Inteligência Artificial, essa incompreendida

setembro 21, 2016 § Deixe um comentário

IAshutterstock_181640888.jpg

Em um texto anterior comentei a respeito do “Estudo de 100 anos para a Inteligência Artificial” e fiz uma pequena introdução do primeiro relatório produzido pelo painel de especialistas. Também terminei o texto convidando o leitor a compartilhar as suas impressões. Muito dos feedbacks que recebi giraram em torno do que afinal é IA (o título, inclusive, foi sugestão de um dos leitores). Não me refiro ao conceito popular, dos filmes – que invariavelmente a apresenta como ex-machina (que explicarei rapidamente ao final do texto) – mas o seu conceito “acadêmico”. Minha intenção é tentar explicá-lo neste texto e nos próximos, abordar com mais detalhes as tendências da Inteligência Artificial e os impactos nas áreas do “emprego e ambiente de trabalho” e “educação”.

Conhecer do que se trata o campo da Inteligência Artificial ajuda a “jogar luz” em um tema que para muitos ainda é ficção científica (embora já seja mais realidade do que nunca) e ajuda a tornar mais real as oportunidades – e as possibilidades de ruptura – que irão influenciar a nossa sociedade.

Em primeiro lugar, é preciso entender porque este assunto vem sendo tratado com tanta importância. Existe uma mudança de modelo econômico em curso no mundo. Desde a primeira revolução industrial, nossa sociedade vem se organizando (sim, os modelos econômicos determinam a forma como a sociedade é) com base em um modelo mental fundamentado em processo de manufatura. É inegável que o modelo industrial estimulou o desenvolvimento tecnológico, social e cultural dos últimos três séculos e modificou a forma como pensamos e enxergamos nosso lugar no mundo. Mas também sedimentou na nossa cabeça, o conceito de que fazemos parte de um processo industrial que tem começo, meio e fim – estudamos, trabalhamos e aposentamos; recebemos estudo fundamental, médio e superior; trabalhamos produzindo insumos, produtos manufaturados ou serviços agregados; namoramos, casamos e temos filhos – os exemplos são inúmeros, a similaridade deles está no seu modelo de processo por etapas.

Embora o modelo industrial esteja em “nosso sangue”, o que possibilitou as revoluções industriais – pelo menos na sociedade ocidental – foram os conceitos iluministas de produção de conhecimento (e que levaram à mudança social máxima da sociedade contemporânea: a separação de Igreja e Estado). A produção do conhecimento, neste estágio, atuou como produto de base da indústria – era encarado como um insumo ou recurso para o fim maior: a produção industrial.

Esta lógica vem se modificando há pelo menos 25 anos. A produção do conhecimento vem deixando de ser um acessório do modelo econômico para se tornar a razão do próprio modelo econômico (talvez o maior exemplo da margem de lucro permitida pela produção do conhecimento seja a Apple com o IPhone – gastou algumas dezenas de milhões de dólares no seu desenvolvimento e faturou em retorno bilhões das “verdinhas” americanas). Cada vez mais, a capacidade de produção de propriedade intelectual vem se tornando a habilidade principal desejada por empresas e o que determina que selecionem alguns candidatos e não outros (isto vem inclusive modificando o processo seletivo em algumas áreas – um exemplo é o processo seletivo da empresa The Information Lab, que paga uma bolsa para os candidatos participarem de um curso de 4 meses e fecha contrato com os que mostrarem as melhores performances quanto à capacidade de produção de propriedade intelectual). É claro que esta é ainda uma realidade distante do Brasil, mas em algum momento teremos que nos inserir neste contexto sob o risco de ficarmos muito (mas muito) para trás.

Desta forma, estamos passando de um modelo econômico focado em produção manufatureira para outro baseado em produção de propriedade intelectual. E a Inteligência Artificial é o diamante desta coroa – afinal ela congrega o que pode vir a ser a própria definição do trabalho do futuro: alta capacidade de cognição humana sendo potencializada pela alta capacidade de cognição artificial.

Quanto à elucidação que prometi, a verdade é que não há uma definição precisa e universalmente aceita para Inteligência Artificial. Curiosamente, foi exatamente por falta desta definição que o campo de estudos floresceu. Ainda assim, uma definição é importante e o professor de ciência da computação, Nils J. Nilsson (Nilsson, Nils J. “The Quest for Artificial Intelligence: A History of Ideas and Achievements”. Cambridge University Press, 2010) fornece uma útil: “a inteligência artificial é a atividade dedicada a fazer máquinas inteligentes. Inteligência é a qualidade que permite que uma entidade possa funcionar de forma adequada e com clarividência no seu ambiente”.

Desta perspectiva, caracterizar IA depende muito do que o ser-humano está disposto a considerar “funcionamento adequado” e “clarividência” em se tratando de hardwares e softwares. Uma simples calculadora eletrônica faz cálculos muito mais rápidos do que o cérebro humano e com muito menos erro. Uma calculadora eletrônica é inteligente? Para responder, precisamos deixar de lado o nosso modelo mental industrial e entender inteligência em um espectro multidimensional (isto quer dizer que há mais do que um tipo de inteligência – vide Howard Gardner).

