Letícia Prazeres Falcão

Mestre em Direito, Professora Universitária, Assessora na ESMP/MA, Mediadora e Conciliadora pelo TJMA

RESUMO

O que esperar da interação entre máquinas e o homem? A princípio, reflexos da inovação tecnológica muito presente na dinâmica social contemporânea. Em meio a isto, revela-se possível ver e pensar em um exercício de deveres parentais por computadores programáveis por meio do Machine Learning, o que se percebe são ações que envolvem facetas da educação, segurança e cuidado de crianças e adolescentes sendo operacionalizados por uma tecnologia baseada na previsão de comportamentos e criação de padrões. Exatamente aqui, questiona-se os limites da substituição humana pela artificial frente aos encargos inerentes da relação parental. Não se pretende mostrar uma aversão à ciência, mas sim, demonstrar que existem contatos que possuem um peso diferenciado quando o assunto é a proteção infanto-juvenil. Como lastro metodológico, busca-se a utilização de fontes bibliográficas, pesquisa de cunho exploratório e método dedutivo.

Palavras-chave: Deveres parentais; Machine Learning; Crianças; Máquina

ABSTRACT

What to expect from the interaction between machines and man? At first, reflexes of technological innovation very present in contemporary social dynamics. In the midst of this, it is possible to see and think about an exercise of parental duties by programmable computers through Machine Learning, what is perceived are actions that involve facets of education, safety and care of children and adolescents being operated by a technology based on predicting behavior and creating patterns. Exactly here, the limits of human substitution for the artificial one are questioned in the face of the inherent burdens of the parental relationship. It is not intended to show an aversion to science, but rather to demonstrate that there are contacts that have a different weight when it comes to child protection. As methodological ballast, we seek to use bibliographic sources, exploratory research and deductive method.

Keywords: Parental duties; Machine Learning; Children; Machine

1 APRENDIZAGEM DE MÁQUINA

            Está mais do que claro que a chegada da tecnologia impacta diversas searas da vida em sociedade. A inserção de produtos e serviços frutos dos avanços científicos, principalmente os ligados à comunicação e robótica, demonstram que esses avanços estão presentes na rotina dos indivíduos otimizando tarefas, auxiliando nas rotinas e, por vezes, substituindo o homem em algumas atividades.

            A nova Revolução Industrial ou Revolução 4.0, consegue se tornar perceptível em laboratórios e computadores, bem como em nuvens e redes de conexão sem fio capazes de criar um fluxo de informações  nunca antes visto. A velocidade e instantaneidade nas quais esse novo modus operandi se molda, é o combustível para a aldeia global também chamada de Sociedade da Informação (HARARI, 2018).

            É nesse sentido que o Machine Learning ou Aprendizado de Máquina, se revela como uma das inovações desta sociedade em rede para o desempenho de ações cognitivas e combinação de algoritmos, diante dos estímulos proporcionados. É a capacidade de aprendizagem de computadores diante da alimentação de banco de dados e processos de repetição baseado na associação de números e caracteres (DA SILVA, 2021).

            Conforme esse aglomerado de dados, computadores inteligentes conseguem aprender a ler, captar comportamentos e prever condutas humanas, por exemplo. A ideia é que na medida que essas tecnologias sejam expostas aos testes, as mesmas sejam capazes de se autogerenciar e programar atualizações (DI PIETRO; MACHADO; ALVES, 2019).

            Trata-se de uma combinação matemática e estatística que une o binômio aprendizagem-previsibilidade. As máquinas conseguem processar o que fazer ou dizer conforme o banco que possuem e mediante as simulações. Podem ser criados padrões de resposta principalmente se determinado computador é exposto diversas vezes a uma mesma situação e com o mesmo desfecho (PÁSCOA, 2018).

            Importante ressaltar que o Machine Learning não significa o mesmo que a Inteligência Artificial. Em verdade, o Aprendizado de Máquina se utiliza da Inteligência Artificial, conceito mais abrangente, na criação do banco de informações necessário para os treinamentos e posterior criação de padrões de comportamento e tomadas de decisão (BARBOSA, 2021).

            Pensar no emprego desta tecnologia, significa compreender que o comportamento humano pode ser lido e repetido conforme a exposição a diversas situações. Poderia ocorrer então, uma espécie de antecipação ou substituição humana pela máquina. Seria trazer o futuro para o presente, conforme encontros do passado.

