Categorias
Sem categoria

Evolução: “Mini cérebros” cultivados em laboratório sugerem que uma mutação pode ter recriado a mente humana

Como nós, humanos, nos tornamos o que somos hoje é uma questão que os cientistas vêm tentando responder há muito tempo. Como evoluímos essas habilidades cognitivas avançadas, dando origem a uma linguagem complexa, poesia e ciência espacial? De que forma o cérebro humano moderno é diferente do cérebro de nossos parentes evolutivos mais próximos, como os neandertais e os denisovanos?

Ao reintroduzir genes antigos dessas espécies extintas em “minicérebros” humanos – aglomerados de células-tronco cultivadas em um laboratório que se organizam em versões minúsculas de cérebros humanos – os cientistas começaram a encontrar novas pistas.

Muito do que sabemos sobre a evolução humana vem do estudo de fósseis e ossos antigos. Sabemos que os neandertais e denisovanos divergiram dos humanos por volta de 500.000-600.000 anos atrás, e que os últimos neandertais não desapareceram da Europa até cerca de 40.000 anos atrás.

A pesquisa também mostrou que humanos e neandertais se cruzam e que os neandertais eram muito mais sofisticados do que se pensava anteriormente.

Ao estudar o tamanho e a forma de crânios fossilizados, também sabemos que os cérebros de humanos arcaicos eram quase do mesmo tamanho que os crânios humanos modernos, senão maiores, e parecem ter formas diferentes. No entanto, embora tais variações possam estar correlacionadas com diferentes habilidades e funções cognitivas, os fósseis não podem explicar sozinhos como as formas afetam a função. Felizmente, os avanços tecnológicos recentes forneceram um novo caminho para a compreensão de como somos diferentes de nossos parentes extintos.

Homo Sapiens x Neandertais. Fonte: Wikipedia CC BY-SA

O sequenciamento do DNA antigo permitiu aos cientistas comparar os genes dos neandertais e denisovanos com os dos humanos modernos. Isso ajudou a identificar diferenças e semelhanças, revelando que compartilhamos a maior parte de nosso DNA com neandertais e denisovanos.

Ainda assim, em regiões específicas, existem variantes de genes transportados exclusivamente por humanos modernos. Essas regiões de DNA específicas para humanos podem ser responsáveis ​​por características que separam nossa espécie de nossos parentes extintos. Ao compreender como esses genes funcionam, podemos, portanto, aprender sobre as características que são exclusivas dos humanos modernos.

Estudos comparando sequências de DNA arcaicas e modernas identificaram diferenças em genes importantes para a função, comportamento e desenvolvimento do cérebro – em particular genes envolvidos na divisão celular e sinapses (que transmitem impulsos nervosos elétricos entre as células). Isso sugere que o cérebro humano amadurece mais lentamente do que o do Neandertal.

Especificamente, o desenvolvimento do córtex orbitofrontal em bebês, que se acredita estar envolvido na cognição de ordem superior, como a tomada de decisões, pode ter mudado de maneira significativa, mas sutil, desde a separação dos neandertais. Os humanos também atingem a maturidade sexual mais tarde do que seus ancestrais, o que pode ajudar a explicar por que vivemos mais.

Cérebros em crescimento
Há muito tempo não está claro quais mudanças evolutivas foram as mais importantes. Uma equipe de cientistas liderada por Alysson Muotri da Universidade da Califórnia, em San Diego, publicou recentemente um estudo na Science que lançou alguma luz sobre essa questão.

Eles fizeram isso criando mini cérebros – que são conhecidos cientificamente como “organoides” – a partir de células-tronco derivadas da pele. Os organóides do cérebro não são conscientes da maneira como nós somos – eles são muito simples e não atingem tamanhos maiores do que cerca de cinco ou seis milímetros, devido à falta de suprimento de sangue. Mas eles podem emitir ondas cerebrais e desenvolver redes neurais relativamente complexas que respondem à luz.

A equipe inseriu uma versão extinta de um gene envolvido no desenvolvimento do cérebro nos organoides usando a tecnologia CRISPR-Cas9 ganhadora do prêmio Nobel, frequentemente descrita como “tesoura genética”, que permite a edição e manipulação precisa de genes.

Organoide do cérebro humano. Crédito da imagem: NIH / Flickr

Sabemos que a versão antiga do gene estava presente em neandertais e denisovanos, enquanto uma mutação posteriormente mudou o gene para a versão atual que os humanos modernos carregam.

Os organóides projetados exibiam várias diferenças. Eles se expandiram mais lentamente do que os organóides humanos e alteraram a formação de conexões entre os neurônios. Eles também eram menores e tinham superfícies ásperas e complexas em comparação com os organóides humanos modernos lisos e esféricos.

Uma mutação motriz?
O estudo identificou 61 genes que são diferentes entre humanos modernos e arcaicos. Um desses genes é NOVA1, que tem um papel essencial na regulação da atividade de outros genes durante o desenvolvimento inicial do cérebro. Ele também desempenha um papel na formação de sinapses.

A atividade alterada de NOVA1 foi previamente encontrada para causar distúrbios neurológicos, como microcefalia (levando a uma cabeça pequena), convulsões, atraso de desenvolvimento grave e um distúrbio genético denominado disautonomia familiar, sugerindo que é importante para a função normal do cérebro humano. A versão que os humanos modernos carregam tem uma mudança em uma única letra do código. Essa mudança faz com que o produto do gene, a proteína NOVA1, tenha uma composição diferente e possivelmente uma atividade diferente.

Ao analisar os organóides, os cientistas descobriram que o gene NOVA1 arcaico mudou a atividade de 277 outros genes – muitos deles estão envolvidos na criação de sinapses e conexões entre as células cerebrais. Como resultado, os mini cérebros tinham uma rede de células diferente das de um ser humano moderno.

Isso significa que a mutação em NOVA1 causou mudanças essenciais em nossos cérebros. Uma mudança em uma única letra do código do DNA possivelmente desencadeando um novo nível de função cerebral em humanos modernos. O que não sabemos é como exatamente isso aconteceu.

A equipe disse que acompanhará sua descoberta fascinante investigando os outros 60 genes com mais detalhes, para ver o que acontece quando você altera cada um ou uma combinação de vários.

Sem dúvida, é uma área de pesquisa intrigante, com os organóides fornecendo informações importantes sobre os cérebros dessas espécies antigas. Mas estamos apenas no começo. A manipulação de um único gene não captura a verdadeira genética Neandertal e Denisovana. Mas ainda pode ajudar os cientistas a entender como funcionam alguns genes específicos de humanos.

Itzia Ferrer e Per Brattás para SingularityHub.

Categorias
Sem categoria

À medida que a lei de Moore desacelera, a especialização em chip pode minar o progresso da computação

Por décadas, os chips de computador que executam tudo, de PCs a espaçonaves, pareceram notavelmente semelhantes. Mas, à medida que a Lei de Moore desacelera, os líderes do setor estão adotando chips especializados, que, dizem os especialistas, ameaçam minar as forças econômicas que alimentam nosso rápido crescimento tecnológico.

Os primeiros computadores costumavam ser projetados para realizar tarefas muito específicas e, mesmo que pudessem ser reprogramados, muitas vezes exigiria uma reconfiguração física trabalhosa. Mas em 1945, o cientista da computação John von Neumann propôs uma nova arquitetura que permitia a um computador armazenar e executar muitos programas diferentes no mesmo hardware subjacente.

A ideia foi adotada rapidamente, e a “arquitetura von Neuman” sustentou a esmagadora maioria dos processadores feitos desde então. É por isso que, apesar das velocidades de processamento muito diferentes, o chip em seu laptop e um em um supercomputador operam mais ou menos da mesma maneira e são baseados em princípios de design muito semelhantes.

