Natalie Lao estava decidida a se tornar uma engenheira elétrica, como seus pais, até que tropeçou no curso 6.S192 (Fazendo aplicativos móveis), ministrado pelo Prof. Hal Abelson. Aqui estava um projeto para transformar um smartphone em uma ferramenta para encontrar água potável, classificar fotos de rostos ou fazer praticamente qualquer coisa. “Eu pensei, gostaria que as pessoas soubessem que a tecnologia de construção poderia ser assim”, disse ela em uma tarde recente, fazendo uma pausa na redação de sua dissertação.

Depois de mudar seu foco como estudante de graduação do MIT para ciência da computação, Lao se juntou ao laboratório de Abelson, que estava ocupado espalhando suas Aplicativo Inventor plataforma e filosofia faça-você-mesmo para alunos do ensino médio em todo o mundo. O App Inventor colocou Lao em seu caminho para tornar mais fácil para qualquer pessoa, de fazendeiros a operários de fábrica, entender a IA e usá-la para melhorar suas vidas. Agora no terceiro e último ano de seu doutorado no MIT, Lao também é cofundadora de uma startup de IA para combater notícias falsas e coprodutora de uma série de tutoriais de aprendizado de máquina. Faz tudo parte de sua missão ajudar as pessoas a encontrarem o criador e o livre pensador interior. 

“Ela irradia otimismo e entusiasmo”, diz Abelson, professor da turma de 1922 do Departamento de Engenharia Elétrica e Ciência da Computação (EECS). “Ela é uma líder natural que sabe como deixar as pessoas animadas e organizadas.” 

Lao estava imerso no App Inventor, construindo módulos para ensinar os alunos a construir modelos de reconhecimento facial e armazenar dados na nuvem. Então, em 2016, a eleição surpresa de Donald Trump para presidente dos EUA a forçou a pensar mais criticamente sobre tecnologia. Ela ficou menos chateada com o político Trump do que com as revelações de que a propaganda alimentada pela mídia social e a desinformação inclinaram a corrida a favor de Trump.

Quando um amigo, Elan Pavlov, um pós-doutorando da EECS, abordou Lao sobre uma ideia que ele teve para construir uma plataforma para combater notícias falsas, ela estava pronta para mergulhar. Tendo crescido em áreas rurais, urbanas e suburbanas de Tennessee e Ohio , Lao estava acostumado a ouvir uma variedade de opiniões políticas. Mas agora, as plataformas sociais estavam filtrando essas vozes e amplificando o conteúdo polarizador, muitas vezes impreciso. A ideia de Pavlov se destacou por seu foco em identificar as pessoas (e bots) espalhando desinformação e desinformação, ao invés do conteúdo em si. 

Lao recrutou dois amigos, André Tsai e Keertan Kini, para ajudar a construir a plataforma. Mais tarde, eles o nomeariam HINTS, ou Human Interaction News Trustworthiness System, em homenagem a um algoritmo inicial de classificação de página chamado HITS. 

Em uma demonstração no outono passado, Lao e Tsai destacaram uma rede de contas do Twitter que compartilhavam teorias da conspiração ligadas ao assassinato do jornalista saudita Jamal Khashoggi sob a hashtag #khashoggi. Quando eles analisaram o que mais essas contas haviam compartilhado, encontraram fluxos de outras notícias falsas e enganosas. No topo da lista estava a alegação incorreta de que o então congressista norte-americano Beto O'Rourke havia financiado uma caravana de migrantes com destino à fronteira com os Estados Unidos.

A equipe do HINTS espera que, ao sinalizar as redes que espalham notícias falsas, as plataformas sociais se movam mais rapidamente para remover contas falsas e conter a propagação de desinformação.

“Notícias falsas não têm impacto no vácuo – pessoas reais precisam lê-las e compartilhá-las”, diz Lao. “Não importa quais sejam suas opiniões políticas, estamos preocupados com fatos e democracia. Há notícias falsas sendo divulgadas de ambos os lados e isso está piorando ainda mais a divisão política”.

A equipe do HINTS agora está trabalhando com seu primeiro cliente, uma empresa de análise de mídia com sede na Virgínia. Como CEO, Lao aproveitou sua experiência como gerente de projetos de estágios na GE, Google e Apple, onde, mais recentemente, liderou o lançamento da tela do iPhone XR. “Nunca conheci ninguém tão bom em gestão de pessoas e tecnologia”, diz Tsai, estudante de mestrado da EECS que conheceu Lao como assistente de laboratório do curso 6.S198 de Abelson (Prática de aprendizado profundo) e agora é CTO da HINTS.

Enquanto o HINTS estava decolando, Lao cofundou uma segunda startup, Informações sobre ML, com aluno de pós-graduação da EECS Harini Suresh. Enquanto aprendiam a construir modelos de IA, as duas mulheres ficaram frustradas com os tutoriais no YouTube. “Eles estavam cheios de fórmulas, com pouquíssimas fotos”, diz ela. “Mesmo que o material não seja tão duro, parece duro!” 

Convencidos de que poderiam fazer melhor, Lao e Suresh reinventaram um menu de tópicos intimidantes, como aprendizado não supervisionado e ajuste de modelo como um conjunto de acompanhamentos convidativos. Sentados de pernas cruzadas em uma mesa, como se estivessem perto de uma lareira aconchegante, Lao e Suresh deixam os espectadores à vontade com anedotas do mundo real, desenhos divertidos e um tom envolvente. Mais seis vídeos, financiados por Caixa de areia do MIT e o MIT-IBM Watson AI Lab, estão planejados para serem lançados nesta primavera. 

Se seu público aprender algo com o ML Tidbits, diz Lao, ela espera que qualquer um possa aprender os fundamentos básicos da IA. “Quero que eles pensem: 'Ah, essa tecnologia não é apenas algo que cientistas da computação ou matemáticos profissionais podem tocar. Eu também posso aprender. Posso formar opiniões fundamentadas e participar de discussões sobre como ele deve ser usado e regulado.' ”