{"id":7051,"date":"2024-09-05T07:30:15","date_gmt":"2024-09-05T07:30:15","guid":{"rendered":"https:\/\/revistacienciaecultura.org.br\/?p=7051"},"modified":"2025-11-25T11:40:19","modified_gmt":"2025-11-25T11:40:19","slug":"a-ciencia-e-um-bem-publico-e-um-direito-basico-da-humanidade","status":"publish","type":"post","link":"https:\/\/revistacienciaecultura.org.br\/?p=7051","title":{"rendered":"\u201cA Ci\u00eancia \u00e9 um bem p\u00fablico e um direito b\u00e1sico da humanidade\u201d"},"content":{"rendered":"

Confira entrevista com Claudia Maria Bauzer Medeiros, professora do Instituto de Computa\u00e7\u00e3o da Unicamp e membro da coordena\u00e7\u00e3o do programa eScience e Data Science da Fapesp.<\/span><\/h4>\n

 <\/p>\n

No vasto campo da computa\u00e7\u00e3o, onde algoritmos e dados moldam o futuro, surge uma figura inspiradora que vem quebrando barreiras e desbravando novos caminhos. Claudia Maria Bauzer Medeiros, professora do Instituto de Computa\u00e7\u00e3o da Unicamp<\/a><\/strong><\/span> e membro da coordena\u00e7\u00e3o do programa eScience e Data Science da Fapesp<\/a><\/strong><\/span>, tem uma trajet\u00f3ria marcada pela inova\u00e7\u00e3o e pela luta por uma ci\u00eancia mais democr\u00e1tica e inclusiva. Primeira mulher a presidir a Sociedade Brasileira de Computa\u00e7\u00e3o (SBC)<\/a><\/strong><\/span>, uma das mais importantes entidades cient\u00edficas da Am\u00e9rica Latina, Claudia Medeiros \u00e9 reconhecida n\u00e3o apenas por suas contribui\u00e7\u00f5es t\u00e9cnicas, mas tamb\u00e9m por sua incans\u00e1vel defesa de uma ci\u00eancia que reflete a diversidade da sociedade. Ao longo de sua carreira, foram v\u00e1rias suas iniciativas para tornar a \u00e1rea mais democr\u00e1tica e acess\u00edvel. \u201cSofremos, cada vez mais, com a explos\u00e3o de not\u00edcias falsas e da facilidade com que s\u00e3o divulgadas por meio de redes sociais. Como educar o p\u00fablico em geral para questionar divulga\u00e7\u00f5es que parecem verdade, mas s\u00e3o falsas?\u201d, questiona. A pesquisadora ainda lembra que o princ\u00edpio b\u00e1sico da Ci\u00eancia Aberta \u00e9 que a Ci\u00eancia \u00e9 um bem p\u00fablico e um direito b\u00e1sico da humanidade, e que o compartilhamento de dados possibilita novas e descobertas, \u201cNa verdade, as pesquisas em vacinas e sa\u00fade coletiva durante a pandemia s\u00e3o consideradas como um exemplo importante dos benef\u00edcios da abertura de dados dentro desse paradigma\u201d. Em um campo historicamente dominado por homens, ela tem se destacado como uma voz firme em prol da equidade de g\u00eanero, inspirando novas gera\u00e7\u00f5es de mulheres a se aventurarem no universo da computa\u00e7\u00e3o. Em tempos de Intelig\u00eancia Artificial, vem ajudando a desmistificar a \u00e1rea, apontando desafios e oportunidades. \u201cUm risco pouco mencionado \u00e9 o da marginaliza\u00e7\u00e3o de muitas popula\u00e7\u00f5es que, por n\u00e3o produzirem dados ou n\u00e3o terem acesso ao mundo digital, n\u00e3o contribuem para que os resultados da IA generativa sejam mais imparciais e equitativos\u201d, pontua. <\/em><\/p>\n

Leia a entrevista completa.<\/em><\/p>\n

 <\/p>\n

Ci\u00eancia & Cultura – O que a levou a se interessar por\u00a0eScience\u00a0<\/em>e Data Science<\/em>, e como v\u00ea a evolu\u00e7\u00e3o dessas \u00e1reas no Brasil? Como o avan\u00e7o em Data Science pode contribuir para solu\u00e7\u00f5es inovadoras em diferentes setores?\u00a0<\/strong><\/p>\n