Isso fez dos computadores o que é conhecido como “tecnologia de uso geral“. Essas são inovações que podem ser aplicadas a amplas áreas da economia e podem ter impactos profundos na sociedade. E uma das características dessas tecnologias é que normalmente se beneficiam de um ciclo econômico virtuoso que aumenta o ritmo de seu desenvolvimento.

À medida que os primeiros usuários começam a comprar uma tecnologia, ela gera receita que pode ser investida em novos produtos de desenvolvimento. Isso aumenta as capacidades do produto e reduz os preços, o que significa que mais pessoas podem adotar a tecnologia, alimentando a próxima rodada de progresso.

Com uma tecnologia amplamente aplicável como os computadores, esse ciclo pode se repetir por décadas, e de fato repetiu. Essa tem sido a força econômica que impulsionou a rápida melhoria dos computadores nos últimos 50 anos e sua integração em quase todos os setores imagináveis.

Mas em um novo artigo na Communications of the ACM, os cientistas da computação Neil Thompson e Svenja Spanuth argumentam que esse ciclo de feedback positivo está chegando ao fim, o que pode em breve levar a uma indústria de computação fragmentada, onde alguns aplicativos continuam a ver melhorias, mas outros conseguem preso em uma pista lenta tecnológica.

A razão para essa fragmentação é a desaceleração do ritmo de inovação em chips de computador caracterizada pela morte lenta da Lei de Moore, dizem eles. À medida que nos aproximamos dos limites físicos de quanto podemos miniaturizar os chips de silício dos quais todos os computadores comerciais dependem, o tempo que leva para cada salto no poder de processamento aumentou significativamente e o custo para alcançá-lo aumentou.

Retardar a inovação significa menos novos usuários adotando a tecnologia, o que, por sua vez, reduz a quantidade de dinheiro que os fabricantes de chips têm para financiar novos desenvolvimentos. Isso cria um ciclo de auto-reforço que torna a economia dos chips universais menos atraente e retarda ainda mais o progresso técnico.

Na realidade, os autores observam que o custo de construção de fundições de chips de última geração também aumentou dramaticamente, colocando ainda mais pressão sobre a indústria. Por algum tempo, a incompatibilidade entre o crescimento do mercado e o aumento dos custos fez com que o número de fabricantes de chips se consolidasse de 25 em 2003 para apenas 3 em 2017.

Como o desempenho aumenta lentamente, isso torna o caso de chips especializados cada vez mais atraente, dizem os autores. As decisões de design que tornam os chips universais podem ser abaixo do ideal para certas tarefas de computação, particularmente aquelas que podem executar muitos cálculos em paralelo, podem ser feitas com menor precisão ou cujos cálculos podem ser feitos em intervalos regulares.

Construir chips especialmente projetados para esses tipos de tarefas muitas vezes pode trazer aumentos de desempenho significativos, mas se eles têm apenas mercados pequenos, eles normalmente melhoram mais lentamente e custam mais do que os chips universais. É por isso que sua aceitação tem sido historicamente baixa, mas com a desaceleração no progresso universal do chip que está começando a mudar.

Hoje, todas as principais plataformas de computação, de smartphones a supercomputadores e chips integrados, estão se tornando mais especializadas, dizem os autores. A ascensão da GPU como o carro-chefe do aprendizado de máquina – e cada vez mais da supercomputação – é o exemplo mais óbvio. Desde então, empresas líderes de tecnologia como Google e Amazon começaram a construir seus próprios chips de aprendizado de máquina personalizados, assim como os mineradores de bitcoin.

O que isso significa é que aqueles com demanda suficiente para seus aplicativos de nicho, que podem se beneficiar da especialização, verão aumentos de desempenho contínuos. Mas onde a especialização não é uma opção, o desempenho do chip tende a estagnar consideravelmente, dizem os autores.

A mudança para a computação em nuvem pode ajudar a mitigar um pouco esse processo, reduzindo a demanda por processadores especializados, mas de forma mais realista, será necessário um grande avanço na tecnologia da computação para nos empurrar de volta para o tipo de ciclo virtuoso que desfrutamos nos últimos 50 anos.

Dados os enormes benefícios que nossas sociedades colheram com o poder de computação cada vez mais aprimorado, realizar esse tipo de avanço deve ser uma grande prioridade.

Edd Gent para SingularityHub.

Categorias
Sem categoria

Não fizemos a lição de casa

Há exatos quatro anos, fui convidado pela HSM para escrever o prefácio da edição brasileira de FOUR, de Scott Galloway.

Segue trecho do mesmo, abre aspas.

…Por sua vez, dizer “não nos chame de veículo, somos uma plataforma” e tentar se isentar da responsabilidade abriu o flanco para um ambiente nocivo repleto de desinformação e falsas notícias capazes de mudar o rumo da história da humanidade.

Se as regras do jogo mudaram, as leis também não precisariam ser revistas? As leis antitruste, por exemplo, foram criadas para proteger as pessoas de práticas de negócio predatórias. Mas como lidar com isso em um mundo onde a concorrência passou a ser um conceito mais nebuloso?

Em um mundo menos binário, práticas predatórias podem estar acontecendo mesmo sem que nenhuma lei esteja sendo quebrada. Assuntos antigos e polêmicos como privacidade passaram a ter novas camadas de complexidade…”

Fecha aspas.

Alguns assuntos estão na mesa há décadas, literalmente. Há 20 anos dediquei um capítulo inteiro de um de meus livros para o tema privacidade.

Por não termos feito a lição de casa, agora temos três problemas sérios que se misturaram.

O monopólio das big tech, o descuido com a privacidade e a polarização da população.

As coisas funcionam assim, problemas se não forem resolvidos no tempo correto, escalam. A sujeira quando acumula, atrai ratos e depois a peste. Os problemas crescem, evoluem, se transformam em algo maior e mais difícil de lidar.

Mas o caminho para resolver está em entendermos que são problemas distintos, trabalhando em cada um deles por separado.

Ricardo Cavallini é expert de fabricação digital da SingularityU Brazil. Autor de seis livros que abordam tecnologia, negócios e comunicação. Embaixador MIT Sloan Review Brasil. Colunista no UOL sobre inovação e tecnologia.

Categorias
Sem categoria

2021 pode ser um ano marcante para a IA – se resolvermos esses 4 problemas

Se a IA tem algo a dizer sobre 2020, é “você não pode tocar nisso”.

O ano passado pode ter cortado nossas conexões com o mundo físico, mas no reino digital, a inteligência artificial prosperou. Podemos enxergar a NeurIps como a joia da coroa das conferências de IA. Mesmo sem as deslumbrantes montanhas da Colúmbia Britânica como pano de fundo usual ou as praias de Barcelona, a IA ​​teve um balanço anual que destacou uma série de problemas na “big picture” – preconceito, robustez, generalização – que englobarão as pautas nos próximos anos.

No lado mais nerd, os cientistas exploraram ainda mais a interseção entre a IA e nossos próprios corpos. Os conceitos centrais do deep learning, como retropropagação, foram considerados um meio plausível pelo qual nossos cérebros “atribuem falhas” em redes biológicas – permitindo que o cérebro aprenda. Outros argumentaram que é hora de combinar deep learning com outros métodos, como aqueles que orientam a busca eficiente.

Aqui estão quatro áreas nas quais estamos de olho em 2021. Elas abordam problemas de IA pendentes, como a redução do consumo de energia, eliminar a necessidade de exemplos de aprendizagem exuberantes e ensinar algum bom senso comum à inteligência artificial.

Aprendizagem mais dinâmica
Você já ouviu isso um bilhão de vezes: o deep learning é extremamente ganancioso, pois os algoritmos precisam de milhares (se não mais) de exemplos para mostrar sinais básicos de aprendizado, como identificar um cachorro ou um gato ou fazer recomendações para o Netflix ou Amazon.

