O Padrão de Objeções
O Capítulo 8 abre no meio de um argumento. Hamming vem apresentando exemplos de capacidade computacional. Alunos & colegas continuam levantando as mesmas objeções. Ele as cataloga & oferece respostas.
Objeção 1: 'Não quero que máquinas controlem minha vida.'
Resposta de Hamming: você já aceita isso. Semáforos controlam seu movimento. Marca-passos governam seus batimentos cardíacos. A objeção prova demais: se fosse válida, você recusaria todo controle computacional existente. Você não o faz. Então a questão não é se máquinas controlam sua vida — elas já o fazem — mas quais controles computacionais são bons & quais não são.
Objeção 2: 'Máquinas nunca podem fazer o que humanos podem fazer.'
Resposta de Hamming: máquinas já fazem coisas que nenhum humano pode fazer. Controle de estabilidade de aeronaves milissegundo após milissegundo, armazenamento de dados sem erros em escala de petabytes, tradução de idiomas simultânea. A objeção é manifestamente falsa na forma forte. Na forma fraca ('máquinas não podem fazer tudo o que humanos podem fazer'), é trivialmente verdadeira mas inútil.
Objeção 3: Especialistas afirmam que máquinas nunca podem competir em seu domínio.
Observação de Hamming: especialistas consistentemente defendem a superioridade humana em seus domínios enquanto ignoram o inventário completo de vantagens computacionais. Ele lista: economia, velocidade, precisão, confiabilidade, controle rápido, liberdade do tédio, largura de banda, facilidade de retreinamento, ambientes hostis, sem problemas de pessoal. Especialistas descartam a lista sem considerá-la.
Analisando o Padrão de Objeções
Hamming nota um padrão estrutural em como as pessoas resistem aos argumentos sobre capacidade computacional. Elas selecionam uma suposta vantagem humana & a defendem, enquanto recusam engajar-se com a lista comparativa de vantagens computacionais.
Sua prescrição: em vez de defender a superioridade humana, procure lugares onde máquinas podem melhorar as coisas. A combinação de humano & máquina supera ambos.
O Que o Debate Realmente Significa para Seu Trabalho
Hamming encerra a sequência de três capítulos sobre raciocínio computacional com uma reviravolta acentuada: 'De qualquer forma, como relevantes são essas supostas diferenças para sua carreira?'
Esta é a questão que a maioria das pessoas evita. O debate filosófico sobre se máquinas 'realmente pensam' é divertido mas irrelevante para a carreira para a maioria dos praticantes. A questão praticamente importante é mais estreita & acentuada: em seu campo específico, no trabalho que você realmente faz, onde está a fronteira humano-máquina atualmente & com que velocidade está se movendo?
Observação de Hamming: as pessoas resistem a pensar claramente sobre isso, em ambas as direções. Aqueles que acreditam que máquinas não podem fazer seu trabalho falham em adotar ferramentas que multiplicariam sua eficácia. Aqueles que assumem que máquinas tomarão seu trabalho negligenciam desenvolver o julgamento não-rotineiro que torna seu trabalho irreplácivel.
Sua prescrição é direta: 'Pense mais cuidadosamente sobre os tópicos desconfortáveis de máquinas pensando e sua visão de seu futuro pessoal.' Articule sua posição, depois examine-a com contra-argumentos, para trás e para frente, até que você saiba o que acredita & por quê.
Por Que o Espaço n-Dimensional Vem em Seguida
Hamming encerra os capítulos sobre raciocínio computacional & pivota para geometria n-dimensional. A conexão não é arbitrária.
Problemas de design — & problemas de raciocínio computacional — ocorrem em espaços de alta dimensionalidade. Cada parâmetro independente adiciona uma dimensão. Um design de ponte pode ter dezenas de parâmetros: propriedades de material, dimensões de seção transversal, suposições de carga, fatores de segurança. O espaço de design é 50-dimensional. O espaço de todos os modelos de aprendizado de máquina possíveis tem dimensões muito mais altas.
Reflexão de Hamming: quando ele olhou para trás em grandes projetos de engenharia após 30 anos, ele notou que todos tinham estrutura comum. 'Os problemas de design todos ocorreram em um espaço de n-dimensões, onde n é o número de parâmetros independentes.' Entender geometria de alta dimensionalidade não é opcional; é o pré-requisito para pensar claramente sobre qualquer design complexo.
A Surpresa das Altas Dimensionalidades
Intuições de baixa dimensionalidade falham em altas dimensionalidades. Observação de caminho aleatório de Hamming: em três dimensões, um caminhante aleatório quase nunca retorna à origem. Em duas dimensões, um caminhante aleatório retorna com probabilidade 1. Esta diferença tem implicações diretas para como você encontra & re-encontra pessoas, ideias, & problemas — dependendo da dimensionalidade do espaço em que você opera.