Tecnologia que sustenta as criptomoedas enfrenta os desafios da operacionalização.

Responsável por toda a onda em torno das criptomoedas, a tecnologia blockchain é (ou era) uma das mais promissoras em desenvolvimento nos últimos anos. Mas enfrenta uma crise: “Muitos de seus experimentos permanecem em estado experimental, não permitindo a construção dos esperados novos ecossistemas digitais”, afirma Avivah Litan, analista e vice-presidente da Gartner. A empresa, reconhecida por seu estudo de tendências em tecnologia da informação, divulgou esta semana seu já conhecido hype cycle atualizado para o blockchain, e as expectativas não são as melhores.

Enquanto diversas aplicações ligadas ao blockchain ainda estão entrando no “pico das expectativas infladas”, várias já se encaminham para o “fosso das desilusões”. Os dois termos são traduções livres dos estágios do ciclo de vida de uma tecnologia, que vai da concepção (o inonovation trigger) ao platô de produtividade (plateau of productivity).

O “pico das expectativas infladas” (peak of inflated expectations) é o momento em que as tecnologias não estão operacionais, mas muito se fala sobre elas, com pequenos avanços ganhando grande publicidade. Nós mesmos já participamos do hype, aqui. Outro caso é o dos smart contracts. Estes contratos à prova de falsificações permitem negociações entre desconhecidos, mesmo para transações de alto valor, e são simples o suficiente para permitir a eliminação de intermediadores, como advogados, corretores ou cartórios. Sim, um lindo sonho. Mas está tão distante da realidade que nem mesmo frustrados com eles nós estamos.

Não podemos dizer o mesmo de todo um conjunto de ferramentas ligadas às criptomoedas, como as plataformas de negociação e as carteiras virtuais. Estas tecnologias entraram no fosso das desilusões (trough of disilusionment). Os sistemas em funcionamento não entregaram o que prometiam e cada vez mais pessoas percebem que não será tão fácil como se imaginava.

Um dos estudos mais conhecidos sobre as dificuldades enfrentadas pela blockchain é o relatório apresentado pelos pesquisadores da Agência Norte-Americana para o Desenvolvimento Internacional, após avaliarem 43 experiências com blockchain. Nas palavras de Christine Murphy:

“Não encontramos nenhuma documentação ou evidência dos resultados. Também não encontramos lições aprendidas ou insights práticos, como costumam estar disponíveis para outras tecnologias em desenvolvimento. Apesar de todo o hype sobre como o Blockchain vai trazer transparência para processos e operações em ambientes de baixa confiança, a indústria em si é opaca.  Por isso, nossa opinião é a de que faltam evidências que embasem as declarações sobre o valor do Blockchain para os potenciais adotantes”.

Para a Gartner, entretanto, a chegada ao fosso das desilusões é apenas um passo necessário antes da assimilação da tecnologia pelo mercado. É o momento em que as apostas erradas são fechadas e os desenvolvedores efetivamente identificam o que funciona e o que não funciona. O relatório prevê que, em 2023, as plataformas serão escaláveis e interoperáveis, abrindo caminho para a disseminação de ferramentas em grande escala, a partir de 2028.

Ferramentas de machine learning são as novas aliadas dos arqueólogos.

Herculano e Pompéia eram prósperas cidades romanas, na Baía de Nápoles. Ao meio dia de 24 de agosto de 79 d.C foram atingidas pela erupção do Vesúvio, e soterradas por lama, lava e cinzas. Redescobertas no início do século passado, as duas são verdadeiras cápsulas do tempo, oferecendo aos pesquisadores um retrato da vida e costumes da Roma antiga. Um de seus tesouros mais preciosos, entretanto, permanece inacessível. São dois rolos de pergaminho (foto) resgatados nas escavações de Herculano, íntegros, mas carbonizados. Com o uso de técnicas de machine learning, pesquisadores da Universidade do Kentucky trabalham para revelar os segredos destes textos, escritos há mais de dois mil anos. É um dos exemplos de como ferramentas de última geração são usadas na exploração do passado. Cientistas afirmam que a Inteligência Artificial e a Big Data podem revolucionar a arqueologia.

