O que Arquitetura de Informação e UX têm a ver com Inteligência Artificial?

O que Arquitetura de Informação e UX têm a ver com Inteligência Artificial?

A arquitetura de informação é um conceito que se relaciona com um outro, mais amplo: o de Experiência do Usuário, ou UX – User Experience. Quando você navega em um ambiente virtual e consegue fazer tudo o que precisa, encontra as informações que esperava num tempo razoável, se sente bem navegando ali sem se perder e tudo o mais, você tem uma boa EXPERIÊNCIA com aquele ambiente digital, que pode ser um site, um ambiente de aprendizagem virtual ou um aplicativo. Quando é assim, e a sua experiência flui bem, curiosamente, você provavelmente quase nem percebe a forma como aquele site se estrutura. Mas, se algo sai errado, logo vamos perceber o que a arquitetura de informação teve a ver com isso (além do conteúdo em si, é claro).

Arquitetura de informação, então, tem a ver com a maneira como organizamos as informações em um determinado ambiente para que elas se tornem alcançáveis, visíveis; para que não somente o Google e outros buscadores as encontrem (sim, os buscadores encontram melhor e mais rapidamente sites bem construídos, tanto em termos do código bem feito como da organização das informações; isso também tem a ver com SEO, as técnicas de otimização para buscas) como para que pessoas, em diversas condições, as encontrem também – independentemente de estarem usando um celular para isso ou um computador, e de terem ou não uma deficiência, por exemplo. O ramo dedicado a questões específicas de usabilidade para pessoas com deficiência é o da acessibilidade, aliás, e é um campo de estudo muito vasto e incrivelmente sedutor.

Bem, mas, voltando: o que é que toda essa ciência de organizar dados e informações de uma maneira que nós conseguimos nos entender com eles tem a ver com inteligência artificial? Bem, a inteligência artificial é muitas coisas, e não venho aqui defini-la, mas, de um modo geral, a IA se baseia na maneira como funcionamos ou, ao menos, como se acredita que funcionamos. Isso ela tem em comum com a arquitetura de informação: ao construir um ambiente digital, levamos em conta o mindset das pessoas (os usuários); a maneira como geralmente as pessoas classificam informações, fazem buscas etc. E isso é tudo obtido por meio de métricas que vão nos mostrando esses caminhos realizados.

Do mesmo modo, na inteligência artificial, procura-se construir sistemas à semelhança do funcionamento cognitivo de seres humanos – ainda que, na maioria das vezes, esses sistemas artificiais acabem não refletindo a forma como operando no mundo e trazendo, na verdade, diversos questionamentos sobre isso que são bastante provocadores.

Um exemplo da arquitetura de informação que pode ajudar a pensar nessa distância que existe entre alguns sistemas artificiais e os seres humanos: ao construir um site de decoração, pode-se imaginar que o usuário interessado em decorar sua casa vai chegar e buscar por abajur amarelo, porque deseja comprar um abajur amarelo, ora pois. Se ele assim o fizer, e a busca do site funcionar, verá resultados para abajures exatamente dessa cor. Mas, e se esse usuário que quer decorar sua casa chegar ao site sem ter tanta ideia de qual cor de abajur ficaria bom no ambiente da casa dele, ou se ele nem mesmo souber direito quais os elementos que deseja para decorar seu lar – uma luminária, uma mesinha, um tapete? Que tipo de busca ele vai fazer? Ele provavelmente nem vai ficar só na busca. Ele vai clicar em muitas coisas. Vai escrever vários termos no campo de busca. Vai ver muitas fotos, e por aí vai; até ter as ideias de que necessita para sua decoração.

O ponto é que, no geral, nós parecemos ser muito mais como o segundo decorador do que como o primeiro, quando se trata de viver experiências no mundo. Não temos tudo definido e perfeitamente organizado em nossas cabeças. Quando falamos, não tínhamos previamente todos os pensamentos organizados, que vão então sendo expelidos: nós pensamos ao falar e, ao falar, vamos pensando. Quando caminhamos, não temos mapas internos de todos os lugares para onde vamos, que acessamos quando precisamos: nós nos baseamos no entorno, nas pistas visuais que nos ajudam em nossa localização. Quando lidamos com uma certa situação, não temos listas mentais de opções quanto ao que fazer para acessar e fazer nossas escolhas: quando tomamos decisões e fazemos opções, entram em jogo nossas experiências anteriores, a maneira como nos sentimos – as emoções e sentimentos, e tantos outros fatores.

O engraçado é que, quando algo dá errado, passamos às vezes a refazer os nossos passos, rever mentalmente nossas opções, e até tentamos buscar um mapa mental para evitar nos perdermos. Quando isso acontece, ficamos mais parecidos com o que falei no começo do texto; parece que algo dá errado na fluidez da nossa experiência, de maneira parecida com aquele momento em que algo parece errado na arquitetura de informação de um site. Ficamos mais “robóticos”. Será que isso não revela bastante sobre a maneira como um robô trabalha, versus a maneira como nós lidamos com o mundo em que estamos inseridos?

Essas são questões que, acredito, podem nos levar a decisões importantes sobre a construção de espaços digitais. Como a minha maior preocupação é com a educação, volto-me mais para a construção de espaços de aprendizagem (mas creio que a internet toda é um espaço de aprendizagem!). Precisamos descobrir como a cognição humana funciona, se quisermos construir bons ambientes de aprendizagem virtuais. Conhecer e pensar sobre tudo isso ajuda também a quem deseja melhorar a experiência de seus consumidores em uma loja virtual, por exemplo; ou em um app dedicado a um serviço. Por vezes, as métricas são suficientes, mas há muito que elas não revelam, principalmente se não estiverem ajustadas para os KPIs corretos e baseadas em premissas que façam sentido. Mas isso é tema para outro post 😉

Inteligência Artificial & Inteligência Emocional

Anotei e trago aqui alguns pontos interessantíssimos do debate que assisti nesta quarta, 29 de julho, com a pesquisadora em IA e ética Dora Kaufman e o CCO da Figtree, Ricardo Figueira, sobre inteligência artificial e inteligência emocional. O debate rolou no Instagram do Clube de Criação (@clubedecriacao).