            É dizer que super computadores poderiam substituir aquele indivíduo em tarefas rotineiras e agiriam conforme condutas já praticadas por determinado sujeito. Ou ainda, agir conforme determinado grupo costuma se manifestar e Estados costumam legislar, por exemplo. Tudo vai depender de onde os dados saem, quem ou o quê será a fonte das informações ali contidas e transformadas e qual o objetivo no uso do Machine Learning.

            Isto porque a temática sugere algo para além de uma simples permuta entre homem e produtos da tecnologia, trata-se também de um aumento de produtividade e eficiência na prática de atividades laborais, haja vista a maior a capacidade de realização contínua das ações pelos computadores; de uma maior celeridade na tomada de decisões, o que gera economia de tempo e de processos cognitivos; assim como a quantidade ilimitada de processamento de dados, o que permitiria um maior arcabouço de previsões e comportamentos a serem reproduzidos (FIA, 2021).

            Diante de tantos aspectos que demonstram a praticidade e que facilitariam a vida em sociedade, pensar na inserção do Machine Learning em relações de cunho público e privado pode não ser algo tão distante e improvável. Já se detecta, até por meio da chegada da tecnologia 5G, máquinas que possam mapear aptidões físicas e intelectuais de jovens em idade escolar, drones que exerceriam a vigilância de crianças e adolescentes desacompanhadas ou ainda, poderiam auxiliar no acompanhamento de pessoas em situação de vulnerabilidade com o uso de pulseiras inteligentes (BUCCO, 2019).

            Inegáveis são os possíveis benefícios da ingerência desta tecnologia em um mundo tão conectado e veloz, como é a configuração social hodierna. Todavia, interessante se faz pensar, até que ponto podem ocorrer tais substituições em relações nas quais para além de laços de afeto, devem ocorrer deveres exclusivos das posições de garante frente à sujeitos mais vulneráveis, como é o caso dos papéis parentais diante de crianças e adolescentes.

            Não se questiona a eficiência de uma máquina no dever de vigilância de um bebê, na montagem de uma alimentação adequada para crianças com déficit nutritivo ou mesmo, no esclarecimento sobre o uso de drogas em diálogos com adolescentes. A questão seria quais efeitos dessa realocação de papéis tão imprescindíveis para um bom desenvolvimento destes jovens, até onde permitir essa substituição no exercício dos deveres parentais pelos computadores do Machine Learning, significaria um avanço científico ou um retrocesso relacional e de proteção de garantias infanto-juvenis.

2 EXERCÍCIO DOS DEVERES PARENTAIS PELO MACHINE LEARNING

            Em reportagem sobre o evento da Futurecom 2019, foi apresentado um cenário no qual “os filhos dos nossos filhos já crescerão em um ambiente no qual as máquinas serão capazes de observá-los evoluir” (BUCCO, 2019, p.?). Isso é discutido haja vista a constante e célere evolução tecno-científica de robôs nas atividades humanas. Em um amanhã próximo, computadores poderiam fazer parte da rotina de famílias, assumindo atribuições que até então, seriam pais e responsáveis.

            É dito ainda que a figura parental não perderia sua importância ou suas responsabilidades com a presença destas inovações (BUCCO, 2019). As máquinas agiriam conforme programação realizada por aqueles e mediante consultas em demais dados de ordem pública, respeitando legislações infanto-juvenis. Não seria uma intervenção cibernética aleatória, haveria um fundamento e uma direção do que seria permitido ou não conforme banco de algoritmos do Machine Learning.

            A partir disto, é preciso considerar que em um mundo que exige a múltipla atuação de mulheres na sociedade, que supervaloriza o desempenho profissional, que revela uma insegurança pública diante do avanço nas grandes cidades e que concentra toda e qualquer informação nos celulares, por exemplo, o auxílio ou mesmo colocada de máquinas para substituição de alguns papéis parentais, pode ser uma ideia sedutora.

            O “dar conta de tudo” em um mundo globalizado, exige dos indivíduos contemporâneos uma sobrecarga que nem todos conseguem transformar em bons e satisfatórios resultados. Ao analisar essa previsão de que filhos dos filhos poderão ser criados e observados por robôs, constata-se que se trataria de uma substituição, em tese, destinada à facilitação das múltiplas tarefas geridas e desempenhadas por pais e mães na Sociedade de Informação.