Claudia Maria Bauzer Medeiros – <\/strong>Antes de tudo, preciso definir esses termos. O termo eScience<\/em> n\u00e3o \u00e9 muito conhecido no Brasil, o que leva a desentendimentos sobre o significado. Trata-se de pesquisa multidisciplinar que envolva, ao mesmo tempo, pesquisa em Computa\u00e7\u00e3o e em alguma outra \u00e1rea do conhecimento \u2014 ou seja, muito amplo. J\u00e1 Data Science<\/em> (Ci\u00eancia de Dados) tornou-se conhecido h\u00e1 algum tempo. Trata basicamente de analisar grandes volumes de dados, gerados por pessoas ou por software, para descoberta de conhecimentos, combinando alguns ramos da Computa\u00e7\u00e3o, Estat\u00edstica e Matem\u00e1tica. Al\u00e9m disso, necess\u00e1rio para ambas, existe a no\u00e7\u00e3o de Data Engineering<\/em> (Engenharia de Dados) que envolve todo um conjunto de pesquisas e t\u00e9cnicas de preparo, armazenamento e disponibiliza\u00e7\u00e3o de dados para que o resultado das an\u00e1lises em eScience<\/em> ou Data Science<\/em> sejam o mais confi\u00e1veis poss\u00edvel. \u00c0s vezes o trabalho de Engenharia fica desapercebido, apesar de muito demorado e criterioso, porque os resultados finais s\u00e3o mais valorizados. N\u00e3o existe eScience<\/em>, ou Data Science<\/em>, ou qualquer tipo de an\u00e1lise computacional de dados, sem Engenharia de Dados. A Engenharia sempre requer a presen\u00e7a das pessoas que geraram os dados e tamb\u00e9m das que v\u00e3o precisar dos resultados de an\u00e1lise \u2014 porque a qualidade de um resultado depende de quem fornece os dados e dos objetivos de quem vai us\u00e1-los. Entrei na \u00e1rea de pesquisa em eScience<\/em> em 1994, antes mesmo do nome, ao come\u00e7ar a coordenar projetos de pesquisa multidisciplinar envolvendo engenharia de dados (e, posteriormente, tamb\u00e9m ci\u00eancia de dados) e outras \u00e1reas do conhecimento. \u00c9 fascinante trabalhar com gente que tem problemas muito interessantes e que n\u00e3o s\u00e3o de Computa\u00e7\u00e3o, o que me permitiu conhecer novos mundos, abrindo meus olhos para problemas e maravilhas que eu nunca soube que existiam. Ao mesmo tempo, criei um dos primeiros laborat\u00f3rios de pesquisa na \u00e1rea<\/a><\/strong><\/span>, na Unicamp, que este ano completa 30 anos de atividades ininterruptas com pesquisas em sa\u00fade, biodiversidade, planejamento urbano, planejamento ambiental, esportes, agricultura e muitos outros dom\u00ednios de pesquisa, sempre com colaboradores em Computa\u00e7\u00e3o e outras \u00e1reas, no Brasil e no exterior.<\/p>\n

\u00a0<\/strong><\/p>\n

\u201cDisponibilizar resultados em reposit\u00f3rios abertos permite a colabora\u00e7\u00e3o sem fronteiras, a atra\u00e7\u00e3o de novos parceiros e facilita a reprodutibilidade em pesquisa.\u201d <\/em><\/span><\/h4>\n

 <\/p>\n

C&C – Como o avan\u00e7o em Data Science<\/em> pode contribuir para solu\u00e7\u00f5es inovadoras em diferentes setores?\u00a0<\/strong><\/p>\n