É extremamente demorado, um desperdício de energia e um desafio, pois não corresponde à nossa experiência humana de aprendizagem. As crianças precisam ver apenas alguns exemplos de algo antes de se lembrar para o resto da vida. Pegue o conceito de “cão” – independentemente da raça, uma criança que viu alguns cães pode reconhecer uma série de raças diferentes sem nunca ter posto os olhos nelas. Agora pegue algo completamente estranho: um unicórnio. Uma criança que entende o conceito de cavalo e de um peixe narwhal  pode inferir a aparência de um unicórnio combinando os dois.

Na linguagem da IA, este é o aprendizado “less than one-shot”, uma espécie de habilidade semelhante ao Santo Graal que permite que um algoritmo aprenda mais objetos do que a quantidade de exemplos com que foi treinado. Se bem-sucedido, as implicações serão enormes. Algoritmos volumosos atualmente podem funcionar perfeitamente em dispositivos móveis com recursos de processamento mais baixos. Qualquer tipo de “inferência”, mesmo que não venha com o verdadeiro entendimento, poderia tornar os carros autônomos muito mais eficientes na navegação em nosso mundo cheio de objetos.

No ano passado, uma equipe do Canadá sugeriu que a meta não é uma quimera. Com base no trabalho do MIT analisando dígitos escritos à mão – um “toy problem” comum na visão computacional – eles destilaram 60.000 imagens em 5 usando um conceito chamado “soft labels”. Em vez de especificar a aparência de cada número, eles rotularam cada dígito – digamos, um “3” – como uma porcentagem de “3”, “8” ou “0”. Surpreendentemente, a equipe descobriu que, com rótulos cuidadosamente construídos, apenas dois exemplos poderiam, em teoria, codificar milhares de objetos diferentes. Karen Hao, da MIT Technology Review, dá mais detalhes aqui.

Um método para manter a IA à prova de hackers
De tudo que a IA pode fazer, sua falha fica na defesa de ataques insidiosos que visam seus dados de input. Perturbações leves ou aparentemente aleatórias em um conjunto de dados – muitas vezes indetectáveis ​​pelo olho humano – podem alterar enormemente o output, algo apelidado de “frágil” para um algoritmo. Muito abstrato? Uma IA treinada para reconhecer o câncer a partir de uma série de exames médicos, anotados em marcador amarelo por um médico humano, poderia aprender a associar “amarelo” com “câncer”. Um exemplo mais malicioso é a adulteração nefasta. Adesivos colocados em uma rodovia podem enganar o sistema de piloto automático da Tesla para confundir faixas e desviar com o tráfego em sentido contrário.

Fragilidade requer IA para aprender um certo nível de flexibilidade, mas sabotagem – ou “ataques adversários” – está se tornando um problema cada vez mais reconhecido. Aqui, os hackers podem mudar o processo de tomada de decisão da IA ​​com entradas cuidadosamente elaboradas. Quando se trata de segurança de rede, diagnósticos médicos ou outro uso de alto risco, construir sistemas de defesa contra esses ataques é fundamental.

Este ano, uma equipe da Universidade de Illinois propôs uma maneira poderosa de tornar os sistemas de deep learning mais resilientes. Eles usaram uma abordagem iterativa, tendo duas redes neurais em batalha – uma para reconhecimento de imagem e outra para gerar ataques adversários. Como um jogo de gato e rato, a rede neural “inimiga” tenta enganar a rede de visão do computador para que reconheça coisas fictícias; a última rede revida. Embora longe de ser perfeito, o estudo destaca uma abordagem cada vez mais popular para tornar a IA mais resiliente e confiável.

Aprendendo o senso comum
Um dos algoritmos mais impressionantes deste ano é o GPT-3, uma maravilha da OpenAI que reproduz uma linguagem assustadoramente semelhante à humana. Apelidado de “um dos sistemas de IA mais interessantes e importantes já produzidos”, o GPT-3 é a terceira geração de um algoritmo que produz uma escrita tão “natural” que, à primeira vista, é difícil diferenciar máquina de humano.

No entanto, a proficiência linguística do GPT-3 é, sob uma inspeção mais profunda, apenas um fino véu de “inteligência”. Por ser treinado na linguagem humana, ele também está preso às complexidades e limitações de nossas frases cotidianas – sem qualquer compreensão do que significam no mundo real. É como aprender a gíria do Urban Dictionary em vez de vivê-la. Uma IA pode aprender a associar “chuva” a “cães e gatos” em todas as situações, obtendo sua inferência a partir do vernáculo comum que descreve chuvas torrenciais.

Uma maneira de tornar o GPT-3 ou qualquer IA que produza linguagem natural mais inteligente é combiná-lo com a visão computacional. O ensino de modelos de linguagem para “ver” é uma área cada vez mais popular na pesquisa de IA. A técnica combina a força da linguagem com imagens. Os modelos de linguagem de IA, incluindo GPT-3, aprendem por meio de um processo denominado “treinamento não supervisionado”, o que significa que podem analisar padrões em dados sem rótulos explícitos. Em outras palavras, eles não precisam de um ser humano para lhes dizer as regras gramaticais ou como as palavras se relacionam entre si, o que torna mais fácil dimensionar qualquer aprendizado bombardeando a IA com toneladas de textos de exemplo. Os modelos de imagem, por outro lado, refletem melhor nossa realidade real. No entanto, eles exigem etiquetagem manual, o que torna o processo mais lento e tedioso.

Combinar os dois resulta no melhor dos dois mundos. Um robô que pode “ver” o mundo captura uma espécie de fisicalidade – ou bom senso – que falta apenas na análise da linguagem. Um estudo em 2020 combinou as duas abordagens de maneira inteligente. Eles começaram com a linguagem, usando uma abordagem escalonável para escrever legendas para imagens com base no funcionamento interno do GPT-3 (detalhes aqui). A conclusão é que a equipe foi capaz de conectar o mundo físico – representado por imagens – vinculando-o à linguagem sobre como descrevemos o mundo.

Apesar de ainda experimental, é um exemplo de pensamento fora dos limites artificiais de um domínio particular de IA. Ao combinar as duas áreas – processamento de linguagem natural e visão computacional – ela funciona melhor. Imagine uma Alexa com bom senso.

Fadiga de deep learning
Falando em pensar fora da caixa, DeepMind está entre aqueles que experimentam combinar diferentes abordagens de IA em algo mais poderoso. Veja o MuZero, um algoritmo destruidor do Atari que eles lançaram pouco antes do Natal.

MuZero tem outro truque na manga: não escuta ninguém. A IA não começa com o conhecimento prévio do jogo ou dos processos de tomada de decisão. Em vez disso, aprende sem um livro de regras, em vez de observar o ambiente do jogo – semelhante a um humano novato observando um novo jogo. Desta forma, depois de milhões de jogos, não aprende apenas as regras, mas também um conceito mais geral de políticas que podem levá-lo a avançar e avaliar seus próprios erros em retrospectiva.

Parece muito humano, hein? No vernáculo da IA, os engenheiros combinaram duas abordagens diferentes, árvores de decisão e um modelo aprendido, para fazer uma IA excelente no planejamento de jogadas vencedoras. Por enquanto, só foi demonstrado que ele domina jogos em um nível semelhante ao AlphaGo. Mas mal podemos esperar para ver a que esse tipo de fertilização cruzada de ideias em IA pode levar em 2021.

Categorias
Sem categoria

Ficção científica e o coronavírus

Nos primeiros dias do surto do coronavírus, uma teoria amplamente compartilhada nas mídias sociais sugeria que o romance de ficção científica de Dean Koontz, The Eyes of Darkness, publicado em 1981, havia previsto a pandemia do coronavírus com precisão incrível. A Covid-19 manteve o mundo inteiro como refém, gerando uma semelhança com o mundo pós-apocalíptico retratado em muitos textos de ficção científica.