De acordo com esta visão, a diferença entre uma calculadora eletrônica e um cérebro humano não é de espécie, mas de escala, velocidade, grau de autonomia e generalidade. Estes mesmos fatores podem ser usados para avaliar qualquer instância de inteligência (obviamente, o que o ser-humano considera como inteligência), seja ela natural, artificial (e quem sabe um dia, extraterrestre) e posicioná-la adequadamente dentro do espectro. Softwares de reconhecimento de voz, de geoposicionamento, de controle de navegação de veículos, de termostatos, de jogos go-play (tipo Pokemon) – dentre outros – têm sua inteligência avaliada da mesma forma como a inteligência humana o é. Aprendizagem de máquinas (o machine learning), por exemplo, é avaliada da mesma maneira como é a capacidade cognitiva humana: pela taxinomia de Bloom.

Notavelmente, a caracterização de inteligência como um espectro não concede nenhum status especial ao cérebro humano. Mas é preciso reconhecer que até o presente momento, a inteligência humana não tem correspondência na biologia e nos mundos artificiais em relação à sua pura versatilidade e habilidade para “raciocinar, alcançar objetivos, compreender e gerar linguagem, perceber e responder a estímulos sensoriais, provar teoremas matemáticos, jogar jogos desafiadores, sintetizar e resumir informações, criar arte e música, e até mesmo escrever histórias” (novamente utilizo as palavras do Nilsson).

O grande desafio que uma definição de Inteligência Artificial encontra para se sedimentar na sabedoria popular, é a eterna perda da reivindicação em relação às suas conquistas. Este é um padrão que constantemente se repete desde que o campo surgiu (também conhecido como “efeito IA” ou “paradoxo estranho”).  Ocorre da seguinte forma, IA traz à tona uma nova tecnologia, as pessoas se acostumam a esta tecnologia, ela deixa de ser considerada Inteligência Artificial e um novo “mercado” surge. Talvez seja por esta razão que a ideia de IA no imaginário popular esteja relacionada ao conceito de ex-machina. Ex-machina é o santo graal da Inteligência Artificial, o seu objetivo máximo. Criar uma forma de inteligência que se aproxime tanto, mas tanto da inteligência humana, que tenhamos de parar de considerá-la máquina e classificá-la como alguma outra coisa.

Inteligência Artificial e os próximos 100 anos

setembro 8, 2016 § 1 comentário

ia_1.jpg

Em 2014 foi lançado o “Estudo de 100 anos para a Inteligência Artificial”, por uma espécie de consórcio formado por universidades de ponta dos EUA, Canadá e Índia e pelos departamentos de pesquisa de empresas de tecnologia. Para “tocar o trabalho” foram formados um comitê administrativo para cuidar da organização e gerenciamento do estudo (afinal a ideia é que dure pelo menos 100 anos) e um painel de especialistas destinados a analisar o que tem sido feito na área e tentar prever os caminhos e os impactos da Inteligência Artificial no futuro da humanidade.

Há poucos dias foi liberado o primeiro relatório produzido pelo estudo, com os potenciais avanços que se têm pela frente e os desafios e as oportunidades que esses avanços trazem para os campos da ética, economia, tecnologia, ciências sociais e da cognição humana (mais sobre o projeto, pode ser encontrado no site criado pela Universidade de Stanford).

Sei que a primeira pergunta que provavelmente vem à mente é “o que isto tem a ver com a gente”? Bom, levando em consideração como o campo da IA vem se desenvolvendo nos últimos 70 anos – desde a publicação do texto “Computing Machinery and Intelligence” pelo matemático Alan Turing – e pelas perspectivas que traz para campos como transporte, saúde, educação e relações sociais e humanas (em especial o impacto no emprego e locais de trabalho), ter pelo menos uma indicação do que pode vir por aí é uma excelente ferramenta para ajudar na definição de políticas públicas e estratégias de ações dos próprios indivíduos no sentido de se adequarem à uma realidade que tende a ser bem diferente da atual.

Duas áreas em especial me chamam a atenção, “emprego e ambiente de trabalho” e “educação” (principalmente a última). Abordá-las na íntegra em um texto é impossível, portanto pretendo dar uma pequena introdução neste e comentar mais detalhadamente em textos futuros.

No quesito emprego e ambiente de trabalho, IA tende a substituir certos tipos de ocupações que envolvam controles repetitivos ou tarefas de rotina, por conta do impacto esperado em outras áreas – como por exemplo a relação transportes e condução de veículos automotores. Espera-se que as máquinas substituam as pessoas mais nas tarefas do que nos empregos propriamente ditos. No entanto, crescendo o espectro de tarefas que os sistemas digitais podem fazer e com a evolução dos sistemas de Inteligência Artificial, é possível que também cresça o escopo do que é considerado “de rotina”. Não se descarta a hipótese de se incluir serviços profissionais que historicamente não são realizados por máquinas. Desta forma, é possível que seja necessário pensar em “redes de segurança” sociais que protejam as pessoas de impactos muito profundos na economia, em um movimento muito parecido com o que ocorreu entre as décadas de 30 e 50 do século passado.