CMBM – <\/strong>As perspectivas s\u00e3o excelentes em todo o mundo. No Brasil, in\u00fameros exemplos de avan\u00e7os, tanto em pesquisas mais te\u00f3ricas quanto em aspectos aplicados, muitos de cunho social. Para lhe dar uma ideia, muito do que se faz em pesquisa envolvendo Intelig\u00eancia Artificial (IA) hoje pode ser considerado eScience<\/em> (se for aplicada a alguma \u00e1rea fora da Computa\u00e7\u00e3o) ou Data Science<\/em> (pelas t\u00e9cnicas avan\u00e7adas de dados). Agricultura, sa\u00fade, clima, cadeias de produ\u00e7\u00e3o industrial, e tantas outras \u00e1reas em que h\u00e1 necessidade de descobertas em Computa\u00e7\u00e3o para contribuir para descobertas nessas \u00e1reas.<\/p>\n

 <\/p>\n

C&C – A ci\u00eancia aberta tem ganhado destaque nos \u00faltimos anos. Em sua opini\u00e3o, quais s\u00e3o os principais benef\u00edcios da ci\u00eancia aberta para a comunidade cient\u00edfica e para a sociedade em geral?<\/strong><\/p>\n

CMBM – <\/strong>O princ\u00edpio b\u00e1sico de Ci\u00eancia Aberta \u00e9 que a Ci\u00eancia \u00e9 um bem p\u00fablico e um direito b\u00e1sico da humanidade. Al\u00e9m disso, se uma pesquisa \u00e9 desenvolvida com dinheiro p\u00fablico, os resultados devem ser p\u00fablicos e amplamente divulgados e compartilhados. Esses fatos est\u00e3o expl\u00edcitos no documento votado na Assembleia Geral da Unesco<\/a><\/strong><\/span> em novembro de 2021, recomendando a todos os pa\u00edses-membro (incluindo o Brasil) a sua ado\u00e7\u00e3o. Vale a pena ler o texto<\/a><\/strong> <\/span>produzido pela Academia Brasileira de Ci\u00eancias (ABC)<\/a><\/strong><\/span> sobre Ci\u00eancia Aberta<\/a><\/strong><\/span>, com recomenda\u00e7\u00f5es para a comunidade cient\u00edfica e o governo. Esta base de princ\u00edpios leva a alguns benef\u00edcios da Ci\u00eancia Aberta \u2014 ao disponibilizar resultados em reposit\u00f3rios abertos, permite colabora\u00e7\u00e3o sem fronteiras, a atra\u00e7\u00e3o de novos parceiros e facilita a reprodutibilidade em pesquisa. Tamb\u00e9m devido \u00e0 disponibiliza\u00e7\u00e3o dos resultados, \u00e9 poss\u00edvel reutiliz\u00e1-los em outras pesquisas, com consequente avan\u00e7o mais r\u00e1pido do conhecimento e economia de recursos (pois com reuso n\u00e3o h\u00e1 necessidade de tentar refazer a mesma pesquisa). Al\u00e9m disso, \u00e9 um modelo de pesquisar que permite verifica\u00e7\u00e3o e auditoria, pela pr\u00f3pria abertura, diminuindo a possibilidade de fraudes. Aqui vale a pena mencionar que, quando motivados pela Ci\u00eancia Aberta, disponibilizamos resultados (artigos, dados, software, metodologias e outros) em reposit\u00f3rios, tais resultados podem ser reutilizados por gente que n\u00e3o conhecemos \u2014 e que talvez ainda nem tenha nascido. Ou seja, possibilitando novas descobertas que nem imaginamos e que beneficiem a sociedade nesta e em gera\u00e7\u00f5es futuras. H\u00e1 exemplos muito interessantes de como dados coletados h\u00e1 s\u00e9culos por pesquisadores, a partir da sua disponibiliza\u00e7\u00e3o recente, est\u00e3o sendo usados nas pesquisas de mudan\u00e7as clim\u00e1ticas, ou de migra\u00e7\u00f5es e intera\u00e7\u00f5es sociais. Os benef\u00edcios do compartilhamento sem fronteiras (geogr\u00e1ficas, pol\u00edticas, culturais, temporais) se tornaram evidentes durante a pandemia de covid-19. A produ\u00e7\u00e3o de vacinas aceleradamente, como nunca visto antes, foi poss\u00edvel, segundo muitos, pelo fato de que os resultados de pesquisas em v\u00e1rios pa\u00edses foram rapidamente compartilhados entre os grupos interessados. Na verdade, as pesquisas em vacinas e sa\u00fade coletiva durante a pandemia s\u00e3o consideradas como um exemplo importante dos benef\u00edcios da abertura de dados dentro desse paradigma. Precisamos lembrar tamb\u00e9m que muita coisa n\u00e3o pode ser aberta para todos, por raz\u00f5es \u00e9ticas, ou legais \u2014 por exemplo, dados pessoais, ou software sujeito a patente. H\u00e1, inclusive, uma frase muito comum associada, normalmente associada a dados, mas extens\u00edvel a software \u2014 \u201ct\u00e3o aberto quanto poss\u00edvel, t\u00e3o fechado quanto necess\u00e1rio\u201d. Finalizando a resposta, minha pesquisa \u00e9 na \u00e1rea de dados, mas tamb\u00e9m trabalho um pouco com software. H\u00e1 uma grande quantidade de software desenvolvido em pesquisas que pode \u2014 e deve \u2014 ser disponibilizada para ajudar quem quer realizar, por exemplo, simula\u00e7\u00f5es e n\u00e3o precisa re-desenvolver tudo. O Linux \u00e9 um exemplo importante de software desenvolvido por uma imensa comunidade internacional, totalmente aberto, cujas contribui\u00e7\u00f5es para a pesquisa e para a sociedade s\u00e3o ineg\u00e1veis.<\/p>\n