            Como exemplo, pode-se dizer que a ativação do modo de “controle parental” em celulares, já significa uma programação de sistemas inteligentes quanto aos restringir de conteúdos na internet, e que podem ser prejudiciais ou colocar em risco a segurança física e psicológica de crianças e adolescentes (CAMPOS, 2022). Observa-se aqui uma utilização da tecnologia no dever de observação e vigilância de pais e mães no “navegar” dos jovens no ambiente virtual, exatamente por ser um espaço de muito fluxo de informação, o Machine Learning seria empregado para fazer esse filtro e bloqueio em prol de uma proteção infanto-juvenil.

            Esse auxílio também pode acontecer quando pais e mães preferem acompanhar concomitantemente ou de forma posterior, os passos que seus filhos deram no acesso de redes sociais e sites de busca. A tecnologia, neste caso, é programada para averiguar quais páginas são acessadas nos celulares dos filhos e isto é repassado em tempo real para os aparelhos dos responsáveis. Trata-se da mediação de monitoramento na qual o Machine Learning consegue montar um caminho com as principais informações e dados de acesso (SOBRAL, 2019).

            Pulseiras inteligentes também podem ser desenvolvidas para localizar crianças em determinado espaço e até prevenir acidentes, emitindo sensores de alertas para ela e os pais, caso não estejam por perto. Os dispositivos podem ser conectados à rede móvel e condicionados ao aviso de obstáculos específicos ou lugares determinados que devem ser repelidos ou afastados (CABRINI et al, 2020).

            Existem ainda, robôs programados para ajudar no desenvolvimento de habilidades sociais, que são preparados para detectar dificuldades na fala e a partir disso criam padrões de estímulos, que tentam ajudar crianças a perceber suas emoções e o quê cada uma representa (SOUZA, 2020). Aqui, o Machine Learning reforçaria a relevância no investir de habilidades cognitivas e de cunho social, para além de contribuir em um trabalho multifacetado em diversos campos do corpo humano.

            Se percebe que existem vários exemplos de como direta ou indiretamente, o Machine Learning consegue participar das relações parentais, desempenhando de certa forma esses deveres, em um mundo que nem sempre, os olhos humanos são suficientes para a proteção de sujeitos em condição especial de desenvolvimento.

            Seria uma substituição do homem pela máquina em alguns casos, em prol de uma causa relevante e que está contextualizada em uma sociedade na qual a velocidade das interações parece solicitar a presença da tecnologia.

            A conciliação de papéis na contemporaneidade, pode ter a tecnologia do Machine Learning como uma grande aliada em prol do exercício de deveres parentais. Todavia, interessante se faz pensar na dosagem dessa alternância entre a presença humana e a tecnológica, vez que não se tratam exclusivamente de deveres propriamente ditos mas momentos e espaços de interações relevantes para o desenvolvimento integral de crianças e adolescentes.

3 ATÉ ONDE É POSSÍVEL PERMITIR A SUBSTITUIÇÃO DO HOMEM PELA MÁQUINA NA PROTEÇÃO DE DIREITOS INFANTO-JUVENIS

            Ao se pensar que as próximas gerações podem ter parte ou totalidade dos deveres parentais exercidos por robôs programados por meio do Machine Learing, é ascendida um alerta sobre os limites da ingerência tecnológica nas relações familiares. De certo modo, as tecnologias, principalmente as de informação, já estão presentes nos cotidianos, a questão é quando há uma espécie de substituição do papel parental do homem para a máquina, fruto de uma necessidade da Sociedade de Informação.

            Talvez o futuro já seja em parte um presente, como em alguns exemplos já apresentados. Essa troca de posições, que parece ser sutil, não é algo simples e de baixo impacto quando se pensa os reais efeitos da presença de uma máquina, quando deveria haver a presença humana.

            Nos casos das gerações que já nasceram em meio às telas, pode ser que esse retrato não pareça estranho. Gerações formadas por nativos digitais podem vislumbrar computadores inteligentes como uma nova forma de exercer a parentalidade e otimizar as demais relações e atividades rotineiras (PASSARELLI; JUNQUEIRA; ANGELUCI, 2014). Se há algo que pode monitorar a segurança de uma criança enquanto um adulto trabalha, estar-se-á diante de uma conciliação perfeita à luz dos sujeitos hipermodernos. Ou não?