O impacto em educação tende a envolver uma dose de interação mais fluida entre máquinas e humanos. Embora seja consenso de que educação em alto nível envolva necessariamente relações humanas, com a de “mestre” e “aprendiz” – o que faz com que a profissão de “professor” seja uma das menos “ameaçadas” por sistemas digitais – ela é, simultaneamente, uma das que possuem maior possibilidade de ser “impactada” pelo uso de “máquinas” no seu “ambiente de trabalho”, principalmente pela possibilidade de “escalabilidade” da personalização. Tutoriais conduzidos por máquinas já são usados para ensinar alunos em áreas como matemática e programação. Máquinas com capacidade de processar linguagem natural (e não codificada), alinhadas com algoritmos de machine learning, têm impulsionado cursos que envolvem a aprendizagem formal e a autoaprendizagem integradas e professores com habilidade de “multiplicar” o tamanho de suas salas de aula, ao mesmo tempo que tem capacidade de abordar simultaneamente as necessidades de aprendizagem e os estilos individuais dos estudantes. Os responsáveis por isto são os sistemas de aprendizados online e os learning analytics (que usam dados coletados dos próprios sistemas online para analisar a performance e a evolução dos alunos e oferecer insights).

As tendências na área de machine learning (o aprendizado de máquinas, que se tornou uma das bases da Inteligência Artificial) é um bom indicativo do que pode vir por aí. Termos como deep learning, aprendizado de larga escala de máquinas (large-scale machine learning), visão do computador (computer vision) e aprendizado por reforço (reinforcement learning) devem se tornar mais comuns e populares a exemplo de data analytics e big data (que também são usados para instigar o desenvolvimento da Inteligência Artificial). Este tópico, aliás, é um bom começo para entender o que vem por aí. Mas este já é um assunto para um próximo “papo”. Por enquanto, convido a quem quiser, que compartilhe seus pensamentos, medos ou esperanças em relação ao que foi comentado até o momento. Sei que esse tipo de assunto, ao mesmo tempo em que é fascinante, é controverso. Portanto ter ideia de como é entendido pelos que me leem, me ajudará no desenvolvimento da abordagem dos próximos textos.

Inteligência Digital

setembro 1, 2016 § Deixe um comentário

kid_300.jpg

Não é segredo que temos passado cada vez mais tempo na companhia de aparelhos digitais, seja profissionalmente ou como entretenimento. Para evitar simplificações, vou utilizar a definição dada pelo departamento de ciência computacional e da informação do Brooklyn College para o tipo de equipamento – “é o conjunto de aparelhos que convertem informações em números e permitem seu armazenamento, transporte e compartilhamento”. Estamos “falando” de smartphones, computadores e tablets – mas também de tecnologias mais “antigas” como telégrafo, calculadora, relógio de pulso ou telefone fixo.

Este é um fato que transcende faixa etária. Crianças, por exemplo, passam em média, sete horas diárias em frente a alguma tela digital – segundo artigo da Academia Americana de Pediatria. Para efeito de comparação, é mais tempo do que passam na escola ou em companhia dos pais. Mais do que isto, existe ainda a lacuna – chamada de gap geracional digital – em relação à percepção e uso da tecnologia digital. Crianças e adultos a percebem de forma diferente e esta diferença é hoje o maior “desafio” enfrentado por pais e educadores em relação ao que é apropriado fazer em termos de “educação digital” e mesmo em torno do que é considerado um comportamento aceitável no mundo online.

Alguns conceitos têm surgido para ajudar no entendimento desta realidade. Alguns deles têm saído da academia para assumir a forma de propostas e iniciativas que efetivamente contribuam para a educação dos seres-humanos do século XXI. Uma delas, envolve o conceito de Inteligência Digital e da sua métrica proposta, chamada de coeficiente de inteligência digital.

Inteligência Digital é o conjunto de habilidades sociais, emocionais e cognitivas que permitem aos indivíduos desenvolverem a capacidade necessária para enfrentar os desafios e se adaptar às exigências da vida digital. Essas habilidades podem ser genericamente divididas em oito áreas interligadas. Minha intenção é apresentar rapidamente cada uma delas.

Identidade digital, é a capacidade que um indivíduo tem de criar e gerenciar a sua identidade e reputação digital. Isto inclui a consciência a respeito da sua persona online e a gestão do impacto, em curto e longo prazo, da sua presença na internet.

Uso digital, é a capacidade de usar aparelhos e suportes digitais, incluindo a habilidade de encontrar um equilíbrio saudável entre a vida online e offline. Vale reforçar que este equilíbrio é individual – cada um define o seu – embora as consequências de extrapolá-lo possam ser percebidas de maneira coletiva, como por exemplo, distúrbios psicológicos.

Segurança digital, é a capacidade de “gerenciar” os riscos online, por exemplo, cyberbullying, aliciamento, catfishing (para quem não está familiarizado com a definição, catfish corresponde à pessoa que assume uma falsa identidade na internet), bem como lidar com conteúdos “problemáticos” (como violência e obscenidade). Em resumo, é a habilidade para evitar ou limitar esses riscos.

Proteção digital, é a capacidade de detectar ameaças virtuais (como pirataria, fraudes, malware), entender as melhores práticas de utilização dos conteúdos disponibilizados (conceitos como o de curadoria digital, por exemplo) e do uso das ferramentas de segurança adequadas à proteção de dados.

Inteligência emocional digital, é a capacidade de ser compreensivo e construir boas relações com os outros online.

Comunicação digital, é a capacidade de se comunicar e colaborar com outras pessoas, usando tecnologias digitais e de mídia.

Alfabetização digital, é a capacidade de encontrar, avaliar, utilizar, compartilhar e criar conteúdo digital (novamente envolvendo o conceito de curadoria), bem como a competência em programação computacional e raciocínio lógico, além do desenvolvimento do pensamento crítico.

Direitos digitais, é a capacidade de compreender e defender os direitos pessoais e coletivos, nomeadamente os direitos à privacidade, propriedade intelectual, liberdade de expressão e proteção contra discursos de ódio.