O clássico romance de 2003, Oryx and Crake, da autora canadense Margaret Atwood refere-se a uma época em que “havia muito desânimo e ambulâncias insuficientes” – uma previsão de nossa situação atual.

No entanto, a conexão entre ficção científica e pandemias é mais profunda. Elas estão ligadas por uma percepção de globalidade, o que o sociólogo Roland Robertson define como “a consciência do mundo como um todo”.

Globalidade na ficção científica
Em sua pesquisa de 1992 sobre a história das telecomunicações, How the World Was One, Arthur C. Clarke alude à palestra do famoso historiador Alfred Toynbee intitulada “A Unificação do Mundo”. Apresentado na Universidade de Londres em 1947, Toynbee prevê uma “sociedade planetária única” e observa como “apesar de todas as barreiras linguísticas, religiosas e culturais que ainda separam as nações e as dividem em tribos ainda menores, a unificação do mundo passou do ponto sem volta. ”

Os escritores de ficção científica, de fato, sempre abraçaram a globalidade. Em textos interplanetários, humanos de todas as nações, raças e gêneros devem se unir como um só povo em face de invasões alienígenas. Diante de um encontro interplanetário, as nações belicosas precisam relutantemente evitar rivalidades políticas e colaborar em escala global, como no filme de Denis Villeneuve de 2016, A Chegada.

A globalidade é fundamental para a ficção científica. Para ser identificado como um terráqueo, é preciso transcender o local e o nacional e, às vezes, até o global, abraçando uma consciência planetária maior.

Em A Mão Esquerda das Trevas, Ursula K. Le Guin conceitualiza o Ekumen, que compreende 83 planetas habitáveis. A ideia do Ekumen foi emprestada do pai de Le Guin, o famoso antropólogo cultural Arthur L. K roeber. Kroeber apresentou, em um artigo de 1945, o conceito (do grego oikoumene) para representar um “agregado cultural histórico”. Originalmente, Kroeber usava oikoumene para se referir a “todo o mundo habitado”, já que ele remontava a cultura humana a um único povo. Le Guin então adotou essa ideia de uma origem comum de humanidade compartilhada em seu romance.

Globalidade na Pandemia
Muitos textos de ficção científica médica retratam doenças que afligem toda a humanidade, que deve erguer uma frente unificada ou todos morrerão. Essas narrativas ressaltam as histórias fluidas e transnacionais das doenças, seu impacto e possível cura. No romance de Amitav Ghosh de 1995, The Calcutta Chromosome, ele tece uma história interconectada da malária que abrange continentes ao longo de um século, enquanto desafia o eurocentrismo e destaca o papel subversivo do conhecimento indígena na pesquisa da malária.

A epígrafe cita um poema de Sir Ronald Ross, o cientista vencedor do Prêmio Nobel creditado pela descoberta do mosquito como vetor da malária:

“Buscando Seus atos secretos
Com lágrimas e respiração laboriosa,
Eu encontro tuas sementes astutas,
Ó morte de um milhão de assassinos.”

As pandemias são, por definição, globais. Em 11 de março de 2020, a Organização Mundial da Saúde declarou COVID-19 uma pandemia, observando que “pandemia não é uma palavra para se usar levianamente ou descuidadamente. É uma palavra que, se mal utilizada, pode causar medo irracional ou aceitação injustificada de que a luta acabou, levando a sofrimento e morte desnecessários. ”

COVID-19 forçou bilhões ao isolamento social e continua a causar estragos em uma escala global sem precedentes. Fotografias assustadoramente semelhantes de rostos mascarados, trabalhadores da linha de frente usando EPIs e centros desertos emergiram de todos os cantos do mundo.

No entanto, uma pandemia não é global apenas em sua propagação – é preciso aproveitar sua globalidade para combatê-la e, eventualmente, derrotá-la. Como observa o historiador israelense Yuval Harari, na escolha entre o isolacionismo nacional e a solidariedade global, devemos escolher o último e adotar um “espírito de cooperação e confiança globais”:

“O que um médico italiano descobre em Milão no início da manhã pode muito bem salvar vidas em Teerã à noite. Quando o governo do Reino Unido hesita entre várias políticas, pode obter conselhos dos coreanos que já enfrentaram um dilema semelhante há um mês. ”

Em relação à resposta do Canadá à crise, os pesquisadores notaram tanto a imoralidade quanto a futilidade de uma abordagem nacionalista no “Canadá Primeiro”.

Claramente, uma nação não pode se isolar dos efeitos deletérios da pandemia fechando seus corações e fronteiras. O endurecimento da imigração pode estancar temporariamente o fluxo de pessoas, mas o vírus é traiçoeiro em sua agilidade que desafia as fronteiras. Atualmente, como muitas nações experimentam um ressurgimento do nacionalismo e políticas excludentes de muros e fronteiras, a pandemia é uma lembrança dura da realidade vivida de nossa interconexão transnacional.


Este artigo foi republicado no Singularity Hub sob uma licença Creative Commons. Leia o artigo original.

Categorias
Sem categoria

A crise global do trabalho

O alarme toca. Você abre os olhos, recupera os sentidos e desliza do estado de sonho à consciência. Você aperta o botão de soneca e, eventualmente, rasteja para fora da cama para o início de mais um dia de trabalho.

Essa narrativa diária é vivida por bilhões de pessoas em todo o mundo. Trabalhamos, comemos, dormimos e repetimos. À medida que nossas vidas vão passando, os tambores da rotina semanal vão tomando conta e os anos vão passando até que alcancemos nossa meta de aposentadoria.

A crise do trabalho
Repetimos a rotina para podermos pagar nossas contas, preparar nossos filhos para o sucesso e sustentar nossa família. E, depois de um tempo, começamos a esquecer o que faríamos com nossas vidas se não tivéssemos que voltar ao trabalho.

No final, olhamos para trás, para nossas carreiras e refletimos sobre o que conquistamos. Pode ter sido as centenas de interações humanas que tivemos; os milhares de e-mails lidos e respondidos; os milhões de minutos de trabalho físico – tudo para manter a economia global funcionando.

De acordo com a Pesquisa Mundial da Gallup, apenas 15% das pessoas em todo o mundo estão realmente engajadas em seus empregos. O estado atual de “trabalho” não está funcionando para a maioria das pessoas. Na verdade, parece que nós, como espécie, estamos presos a uma crise global do trabalho, que condena as pessoas a desperdiçarem seu tempo apenas para sobreviver em seu dia-a-dia.

Tecnologias como inteligência artificial e automação podem ajudar a aliviar a carga de trabalho de milhões de pessoas – mas para nos beneficiarmos de seu impacto, precisamos começar a mudar nossas estruturas sociais e a maneira como pensamos sobre o trabalho agora.

O espectro da automação
A automação está em andamento desde a Revolução Industrial. Nas últimas décadas, ele assumiu uma aparência mais elegante, primeiro com robôs físicos em fábricas de produção e, mais recentemente, com a automação de softwares entrando na maioria dos escritórios.

A meta motriz por trás de grande parte dessa automação sempre foi a produtividade e, portanto, os lucros: a tecnologia que pode atuar como um multiplicador do que o único ser humano pode alcançar em um dia é de grande valor para qualquer empresa. Impulsionada por esse forte incentivo financeiro, a busca pela automação está se tornando cada vez mais abrangente.

Mas se a automação acelerar ou mesmo continuar em seu ritmo atual e não houver fortes redes de segurança social em vigor para capturar as pessoas que são afetadas negativamente (por exemplo, perdendo seus empregos), pode haver uma série de efeitos indiretos, incluindo uma riqueza mais concentrada em uma elite cada vez menor, mais pressão sobre o apoio social do governo, um aumento da depressão e da dependência de drogas e até mesmo violentos distúrbios sociais.