A iniciativa para restauração digital dos documentos de Herculano utiliza o synchotron, um equipamento que acelera elétrons a uma velocidade próxima à da luz, emitindo um brilho maior que o sol, e com elevada capacidade de foco. Os cientistas utilizam então a luz para registrar cada uma das frágeis camadas do pergaminho. As imagens da “tinta de herculano” são de difícil compreensão e os pesquisadores propuseram, em um artigo deste ano, usar uma única página do pergaminho como base para treinar um programa de machine learning a identificar os padrões e, assim, permitir a “tradução” de todo o texto. E o que eles esperam encontrar? Mesmo uma simples lista de compras nos ajuda a compreender melhor a história da época, mas as expectativas são altas e não faltam apostas em textos originais de filosofia ou mesmo sobre os primeiros anos do Cristianismo.

Outros usos estão em estudo ou com resultados já apresentados. Um dos mais conhecidos foi a localização de um antigo assentamento viking no Canadá, via leitura de imagens por satélite. A descoberta muda a maneira como conhecemos a ocupação da América pelos europeus. As mesmas técnicas, baseadas na já reconhecida capacidade leitura de imagens por ferramentas de Inteligência Artificial, está em uso na busca de ocupações desaparecidas há milênios tanto nas selvas mexicanas como nos vales da mesopotâmia e Egito. Ou no reconhecimento das primeiras civilizações a ocupar a Índia, na Era do Bronze.

O arqueólogo Iris Kramer, da Universidade de Southampton, na Inglaterra, destaca algumas de suas vantagens: “Os algoritmos baseados em deep learning permitem aos arqueólogos investir mais tempo na identificação das peças do que simplesmente verificando se determinada imagem é de uma peça histórica ou não”.

Pesquisa revela velocidade cada vez maior de digitação nos celulares, pondo em risco o futuro dos teclados físicos.

Digitamos cada vez mais rápido nos celulares, mas já não somos tão bons assim nos computadores. É o fim dos teclados? A cobertura global das redes de telefonia e a disseminação de aparelhos com capacidade de processamento cada vez maior causaram uma revolução. Muitas tecnologias viveram ciclos acelerados de obsolescência e mesmo interfaces resistentes, como os tradicionais teclados, correm o risco de desaparecer (ou tornarem-se marginais). Sobre o futuro do mouse, já falamos neste blog, aqui.

Os resultados da mais ampla pesquisa já realizada sobre a velocidade de digitação mostram que os usuários de celular estão cada vez mais rápidos. Anna Feit, pesquisadora da ETH Zurich e uma das autoras do estudo, afirma:

“Ficamos impressionados ao ver que pessoas digitando nos celulares atingiram a velocidade média de 38 palavras por minuto, o que é apenas 25% mais lento que nos computadores”.

É claro que os teclados oferecem uma velocidade final superior. No remoto passado analógico, época das máquinas de escrever, cursos ensinavam técnicas avançadas de digitação. O PPM (Palavras Por Minutos) constava em currículos e “digitador” era uma profissão.

Entretanto, esta capacidade torna-se cada vez mais subutilizada, à medida que dependemos mais do celular e menos do computador. No conjunto, a velocidade média de digitação no PC caiu. Como aponta a pesquisadora Anna Feit:

“Embora uma pessoa possa digitar com muita rapidez nos teclados, ultrapassando as 100 PPM, a proporção de pessoas que efetivamente alcança este número está decrescendo”

A velocidade média atual varia entre 35 e 65 PPM nos teclados físicos e é de 38 PPM nos celulares. O estudo, realizado com 37.000 voluntários, foi aplicado online e revelou um efeito geracional. Jovens com idade entre 10 e 19 anos eram em média 10 PPM mais rápidos que adultos na faixa dos 40 anos. “É uma geração que cresceu usando o touchscreen, ao contrário dos mais velhos, que tiveram que se adaptar a diferentes tecnologias ao longo da vida”, afirma Antti Oulasvirta, professor da Universidade Aalto, na Finlândia.

A pesquisa confirmou também o que muitos usuários já sabem: para digitar rápido, use os dois polegares e deixa ligada a função de correção ortográfica automática. Quer saber a quantas anda seu PPM? Clique aqui para fazer um teste.

Médicos e pacientes beneficiariam-se com o acesso ao histórico de dados, mas segurança e privacidade são desafios.