Bom, se prestarmos bem atenção, veremos que a raiz da Inteligência Digital são os valores bem humanos do respeito, empatia, prudência e cidadania – desejáveis em qualquer sociedade. Quem se interessar e quiser implementar o modelo, sugiro a plataforma digital izhero.net, até 31 de dezembro a adesão a ela é gratuita.

Quem se interessar em explorar conceitualmente o assunto, sugiro procurar a seguinte bibliografia.

Barlett, C. P., Gentile, D. A., & Chew, C. (2014). Predicting cyber-bullying from anonymity. Psychology of Popular Media Culture.

Gentile, D. A. (2013). Catharsis and media violence: A conceptual analysis. Societies, 3, 491–510;

Gentile, D. A., Choo, H., Liau, A., Sim, T., Li, D., Fung, D., & Khoo, A. (2011). Pathological video game use among youth: A two-year longitudinal study. Pediatrics, 127, e319-329.

Gentile, D. A., Reimer, R. A., Nathanson, A. I., Walsh, D. A., & Eisenmann, J. C. (2014). A prospective study of the protective effects of parental monitoring of children’s media use. JAMAPediatrics, 168, 479-484 doi:10.1001/jamapediatrics. 2014.146

Maheshwari, Anil. (214). Data Analytics Made Accessible.

Maier, J. A., Gentile, D. A., Vogel, D., & Kaplan, S. (2014). Media influences on self-stigma of seeking psychological services: The importance of media portrayals and person perception. Psychology of Popular Media Culture.

Mithas, Sunil. (2012). Digital Intelligence: What Every Smart Manager Must Have for Success in an Information Age. Finerplanet.

Ostrov, J., Gentile, D. A., & Mullins, A. D. (2013). Evaluating the effect of educational media exposure on aggression in early childhood. Journal of Applied Developmental Psychology, 34, 38-44.

Prot, S. & Gentile, D. A. (2014). Applying risk and resilience models to predicting the effects of media violence on development. Advances in Child Development and Behavior, 46, 215-244.

Tsunami digital

agosto 25, 2016 § Deixe um comentário

tech_world.jpeg

Confesso que queria encontrar um título mais impactante – pensei mesmo em chamar de “a quarta revolução industrial” – mas creio que a comparação seria limitada (e incoerente com a observação sociológica que indica a mudança de uma sociedade industrial para uma sociedade baseada no conhecimento). Procurando por uma metáfora, fiquei com a definição do Klaus Schwab (presidente do Fórum Econômico Mundial) – tsunami – se vê pequenos sinais à beira-mar e de repente a onda gigante te engolfa. O mundo digital do futuro (próximo), conduzido pela inteligência artificial, internet das coisas e (não canso de repetir, o cada vez mais famoso) big data têm promovido mudanças tão rápidas e densas que pode ser difícil dar um passo atrás e tentar entender o fenômeno. De fato, as transformações têm um potencial tão esmagador, que ao invés de surfar as ondas, podemos, de repente, nos encontrar “levando um caldo”.

Recomendo a leitura do relatório “Technology Tipping Points and Societal Impact”, publicado pelo Fórum Econômico Mundial, com as tendências, cronograma e o impacto esperado na sociedade promovido pelos 3 condutores mencionados no parágrafo anterior. Quem quiser se preparar para a leitura das 44 páginas do relatório, faço um apanhado geral a seguir do que consta nele. Antes, penso ser necessário dar uma pequena explicação a respeito do motivo pelo qual se “bate” tanto na tecla da importância da tecnologia.

A palavra-chave do “mundo” em que vivemos hoje é interconexão. “Globalização”, “sociedade pós-moderna” e outros termos obscuros que se encontra por aí, tem na sua semântica a integração – seja ela de mercados, de pessoas, de culturas, de países, etc. Tudo é interligado: tecnologia, segurança, crescimento econômico, sustentabilidade e identidades culturais. A mudança tecnológica não é um fenômeno isolado, faz parte de um ecossistema complexo que compreende negócios, ações governamentais e as suas dimensões sociais. Por exemplo, para um país fazer um ajuste para o novo tipo de competição orientada pela inovação e criação de propriedade intelectual, todo o ecossistema tem de ser considerado – não é à toa que no ano passado a Finlândia reformulou o seu sistema educacional com foco no estímulo ao autoaprendizado e embasado principalmente pelo uso da tecnologia e o acesso à internet. Então, se algo muda (ou está mudando constantemente) como no caso da tecnologia, todo o sistema precisa se adaptar para manter-se sustentável.

Sem mais delongas, o que o relatório aponta pode ser resumido, “Zagallomicamente”, em 13 pontos principais:

1) Tecnologias usáveis e implantáveis: alguém se recorda dos tijolões que eram os celulares nos anos 90? E dos diminutos do início dos anos 2000? Por volta de 2025 podemos olhar os smartphones da mesma maneira. Há um certo consenso de que os primeiros celulares implantáveis estarão disponíveis no mercado dentro de 9 anos. Há mais consenso ainda em relação às roupas conectadas à internet.

2) Presença digital: há uns 15 anos, ter “presença” digital significava possuir uma conta de e-mail. Hoje, até nossos avós possuem um login no Facebook, no Twitter ou mesmo um site pessoal. Em 10 anos, cerca de 90% das pessoas no mundo terão alguma forma de presença digital. Com isto, pode-se concluir que 90% da população mundial estará conectada na internet. Não é pouca coisa em relação ao conceito de interconexão que comentei anteriormente.