Parece que estamos nos precipitando para uma grande crise, movidos pelo motor da automação acelerada. Mas e se em vez de a automação desafiar nosso frágil status quo, nós a virmos como a solução que pode nos libertar dos grilhões da crise do trabalho?

A saída
A fim de empreender essa mudança de paradigma, precisamos considerar como a sociedade poderia se parecer, bem como os problemas associados a essa mudança. No contexto dessas crises, nosso objetivo principal deve ser um sistema em que as pessoas não sejam obrigadas a trabalhar para gerar os meios de sobrevivência. Essa remoção do trabalho não deve ameaçar o acesso a comida, água, abrigo, educação, saúde, energia ou valor humano. Em nosso sistema atual, o trabalho é o guardião desses itens essenciais: só se pode acessá-los (e mesmo assim, muitas vezes de forma limitada), se tivermos um “emprego” que os permita.

Mudar este sistema é, portanto, uma tarefa monumental. Isso traz dois desafios principais: fornecer segurança financeira às pessoas sem emprego e garantir que mantenham um senso de valor humano. Existem várias medidas que podem ser implementadas para ajudar a enfrentar esses desafios, cada uma com etapas importantes a serem consideradas pela sociedade.

Renda básica universal (UBI)
A UBI está ganhando apoio rapidamente e permitiria que as pessoas se tornassem acionistas dos frutos da automação, que seriam então distribuídos de forma mais ampla.

Os testes UBI foram realizados em vários países ao redor do mundo, incluindo Finlândia, Quênia e Espanha. As descobertas foram geralmente positivas para a saúde e o bem-estar dos participantes e não mostraram nenhuma evidência de que a UBI desestimule o trabalho, uma preocupação comum entre os críticos da ideia. A voz popular mais recente da UBI foi a do ex-candidato à presidência dos Estados Unidos, Andrew Yang, que agora dirige uma organização sem fins lucrativos chamada Humanity Forward.

A UBI também poderia remover a burocracia desnecessária na administração de pagamentos de previdência (uma vez que todos recebem a mesma quantia, não há necessidade de evitar falsas alegações) e promover a busca de projetos alinhados com o conjunto de habilidades e paixões das pessoas, bem como quantificar o valor das tarefas não reconhecido por medidas econômicas como Produto Interno Bruto (PIB). Isso inclui cuidar de crianças e idosos em casa.

A proposta pode ser iniciada com vontade política e apoio social, e tem sido calorosamente debatida por economistas e entusiastas da UBI. Variáveis do quanto deve ser pago na UBI devem ser implementadas, como impostos com valor agregado proposto por Yang (IVA), também se deve substituir os pagamentos de bem-estar existentes. No entanto, alguns previram a inevitabilidade da UBI como resultado da automação.

Sistema de saúde universal
Outro componente importante de qualquer sociedade é a saúde de seus cidadãos. Uma mudança para longe do trabalho exigiria ainda a implementação de um sistema universal de saúde para separar a saúde dos empregos. Atualmente nos EUA, e na verdade em muitas outras economias, a saúde está ligada ao emprego.

Cuidados de saúde universais, como o Medicare na Austrália, são evidências para o ditado “é melhor prevenir do que remediar”, ao comparar o custo dos cuidados de saúde nos EUA com a Austrália em uma base per capita. Isso já se apresentou como um avanço na forma de pensar a saúde. Existem outros benefícios de uma população mais saudável, incluindo menos tempo e dinheiro gasto em “assistência médica”. Pessoas saudáveis são mais propensas e capazes de atingir seu pleno potencial.

Remodelar a economia longe do valor baseado na carreira
Um dos maiores desafios no afastamento do trabalho é que as pessoas encontrem valor em outra parte da vida. Muitas pessoas veem suas identidades inexoravelmente ligadas aos seus empregos, e a vida sem emprego é, portanto, uma ameaça ao senso de existência de uma pessoa. Isso representa uma mudança que deve ser feita em nível social e pessoal.

Uma pessoa só pode buscar valor alternativo na vida quando tem tempo para isso. Para isso, temos de começar a reduzir as horas de “trabalho para viver” a zero, tendência que já vemos na Europa. Isso não deve custar a redução dos salários pro rata, mas pode ser complementado por UBI ou esquemas adicionais em que as pessoas recebam dividendos pelo trabalho feito pela automação. Essa transição faz ainda mais sentido quando associada à ideia de desviar o uso do PIB como uma medida de crescimento social e, em vez disso, adotar um índice de bem-estar baseado em valores humanos universais como saúde, comunidade, felicidade e paz.

O ponto crucial dessa questão está na transição da visão de que o trabalho dá sentido à vida e a vida se trata de usar o trabalho para sobreviver, em direção a uma visão de viver uma vida que por si só é gratificante e significativa. Isso dialoga diretamente com as noções da hierarquia de necessidades de Maslow, onde o trabalho aborda amplamente as necessidades psicológicas e de segurança, como abrigo, comida e bem-estar financeiro. Mais pessoas deveriam ter a chance de crescer além das necessidades mais básicas e se engajar na autorrealização e transcendência.

A questão gira em torno do que daria às pessoas um senso de valor, e as respostas seriam tão diferentes quanto as pessoas; autodomínio, construção de relacionamentos e contribuição para o crescimento da comunidade, promoção da criatividade e até mesmo o envolvimento nos aspectos agradáveis ​​dos empregos existentes podem ser considerados.

Educação universal
Com uma mudança em direção a uma sociedade que promova os valores de uma vida boa, o sistema educacional também teria que evoluir. Os pesquisadores há muito defendem um sistema educacional mais ágil, mas as universidades e até mesmo a maioria dos cursos on-line existem atualmente com o objetivo dominante de garantir que as pessoas tenham as qualificações adequadas para contribuir para a economia. Essas “fábricas de empregos” apenas agravam a Crise do Trabalho. Na verdade, a resposta frequentemente dada pelas instituições educacionais ao desafio apresentado pela automação é encontrar novas maneiras de aprimorar as habilidades dos alunos, como garantir que todos sejam capazes de programar. Como mencionado anteriormente, esta é uma solução limitada e sem imaginação para o problema que enfrentamos.

Em vez disso, a educação deve ser centrada em ajudar as pessoas a reconhecer a atual crise de trabalho e automação, ensiná-las a derivar valor desvinculado do trabalho e permitir que as pessoas abracem o progresso à medida que fazemos a transição para a nova economia.

Perturbando o Status Quo
Embora raramente paremos para pensar sobre isso, muito do sofrimento enfrentado pela humanidade é causado pelo inimigo sistêmico que é a Crise do Trabalho. A maneira como pensamos sobre o trabalho levou a sociedade longe e possibilitou grandes desenvolvimentos, mas, ao mesmo tempo, falhou para muitas pessoas. Agora, o status quo é ameaçado por esses mesmos desenvolvimentos à medida que avançamos para uma era em que as máquinas provavelmente assumirão muitas funções de trabalho.

Essa mudança de paradigma iminente pode ser uma ameaça à estabilidade de nosso sistema frágil, mas apenas se não for totalmente prevista. Se nos prepararmos de maneira adequada, pode ser a chave não apenas para nossa sobrevivência, mas para um futuro melhor para todos.

Texto originalmente publicado pela Singularity Hub.

Categorias
Sem categoria

Uma conversa: Luciano Huck e Peter Diamandis

Na tarde de ontem, 03, o apresentador Luciano Huck publicou uma entrevista com nosso fundador Peter Diamandis. Na conversa, temas como aquecimento global, inteligência artificial, importância da pesquisa científica e novas tecnologias são abordados com dinamismo e didática.

Você consegue assistir à entrevista na íntegra direto do Instagram, abaixo:

Categorias
Sem categoria

As empresas de IA mais valiosas do mundo

A inteligência artificial e seu subconjunto de disciplinas – como machine learning, processamento de linguagem natural e visão computacional – parecem estar se integrando às nossas vidas diárias, quer a gente goste ou não. O que antes era ficção científica é agora pesquisa e desenvolvimento onipresente em laboratórios de empresas e universidades por todo o mundo.

