Há pouco mais de um ano, geneticistas da Faculdade de Medicina Albert Einstein, em Nova York, trabalham com um especialista de outro universo: Daniel Kohn, pintor e artista conceitual.
Kohn não tem formação em genética ou computação e não está ali para dar aulas de arteterapia.
Seu papel é ajudar os cientistas com um problema típico do século 21: o "big data", ou seja, a análise de grandes volumes de informação.
A computação avançada produz ondas de dados digitais abstratos em alguns casos quase impossíveis de interpretar. Para extrair alguma ordem desse caos, os analistas precisam continuamente rever as formas com que representam seus dados. É aí que Kohn entra.
Cientistas que trabalham com a aprendizagem perceptual, um ramo pouco conhecido da psicologia, já demonstraram que é possível acelerar os instintos das pessoas.
A ideia é treinar habilidades visuais específicas, geralmente com módulos semelhantes a jogos de computador, que requerem decisões tomadas em frações de segundo. Com o tempo, a pessoa desenvolve um "olho bom" para analisar o material e, com isso, a capacidade de extrair padrões significativos imediatamente.
Tome-se um curso de pilotagem, experiência desorientadora e às vezes assustadora que exige centenas de horas no ar e em sala de aula, muitas delas dedicadas a aprender a ler um painel de instrumentos.
Na década de 1980, Philip Kellman se perguntou se não havia uma maneira melhor e mais rápida. Os mostradores do painel são fáceis de ler isoladamente, um de cada vez, mas ler todos juntos, ao mesmo tempo e em um instante, requer outra habilidade.
Para isso, os reflexos e o instinto são mais úteis que o raciocínio.
Kellman preparou uma aula em que o aluno vê um painel na tela do computador e precisa decidir rapidamente o que os mostradores estão dizendo, coletivamente.
Abaixo do painel há sete alternativas, que incluem "subida vertical", "curva descendente" e "curva no nível". Um sinal toca quando a resposta escolhida é a correta. Um arroto assinala uma resposta errada, e a resposta correta é destacada. Depois a tela seguinte aparece, com outro painel de instrumentos e em seguida um outro, com feedback instantâneo.
Em 1994, Kellman, hoje professor da Universidade da Califórnia em Los Angeles, testou o método com pilotos amadores. Depois de uma hora de treinamento, os noviços eram capazes de ler o painel com o mesmo grau de precisão e rapidez que pilotos com uma média de mil horas de experiência de voo. "Ainda é preciso pilotar o avião, é claro", disse Kellman. "Mas é bem menos estressante quando você poder ler o painel sem precisar parar para pensar."
Ele e outros usaram variações do método para aprimorar instintos de profissionais em outros campos, como dermatologia, química, cardiologia e até cirurgia.
Não está claro se o treinamento perceptual traz desvantagens. Mas a ideia é séria. A escola de medicina da Universidade da Califórnia em Los Angeles adotou módulos perceptuais como parte de seu currículo padrão, para treinar habilidades como a leitura de eletrocardiogramas, a identificação de erupções de pele e a interpretação de amostras de tecido de biópsias.
A questão mais importante, quando se lida com volumes enormes de dados, não é se as habilidades perceptuais serão fundamentais. É quando, e em que campo, analistas poderão montar um catálogo confiável de padrões digitais que forneçam "pistas" significativas para a interpretação da realidade subjacente aos dados.
Quando isso acontecer, cientistas ganharão um meio de construir um protótipo para a aplicação de técnicas de aprendizagem perceptual. Em vista da importância de desativar complôs terroristas e garimpar dados sobre saúde e economia, é provável que a formação de instintos digitais passe a ser crucial.
Por enquanto, é mais fácil convidar especialistas visualmente criativos a ir ao laboratório para ver o que eles podem acrescentar.
"Uma coisa que procuro explicar é que o importante não é apenas termos máquinas maiores para processar mais dados. Nem é apenas o reconhecimento de padrões", disse Kohn, o pintor.
"O importante são quadros de reconhecimento: como você escolhe olhar, não o que está tentando enxergar. Os cientistas frequentemente veem imagens visuais, como gráficos, como o resultado final de suas análises. Eu procuro levá-los a pensar visualmente desde o começo."