            Terceirizar ou delegar deveres de cuidado, de convivência familiar e de educação para uma máquina, pode ser uma faca de dois gumes à medida que se “facilita a vida” e de outro, tornam frágeis ligações dos pais e seus respectivos filhos. O tempo a se passar com um computador direcionando todos os passados de uma criança, não pode ser mais importante do que os momentos físicos entre os sujeitos.

            Permitir que em décadas diversos deveres parentais sejam exercidos por meio de robôs com o Machine Learning pode configurar uma deturpação do Estatuto da Criança e do Adolescente. Seria abrir brechas perante responsabilidade que por uma questão sensibilidade e tato, precisam da interação humana para ocorrer. Ninguém discorda que existem supercomputadores com capacidade incríveis de conexão, relação e capacidade cognitiva de emoções. Mas o que se perde em meio a tantas redes sem fio, é algo muito maior.

            Diante da velocidade destes passos, até o exercício de deveres parentais de cunho imaterial, estariam passíveis de programação. “Deveres de assistência moral, de criação e educação dos filhos menores” (ANDRADE, 2013, p.48), também seriam transformados em padrões de comportamento e assim, a relação parental estaria prejudicada em face da tecnologia. A máquina que dinamizaria, ocupa espaços que podem não voltar a ser o que eram, uma vez havendo a forte onipresença tecnológica.

            Devem haver limites ao passo que tanta inovação não substitua o contato entre pais e filhos, a troca, o diálogo e a prática dos deveres parentais. Jovens criados por robôs podem não ter a sensibilidade e empatia necessárias para a vida em sociedade e virem a se tornar uma espécie de analfabetos emocionais (DE MELO CARVALHO, 2009).

            Em muito pode-se ganhar mas em muito também é possível perder com esta transferência, fora que nem todas as familias teriam condições iguais de inserir a tecnologia em suas rotinas, de lado crianças seriam criadas por humanos e outras por máquinas. Não se sabe ao certo, mas é algo que poderia gerar conflitos entre as gerações e acirrar fortemente desigualdades sociais já existentes.

            O “até onde” é passível de substituição entre homem e máquina quando o assunto é a proteção integral de crianças e adolescentes é maior do que delimitar fronteiras, trata-se de uma reflexão sobre a formação de jovens um tanto quanto alheia de olhares, contatos e conversas. Barreiras em formato de conexões sem fio não podem ter a mesma solidez e inacessibilidade que barreiras físicas, aqui a proteção integral e o melhor interesse devem prevalecer em prol de direitos e deveres que talvez nenhuma máquina possa substancialmente exercer.

CONCLUSÃO

            É cada vez mais comum a presença de computadores e robôs na rotina dos sujeitos contemporâneos, os passos largos dados pela tecnologia nesta seara revelam, o quão inseridas as inovações já estão e como ainda podem chegar diante da sociedade hodierna.

            O Machine Learning representa uma das tantas inovações tecno-científicas que revela a partir da combinação de programações e criação de padrões de comportamento, que o homem pode ter condutas repetidas pelas máquinas. Pode ter processos cognitivos e tomadas de decisão já antecipados pelo gerenciamento de dados e assim, haveria uma praticidade em diversas atividades, para além de uma suposta maior segurança.

            É nesse sentido que se percebe que esta tecnoferência precisa ser sopesada em situações nas quais estar-se-á lidando com sujeitos em condição especial de desenvolvendo e o exercício de deveres parentais, não necessariamente pelos sujeitos, mas pela sensibilidade nas relações, algo que a interação mecânica pode não ter na mesma proporção.

            O que se alerta, é que claro que as tecnologias programadas pelo Machine Learning são bem-vindas, mas nunca em caráter substitutivo por completo de pais, mães e responsáveis. Permitir isso seria deturpar princípios constitucionais infanto-juvenis, bem como prejudicar as dinâmicas parentais e eventual desenvolvimento social daquela criança ou adolescente. Afinal de contas, existem conexões relevantes que superam as de rede de internet e que precisam do binômio deveres-direitos parentais para uma boa condução.

REFERÊNCIAS BIBLIOGRÁFICAS

ANDRADE, Natália Alves Belo Lins de. Deveres parentais imateriais. 2013. Dissertação de Mestrado. Universidade Federal de Pernambuco. Disponivel em: https://repositorio.ufpe.br/bitstream/123456789/10724/1/Disserta%c3%a7%c3%a3o%20Nat%c3%a1lia%20Alves%20Belo%20Lins%20de%20Andrade.pdf. Acesso em 10 de julho de 2022.