3) A visão como nova interface: não sei quantos dos que me leem usam óculos. Eu pessoalmente, os uso desde os 13 anos. O que meus olhinhos míopes não esperavam é pela informação de que por volta de meados da próxima década, 10% de todos os óculos do mundo também estarão conectados à internet. Isto quer dizer acesso a apps (ou o que for a onda na época) literalmente ao alcance da vista. Também significa acesso e produção de dados em movimento.

4) Computação onipresente: esta tem a ver com a presença digital (ponto 2). É uma informação complementar. Hoje, por volta de 57% das pessoas do mundo estão conectadas à internet. 90% de conexão também significa a presença quase total dos computadores na vida do ser-humano. Não é por acaso que a inteligência artificial tem estado cada vez mais no centro da atenção de quem cria propriedade intelectual e que conceitos como machine learning, ex-machina e similares veem se tornando pop.

5) Tecnologia móvel: em português brasileiro, “combinamos” de chamar os telefones celulares de “celulares”. Mas em outras praias eles são chamados de telefones móveis e chamo a atenção para a palavra “móvel”. A mobilidade elevou a internet a outro patamar, e não vai perder força ou importância no futuro próximo. Pode-se esperar dispositivos mais sofisticados, mas sempre permitindo mobilidade.

6) Armazenamento para “geral”: em carioquês, para “geral” quer dizer para todos. Em 10 anos, 90% dos que tem acesso à internet, também terão armazenagem ilimitada e gratuita nas “nuvens”. Daqui a pouco quase ninguém terá que se preocupar em apagar foto ou vídeo porque acabou o “espaço” no celular.

7) A internet das coisas e para as coisas: óculos, roupas, eletrodomésticos e acessórios. Durante a próxima década, a previsão é que haja 1 trilhão de sensores conectados ao que usamos normalmente. Espera-se que estes sensores nos ajudem a melhorar a segurança (de alimentos à aviões), aumentar a produtividade (o que quer que isto signifique) e nos ajudar a administrar nossos recursos de maneira mais eficiente e sustentável (mesmo porque sempre precisamos de uma utopia).

8) Cidades e casas inteligentes: alguns hoje já são afortunados o suficiente para ter um ou outro eletrodoméstico conectado à internet (tipo uma smart TV ou um sistema de som). As previsões para a próxima década é levar cerca de 50% do tráfego de internet de uma residência para dispositivos ou aparelhos domésticos como frigideiras, geladeira, ar-condicionado, sistemas de segurança, dentre outros. O impacto em cidades deve-se dar principalmente no controle de sinais de trânsito e transporte público.

9) Big data significa big insight: praticamente todos os países do mundo promovem censos governamentais, mas eles são todos mais ou menos da mesma maneira – ou o cidadão recebe pelos correios ou vai um funcionário até a residência. A previsão é que até 2025, pelo menos 1 governo no mundo já tenha substituído seu processo de recenciamento por análise de dados em fontes geradoras ou armazenadoras de big data.

10) Robôs e o ambiente de trabalho: não é segredo de que algumas indústrias funcionam a base de robôs, mas o quanto deles estarão presentes no ambiente de trabalho, digamos, mais administrativo? Há uma previsão de que nos próximos 10 anos, cerca de 30% das auditorias corporativas sejam feitas por robôs. Alguns acreditam que seja também possível lançar neste prazo o primeiro farmacêutico robô.

11) Moeda digital: hoje cerca de 0, 025% do PIB mundial é negociado via blockchain (quem não está habituado com o termo, é uma espécie de “livro-razão” – ou razonete – em que se registra as transações em bitcoin ou similares). Alguns acreditam que esta porcentagem possa chegar a 10% do PIB mundial até 2025 (embora não seja muito crível). Mas muito provavelmente algum governo já estará coletando impostos via blockchain.

12) Economia compartilhada: em 2013 quando a consultora April Rinne causou “furor” em Davos ao falar sobre economia compartilhada (ou economia circular), pouca gente tinha familiaridade com o termo. Hoje, Uber e Airbnb fazem parte do clube do bilhão. Esta tendência não deve perder força na próxima década.

13) Impressora 3D: é considerada um dos “pilares do futuro da manufatura”. O epíteto já diz tudo. Acredita-se que em 10 anos, 5% dos manufaturados serão “impressos” em 3D.

Sei que o texto é longo, se você chegou até aqui, agradeço pela companhia.

Big Brother Corporativo

agosto 17, 2016 § Deixe um comentário

bigstock-Word-Cloud-With-Big-Data-59564822.jpg

A empresa em que você trabalha te deu um smartphone. Você está dando uma checada nele quando percebe um daqueles e-mails do LinkedIn: “estas empresas estão procurando candidatos como você”. Apesar de não estar particularmente interessado(a) em algo, mas sempre aberto(a) a oportunidades – e um tanto quanto curioso(a) – você clica no link. Alguns minutos depois, seu chefe aparece na sua mesa e diz: “notamos que você tem passado mais tempo no LinkedIn ultimamente, vamos conversar a respeito da sua carreira e se está feliz conosco”?