Da mesma forma, as startups que trabalham em muitas dessas tecnologias de IA viram seu estoque proverbial aumentar. Mais de 30 dessas empresas estão agora avaliadas em mais de um bilhão de dólares, de acordo com a empresa de pesquisa de dados CB Insights, que emprega algoritmos para fornecer informações sobre o mundo dos negócios de tecnologia.

Empresas privadas avaliadas em bilhões de dólares eram tão incomuns há pouco tempo que eram apelidadas de unicórnios. Agora, existem 325 dessas criaturas outrora raras, rumando juntas aos trilhões de dólares,como demonstrado pela CB Insights que mantém uma contagem contínua em seu Unicorn Club.

O subconjunto de startups de IA representa cerca de 10% do total de membros, crescendo rapidamente em apenas 4 anos, de 0 a 32. No ano passado, 17 startups de IA quebraram a barreira dos bilhões de dólares. 2018 também foi um ano de recorde para o capital de risco em empresas privadas de inteligência artificial nos EUA em US $ 9,3 bilhões, informou a CB Insights.

A Inteligência Artificial está de olho em você – Vamos começar com as más notícias primeiro. O reconhecimento facial é provavelmente uma das aplicações mais onipresentes da IA ​​atualmente. Na verdade, é uma tecnologia de décadas, frequentemente creditada a um homem chamado Woodrow Bledsoe, que usava um instrumento chamado tablet RAND que podia corresponder de maneira semi-autônoma aos rostos de um banco de dados. Isso foi na década de 1960.

Hoje, a maioria de nós está familiarizada com o reconhecimento facial como uma maneira de desbloquear nossos smartphones. Mas a tecnologia ganhou notoriedade como uma ferramenta de vigilância e de reforço da aplicação da lei, particularmente na China.

Não é segredo que os algoritmos de reconhecimento facial desenvolvidos por vários unicórnios de IA da China – SenseTime, CloudWalk e Face ++ (também conhecido como Megvii) – são usados ​​para monitorar os 1,3 bilhões de cidadãos do país. A polícia é equipada com óculos movidos a IA para tais propósitos.

Uma startup chinesa de quatro bilhão de dólares, a Yitu Technologies, também produz uma plataforma para reconhecimento facial no campo da segurança, além de desenvolver sistemas de IA na área da saúde. Por exemplo, seu sistema de imagem inteligente 4D CARE.AITM para TC no tórax pode identificar em tempo real uma variedade de lesões para a possível detecção precoce do câncer.

A IA médica já ​​está presente – Como Peter Diamandis observou recentemente, a IA está aumentando rapidamente a saúde e a longevidade. Ele mencionou outro unicórnio de IA da China no campo – o iCarbonX, que planeja usar máquinas para desenvolver planos de saúde personalizados para cada indivíduo.

Alguns unicórnios da IA ​​no lado da assistência médica são a OrCam Technologies e a Butterfly. A primeira, uma empresa israelense, desenvolveu um dispositivo para deficientes visuais chamado MyEye, que se prende aos óculos. O dispositivo pode identificar pessoas e produtos, além de ler textos, transmitindo as informações por meio de áudio discreto.

A Butterfly Network, de Connecticut, mudou completamente o mercado de assistência médica com um aparelho de ultrassom portátil que funciona com um smartphone.

“Orcam e Butterfly são exemplos surpreendentes de como o machine learning pode ser integrado a soluções que proporcionam melhoria em mercados ultracompetitivos”, observou Andrew Byrnes, diretor de investimentos da Comet Labs, empresa de capital de risco focada em IA e robótica, em uma troca de e-mail com o Singularity Hub.

IA no banco do motorista – O portfólio da Comet Labs inclui dois unicórnios de IA, Megvii e Pony.ai.

A última é uma das três startups de bilhões de dólares que desenvolvem a tecnologia de IA por trás de carros autônomos, com as outras duas sendo Momenta.ai e Zoox.

Fundada em 2016 perto de São Francisco (com outra sede na China), a Pony.ai estreou seu mais recente sistema de direção autônoma, chamado PonyAlpha, no ano passado. A plataforma usa vários sensores (LiDAR, câmeras e radar) para navegar em seu ambiente, mas sua “tecnologia de fusão de sensores” simplifica as coisas, escolhendo os dados de sensor mais confiáveis ​​para qualquer cenário de direção.

Zoox é outra startup da área de São Francisco fundada alguns anos antes. No final de 2018, conseguiu a luz verde do estado da Califórnia para ser a primeira empresa de veículos autônomos a transportar um passageiro como parte de um programa piloto. Enquanto isso, a Momenta.ai, com sede na China, está testando a autonomia de nível quatro para o seu sistema de autodefesa. Os níveis de direção autônoma são classificados de zero a cinco, com o nível cinco sendo igual a um humano ao volante.

O hype em torno da direção autônoma está atualmente em overdrive e Byrnes acredita que os bloqueios regulatórios manterão a maioria dos carros autônomos ociosos no futuro próximo. A exceção, ele disse, é a China, que está adotando uma abordagem de “sistemas” para autonomia no transporte de passageiros.

“Se a [mobilidade autônoma] resolver problemas maiores, como o tráfego que pode obter apoio do governo, isso tem o potencial de aumentar rapidamente”, disse ele. “É por isso que acreditamos que o Pony.ai será um vencedor no espaço.”

IA no Back Office – Uma tecnologia baseada em IA que talvez apenas os fãs do clássico Office Space possam apreciar, de repente, tomou conta do mundo dos negócios: automação de processo robótico (RPA).

As empresas de RPA pegam o trabalho mundano de back office, como preencher faturas ou processar reivindicações de seguro, e entregam a bots. A parte inteligente entra em jogo porque esses bots podem lidar com dados não estruturados, como texto em um e-mail ou até vídeo e fotos, para realizar uma variedade crescente de tarefas.

O Automation Anywhere e o UiPath são empresas antigas, fundadas em 2003 e 2005, respectivamente. No entanto, apenas em 2017, eles levantaram quase US $ 1 bilhão em capital divulgado.

A cibersegurança inclui a IA – A cibersegurança é outro setor em que a IA está direcionando investimentos para startups. CrowdStrike, Darktrace e Tanium, essas empresas de segurança cibernética empregam diferentes técnicas de machine learning para proteger computadores e outros ativos de TI, além da mais recente atualização de software ou verificação de vírus.

Darktrace, por exemplo, se inspira no sistema imunológico humano. Seus algoritmos podem supostamente “aprender” o padrão único de cada dispositivo e usuário em uma rede, detectando problemas emergentes antes que as coisas saiam do controle.

Todas as três empresas são usadas por grandes empresas e governos em todo o mundo. O próprio CrowdStrike ganhou as manchetes alguns anos atrás, quando vinculou o hacking dos servidores de e-mail do Comitê Nacional Democrata ao governo russo.

Anseios – A startup mais valiosa do mundo é uma empresa chinesa chamada Bytedance, avaliada em US $ 75 bilhões para curadoria de notícias e um aplicativo para criar vídeos virais de 15 segundos. Mas provavelmente não é aí que empresas como a Comet Labs geralmente investem seu dinheiro.

Byrnes vê valor real em startups que estão adotando “abordagens baseadas em dados para problemas específicos de indústrias exclusivas”. Tomemos o exemplo do unicórnio Uptake Technologies, de Chicago, que analisa os dados recebidos de máquinas, de turbinas eólicas a tratores, para prever problemas antes que eles ocorram com o maquinário. Um quase-unicórnio chamado de PingThings no portfólio da Comet Labs faz análises preditivas semelhantes para o setor de energia.