 <\/p>\n

\u201cA estrat\u00e9gia \u00e9 fazer com que as institui\u00e7\u00f5es envolvidas reconhe\u00e7am a import\u00e2ncia da divulga\u00e7\u00e3o cient\u00edfica de qualidade, que passa a valer como, por exemplo, a publica\u00e7\u00e3o de artigos cient\u00edficos.\u201d<\/em><\/span><\/h4>\n

 <\/p>\n

C&C – A divulga\u00e7\u00e3o cient\u00edfica \u00e9 essencial para aproximar a ci\u00eancia do p\u00fablico. <\/strong>Como informar melhor a sociedade sobre as descobertas cient\u00edficas, visando a plena cidadania?<\/strong><\/p>\n

CMBM – <\/strong>Aqui h\u00e1 tr\u00eas problemas que se combinam, cada um levando a uma estrat\u00e9gia diferente. O primeiro problema \u00e9 que cientistas n\u00e3o s\u00e3o geralmente treinados a apresentar seus resultados para n\u00e3o especialistas ou leigos. Isso exige adapta\u00e7\u00e3o de vocabul\u00e1rios, analogias que sejam intelig\u00edveis para o p\u00fablico alvo, poder de s\u00edntese. O jornalismo cient\u00edfico, ainda pouco disseminado no Brasil, se comparado \u00e0 Am\u00e9rica do Norte e Europa, ajuda muito nesse sentido. S\u00f3 que o jornalista cient\u00edfico n\u00e3o pode ser especialista tamb\u00e9m em todas as \u00e1reas da Ci\u00eancia \u2014 totalmente imposs\u00edvel. Assim, \u00e9 preciso colabora\u00e7\u00e3o com cientistas para que esses jornalistas possam divulgar descobertas para valorizar suas vantagens. A estrat\u00e9gia aqui seria fazer com que cientistas e jornalistas aprendam a trabalhar em conjunto, o que muitas vezes \u00e9 dif\u00edcil pela prem\u00eancia das pautas e falta de disponibilidade dos cientistas. O segundo problema \u00e9 educacional. Sofremos, cada vez mais, da explos\u00e3o de not\u00edcias falsas e da facilidade com que s\u00e3o divulgadas por meio de redes sociais. Como podemos educar as novas gera\u00e7\u00f5es para aprenderem a aprender (para serem menos suscet\u00edveis a tais correntes)? Como educar o p\u00fablico em geral para questionar divulga\u00e7\u00f5es que parecem verdade, mas s\u00e3o falsas? Se o p\u00fablico acredita em boatos bem estruturados sobre descobertas e, depois, se decepciona, passar\u00e1 a duvidar da ci\u00eancia. H\u00e1 estudos recentes nos Estados Unidos que mostram que se os dados associados a um estudo s\u00e3o abertos, as pessoas acreditam mais \u2014 aqui, a Ci\u00eancia Aberta pode ajudar sendo parte da estrat\u00e9gia. Ensinar a buscar fontes fidedignas e a duvidar de afirma\u00e7\u00f5es sem base tamb\u00e9m faz parte da estrat\u00e9gia. O terceiro problema \u00e9 de pol\u00edticas de incentivo. N\u00e3o h\u00e1 reconhecimento, na carreira cient\u00edfica, em geral, mas certamente no Brasil, para pessoas que se dedicam \u00e0 comunica\u00e7\u00e3o cient\u00edfica (a menos dos que fazem pesquisa na pr\u00f3pria \u00e1rea). Quais as perspectivas de promo\u00e7\u00e3o ou reconhecimento de um cientista da computa\u00e7\u00e3o (por exemplo) que passa a dedicar todo seu tempo a produzir material de divulga\u00e7\u00e3o cient\u00edfica? No entanto, isso \u00e9 um componente importante da educa\u00e7\u00e3o de qualidade. Neste caso, a estrat\u00e9gia \u00e9 fazer com que as institui\u00e7\u00f5es envolvidas reconhe\u00e7am a import\u00e2ncia da divulga\u00e7\u00e3o cient\u00edfica de qualidade, que passa a valer como, por exemplo, publica\u00e7\u00e3o de artigos cient\u00edficos.<\/p>\n