É um cenário digno de big brother, mas não tão improvável. É sabido que o custo de se trocar um funcionário nunca é barato (nem o de mantê-lo), mas em muitos setores, o custo de se perder bons funcionários está incrivelmente maior por conta da natureza cada vez mais colaborativa dos postos de trabalho. Este é inclusive um dos efeitos colaterais do trabalho em equipe, quando se forma uma “bem azeitada”, não é nada trivial trocar um “jogador”. Desta forma, é até natural que empresas intensifiquem seus esforços em prever os riscos de algum funcionário “abandonar o barco”. As táticas usadas variam da pura e simples “espionagem” a análises de padrões de atividade em rede sociais.

Não quero entrar em discussões a respeito da moralidade da prática ou mesmo da sua legalidade. Em muitos sentidos, os dados gerados na internet ainda são (e talvez o sejam por muito tempo) como “águas internacionais” – pode-se até envolver algum tipo legislação para tentar regular sua utilização – mas é incrivelmente difícil garantir a sua efetiva aplicação. Sem contar ainda com os dados produzidos dentro de uma organização – que indiscutivelmente são dela. O ponto que gostaria de abordar gira em torno dos métodos e medidas que um número cada vez maior de empresas tem tomado para identificar os riscos de se perder um “colaborador”.

As principais razões têm-se mantido estáveis por anos: problemas com os chefes; falta de oportunidade de crescimento; um emprego mais desafiador ou melhor salário. Uma nova pesquisa, conduzida pela CEB – uma empresa de pesquisa tecnológica – com sede em Washington, decidiu focar sua análise não apenas no “por que”, mas também no “quando”. Segundo o diretor da empresa, Brian Kropp, o que estimula alguém a querer mudar de emprego é a comparação que a pessoa faz de como está em relação aos seus conhecidos ou então como deseja estar em determinado momento da vida. O interessa da CEB era saber quais momentos estimulavam a comparação.

Algumas descobertas não trazem muitas surpresas, “aniversários de empresa” (antigamente conhecido como “tempo de casa”) são momentos naturais para reflexões e o aumento de 6% a 9% na procura de novos empregos nesta época confirmam a crença. Momentos sem ligação direta com o trabalho também são incentivos para autoavaliações, como aniversários – principalmente de números redondos, como 40 ou 50 anos – aumento de 12% na procura. Encontros de turma (colégio, faculdade, etc.) também incentivam a busca por “novas oportunidades” (aumento de 16%).

Voltando ao monitoramento, a maior possibilidade de acesso à gigantesca quantidade de dados que produzimos diariamente (o cada vez mais famoso big data) e em especial ao que é conhecido como dark data – que de maneira similar à “matéria escura” da física, constitui a maior parte dos dados de qualquer organização e que quase nenhuma delas se interessava em conhecer – tem permitido identificar possíveis padrões de comportamento de funcionários que pensam em sair. O já citado e-mail LinkedIn é um exemplo. Outro comum é o monitoramento do crachá (conhecido como badge swipe), que verifica o uso do crachá para entrada e saída do prédio (ou da garagem) e identifica padrões que possam sugerir uma “escapada” para entrevista. Se parece exagero a princípio, saiba que algumas empresas, como a Jobrate, têm se especializado neste tipo de análise e prestam consultoria para inúmeras multinacionais. Grandes investidores também têm baseado suas estratégias de investimento levando em conta informações que sugerem mudanças em posições chave nas empresas as quais estão interessados.

Uma perspectiva bem tensa, não? Mas é preciso se lembrar que nem tudo deve ser encarado como “teoria da conspiração”. É claro que as informações podem ser usadas em relações de “mais valia” (esta tirei do fundo da cartola), afinal estamos lidando com seres-humanos, mas não é este o enfoque. Empresas como a Credit Suisse, usa suas informações para melhorar seu relacionamento com funcionários “insatisfeitos”. Como base nelas, por exemplo, avisa funcionários sobre vagas disponíveis em outros setores ou a respeito de oportunidades internas. Com isto, a empresa estima ter economizado de US$ 75 milhões a US$ 100 milhões em custos de recrutamento, seleção e treinamento, somente em 2014.

Ações preventivas para se manter um funcionário parecem ser um “melhor negócio” do que, por exemplo, esperar “a coisa acontecer” e fazer uma contraoferta. Os dados da CEB mostram que cerca de 50% dos funcionários que decidem ficar por conta de uma contraoferta, acabam saindo nos 12 meses seguintes. A maneira como as informações geradas por estas análises de dados está sendo utilizada atualmente, sugere que o big brother é invertido. Manter na casa ao invés de eliminar.

Fonte: pesquisa CEB, “The New Path Forward: Creating Compelling Careers for Employees and Organizations,”

A regra das 5 horas

agosto 2, 2016 § Deixe um comentário

benjamin-franklin.png

Aos 10 anos, Benjamin Franklin deixou de lado a educação formal e virou aprendiz do próprio pai. Na adolescência não demonstrava nenhum talento particular – além da paixão pelos livros. Quando morreu, em 1790 aos 84 anos, era um dos estadistas mais respeitados dos EUA, o seu inventor mais famoso (entre outras coisas, inventou o para-raios – usado até hoje), além de autor e pesquisador, com trabalhos nos campos da meteorologia, teoria da eletricidade, demografia, entre outros.

O que aconteceu nesses 74 anos entre um ponto e outro?