Computador já é uma tecnologia madura, a internet está aí há mais de 30 anos e, nessas tantas décadas, quantas vezes você já foi ao médico, fez exames e teve remédios prescritos? Segundo a Agência Nacional de Saúde Suplementar, somente em 2018 os beneficiários de planos de saúde realizaram 1,57 bilhão de procedimentos como internações, consultas e exames. Some a este número o atendimento pelo SUS e pela rede particular e o resultado é um universo de informações médicas crescente a cada ano. A pergunta, entretanto, é: você tem acesso a seu prontuário médico antigo e recente?

A resposta é negativa na maioria das vezes. Pessoas capazes de construir uma relação de longo prazo com profissionais da área médica tendem a ter acesso a um prontuário extenso. Entretanto, é feito de muitas lacunas o prontuário de um cidadão às voltas com diversos médicos, migrando (ou compartilhando) ao longo dos anos serviços da rede de saúde pública, suplementar e particular. Quais remédios foram prescritos no passado? Quantas consultas feitas por especialidade? Qual os índices de colesterol há 15 anos?

A falta de acesso ao histórico médico é causa de problemas para pacientes e profissionais da saúde. Para os pacientes, ele permite acompanhar o registro de indicadores (glicemia, colesterol, para citar alguns básicos), remédios e doenças. Para os médicos, em uma emergência, pode ser a diferença entre a vida e a morte.

Propostas de implantação de históricos médicos eletrônicos estão em diferentes fases de estudo ou implantação em diversos países. No Brasil, o prontuário eletrônico do SUS é obrigatório desde 2017 nas unidades básicas de saúde. Sua real implantação, entretanto, é limitada e enfrenta uma série de desafios.

Um dos mais conhecidos sistemas é o de Singapura. O SingHealth reúne a principal rede de atendimento do país e, desde 2013, coleta, consolida e disponibiliza as informações de pacientes atendidos. A adesão dos médicos de clínicas particulares, entretanto, foi muito baixa e, em 2018, o governo anunciou que tornaria obrigatório o compartilhamento de informações. Um ciberataque ao sistema, no ano passado, obrigou o governo a rever a medida. Os dados particulares de 1,5 milhão de pacientes foram roubados, incluindo os do Primeiro-Ministro.

O caso de Singapura é emblemático por revelar dois dos principais desafios enfrentados por propostas similares: a privacidade e a segurança. Dados médicos são particularmente sensíveis e podem ser usados de forma cruel por empresas, governos e indivíduos mal-intencionados. Médicos têm restrições em compartilhar os dados de seus pacientes e os pacientes têm restrições em compartilhar seus dados com outros médicos ou pessoas.

A regulamentação para proteger os pacientes é extensa. Nos Estados Unidos, o Health Insurance Portability and Accountability Act (HIPAA) estabelece uma série de diretrizes, estabelecendo, entre outros, que o paciente tem o direito a:

· Saber e entender como seus dados são armazenados e utilizados pelo sistema de saúde.

· Determinar quem tem acesso ao seu prontuário médico.

· Garantia de segurança contra vazamentos e ataques.

· Garantia à integridade, para evitar adulterações ou manipulações de resultados.

Na União Europeia, a General Data Protection Regulation (GDPR), em vigor desde 2017, teve grande impacto na área de saúde, uma vez que o histórico médico pessoal é informação pessoal e sensível, protegida pela legislação. Todo o sistema de saúde foi obrigado a revisar seus procedimentos em relação à coleta e à guarda de informações de seus pacientes.

Isso vale para as gigantes da tecnologia também. E elas estão de olho em suas informações. Este ano foi publicada uma patente da Google que permite agregar e armazenar o histórico médico de milhões de pessoas, de forma sistematizada para a aplicação de técnicas de predição via Deep Learning. O registro foi assinado por 20 funcionários, entre eles toda a alta cúpula e os pesquisadores da área de inteligência artificial. O sistema permanece em segredo, gerando todo tipo de especulação.

A ciência de dados nas escolas pode trazer novas possibilidades para a educação.

São inúmeros os desafios da educação brasileira: estrutura física inadequada, professores despreparados, processos internos burocráticos, sistemas educacionais arcaicos, crianças e jovens desestimulados, entre outros. Ao mesmo tempo, não faltam informações sobre o sistema. A Educação há décadas coleta e armazena dados sobre si mesma. Ferramentas e técnicas da ciência de dados têm muito a contribuir para melhorar a capacidade das pessoas de pensar, resolver e aprender, oferecendo tecnologias capazes de encontrar soluções para esses problemas.