\u00a0<\/strong><\/p>\n

C&C – Quais s\u00e3o os principais riscos associados ao uso da intelig\u00eancia artificial generativa, tanto em termos de seguran\u00e7a quanto de impacto social? Quais cuidados, inclusive \u00e9ticos, devem ser tomados?<\/strong><\/p>\n

CMBM – <\/strong>Intelig\u00eancia Artificial nada mais \u00e9 que um ramo da Computa\u00e7\u00e3o, resultante de algoritmos aplicados a dados. Os algoritmos s\u00e3o desenvolvidos por humanos e os dados digitais s\u00e3o produzidos direta ou indiretamente por humanos. Mesmo quando os dados s\u00e3o produzidos por dispositivos (por exemplo, radares, carros, celulares, marca-passos), esses dispositivos s\u00e3o especificados e produzidos por humanos. Assim, os principais riscos s\u00e3o associados a erros humanos \u2014\u00a0<\/strong>de especifica\u00e7\u00e3o de algoritmos e dados, ou de uso e interpreta\u00e7\u00e3o dos resultados. O pior s\u00e3o os erros intencionais, em que h\u00e1 m\u00e1-f\u00e9 na sele\u00e7\u00e3o de dados ou na codifica\u00e7\u00e3o dos algoritmos<\/strong>. Isso \u00e9 verdade para qualquer ramo da Computa\u00e7\u00e3o, mas se tornando cada vez pior com a prolifera\u00e7\u00e3o do desenvolvimento de enormes sistemas usando IA generativa. Inclusive, h\u00e1 uma \u00e1rea de pesquisa chamada de IA Respons\u00e1vel<\/strong> combina quest\u00f5es computacionais com quest\u00f5es \u00e9ticas e exige colabora\u00e7\u00e3o multidisciplinar de cientistas de v\u00e1rias \u00e1reas, incluindo Filosofia. A IA generativa \u00e9 um ramo recente da IA, dedicada a processamento de textos, em que os resultados s\u00e3o gerados pelos algoritmos usando padr\u00f5es descobertos nos dados a partir de \u201cprompts<\/em>\u201d, com as chamadas t\u00e9cnicas generativas \u2014 que geram texto a partir de texto. Hoje em dia, muita gente fala de IA quando, na verdade, est\u00e1 falando de IA generativa, como ChatGPT, BERT, LLAMA, o sistema brasileiro Sabi\u00e1 e outros. Por detr\u00e1s de todos esses sistemas de processamento de texto (PLN, ou processamento de linguagem natural) h\u00e1 os chamados grandes modelos de linguagem (large language models<\/em> – LLM), baseados em predi\u00e7\u00f5es sobre probabilidade de ocorr\u00eancia de padr\u00f5es em um determinado conte\u00fado. Vale a pena assinalar que modelos de linguagem s\u00e3o usados em IA desde os anos 1980; no entanto, somente com a evolu\u00e7\u00e3o do hardware e de sistemas de armazenamento e processamento est\u00e1 sendo poss\u00edvel coletar e armazenar informa\u00e7\u00e3o suficiente para gerar resultados certamente assombrosos. H\u00e1 um volume gigantesco de dados associados, com centenas de bilh\u00f5es de par\u00e2metros de configura\u00e7\u00e3o e geralmente n\u00e3o se consegue explicar<\/strong> como os resultados foram gerados. Assim, al\u00e9m dos riscos normais de erros humanos e m\u00e1-f\u00e9, h\u00e1 o problema da n\u00e3o explicabilidade. Ou seja, \u00e9 preciso acreditar (e confiar) no resultado, o que \u00e9 um perigo. Note que h\u00e1 certos sistemas que s\u00e3o abertos \u2014 como o Llama, da Meta (antigo Facebook) \u2014 e que permitem analisar a execu\u00e7\u00e3o do c\u00f3digo. Ainda assim, com atualmente at\u00e9 450 bilh\u00f5es de par\u00e2metros, tal an\u00e1lise exige t\u00e9cnicas sofisticadas e custosas. Vale