"What Are You Really Trying to Do?": Co-Creating Life Goals from Everyday Computer Use
Este artigo introduz a "cocriação de empenho" (striving co-creation), um sistema fundamentado na Teoria da Atividade que infere e refina colaborativamente os objetivos de vida de longo prazo dos usuários a partir de seu uso cotidiano do computador por meio de uma interface de edição interativa, superando, assim, as limitações dos sistemas existentes que capturam apenas ações de nível superficial.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine um computador que não apenas observa o que você clica ou digita, mas entende por que você está fazendo isso. Durante décadas, o sonho da interação humano-computador tem sido construir sistemas que compreendam o propósito mais profundo por trás de nossas ações diárias. Há muito aceitamos que uma máquina pode nos dizer que estamos olhando para uma planilha ou lendo um e-mail, mas ela tem tido dificuldade em perceber que esses momentos fragmentados são, na verdade, parte de um esforço maior e de longo prazo, como planejar uma mudança para uma nova cidade ou construir uma vida estável para uma família em crescimento. Essa lacuna existe porque a tecnologia atual foca na tarefa imediata, em vez da motivação subjacente. Ela vê os passos, mas perde a jornada. Pesquisadores da Universidade de Stanford deram agora um passo significativo para preencher essa divisão, criando um sistema que não apenas registra o comportamento, mas colabora com as pessoas para descobrir os objetivos de longo prazo que impulsionam seu uso cotidiano do computador.
A equipe por trás deste trabalho, liderada por Shardul Sapkota e colegas, desenvolveu um sistema chamado Tempo. A ideia central é um processo que eles chamam de "cocriação de aspirações" (striving co-creation). Em vez de um computador adivinhar silenciosamente o que um usuário deseja, ou um usuário ter que digitar manualmente uma lista de seus objetivos de vida, o sistema e a pessoa trabalham juntos para construir um quadro desses objetivos. O sistema começa tirando capturas de tela da tela do usuário ao longo do dia, capturando tudo, desde a navegação na web até mensagens para amigos. Ele então usa inteligência artificial avançada para organizar essas imagens brutas em uma hierarquia. Na base estão operações simples, como um único clique ou uma rolagem. Estas se agrupam em ações, como pesquisar sobre um tópico específico. As ações combinam-se em atividades, que são padrões recorrentes de comportamento. Finalmente, essas atividades são sintetizadas em "aspirações" (strivings), que são as buscas contínuas e de longo prazo que dão significado ao trabalho diário, como "preservar a identidade cultural" ou "estabelecer uma reputação profissional".
No entanto, os pesquisadores sabiam que um computador olhando para uma tela nem sempre pode conhecer a história completa. A mesma ação, como pesquisar escolas, pode significar que uma família está se mudando para um emprego melhor, ou pode significar que eles estão fugindo de uma situação difícil. Para resolver isso, o Tempo inclui uma segunda parte onde o usuário pode revisar e editar os palpites do sistema. Se o computador pensa que um usuário está "construindo capital social", mas o usuário sabe que está apenas fazendo trabalho administrativo, ele pode corrigir o sistema. Essa correção não é apenas um ajuste pontual; torna-se uma regra que o computador deve seguir no futuro. O sistema aprende com essas edições, refinando sua compreensão dos objetivos de vida da pessoa ao longo do tempo. Isso cria um ciclo onde a máquina propõe uma interpretação, o humano a refina e a máquina incorpora esse novo entendimento em sua próxima rodada de análise.
Para testar se essa abordagem realmente funciona, os pesquisadores implementaram o Tempo com quatorze voluntários ao longo de uma semana. Os participantes instalaram o software em seus computadores pessoais, que capturaram milhares de capturas de tela enquanto eles seguiam suas vidas normais. O sistema processou esses dados, construiu a hierarquia de ações e objetivos, e depois convidou os participantes para revisar os resultados em uma sessão de laboratório. Os achados foram encorajadores. Quando o sistema incluía a própria descrição da vida do usuário — como seu emprego atual, estressores e prioridades — os objetivos que ele gerava eram classificados como significativamente mais precisos e alinhados com as verdadeiras prioridades da pessoa. Sem esse contexto pessoal, o sistema ainda conseguia identificar o que as pessoas estavam fazendo, mas frequentemente perdia o "porquê" mais profundo.
O estudo também mostrou que a estrutura hierárquica era essencial. Quando os pesquisadores testaram uma versão do sistema que pulava as etapas intermediárias e tentava adivinhar os objetivos de longo prazo diretamente das capturas de tela, os resultados eram menos eficazes. Os participantes sentiram que esses palpites diretos estavam muito ligados a tarefas específicas e momentâneas, falhando em capturar o propósito mais amplo de seus esforços. A hierarquia passo a passo permitiu que o sistema conectasse os pontos entre atividades não relacionadas, revelando que uma busca por serviços de monitoramento de saúde e uma mensagem para um progenitor sobre uma tradição familiar faziam parte de uma única e maior aspiração de cuidar de entes queridos.
Talvez a descoberta mais surpreendente tenha sido como o processo de revisar esses objetivos mudou o próprio pensamento dos participantes. Mesmo antes de fazerem qualquer edição, o simples fato de ver a interpretação do sistema sobre sua semana levou muitos a refletir sobre seu próprio comportamento. Alguns perceberam que estavam gastando tempo em tarefas que não se alinhavam com seus valores declarados, enquanto outros viram padrões em seu trabalho que não haviam notado antes. Um participante descreveu a experiência como algo semelhante a um terapeuta analisando seu comportamento, oferecendo insights que ele não havia considerado. O sistema não apenas registrou dados; ele atuou como um espelho, ajudando as pessoas a ver a conexão entre seus hábitos digitais diários e suas aspirações de vida de longo prazo.
Os pesquisadores foram cuidadosos ao notar que este sistema não é perfeito e não é um produto acabado. O estudo durou apenas uma semana, o que é suficiente para ver padrões recorrentes, mas não o bastante para provar que esses objetivos inferidos permanecerão estáveis ao longo de meses ou anos. Também houve momentos em que o sistema fez palpites confiantes que estavam ligeiramente errados, como assumir que um usuário estava mudando de carreira quando não estava. Os participantes consideraram a capacidade de editar a hierarquia crucial; deu-lhes controle e permitiu que corrigissem os mal-entendidos do sistema. Sem a capacidade de intervir, os palpites do sistema poderiam parecer um rótulo rígido em vez de uma interpretação útil.
Em última análise, este trabalho sugere uma nova maneira para a tecnologia interagir conosco. Em vez de agir como uma ferramenta passiva que espera por comandos, ou um observador intrusivo que tenta adivinhar nossas mentes, o computador torna-se um parceiro na compreensão de nossas vidas. Ele propõe uma história sobre o que estamos tentando alcançar, e nós temos o poder de reescrever essa história até que ela soe verdadeira. Os pesquisadores descobriram que, quando as pessoas e as máquinas colaboram desta forma, o resultado é uma representação dos objetivos humanos que é muito mais precisa e significativa do que qualquer uma delas poderia alcançar sozinha. Esta abordagem trata nossos objetivos de vida não como fatos fixos a serem extraídos, mas como narrativas contínuas que moldamos juntos com as ferramentas que usamos todos os dias.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.