A educação é um domínio particularmente adequado para a Data Science. Os dados educacionais são extensos e abrangem: registros escolares do ensino fundamental e médio; arquivos digitais de matérias e anotações; respostas dos alunos a testes e provas, e caso seja adequado, ela também pode abordar a interação em sala de aula, através de gravações de vídeo e voz, seria possível captar como o gerenciamento e a instrução em sala de aula são feitos, além da resposta dos alunos.

O tema está em discussão no 2º Desafios de Dados, um evento nos moldes Datathon em que uma equipe se inscreve e busca soluções em Data Science para problemas específicos. Na edição de 2019 a pauta é Educação Pública no Brasil. A edição que deu origem ao evento tratou da questão da saúde, tema que abordamos em nosso último texto no blog

Muitas das equipes inscritas fazem parte de Edtechs, um acrônimo das palavras Education e Technology. São startups que se diferenciam das outras por duas características

O uso de alguma forma da tecnologia, que significa a aplicação sistemática de conhecimento científico para tarefas práticas.

A tecnologia como facilitadora de processos de aprendizagem e aprimoramento dos sistemas educacionais, gerando efetividade e eficácia.

Estas empresas desenvolvem soluções tecnológicas para a oferta de serviços relacionados à educação, como plataformas de ensino, cursos online, jogos educativos, sistemas de gestão de aprendizado, entre outros.

No Brasil, de acordo com um mapeamento do Centro de Inovação para a Educação Brasileira (CIEB), em parceria com a Associação Brasileira de Startups (Abstartup), 73% dos estados brasileiros têm ao menos 3 edtechs. São Paulo concentra 43% delas, seguido por Minas Gerais, com 11% e Rio de Janeiro com 10%.

As startups criam alternativas para tornar o ensino e a aprendizagem mais eficientes, fazendo os usuários aprenderem mais rapidamente, com maior retenção de conteúdo. Com o treinamento adequado, educadores poderiam realizar tarefas de visualização, redução, descrição e previsão de dados, para que possam entender os sistemas educacionais, seus problemas e possíveis soluções, além de desenvolver uma compreensão mais profunda e formas de soluções empiricamente estabelecidas.

Todas essas novas fontes de dados estão repletas de informações sobre comunicação, relações e perfis comportamentais.  Todas essas informações podem ser extraídas e analisadas para entender e resolver problemas educacionais persistentes.

A Data Science poderia trabalhar em cima de diversas questões como: atrito do aluno e evasão escolar; frequência do aluno; detenções; encaminhamentos; atrasos na aprendizagem; falha na progressão; preconceito; etc. Não podemos dizer que a internet afastou os mais jovens do conhecimento, porque nunca tivemos tanta facilidade de acesso e contato com informação.

A medicina está usando Inteligência Artificial e Machine Learning para aprimorar seus serviços.

A Inteligência Artificial e o Machine Learning possuem grande potencial transformador nos serviços de saúde. Os fabricantes de dispositivos médicos estão aproveitando a quantidade imensa de dados que são gerados todos os dias na área para desenvolver tecnologias e inovar seus produtos. Avanços na detecção precoce de doenças, diagnósticos mais precisos, identificação de novas observações ou padrões na fisiologia humana e desenvolvimento de diagnósticos personalizados estão no radar.

Os softwares destinados para fins médicos são os grandes alvos da IA e do Machine Learning. O Fórum Internacional de Reguladores de Dispositivos Médicos (IMDRF) define Software como Dispositivo Médico (SaDM) como todo aquele que executa finalidades médicas sem fazer parte de um hardware. A área já recebeu diversos avanços, mas os SaDM ainda podem se aprimorar conforme se evoluem as tecnologias de IA e ML, melhorando diretamente os cuidados de saúde dos pacientes.

Podemos citar alguns exemplos de SaDM baseadas em IA/ML, como o Software de Unidade de Terapia Intensiva, o Aplicativo Médico de Lesão de Pele e o Software de identificação de desvio de Tubos de Alimentação em Raios X. A seguir, vamos falar um pouco sobre eles.

O Software de Unidade de Terapia Intensiva com aplicação de IA/ML recebe eletrocardiograma, sangue, sinais de pressão e oximetria do pulso do paciente. Os sinais fisiológicos são processados e analisados para detectar padrões que ocorrem no início da instabilidade fisiológica. Se detectada, um sinal é gerado para indicação clínica imediata. Esse aplicativo conduz o gerenciamento clínico em uma situação crítica de saúde.