a pena destacar os riscos para a educa\u00e7\u00e3o, sa\u00fade, bem-estar e seguran\u00e7a p\u00fablica. Cada vez mais temos o uso de IA generativa na produ\u00e7\u00e3o de \u201cfake news<\/em>\u201d, \u201cfake tiktok<\/em>\u201d, \u201cfake twitter<\/em>\u201d, \u201cdeepfake<\/em>\u201d, disseminados por sua vez usando rob\u00f4s de software, tamb\u00e9m um tipo de sistema IA. O governo brit\u00e2nico associou recentemente a IA generativa aos tumultos em todo o pa\u00eds que resultaram em depreda\u00e7\u00f5es em massa em v\u00e1rias cidades, com milhares de policiais acionados e danos imensos ao patrim\u00f4nio p\u00fablico. Um resumo dos principais riscos pode ser deduzido a partir das novas regulamenta\u00e7\u00f5es de IA, principalmente a europeia (AI Act<\/em>, que entra em vigor em 2024) ou americana (US Senate Defiance Act<\/em> de julho de 2024). A legisla\u00e7\u00e3o europeia pode ser condensada em quatro pontos importantes: (1) necessidade de documenta\u00e7\u00e3o do funcionamento dos modelos para possibilitar auditoria; (2) necessidade de \u00e9tica e transpar\u00eancia, por exemplo, marcando fakes e conte\u00fado gerado por IA; (3) cria\u00e7\u00e3o de uma ag\u00eancia para policiar a disponibiliza\u00e7\u00e3o e uso de grandes modelos, com poderes para bloquear tais usos ou impor multas \u00e0s companhias que os oferecem; (4) proibi\u00e7\u00e3o do uso de informa\u00e7\u00e3o biom\u00e9trica \u2014 o que ir\u00e1 dificultar, por exemplo, dissemina\u00e7\u00e3o de pornografia infantil via IA, ou utiliza\u00e7\u00e3o de dados pessoais na gera\u00e7\u00e3o e execu\u00e7\u00e3o de modelos. J\u00e1 o Defiance Act<\/em> americano se preocupa principalmente com os chamados deepfakes<\/em>, que s\u00e3o conte\u00fados de cunho violento ou pornogr\u00e1fico gerado por IA a partir de imagens ou v\u00eddeos reais capturados na Web. Um artigo muito interessante que recomendo a todos sobre os perigos da IA generativa \u00e9 \u201cOn the Dangers of Stochastic Parrots:\u00a0Can Language Models Be Too Big?<\/a><\/em><\/span>\u201d\u00a0<\/strong>escrito em 2021 antes do boom dos LLMs. Os autores fazem analogia com \u201cpapagaios estoc\u00e1sticos\u201d, exatamente porque o resultado \u00e9 obtido a partir de processamento estat\u00edstico de sequ\u00eancias palavras \u2014 segundo eles, n\u00e3o \u00e9 intelig\u00eancia, \u00e9 papagaio que repete. Ressaltam, por exemplo, que al\u00e9m do risco de n\u00e3o se entender como se chegou ao resultado, h\u00e1 um dano ambiental consider\u00e1vel de gera\u00e7\u00e3o de CO2<\/sub> causado pelo processamento desses algoritmos \u2014 d\u00e3o um exemplo onde a cria\u00e7\u00e3o de um modelo LLM gastou 284 toneladas de CO2<\/sub>, enquanto um humano produz 5 toneladas por ano. Destacam, ainda, que como as fontes de dados s\u00e3o a pr\u00f3pria web, h\u00e1 um vi\u00e9s inevit\u00e1vel em qualquer resultado, pois a maioria dos dados dispon\u00edveis vem de pa\u00edses mais ricos e desenvolvidos, sendo produzidos por jovens, principalmente homens. Assim, um risco pouco mencionado \u00e9 o da marginaliza\u00e7\u00e3o de muitas popula\u00e7\u00f5es que, por n\u00e3o produzirem dados ou n\u00e3o terem acesso ao mundo digital, n\u00e3o contribuem para que os resultados da IA generativa sejam mais imparciais e equitativos.<\/p>\n

