INTELIGÊNCIA ARTIFICIAL EM “AÇÃO”: A ESPIONAGEM A SERVIÇO DA GOVERNANÇA GLOBAL DO CAPITAL FINANCEIRO
Quando se trata de usar a Inteligência Artificial (IA), as
agências de espionagem estão envolvidas nisso há mais tempo do que a maioria
das outras. No auge da “Guerra Fria” contra a URSS, a National Security Agency
(NSA) dos Estados Unidos e o Government Communications Headquarters (GCHQ) da
Grã-Bretanha exploraram pela primeira vez o uso da IA para
ajudar a transcrever e traduzir os enormes volumes de grampos telefônicos
soviéticos que eles começaram a coletar nos anos 1960 e 1970. No entanto, a
tecnologia não estava madura. Um ex-oficial de inteligência europeu disse que
seu serviço não usava transcrição ou tradução automática no Afeganistão nos
anos 2000, confiando em falantes nativos, em vez disso. Agora, os espiões esperam
poder fazer melhor. As tendências que tornaram a IA um
negócio atraente para as grandes corporaões e governos imperialistas – mais dados, algoritmos melhores e mais
poder de processamento para fazer tudo vibrar – estão dando grandes e perigosas iniciativas às agências de espionagem. Essa conduta tem uma fortíssima razão de ser:
o ingresso integral do imperialismo ianque (Casa Branca, Pentágono, Deep State,
Consórcio Midiático, Corporações Econômicas) na trilha da Nova Ordem Mundial,
já marcada pela Governança Planetária do Capital Financeiro.
No dia 24 de fevereiro, o GCHQ publicou um artigo sobre como
a inteligência artificial poderia mudar o seu trabalho. A “checagem de fatos
assistida por máquina” poderia ajudar a localizar imagens falsas, verificar
desinformação em fontes confiáveis e identificar os robôs das mídias sociais. A
inteligência artificial poderia bloquear ataques cibernéticos “analisando
padrões de atividade em redes e dispositivos” e combater o crime organizado,
identificando cadeias suspeitas de transações financeiras.
A Nuclear Threat Initiative, uma ONG estadunidense,
demonstrou recentemente que a aplicação de aprendizado de máquina a dados
comerciais disponíveis publicamente poderia identificar empresas e organizações
anteriormente desconhecidas suspeitas de envolvimento no comércio ilícito de
armas nucleares. Mas as agências de espionagem não se limitam a dados
publicamente disponíveis.
Alguns esperam que, auxiliados pela sua capacidade de
espionar informações privadas, tais aplicações modestas possam abrir o caminho
para um rolo compressor alimentado pela inteligência artificial. “A
inteligência artificial revolucionará a prática da inteligência”, dizia um
relatório publicado no dia 1º de março pela Comissão sobre Inteligência
Artificial da National Security Commission dos EUA, um grupo de estudo poderoso
copresidido por Eric Schmidt, ex-presidente executivo da Alphabet, a empresa
controladora do Google, e Bob Work, um ex-secretário adjunto de defesa.
O relatório não carece de ambição. Ele diz que, até 2030,
cerca de 17 agências de espionagem dos EUA deverão construir uma “arquitetura
federada de motores analíticos de aprendizagem contínua”, que analisa tudo,
desde a inteligência humana até imagens de satélite para prever ameaças
iminentes.
Em seu artigo, o GCHQ diz que estará atento ao viés
sistêmico, como o fato de o software de reconhecimento de voz ser mais eficaz
ou não com alguns grupos do que com outros e transparente sobre as margens de
erro e incerteza em seus algoritmos.
Uma sugestão feita por uma força-tarefa recente de
ex-espiões estadunidenses em um relatório publicado pelo Centre for Strategic
and International Studies (CSIS) de Washington foi de que a aliança de
inteligência “Five Eyes” – EUA, Austrália, Grã-Bretanha, Canadá e Nova Zelândia
– crie um servidor de nuvem compartilhado para armazenar dados.
O aprendizado de máquina é bom para detectar padrões – como padrões distintos de uso de celulares – mas é ruim para prever o comportamento individual. Isso é especialmente verdade quando os dados são escassos, como no combate ao terrorismo. Modelos de policiamento preditivo podem processar dados de milhares de roubos a cada ano. O terrorismo é muito mais raro.
Mesmo os dados existentes podem não ser adequados. Dados de câmeras de drones, de satélites de reconhecimento e de grampos telefônicos, por exemplo, não são atualmente formatados ou rotulados de forma que sejam úteis para o aprendizado de máquina. Consertar isso é uma “tarefa tediosa, demorada e ainda principalmente humana, exacerbada por padrões de rotulagem diferentes entre e até dentro das agências”, observa o relatório do CSIS. o que pode mudar com o uso da IA pela Governança Global do Capital Financeiro.