O Aplicativo Médico de Lesão de Pele com aplicação de IA/ML usa imagens tiradas pela câmera do smartphone do paciente para fornecer informações a um dermatologista sobre as características físicas de uma lesão cutânea. Isso permite que o médico rotule a lesão como benigna ou maligna. O aplicativo impulsionará o gerenciamento clínico em situações sérias de saúde.

O Software de identificação de desvio de Tubos de Alimentação em Raios X com aplicação de IA/ML analisa radiografias de tórax de pacientes internados após a colocação de um tubo de alimentação. Isso permite que o programa avalie quaisquer colocações incorretas e realize uma espécie de triagem, conduzindo o gerenciamento clínico em situações graves.

Esses são só alguns exemplos citados pela U.S. Food and Drug Administration (FDA), em um relatório que busca trazer uma discussão sobre a regulamentação e eventuais modificações a serem feitas em alguns destes softwares, no intuito de aumentar a precisão e melhorar a tecnologia atrelada ao sistema de saúde.

A Data Science está com um leque de aplicações cada vez mais amplo, e sua implementação pode ser extremamente benéfica, mudando drasticamente certos hábitos e costumes, além de melhorar a qualidade de vida, prospecção de negócios e impactando substancialmente áreas como a saúde. Quando bem explorada, ela pode fazer diferença e até salvar a vida de milhões de pessoas.

Lista do WEF reúne especialistas para selecionar tecnologias que podem ser relevantes no futuro.

Ano após ano o Fórum Mundial Econômico (WEF) reúne um comitê internacional de experts em tecnologia de ponta com um objetivo em comum: selecionar e listar as 10 melhores tecnologias emergentes do ano. O comitê solicita indicações de grandes nomes da tecnologia ao redor do mundo e as avaliam a partir de diversos critérios.

A tecnologia sugerida tem o potencial de prover benefícios sociais e econômicos? Ela pode alterar a maneira de fazer algo? Ela está em estágios iniciais de desenvolvimento, mas ainda assim atraindo interesse de pesquisadores, companhias ou investidores? Ela pode abrir caminhos significativos nos próximos anos? Todas essas questões são levadas em conta pelos profissionais selecionados na hora de identificar as melhores tecnologias emergentes.

As 10 tecnologias selecionadas para o ano de 2019, estão a seguir e podem ser encontradas com mais detalhes em relatório emitido pelo Fórum.

1. Bioplásticos para a economia circular

Menos de 15% do plástico no mundo é reciclado. O plástico biodegradável, apesar de oferecer uma solução, não possui a mesma resistência do plástico comum. O bioplástico, que é produzido a partir de fontes renováveis, se apresenta como uma solução de ambos os problemas, uma vez que ele deriva de e pode ser posteriormente transformado em biomassa.

2. Robôs sociais

Os robôs estão interagindo de forma cada vez mais humana, reconhecendo vozes, emoções, interpretando padrões, até mesmo fazendo contato visual. Conforme esses robôs se popularizam, podemos prever mudanças drásticas na forma que ocorre o cuidado aos idosos, a educação de crianças, bem como a realização de outras tarefas.

3. Lentes pequenas para dispositivos em miniatura

Hoje temos disponíveis lentes incrivelmente pequenas para smartphones, tablets e outros aparelhos eletrônicos, mas uma série de avanços levaram a criação das chamadas metalenses. Essas lentes poderiam criar sensores muito menores e avanços em captação e transmissão de imagens em aparatos médicos.

4. Proteínas desestruturadas como alvos de medicamentos

As proteínas intrinsecamente desestruturadas são proteínas que não possuem uma estrutura rígida, e que possuem certa facilidade para serem desordenadas e levar ao câncer e outras doenças. Os avanços na medicina apontam pra um futuro onde será possível garantir a estabilidade dessas proteínas durante o processo de tratamento.

5. Fertilizantes inteligentes

Os novos fertilizantes estão deixando de usar amônia, ureia e potássio em sua composição, elementos extremamente danosos para a natureza, e estão passando a utilizar fontes ecologicamente amigáveis de nitrogênio e microrganismos que ajudam no crescimento das plantas.