\u00a0<\/strong><\/p>\n

\u201cA desmistifica\u00e7\u00e3o passa por esclarecer ao p\u00fablico que IA \u00e9 aplica\u00e7\u00e3o de algoritmos a dados, e que benevol\u00eancia ou malevol\u00eancia est\u00e3o nos usos e interpreta\u00e7\u00f5es dos resultados sem vis\u00e3o cr\u00edtica.\u201d<\/em><\/span><\/h4>\n

 <\/p>\n

C&C – Como a IA j\u00e1 vem sendo usada pela ci\u00eancia (e por v\u00e1rios setores da sociedade) e quais vantagens oferece?<\/strong><\/p>\n

CMBM – <\/strong>O Plano Brasileiro (IA para o Bem de Todos<\/a><\/em><\/strong><\/span>, lan\u00e7ado em julho de 2024) se preocupa com como tirar proveito dos benef\u00edcios da IA, com destaque para a ci\u00eancia, governo e sociedade. O relat\u00f3rio da Academia Brasileira de Ci\u00eancias (ABC)<\/a><\/strong>,<\/span> de novembro de 2023, cita tamb\u00e9m v\u00e1rias aplica\u00e7\u00f5es, como agricultura ou sa\u00fade, e tem toda uma se\u00e7\u00e3o dedicada aos problemas \u00e9ticos. A IA vem sendo usada pela ci\u00eancia h\u00e1 d\u00e9cadas para, por exemplo, traduzir textos ou descobrir padr\u00f5es em imagens. Tamb\u00e9m em setores da sociedade vem h\u00e1 anos ajudando diagn\u00f3sticos m\u00e9dicos, detectando falhas em equipamentos, ou permitindo monitoramento de ch\u00e3o de f\u00e1brica, al\u00e9m do uso rotineiro em finan\u00e7as (por exemplo, em an\u00e1lise de cr\u00e9dito). A rob\u00f3tica, que \u00e9 um ramo da IA, vem atuando h\u00e1 muitos anos na explora\u00e7\u00e3o do fundo dos oceanos ou de planetas, inclusive auxiliando em situa\u00e7\u00f5es em que h\u00e1 perigo para humanos, como acidentes em usinas nucleares ou desarmamento de minas. Rob\u00f4s est\u00e3o se proliferando em asilos de idosos em pa\u00edses europeus ou asi\u00e1ticos, em que rob\u00f4s humanoides auxiliam o acompanhamento dos idosos, e fazem \u00e0s vezes de \u201camigo\u201d. Se por um lado auxiliam no controle dos medicamentos, ou verifica\u00e7\u00e3o de problemas de marcha, a pr\u00f3pria necessidade desses rob\u00f4s sinaliza o crescente isolamento social na era digital, o que \u00e9 bem triste. Outro exemplo s\u00e3o os ve\u00edculos aut\u00f4nomos, que precisam dentre outros\u00a0\u00a0 usar a chamada vis\u00e3o computacional (outro ramo da IA) para identificar objetos e humanos em um trajeto do ve\u00edculo. Em cada um desses cen\u00e1rios, tudo envolve muita pesquisa. Mais recentemente, a IA generativa est\u00e1 dominando o cen\u00e1rio (e o imagin\u00e1rio) quando se trata de IA. Com ela, as oportunidades de uso na ci\u00eancia e na sociedade s\u00e3o in\u00fameras \u2014 na detec\u00e7\u00e3o de tumores em imagens m\u00e9dicas, no processamento de informa\u00e7\u00f5es de sat\u00e9lites para a agricultura, em estudos de aquecimento global, na identifica\u00e7\u00e3o de sites de pornografia infantil, na corre\u00e7\u00e3o de textos, na produ\u00e7\u00e3o de v\u00eddeos, no planejamento de tr\u00e1fego, no resumo de conjuntos de artigos e mesmo na codifica\u00e7\u00e3o de programas simples.<\/p>\n

