Sciam
Clique e assine Sciam
Notícias

Computadores podem entender sarcasmo? Aham, tá.

Mas, em breve, pode ser que possam. Pesquisadores desenvolveram um programa que detecta espertalhões nas redes sociais e internet

Shutterstock

Humanos podem distinguir uma fala sarcástica instintivamente e, de modo geral, não precisam de ajuda para entender se, por exemplo, um post em uma rede social tem um tom jocoso.  Máquinas tem muito mais dificuldade porque são tipicamente programadas para ler um texto ou avaliar uma imagem baseando-se apenas naquilo que veem. Então qual a grande questão? Nenhuma, a não ser que cientistas da computação pudessem ajudar máquinas a entender melhor o jogo de palavras usado nas redes sociais e na internet. E parece que eles podem estar prestes a conseguir.  

Justamente o que você precisava: um mecanismo detector de sarcasmo que ajude marqueteiros a entenderem se você está elogiando ou tirando sarro de seus produtos, para que possam ajustar a mensagem e vender ainda mais coisas para você. Mas promoters dizem que computadores mais espertos também poderiam ajudar a polícia a distinguir ameaças legítimas daquelas que exageram ou zombam de tópicos sérios, especialmente em posts do Twitter, Instagram e Tumblr que usam imagens. Poderiam até mesmo auxiliar sistemas automatizados de atendimento ao cliente a descobrirem se você está chateado e dirigi-lo até uma pessoa real, ou permitir que políticos vejam como suas mensagem estão repercutindo entre os eleitores.  

Rossano Schifanella, professor assistente de ciência da computação na Universidade de Turin, e um grupo de colegas da companhia da web Yahoo! estão tentando ensinar às máquinas que humanos nem sempre querem dizer exatamente aquilo que falam. A novidade na pesquisa, publicada mais cedo nesse mês no site científico ArXiv, é que eles examinaram imagens e textos buscando por pistas para entender seu real significado. “O que nós observamos é que apenas olhar para um texto não é o suficiente,” diz Schifanella. “As imagens fornecem um contexto crucial.”

Convencido de que sarcasmo realmente é uma grande questão, Schifanella sugere que uma companhia ou instituição poderia usar a detecção automática de zombaria para melhor calcular o sentimento do público sobre seus produtos ou sua imagem. Por exemplo, a equipe do candidato presidencial republicano Donald Trump poderia ter evitado um grande desgaste à campanha se tivesse testado o logo da parceria Trump–Pence nas redes sociais antes de lançarem-no oficialmente. Os usuários do Twitter tiveram um dia cheio quando a campanha revelou o logo em julho, com um dos comentaristas questionando como deveria explicar para seus filhos aquele T interligado ao P de maneira sugestiva.

Descrever como entendemos o sarcasmo pode ser difícil às vezes, já que depende de muito conhecimento compartilhado. Por exemplo, uma imagem de um cenário coberto de neve com a legenda “que clima maravilhoso” pode ser lido literalmente — a menos que alguém conheça suficientemente bem o usuário do Twitter ou Instagram para entender que ele prefere passar as férias na praia e em um clima tropical.

Para lidar com o problema de converter esse tipo de sutileza em algo digital, a equipe recorreu aos humanos. Schifanella trabalhou com os pesquisadores Paloma de Juan, Joel Tetreault e Liangliang Cao do Yahoo! (que financiou a maior parte do estudo) para criar uma ferramenta que perguntasse a um grande número de pessoas de países de língua inglesa para classificar posts de redes sociais como sendo ou não sarcásticos. Primeiros eles avaliaram apenas afirmações em texto, depois afirmações acompanhadas de imagens. Os participantes nem sempre concordavam sobre quais posts eram sarcásticos e quais não eram, mas os pesquisadores descobriram que, na maior parte dos casos, a presença de uma imagem ajudou a identificar uma mensagem oculta. E independentemente de haver ou não imagem, pistas linguísticas que indicavam sarcasmo para os participantes incluíam jogos de palavras — usar “Eu aaaaaamo o clima” no lugar de “Eu amo o clima”— pontuação e pontos de exclamação (!) em particular.

Os pesquisadores escreveram um algoritmo de computador que representava matematicamente o que os humanos tinham ensinado a eles. Isso permitiu a uma máquina utilizar aqueles dados base para olhar novos posts e decidir se eles eram sarcásticos ou não. Usando uma combinação de características, a máquina acertou o uso de sarcasmo de 80 a 89% das vezes. Houve algumas variações nos resultados, dependendo da plataforma — Twitter, Instagram ou Tumblr— e dos tipos de características usadas para detectar o sarcasmo. Por exemplo, usando apenas a semântica visual (representações matemáticas do jeito que os humanos categorizam imagens de amplas bases de dados) a precisão caiu para 61%.

Um poder de processamento computacional aperfeiçoado e grandes redes sociais tornam esse tipo de aprendizado de máquina possível, de acordo com Tetreault, que agora é diretor de pesquisa da Grammarly, empresa que oferece um programa online de checagem gramatical e ortográfica. Máquinas mais poderosas podem lidar melhor com esse tipo de aprendizado baseado em redes neurais, e redes sociais fornecem os dados. Fazendo uma analogia com o aprendizado do beisebol, Tetreault afirma, "Uma criança assistindo a um jogo talvez não saiba as regras, mas eventualmente ele ou ela assistirá o suficiente e descobrirá que bater forte na bola é uma coisa boa.”

Outros cientistas do campo dizem que o trabalho é um passo importante na direção de ajudar computadores a entender a linguagem natural. “Ironia ou sarcasmo requerem uma noção de contexto. É bem diferente de spam ou mesmo de análise de sentimento [textual],” diz  Byron Wallace, um professor assistente na Faculdade de Ciência da Computação e Informação da Universidade Northeastern, que não esteve envolvido no projeto Turin–Yahoo!. "Tentar incorporar alguma noção sobre contexto; isso é que é legal nesse estudo.”

Computadores agindo mais como humanos —justamente o que precisávamos.

Jesse Emspank

 

Veja também:

- Avanços de simuladores analógicos para computadores quânticos


- Desmaranhando computadores quânticos

 

- Espiões podem ler o que é digitado no computador 

 

Para assinar a revista Scientific American Brasil e ter acesso a mais conteúdo, visite: http://bit.ly/1N7apWq