“Uma pergunta que gostamos de fazer é: ‘Como o estado da arte em sua indústria se parecerá daqui a três a cinco anos?'”, disse Byrnes. “Perguntamos muito isso, depois saímos e encontramos as equipes focadas em tecnologia que constroem essas coisas”.

Categorias
Sem categoria

The Great Reset: o despertar para o novo contrato social

Chegou a hora de apertar o reset do mundo, desobstruir a mente e entrar em um estágio inovador de pensamento – um novo Iluminismo – ao qual eu chamo de MetaIluminismo. Este conceito compreende singularidade tecnológica, progresso cientifico, inovação politica, social e econômica. Nos paradoxos da transição estão as formas de encarar o mundo: Linear vs. Exponencial; Local vs. Global e Analógico vs. Digital.

É necessário nos libertarmos dos pesos da escassez para entrarmos na Era da Abundância. Esta mudança de paradigma cria debates públicos polarizados, como temos observado mundo afora. Isso acontece porque permanecemos reféns de um modelo tão antigo quanto a história da humanidade e, assim, não reconhecemos as possibilidades rumo ao crescimento. Quem vê adiante quer abraçar as oportunidades. Aqueles que não perceberam essa reorganização vivem atolados, presos ao status quo, excluídos gradativa e seletivamente pelo processo de mudança, resistindo às forças disruptivas sem conseguir deixar para trás todas as amarras.

A mentalidade infinita faz com que o cidadão perceba que mais importante do que ganhar ou perder é permanecer no jogo. Este conceito de Simon Sinek muda completamente a forma de tomar decisões – sejam elas políticas, nos negócios ou na vida.

Assim como o movimento iluminista trouxe razão e conhecimento no século XVIII, o MetaIluminismo envolve a transformação do pensamento de escassez para luz e abundância. O prefixo Meta, do grego, exprime transcendência e sugere mudança.

Peter Diamandis, Bill Gates e Steven Pinker defendem que este é o melhor momento já vivido pela humanidade. Entre os muitos aspectos analisados nesta defesa, Pinker exemplifica que há 200 anos 90% da população vivia em extrema pobreza. Hoje, 10% se mantem nesta condição – ou seja, sobrevive com menos de 1,90 dólar/dia.

Enxergar o mundo sob a ótica do copo meio cheio é um dos primeiros desafios para a resiliência. Diante desse período de pandemia e vislumbrando o próximo normal é possível olhar para trás e observar que o que era frágil quebrou e desintegrou. Também passamos a ter clareza no que se mostrou robusto, isto é, permaneceu inabalável. Mas, surge aquele que supera a adversidade. Na biologia, Darwin identificou que alterações genéticas podem ser vantajosas. Nestes casos, as espécies acabam por incorporar a novidade e se tornam mais fortes, mais adaptadas à nova realidade. Ou seja, se beneficiam do caos e das mudanças. Isso é o que Nicholas Taleb chama de antifrágil.

A Singularity University classificou os desafios a serem enfrentados pela humanidade em dois grupos: aqueles que são relacionados a recursos (energia, água, moradia, alimentação, espaço e ambiente); e os que são relativos ao futuro das cidades e civilização (governança, saúde, prosperidade, segurança, aprendizado e resiliência a desastres naturais). Encontrar soluções antifrágeis para esses Global Grand Challenges significa dialogar com o desenvolvimento social, econômico e político.

As propostas que estão alinhadas com esse próximo normal e que devem ser perseguidas até pelo menos 2050 – quando chegaremos à metade deste século – precisam ser pensadas tendo como base os cinco pilares identificados pelo acrônimo STEEP – Social, Technological, Economical, Environmental, Political. Considerando as infinitas possibilidades de soluções para os desafios identificados, podemos imaginar um cone. Quanto mais para a frente projetarmos, menor será o diâmetro do funil. O planejamento para um futuro cada vez mais distante parte da análise detalhada das informações e elaboração de um plano de políticas públicas consistente.

Estamos falando em reescrever toda a estrutura organizacional de forma exponencial. Isso significa criar processos e sistemas de governança para construir um mundo mais justo, sustentável e resiliente. Se as causas são justas e as regras são transparentes, as chances de mobilização e sucesso são maiores.

Este novo momento da história exige uma mudança na mentalidade das pessoas. Os profissionais T serão cada vez mais valorizados, já que têm especialização em um tema e capacidade para olhar o processo como um todo, de forma multidisciplinar, conhecendo um pouco de cada assunto. São eles que impulsionarão as instituições públicas e privadas para se tornarem antifrágeis.

Estamos vivendo um momento Black Swan. Curiosamente, isso acontece no exato instante em que havia a proliferação do individualismo global, com fechamento de fronteiras físicas, diplomáticas e culturais, movimentos protecionistas e enfraquecimento dos grandes blocos. Diante dos desafios apresentados pela Covid-19, as nações percebem que a solução regional não basta. São necessárias ações conjuntas e, consequentemente, as relações entre os países precisam mudar.

O Fórum Econômico Mundial por meio da iniciativa The Great Reset afirma que vivemos um momento de urgência e pede para que os stakeholders globais cooperem simultaneamente na gestão direta das consequências econômicas, sociais e politicas da crise causada pela pandemia.

O contrato social que exercitamos até os dias de hoje se relaciona essencialmente com o mundo analógico e construtivista; com o pensamento finito, linear e com mindset local. Isso precisa ser remodelado para o mindset global, exponencial e disruptivo, que ofereça causas justas e construa um legado. Entrar no MetaIluminismo significa fazer um aditivo no contrato social. Todo contrato de longo prazo precisa de ajustes. Este é o momento.

O setor público deve se tornar um estado empreendedor. Gerenciar, organizar e controlar projetos; desenvolver veículos de investimento financeiro em pesquisas e investir em novas tecnologias devem ser competências e prioridades do poder público. São necessárias ações transformadoras e de impacto social. Para isso, cabe às esferas de governo convidar a iniciativa privada para investir, construir, operar e transferir infraestrutura como patrimônio de bem coletivo para o estado, proporcionando um diálogo com o risco de forma mais sustentável para ambos.

O ciclo se fecha porque os dois setores interagem simbioticamente num ambiente que convida à geração de valor e prosperidade. Esse novo mundo obriga que o desenvolvimento humano e social seja prioridade, antes de se pensar no retorno para os acionistas. As grandes corporações reconhecem a importância do Triple Bottom Line:  lucro, pessoas e planeta. Ou seja, a composição básica do ESG – Environmental, Social and Governance.

As Parcerias Público Privadas (PPPs) têm que oferecer tanto ao poder público quanto ao privado ativos com bom desempenho financeiro, onde riscos e dividendos são socializados. Hoje, existe uma percepção de que a PPP privatiza o lucro e socializa o risco. O mindset disruptivo transforma o ecossistema e o torna mais transparente, sugerindo responsabilidades e obrigações na construção, na operação e na transferência de infraestrutura.

Isso permite o minimalismo institucional. Cada um se dedica àquelas atividades nas quais tem expertise. Este é o DNA de uma verdadeira organização exponencial, seja ela pública ou privada.

Klaus Schwab, Founder & Executive Chairman do Fórum Econômico Mundial disse recentemente que a pandemia representa uma rara e pequena janela de oportunidade para refletir, reimaginar e resetar o mundo. Por sua vez, António Guterres, Secretário Geral das Nações Unidas, em comunicado oficial relatou que a pandemia deve ser interpretada como um momento wake-up call – ou seja um despertar oportuno para o reconhecimento de que a única forma das fragilidades globais serem resolvidas é a criação de mecanismos mais robustos de governança global e cooperação internacional.

Agora é o momento de pivotar e apertar o botão do Great Reset, renovar o contrato social, redigir um aditivo com cláusulas de oportunidade de crescimento humano e resolver os desafios globais gerando abundância e prosperidade com mentalidade exponencial, digital e global.