 <\/p>\n

C&C – Quais s\u00e3o os maiores mitos sobre a intelig\u00eancia artificial generativa e como podemos desmistificar seu uso para o p\u00fablico em geral?<\/strong><\/p>\n

CMBM – <\/strong>H\u00e1 dois tipos de mito \u2014 o de IA ben\u00e9vola e o de IA mal\u00e9vola, sempre toda-poderosa e verdadeira, para o bem ou para o mal. A desmistifica\u00e7\u00e3o passa por esclarecer ao p\u00fablico que IA \u00e9 aplica\u00e7\u00e3o de algoritmos a dados, e que benevol\u00eancia ou malevol\u00eancia est\u00e3o nos usos e interpreta\u00e7\u00f5es dos resultados sem vis\u00e3o cr\u00edtica. E, naturalmente, se dados ou algoritmos n\u00e3o s\u00e3o adequados \u2014 quer propositalmente, quer por acaso \u2014 o resultado da IA generativa n\u00e3o estar\u00e1 correto. \u00c9 tamb\u00e9m importante informar o p\u00fablico em geral sobre o fato de que nem sempre \u00e9 necess\u00e1rio ou recomend\u00e1vel usar IA para resolver certos problemas. H\u00e1 muitas quest\u00f5es importantes cuja solu\u00e7\u00e3o n\u00e3o exige IA, mas apenas algoritmos bem especificados. E que IA, nesses casos, pode ser inclusive contraproducente pela complexidade computacional exigida e tamb\u00e9m consumo energ\u00e9tico consider\u00e1vel. Outra mensagem para passar ao p\u00fablico \u00e9 que como n\u00e3o se consegue descobrir como a IA generativa produziu um resultado, a sua aplicabilidade ou corretude depende muito das pessoas que usar\u00e3o os resultados. E, al\u00e9m disso, pensar sempre quais os tipos de vi\u00e9s que est\u00e3o sendo retratados nos dados usados. De qualquer forma, \u00e9 uma tecnologia poderosa, que veio para ficar e que, se bem usada, pode acelerar a descoberta do conhecimento, substituir humanos em tarefas repetitivas e apoiar atividades nos mais diversos setores da sociedade.<\/p>\n

\n

Saiba mais:<\/strong><\/p>\n

\"\"<\/p>\n

A cientista colecionadora de dados Claudia Maria Bauzer Medeiros<\/strong><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Confira entrevista com Claudia Maria Bauzer Medeiros, professora do Instituto de Computa\u00e7\u00e3o…\n","protected":false},"author":19,"featured_media":7053,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1,2,864],"tags":[],"acf":[],"_links":{"self":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/7051"}],"collection":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/users\/19"}],"replies":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7051"}],"version-history":[{"count":3,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/7051\/revisions"}],"predecessor-version":[{"id":7089,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/7051\/revisions\/7089"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/media\/7053"}],"wp:attachment":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7051"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7051"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7051"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}