6. Telepresença colaborativa

As telecomunicações e a globalização já facilitaram e muito a elaboração de reuniões com pessoas que estão distantes, mas com essa tecnologia podemos dar um passo além. A ideia é que você possa de fato se sentir dentro de uma sala com seus companheiros, e até mesmo sentir o toque deles em um aperto de mão, por exemplo. Com o uso de tecnologias como a Realidade Aumentada, Realidade Virtual , o 5G e sensores avançados, até mesmo consultas médicas poderiam ser realizadas à distância.

7. Embalagem e rastreamento avançados de comida

Cerca de 600 milhões de pessoas comem alimentos contaminados a cada ano e é essencial localizar a fonte de um surto o quanto antes. Com a tecnologia Blockchain, será possível rastrear a comida em questão de minutos.  Juntando isso a sensores nas embalagens, que podem indicar o estado do alimento e a data de vencimento, podemos ter um consumo mais eficiente e seguro.

8. Reatores nucleares mais seguros

Apesar da energia nuclear não produzir CO², os reatores possuem certo risco devido à possibilidade de superaquecimento e até mesmo explosão, em certas condições. Novos combustíveis, porém, estão se mostrando cada vez menos propícios a superaquecer, produzindo quase ou nenhum hidrogênio, que é a causa principal da explosão.

9. Armazenamento de dados baseado em DNA

Nossos sistemas de armazenamento gastam muita energia e não estão se mostrando eficazes em acompanhar a quantidade de dados que nós produzimos, mas pesquisadores estão usando armazenamento de dados baseado no DNA como uma alternativa de baixo custo energético e com alta capacidade.

10. Armazenamento de larga escala de energia renovável

O armazenamento de energia gerada por fontes renováveis ??para quando não há sol ou vento tem sido uma barreira ao aumento da absorção. As baterias de íon de lítio devem dominar a tecnologia de armazenamento na próxima década, e os avanços contínuos devem resultar em baterias que podem armazenar até oito horas de carga – tempo suficiente para permitir que a energia gerada por luz solar, por exemplo, atenda ao pico da demanda noturna.

Estudo confronta pessoas com a hipótese de serem substituídas por robôs ou por outros humanos. Quem será que elas preferem?

A relação entre humanos e robôs já não é mais fictícia há um tempo e, com isso, os dilemas que envolvem pessoas e máquinas não são mais apenas hipotéticos. Por exemplo, já tratamos aqui de uma pesquisa que confrontava os entrevistados com um dilema moral envolvendo a decisão de sacrificar um indivíduo para garantir a vida de um grupo, no qual muitos optaram por salvar um robô cheio de predicados positivos em detrimento de humanos anônimos. 

Quando a atuação das máquinas inteligentes impacta o mundo profissional, surgem outras tantas questões. Estimativas dizem que, até 2030, de 400 a 800 milhões de empregos devem ser substituídos pela automação. A partir desse cenário, especialistas se apressam em listar formas de se adaptar à transformação iminente do mercado sem ficar desempregado. 

Um novo estudo, publicado recentemente no Nature, trouxe mais informações sobre esse assunto e destacou como trata-se de uma situação cheia de dilemas e até mesmo contradições. 

Pesquisadores da Technical University of Munich confrontaram os entrevistados com perguntas sobre a substituição de postos de trabalho por outras pessoas ou por robôs, e os resultados foram interessantes. Deles, 62% afirmaram que preferiam que trabalhadores humanos fossem trocados por outros humanos, e não por máquinas, o que mostra um senso de proteção da própria espécie entre os humanos. 

Entretanto, quando a pergunta dizia respeito a eles próprios, os resultados foram diferentes. Só 37% manifestaram a preferência de serem substituídos por outras pessoas. Uma evidência, segundo os estudiosos, que os humanos se sentem menos ameaçados pelos robôs. Não que eles não reconheçam a superioridade das máquinas em muitas habilidades, muito pelo contrário, justamente por isso. 

A pesquisa revela que há um efeito psicológico apaziguador em acreditar que não há como competir com os robôs e algoritmos, programados exatamente para serem mais eficientes que nós, meros e imperfeitos mortais. É menos traumático pensar na perda do emprego para uma máquina que para um profissional mais competente.

A quantidade de pessoas sem internet no Brasil supera a população de São Paulo.

