúdos: os desafios para o comunicador. E-
Compós, v.12 n.3, set/dez, 2009.

NORVING, Peter; RUSSEL, Stuart. Inteligência artificial. Tradução de Regina Célia

Simille de Macedo. 3ª ed. Rio de Janeiro: Elsevier, 2013.

OKA, T. Moto. (org) Fifth generation computer systems. Amsterdam: Elsevier

Science Publishers B. V., 1982.

PAIS, El. Kate Crawford: “Estamos injetando nos algoritmos as nossas limitações, a
nossa forma de marginalizar”. 2018. Disponível em
https://brasil.elpais.com/brasil/2018/06/19/actualidad/1529412066_076564.html
Acesso em 20 jun. 2019

117
PRIMO, Alex. Conhecimento e interação: fronteiras entre o agir humano e
inteligência artificial. In: LEMOS, A.; P. CUNHA (Eds.). Olhares sobre a cibercultura.
Porto Alegre: Sulina, 2003. p. 37-56.

_________________________________. Interação mediada por computador:

comunicação, cibercultura, cognição. Porto Alegre: Sulina, 2007.

SAMEK, Wojciech; WIEGAND, Thomas; MÜLLER, Klaus-Robert. Explainable

artificial intelligence: understanding, visualizingand interpreting deep learning
models. Genebra. ITU Journal: ICT Discoveries, Special Issue No. 1, 13 Oct. 2017

SMITH, John. R. IBM Research Takes Watson to Hollywood with the First
“Cognitive Movie Trailer”. 2016, disponível em: <
https://www.ibm.com/blogs/think/2016/08/cognitive-movie-trailer/> acesso em: 20 jan.
2019.

TURING, Alan Marthison. Computing machinery and intelligence. Mind. V. 49,

433-460. 1950.

WAZLAWICK, Raul Sidnei. História da computação. 1 ed. Rio de Janeiro: Elsevier,

2016.

118
APÊNDICES

119
Roteiro em português do curta-metragem Sunspring.
Nota: O roteiro foi traduzido a partir do original disponibilizado pelos autores e sua
diagramação foi alterada com o propósito de melhor leitura

INT. NAVE
Vemos H puxar um livro de uma prateleira, folheá-lo enquanto fala e depois colocá-lo
de volta.

H
Num futuro com desemprego em massa, os jovens são forçados a vender sangue.
Essa é a primeira coisa que posso fazer

H2
Você deveria ver os meninos e calar a boca. Eu era a pessoa que teria cem anos.

H
Eu o vi novamente. A maneira como você foi enviado para mim ... foi uma grande ideia
honesta. Eu não sou uma luz brilhante.

C
Bem, eu tenho que ir ao crânio. Eu não sei.

Ele pega uma tela de luz e luta contra a força de segurança das partículas de uma
transmissão em seu rosto.

H
(continuando)
O que você quer dizer?

C
(sorrindo)
Eu não sei nada sobre isso.

120
H
(para Hauk, tirando os olhos da boca)
Então o que?

H2
Não há resposta.

C
(franzido)
Nós vamos ver o dinheiro.

H
(lendo)
"Tudo bem, você não pode me dizer isso."

Passos para trás. Coffey ainda está passando.

C
Eu estava chegando nessa coisa porque você era tão bonita.

H
Eu não sei. Não sei do que você está falando.

C
Está certo.

H
Então, o que você está fazendo?

H2
Eu não quero ser honesta com você.

Ele olha para ele por um momento e depois sorri para ele.

121
H
Você não precisa ser médico.

H2
Não tenho certeza. Não sei do que você está falando.

H
Eu quero ver você também.

H2
O que você quer dizer?

H
Sinto muito, mas tenho certeza que você nem me tocou.

H2
Não sei do que você está falando.

H
O princípio é completamente construído para o mesmo tempo.

H2
(sorrindo)
Era tudo sobre você para ser verdade.

H
Você nem viu o filme com o resto da base.

H2
Eu não sei.

122
H
Eu não ligo

H2
Eu sei que é uma consequência.
O que quer que você queira saber sobre a presença da história, sou um garoto meio
no chão.

H
Eu não sei. Eu só tenho que pedir para você me explicar o que você diz.

H2
O que você quer dizer?

H
Porque eu não sei do que você está falando.

H2
Isso foi o tempo todo.

H
Eu sei disso.

H2
Eu não sei.

H
(bravoi
Seria um bom momento. Eu acho que poderia ter sido minha vida.

Ele começa a tremer.

123
H (continuação)
Pode nunca ser perdoado, mas isso é muito ruim. Eu tenho que sair, mas não estou
livre do mundo.

C
Sim. Talvez eu deva tirar daqui. Eu não vou fazer algo.

H
Você não pode levar isso para qualquer lugar. Não é um sonho. Mas tenho um bom
momento para ficar lá.

C
Bem, acho que você ainda pode estar de volta à mesa.

H
Mmm. É uma coisa maldita com medo de dizer. Nada vai ser uma coisa, mas fui eu
que caí nessa pedra com uma criança e depois deixei as outras duas.

Ele está parado nas estrelas e sentado no chão. Ele se senta no balcão e puxa a
câmera para as costas. Ele a encara. Ele está no telefone. Ele corta a espingarda da
borda da sala e a coloca na boca.

Ele vê um buraco negro no chão levando ao homem no telhado.

Ele vem atrás dele para protegê-lo. Ele ainda está de pé ao lado dele. Ele olha pela
porta e a porta se fecha. Ele olha para a bolsa da mochila e começa a chorar.

T
Bom, existe essa situação entre mim e a luz na nave. O cara estava tentando me
parar. Ele é como um bebê e foi embora. Eu estava preocupada com ele. Mas mesmo
se ele tivesse feito tudo. Ele não conseguiria voltar. Eu não pretendo ser uma virgem.
Quer dizer, ele era fraco. E eu pensei em mudar de ideia. Ele era louco para ir embora.
Foi a muito tempo atrás. Ele estava um pouco atrasado. Eu ia ser um momento. Eu

124
só queria te contar que eu sou muito melhor que ele. Eu tive de pará-lo e não consegui
te contar. Eu não queria machuca-lo. Me desculpe. Eu sei que eu não gosto dele. Eu
posso ir para casa e ser tão má e eu o amo. Então eu posso pegá-lo todo o caminho
até aqui e encontrar o quadrado e ir para o jogo com ele e ela não vai aparecer. Então
eu vou dar uma olhada. Mas eu não vou ver ele quando ele chegar para mim. Ele olha
para mim e me joga fora dos olhos. Então ele disse que iria para a cama comigo.

125