Vamos assinar juntos?

Peter Cabral – Cientista político, especialista em Mobilidade Urbana e Cidades Inteligentes e Expert da SingularityU Brazil

Categorias
Sem categoria

A Inteligência Artificial e Educação Exponencial

Alunos sentados em uma sala de aula, cada um com seu computador estudando de forma interativa. Ao invés de um professor, há um display multimidia através do qual a aula é ministrada por uma professora que não está fisicamente presente na sala de aula. Ao invés de assistentes humanos do professor, há robôs circulando para a sala de aula. Essa não é uma descrição do presente e nem do futuro. Essa é a descrição de  uma imagem visionária de 1969 de Shigeru Komatsuzaki intitulada “A Ascensão da Escola Computadorizada”. Talvez a única diferença marcante para o que existe atualmente é que os robôs foram idealizados na época para dar cascudos em alunos indisciplinados ou distraídos.

“A Ascensão da Escola Computadorizada”, pelo futurista Shigeru Komatsuzaki
Revista Japonesa Shonen Sunday (1969)

É certo que qualquer agenda de desenvolvimento sustentável passa pelo tema educação de qualidade. Não é à toa que uma das 17 metas de desenvolvimento sustentáveis adotadas pelos países membros das Nações Unidas para a Agenda de Desenvolvimento Sustentável 2030 é a Educação: “garantia de uma educação de qualidade inclusiva e equitativa, e a promoção de oportunidades de aprendizagem ao longo da vida para todos”. Mas como resolver os desafios da educação de qualidade para todos?

Em 1984, o psicólogo educacional Benjamin Bloom publicou um estudo onde observou que era possível fazer com que o desempenho médio dos alunos aumentasse significativamente utilizando-se um sistema de mentoria individual para cada aluno. De fato, seu estudo mostrou que a utilização de mentoria individual fazia com que o aluno com o pior desempenho de uma sala de aula utilizando tal abordagem atingisse uma nota maior que a nota média de uma sala de aula com alunos dentro de um sistema de ensino tradicional. Apesar de ser uma descoberta muito relevante, aplicar uma mentoria individual de forma escalável na prática sempre foi inviável. 

No entanto, com os avanços das tecnologias exponenciais é possível aplicar tal abordagem de forma escalável. De fato, robôs e outras soluções baseadas em inteligência artificial estão sendo aplicadas em busca de educação de qualidade para todos com baixo custo. Em 2009, Saya, um robô humanoide foi utilizado para dar aulas para crianças de 10 anos numa escola no Japão. Nos EUA, o robô Bina48, ministrou aulas de filosofia na academia militar de WestPoint em 2018.  Até mesmo a Finlândia, um dos países com os mais altos índices de qualidade educacional do mundo, entrou nessa onda e estão testando a utilização de robôs em sala de aula para o ensino de matemática e idiomas.

Os robôs talvez sejam a forma mais comum de materialização da inteligência artificial em nossas mentes. Porém, tanto a inteligência artificial como muitas de suas aplicações na educação não se restringem ao universo dos robôs. De fato, talvez elas sejam mais relevantes e promissoras do que os usos de robôs humanoides nas salas de aulas para “substituir” o papel de professores humanos.  Neste contexto, há dois aliados importantes do ambiente educacional: o Assistente de Professor baseado em Inteligência Artificial (AI-based Teacher Assistant) e o Tutor baseado em Inteligência Artificial (AI-based Tutor).

Uma grande parcela do trabalho de um professor ocorre fora da sala de aula. Um professor precisa preparar o material de suas aulas, pensando num roteiro didático que tenha aderência ao conteúdo programático e que esteja de acordo com a capacidade de assimilação de seus alunos, o que pode variar de turma para turma, bem como de indivíduo para indivíduo. O professor precisa preparar exercícios para que os alunos coloquem em prática os conhecimentos adquiridos em aula, bem como precisa preparar instrumentos de avaliação, sejam eles provas ou trabalhos. Posteriormente, o professor precisa fazer a correção e dar a devolutiva de desempenho. Com o advento do e-mail, sistemas de EAD e redes sociais, os professores recebem muitas demandas de esclarecimentos, principalmente às vésperas de entrega de trabalhos e provas. Além disso, o professor precisa controlar a presença de alunos, e em alguns casos criar formas de incentivar a participação e a atenção dos alunos através do controle de notas de participação.

Para cada uma das atividades descritas, há soluções que foram ou estão sendo desenvolvidas que compõem o conceito de Assistente de Professor baseado em Inteligência Artificial. Estas soluções prometem aumentar a produtividade dos professores, e, reduzir a demanda de tempo fora das salas de aula, que, em muitos casos, não é devidamente remunerado. Ainda, soluções como a desenvolvida na universidade de Stanford, conseguem atribuir pontuação de acordo com a qualidade das perguntas de cada aluno, apenas escutando a pergunta e analisando a complexidade e o grau de engajamento para a elaboração dela. Soluções prometem auxiliar o professor no desenvolvimento do programa e conteúdo de cada aula a partir da análise automática do desempenho dos alunos nos exercícios feitos em EAD, adaptando o conteúdo para cobrir ou reforçar tópicos de maior dificuldade. Há trabalhos acadêmicos onde foram utilizadas câmeras juntamente com soluções baseadas em inteligência artificial em sala de aula para avaliar o grau de atenção, e, entender a emoção de cada aluno a partir da leitura das respostas fisiológicas nos músculos faciais. Assim, é possível detectar dúvida, concordância ou discordância, por exemplo, auxiliando numa avaliação constante da resposta individual de forma contínua, ao invés de uma medida esporádica através de uma prova. Por fim, soluções permitem o esclarecimento automático de dúvidas dos alunos através de e-mail. Uma solução como essa foi utilizada em 2016 na Georgia Tech e esclareceu dúvidas de alunos por e-mail sobre as lições da disciplina em questão. Os alunos não sabiam que se tratava de um algoritmo de IA ao invés de um assistente de professor humano, e, por esta razão ao final da disciplina ficaram surpresos com a revelação.

Já o conceito do Tutor baseado em Inteligência Artificial é voltado para suportar cada aluno individualmente no seu processo de aprendizado. A ideia é que ele empregue os recursos mais efetivos para cada aluno atingir um desempenho superior. Ele pode acompanhar o aluno ao longo dos diferentes estágios de sua vida escolar até sua vida profissional, quando necessitará de constante atualização profissional. Ao aprender como se dá o processo de aprendizado de cada aluno individualmente, esse tipo de tecnologia promete trazer uma mudança de paradigma no sistema educacional, pois o sistema automaticamente adapta o conteúdo e as atividades para cada aluno, fornece insights para o Assistente de Professor baseado em Inteligência Artificial e para os novos professores sobre cada aluno. O sistema utiliza conhecimento sobre as lacunas e as necessidades individuais para selecionar e priorizar leitura, bem como gera automaticamente conteúdo suplementar para suportar cada estratégia de ensino. Por fim, o sistema permite ainda a valorização do esforço, de forma a recompensar o processo como um todo.

Estas soluções prometem uma facilidade na atualização curricular, pois qualquer mudança pode imediatamente ser incorporada na execução do programa de ensino, e, de forma uniforme uma cidade, estado ou país. Muitas dessas soluções descritas dependem apenas de um telefone celular, o que traz um horizonte otimista diante dos desafios educacionais existentes, dentre os quais, o de levar educação de qualidade numa escala exponencial para todos a um custo marginal baixo o suficiente para ser acessível a qualquer país independentemente do seu nível de riqueza. A educação do futuro será exponencial.

Alexandre Moreira Nascimento é consultor, pesquisador em Inteligência Artificial e Dispositivos Autônomos Inteligentes e expert da SingularityU Brazil.