Em um cotidiano onde o uso da internet é tão recorrente, é necessário fazer um certo esforço para enxergar que há uma parcela consideravelmente alta da população que não tem acesso a essa tecnologia. Enquanto 89% dos usuários de internet acessam a rede todos os dias (ou quase todos), existem aproximadamente 48 milhões de brasileiros que nunca se conectou, cerca de 23% da população total do Brasil.

Essas informações, assim como muitas outras, foram registradas no levantamento TIC Domicílios 2018. A pesquisa, realizada pelo Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação (CETIC), buscou estudar o cenário do acesso e uso das Tecnologias de Informação e Comunicação (TIC) no Brasil, e apresentou dados socioeconômicos relevantes sobre o acesso a aparelhos e serviços.

O índice ainda é bastante expressivo, mas a população sem acesso à internet tem diminuído bastante. Em 2014, 39% da população brasileira estava offline. A inclusão digital em muito se deve ao acesso cada vez mais amplo aos smartphones e dos planos acessíveis de internet móvel, já que apenas 67% dos lares brasileiros possuem acesso à rede.

Os dados apresentados pela pesquisa denotam traços da realidade socioeconômica e cultural do país. Por trás do alto índice de pessoas sem acesso à internet existem outras questões como a faixa etária elevada de parte desse grupo e a dificuldade de lidar com a tecnologia, o baixo grau de instrução, o contingente que reside fora dos grandes centros urbanos, a baixa renda familiar e o pertencimento às classes sociais mais pobres. Esse contexto dificulta a utilização da rede por muitos brasileiros, o que acaba gerando ou agravando outros problemas, tais como as dificuldades na obtenção de emprego e a restrição de acesso a serviços públicos, conteúdo educacional, cultura e comunicação.

Enquanto o mercado tecnológico cresce em grandes proporções e se discute cada vez mais sobre esses avanços, o Brasil ainda tem um longo desafio de tentar integrar essa grande parcela da população. Se a tendência é caminharmos para um mundo cada vez mais digital e online, é necessário pensar políticas e estratégias para a integração dessas pessoas, na comunicação, no acesso a serviços, no mercado de trabalho e no consumo como um todo.

Paula Oliveira participou do concorrido evento “E os algoritmos, será que são machistas?”, em Porto Alegre, que tratou sobre como os dados podem refletir vieses preconceituosos.

Os algoritmos trabalham nos bastidores de várias ferramentas tecnológicas das quais fazemos uso e auxiliam no funcionamento da indústria, do comércio e de vários serviços que chegam até nós. Os benefícios de sua aplicação são inegáveis. Mas uma das questões contemporâneas relacionadas à Inteligência Artificial, que é uma das tecnologias mais disruptivas dos últimos tempos, é a possibilidade de que esses algoritmos reproduzam padrões de preconceito presentes na sociedade. Já até abordamos o assunto em um artigo  no “Why – o blog de ideias da GotoData”.

Foi com o objetivo de discutir essa questão que a uMov.me organizou no último dia 3 de setembro o evento “E os algoritmos, será que são machistas?”, que contou com a presença da CEO da GoToData, Paula Oliveira, entre debatedores. 

Em sua fala, Paula exemplificou a possibilidade de enviesamento de uma inferência a partir de dados ao relatar uma experiência como gestora de uma operadora de saúde, anos atrás. Ao analisar um grande volume de informações, detectou-se uma prevalência de casos de câncer em mulheres negras, o que poderia levar a crer em uma predisposição racial para a enfermidade. Ao investigar o contexto que deu origem aos dados, constatou-se que muitos médicos, grupo formado predominantemente por homens brancos, tinham resistência em tocar pacientes negras, prejudicando o diagnóstico do câncer em estágios iniciais. 

“A tecnologia só democratiza o acesso e multiplica o número de vezes que algumas práticas são executadas. Mas tratam-se de práticas nossas. O desafio para todos os envolvidos com esses dados é não deixar que esses vieses se reflitam nos algoritmos, reproduzindo preconceitos e distorções”, comentou Paula. 

O debate integrou a lista de atividades do “Dito Efeito”, projeto transformador que visa colocar Porto Alegre em posição de destaque no cenário de inovação, vinculado à iniciativa “Pacto Alegre”. A discussão fez parte da série “Protagonismo feminino”, foi conduzida por Patrícia Knebel e contou, além de Paula Oliveira, com a presença de Edson Prestes, Marcelo Prates e Viviane Moreira.