Durante toda a sua vida adulta, Ben Franklin investiu consistentemente 1 hora do seu dia, durante os dias úteis, em aprendizado. Esta prática ficou conhecida como “a regra das 5 horas”.  Segundo o escritor Michael Simmons, a rotina de Franklin consistia em algo parecido com o abaixo:

  • Na parte da manhã estudava e escrevia sobre o que havia lido (a tal da 1 hora);
  • Definia metas pessoais de crescimento (as conhecidas 13 virtudes);
  • Se reunia frequentemente com pessoas de interesse similar para troca de ideias e melhores práticas;
  • Transformava suas ideias em experimentos;
  • Criava questões a respeito dos assuntos que estudava para refletir ao longo do dia, quando tinha mais tempo livre.

“A regra das 5 horas” pode ser considerada a “avó” de uma abordagem conhecida como aprendizagem ao longo da vida (ou lifelong learning), que considera que o aprendizado deve ser visto de forma acumulativa e feito de maneira constante e consciente durante toda a vida e não se restringir a um lugar e tempo para adquirir conhecimentos (escola) e a um lugar e tempo para aplicar os conhecimentos adquiridos (local de trabalho).

O que Warren Buffet, Bill Gates, Elon Musk e Mark Zuckerberg têm em comum (além de serem bilionários)?

Todos são adeptos da aprendizagem ao longo da vida e a fazem basicamente pela leitura. Warren Buffet passa de 5 a 6 horas do seu dia lendo – de jornais a relatórios financeiros e artigos acadêmicos – estimadas 500 páginas. Bill Gates, por sua vez, lê 50 livros por ano. Mark Zuckerberg se desafiou em 2015 a ler 1 livro a cada duas semanas. Elon Musk, segundo seu irmão, constantemente “devorava” dois livros em um dia quando garoto.

Obviamente ninguém precisa (e nem tem tempo) de ficar lendo o dia todo, mas implementar a regrinha do Ben Franklin é extremamente viável. Outro ponto que vale tocar é o fato da leitura ser a forma principal de aprendizado escolhida dos exemplos citados (inclusive do próprio Franklin). É a mais fácil de ser implementada (não é necessário nenhum equipamento especial – a não ser que se queira), livros, revistas e artigos impressos podem ser carregados sem muita dificuldade. Podem também serem lidos em horários variados, inclusive aqueles em que não se tem muito o que fazer – como a ida e volta do trabalho (se for de transporte público, claro). Além de permitir um aprofundamento maior dos assuntos estudados.

De qualquer maneira, uma coisa é essencial para colocá-la em prática: arrumar um tempo livre. Não tem jeito, este é o primeiro passo e o mais importante. É claro que meia hora é melhor do que nenhuma hora, mas é interessante focar nos 60 minutos por uma questão de conveniência – se dormimos 8 horas (pelo menos é o sugerido), 1 hora por dia representa 1/16 do tempo que ficamos acordados. Se trabalhamos alegadas 8 horas (alegadas pela CLT, pelo menos), 1 hora representa 1/8 do tempo fora do trabalho. Não é pouco, mas também não é muito.

Para melhor aproveitar este tempo, aí vão algumas dicas:

Planeje o aprendizado: pense cuidadosamente no que quer aprender. O que ajuda nessa hora é pensar no que se quer realizar com o aprendizado, definir as metas daí é “um pulo”.

Prática deliberada: ao invés de fazer as coisas de maneira automática, aplique os princípios da prática deliberada. Atividades como procurar um feedback honesto a respeito do que você sabe e colocar em pratica habilidades específicas que quer desenvolver ajudam na retenção do conhecimento.

Ruminação: o nome não é muito bonito, mas o sentido é ficar “matutando” o que aprendeu, pensando em suas perspectivas e assimilando seu contexto. Alguns compositores, como Tchaikovsky e Beethoven adoravam dar caminhadas. Steve Jobs também era fã da prática. Na verdade, a ruminação pode ser feita em qualquer lugar, ela acontece na sua cabeça – o que é necessário é estimulá-la conscientemente.

Separe um tempo para o aprendizado: sei que venho dizendo no decorrer do texto, mas vale repetir. Recomendo a leitura, mas pode ser feito de outras formas: conversando, assistindo vídeos, observando outros e, claro, frequentando aulas.

Resolva problemas assim que surgirem: muitos costumam “jogar pra debaixo do tapete” quando surge algum problema no aprendizado. Não faça isto. Não adianta passar para outro assunto, se você não entendeu o anterior. Mesmo porque probleminhas viram problemões se deixados de lado.

Experimente o que aprendeu: mesmo que não dê certo a princípio ou seja um pouco complicado, tente colocar em prática o que for aprendendo. Praticar é um dos melhores modos de testar uma ideia e aprender com seus resultados.

Uma das consequências da aprendizagem ao longo da vida é o estímulo ao autoaprendizado. Em um mundo em que o conhecimento (e sua produção) é um ativo valioso, depender apenas de aprendizado formal ou informal para adquiri-lo é arriscado – mesmo porque se formos pagar para alguém ensinar tudo o que temos que aprender, muito provavelmente não teremos recursos suficientes para tal. Encontrar formas de estimular a metacognição é francamente um dos maiores presentes que podemos nos dar.

Criar, aprender e se fazer as perguntas certas

julho 21, 2016 § Deixe um comentário

pic1.jpg

Criar é tão antigo quanto aprender. De ferramentas de pedra a desenhos nas cavernas, a criação humana se confunde com a própria atividade da nossa espécie. Podemos afirmar, com pouca dúvida, que “está em nosso sangue”. Por que então nosso sistema educacional – com raras exceções – se preocupa tanto com o conceito, muitas vezes em detrimento da própria aplicação prática? Talvez a resposta esteja em nossas próprias diretrizes educacionais.