BARBOSA, Torio. Inteligência Artificial e Machine Learning: qual a diferença ?. Mkt4edu. 2021. Disponível em: https://www.mkt4edu.com/blog/inteligencia-artificial-e-machine-learning-qual-a-diferenca. Acesso em 05 de julho de 2022.

BUCCO, Rafael. Os filhos dos seus filhos serão criados por robôs, prevê NEC. Telesíntese. 2019. Disponivel em: https://www.telesintese.com.br/os-filhos-dos-seus-filhos-serao-criados-por-robos-preve-nec/. Acesso em 05 de julho de 2022.

CABRINI, Fábio Henrique et al. Smart Baby: aplicação dos conceitos da Internet das Coisas (IoT) para prevenção de acidentes na infância. FTT Journal of Engineering and Business, v. 1, n. 5, 2020. Disponível em: http://journal.ftt.com.br/seer/index.php/FTT/article/view/110/113. Acesso em 09 de julho de 2022.

CAMPOS, José Renato Siqueira. Guia sobre o controle parental na era da internet. LUMA. 2022. Disponível em: https://lumaensino.com.br/blog/controle-parental/. Acesso em 09 de julho de 2022.

DA SILVA, Adriano Romero. A INVENÇÃO CRIADA PELA MACHINE LEARNING É PATENTEÁVEL NO BRASIL?. Humanidades & Inovação, v. 8, n. 47, p. 71-81, 2021. Disponivel em: https://revista.unitins.br/index.php/humanidadeseinovacao/article/view/5495. Acesso em 25 de maio de 2022.

DE MELO CARVALHO, Olívia Bandeira et al. Os" incluídos digitais" são" incluídos sociais"? Estado, mercado e a inserção dos indivíduos na sociedade da informação. Liinc em Revista, v. 5, n. 1, 2009. Disponivel em: http://revista.ibict.br/liinc/article/view/3186/2848. Acesso em 10 de julho de 2022.

DI PIETRO, Josilene Hernandes Ortolan; MACHADO, Edinilson Donizete; DE BRITO ALVES, Fernando. INTELIGÊNCIA ARTIFICIAL E DIREITO. Revista Em Tempo, v. 18, n. 01, p. 15-32, 2019. Disponivel em: https://revista.univem.edu.br/emtempo/article/view/3203. Acesso em 19 de junho de 2021

FIA, Business School. Machine Learning: como funciona, benefícios, tipos e exemplos. Fia Business School. 2021. Disponivel em: https://fia.com.br/blog/machine-learning/. Acesso em 05 de julho de 2022.

HARARI, Yuval Noah. 21 lições do século 21. 1ª d. São Paulo: Companhia das Letras, 2018.

PÁSCOA, Mariana Isabel Ferreira. Os desafios da Machine Learning: Aplicação ao Mercado Financeiro. 2018. Tese de Doutorado. Universidade de Coimbra. Disponivel em: https://estudogeral.sib.uc.pt/bitstream/10316/84617/1/Os%20Desafios%20da%20Machine%20Learning%20Aplica%c3%a7%c3%a3o%20ao%20Mercado%20Financeiro.pdf. Acesso em 25 de maio de 2022.

PASSARELLI, Brasilina; JUNQUEIRA, Antonio Helio; ANGELUCI, Alan César Belo. Os nativos digitais no Brasil e seus comportamentos diante das telas. Matrizes, v. 8, n. 1, p. 159-178, 2014. Disponível em: https://www.redalyc.org/pdf/1430/143031143010.pdf. Acesso em 10 de julho de 2022.

SOBRAL, Jacqueline. " Não tem como não dar": crianças pequenas, tecnologia móvel e estratégias de mediação familiar. Revista Cocar, n. 7, p. 153-167, 2019. Disponivel em: http://177.70.35.171/index.php/cocar/article/view/2796. Acesso em 09 de julho de 2022.

SOUZA, Kym. Um robô que ensina lições de vida às crianças. News Tecnologia. Casa.com.br. Disponivel em: https://casa.abril.com.br/news/um-robo-que-ensina-licoes-de-vida-as-criancas/. Acesso em 09 de julho de 2022.