A Lei 9.394/1996, também conhecida como “Lei de Diretrizes e Bases da Educação Nacional”, estipula em seu artigo 32 os objetivos do ensino fundamental, que se inicia aos 6 anos de idade e tem duração de 9 anos. Como é um pouco longo, sugiro que quem tiver interesse de lê-lo na íntegra, baixe gratuitamente o livro “Legislação Brasileira sobre Educação”, editado pela Câmara dos Deputados. De qualquer forma, um pequeno resumo se faz necessário: temos como objetivos desenvolver a capacidade de aprendizado (leitura, escrita e cálculo como elementos para tal) e de aprendizagem (conhecimento, habilidades, atitudes e valores), a compreensão do ambiente da sociedade e o fortalecimento dos vínculos sociais. Com exceção de uma referência tímida ao desenvolvimento de habilidades (que está ligada à implementação), a maior parte dos objetivos do sistema educacional brasileiro está ligado diretamente à conceptualização (tanto no aprendizado quanto na socialização). Para facilitar o entendimento, dou como exemplo o ensino de literatura. Muito provavelmente, se estivermos aprendendo literatura, seremos orientados a ler determinados livros e nosso entendimento da narrativa literária será avaliado por meio da nossa capacidade de conceptualização dela (redação, prova, etc.). Dificilmente seremos instigados a “implementar” a narrativa, por meio da encenação de uma peça, por exemplo.

Pensadores educacionais como Johann Pestalozzi, Maria Montessori, Seymour Papert –  além dos nossos próprios Anísio Teixeira e Darcy Ribeiro –  ajudaram a pavimentar o caminho alternativo do que vem sendo chamado atualmente de “maker movement”  (movimento criador ou fabricante), salientando a importância da aprendizagem significativamente centrada na implementação prática do conhecimento. Ao invés de verem a aprendizagem como a transmissão de conhecimentos de professor para aluno, esses pensadores abraçaram a ideia de que os seres-humanos aprendem melhor quando encorajados a descobrir, reproduzir e experimentar.

No coração do “movimento”, está a crença de que todos os alunos são criadores. Em vez de apenas receberem materiais que estimulem a memorização para testes, os aprendizes são incentivados a usar o que sabem para projetar e construir, seja utilizando objetos do cotidiano para explorar a tecnologia ou usando uma impressora 3D para construir uma prótese mecânica para uma criança. Colocar a “mão na massa” tem um papel fundamental nesse processo, tanto que o local de aprendizado se parece mais com uma oficina do que com uma sala de aula. Apostilas ou livros didáticos são mais propensos a serem utilizados como referência – uma ferramenta para ajudar os alunos a experimentarem e construírem – ao contrário das aulas tradicionais, onde memorizar o livro muitas vezes é o próprio objetivo.

Um dos métodos mais utilizados nesta metodologia é o project-based learning (aprendizado baseado em projetos), que abordei em outros textos (quem se interessar, um link compilatório). O citei apenas como referência, o que gostaria realmente de abordar a seguir é a mentalidade envolvida no processo. Mais do que ferramentas ou tecnologia, a metodologia incentiva o aprendiz a formular as próprias perguntas e perseguir as respostas de forma orgânica. Em contraste com a abordagem da “única resposta correta”, a mentalidade envolve a busca de maneiras de se aproximar dela através da experimentação e a “jogar” com as possíveis resoluções dos problemas. Os erros são entendidos como parte da aprendizagem, uma vez que incentivam os aprendizes a ultrapassarem os limites das suas capacidades atuais. Como todo bom cientista entende, cada erro cometido é uma oportunidade de incorporar o que foi aprendido com ele e a testar uma nova maneira de resolver os desafios – muitos deles, nem previstos anteriormente. Em uma cultura educacional que coloca um enfoque excessivo em provas conceituais, há um alto risco de se formar adultos focados em encontrar as “respostas certas”, quando deveriam pensar prioritariamente nas “perguntas certas”.

O questionamento é uma forma poderosa de aprendizagem. Barron e Darling-Hammond, em pesquisa publicada em 2008, mostram que os alunos aprendem de maneira mais profunda quando têm a oportunidade de aplicar conhecimentos adquiridos em sala de aula nos problemas do mundo real. Fazer perguntas fornece contexto, que por sua vez, ajuda a reforçar a aprendizagem.  Isto acontece, porque desta forma quem aprende é estimulado a transferir a sua aprendizagem para novos tipos de situações, incluindo aquelas que ocorrem fora da sala de aula.

Como a maioria de nós, fui criado em um modelo educacional que estimula a conceptualização excessiva e tive muita dificuldade em colocar “na vida real” o que aprendi no colégio e na faculdade. Felizmente, encontrei em minha vida profissional pessoas que me incentivaram a pensar em formas de aplicar o que sabia e tiveram a paciência de não me demitir quando algo não saia como deveria. Confesso que tive sorte e que esta não é a realidade da maioria, portanto o quanto antes se comece a incentivar a aplicação do conhecimento, melhor para a sociedade.

Para melhor fluidez do texto, evitei colocar as referências acadêmicas do “maker movement”. Corrijo isto, compartilhando a bibliografia logo abaixo para quem tiver interesse em explorar mais a metodologia.

Bibliografia