  • Você quer usar tecnologias de IA na sua empresa/no seu negócio, num empreendimento, num sistema de ensino? Pense no problema que você precisa resolver, antes de pensar na tecnologia. Isso vale para qualquer tecnologia: ela vem para ajudar a resolver alguma questão, dificuldade etc. É preciso um propósito, sempre! Super concordo com isso. Precisamos sempre refletir e analisar aquilo que precisamos resolver para, então, tomar uma decisão sobre qual tecnologia escolher ou desenvolver. Já passei por diversas situações em que foi preciso relembrar os envolvidos no projeto acerca disso. A IA, da mesma forma, é atraente e tem muitas utilidades, mas é preciso pensar para que se quer utilizá-la, e então tomar uma decisão.
  • A IA não é, portanto, uma decisão da TI de uma empresa: é preciso mudar a cultura. E é o propósito que impulsiona a transformação digital de uma empresa. Cada negócio tem a sua necessidade e traz diferentes necessidades de usos de tecnologias. A cultura só muda a partir daí. Vivi bastante isso quando trabalhei num grande jornal que estava implementando a sua transformação digital, por exemplo. Não me refiro particularmente ao uso da IA, que não era o foco da empresa, mas de tecnologias digitais em geral, que foram alvo de muita resistência por parte de funcionários e até gerentes. A cultura, se emperrada não traz transformação.
  • Por trás das grandes empresas de tecnologias está a IA: Google, Amazon etc. O modelo de negócios delas é a inteligência de dados, e os modelos de IA são usados para extrair informações para a criação de serviços mais adaptados a seus públicos. Desse modo, a IA permeia diversas soluções tecnológicas que já estão entre nós;
  • A tecnologia dos bots/chatbots é a mais popular entre as empresas hoje (ex. a IA Bia do Bradesco). Mas as pessoas, segundo pesquisas, não gostam de se relacionar com máquinas e sim com pessoas (mesmo que humanos falhem mais!). Isso aponta para uma questão cultural. Um exemplo dado por Kaufman foi o do Japão: devido à crença no animismo (segundo a qual objetos também têm espírito), os robôs cuidadores são comuns, por exemplo; enquanto, para nós no Brasil, o valor das relações passa pelo olho no olho. Conheço pesquisas sobre robôs cuidadores em Portugal, também, algumas estavam indo bem até onde sei. Mas esse ponto levantado me fez repensar alguns aspectos que venho pesquisando em Hubert Dreyfus, filósofo que desenvolveu uma crítica à IA e sempre defendeu a ideia de que emoções são essenciais para a cognição. Ele menciona a questão do olho no olho na sala de aula: quando estamos online, acaba faltando esse cara a cara, típico do presencial. Quais as consequências disso? São mais relevantes/complexas quando se trata de educação do que de aplicações comerciais e/ou de entretenimento? Tendo a pensar que sim, mas sigo investigando.
  • Também temos, por outro lado, a característica de nos adaptar às transformações. Quanto ao uso de bots, por exemplo, 90% das perguntas feitas por usuários são perguntas padrão: podem, assim, ser previstas. Então, será que não podemos ter robôs respondendo a 95% delas, rápida e precisamente, e pessoas respondendo aos outros 5%, sem prejuízos para nossas interações e resoluções de problemas? Parece que sim. Outro dia, em meio à pandemia, troquei de operadora de celular e fiz tudo pela IA das operadoras, online. Gostei da experiência.
  • Entre os principais pontos de atenção da IA estão as questões éticas advindas do grande acúmulo e circulação de dados, pois eles podem sair do controle. Questões de privacidade surgem aí. Surgem também desigualdades no mercado de trabalho, que coloca as pessoas mais qualificadas (em menor quantidade) em uma ponta e um grande conjunto da população em outra ponta, muito mais numerosa, impactada pela perda de empregos em que a substituição pela tecnologia passa a predominar. Adiciono a essa questão ética uma que mencionei outro dia nesta live da TV PUC, e que diz respeito a educação e democracia: o acesso a tecnologias pode potencializar a cognição, especialmente no caso de tecnologias assistivas (utilizadas por pessoas com deficiência). Mas, como fica o caso das pessoas que não podem acessar essas tecnologias? Isso ficou bastante explícito e radicalmente posto no momento da pandemia, quando inúmeros estudantes, sem acesso à internet, ficaram sem poder assistir às aulas da escola ou faculdade, ou seguir estudando online de alguma maneira. Temos um problema ético, ou melhor, vários.
  • O modelo de deep learning é um modelo estatístico que tem uma capacidade de fornecer um conjunto de milhões de dimensões, enquanto modelos estatísticos tradicionais têm uma capacidade muito menor de fazer isso. Para sistemas de reconhecimento facial, por exemplo, isso faz toda a diferença. As expressões são captadas em detalhes, até mesmo em entrevistas de emprego em que algoritmos agem para identificar a forma como candidato se expressa (já tinha pensado nesse uso da IA? Eu não tinha!)
  • Esses modelos de aprendizagem de máquina correlacionam variáveis que fogem às ações do próprio programador. Eles não usam apenas variáveis pré-programadas. Esse é um ponto bastante importante e que deixa várias dúvidas, uma espécie de caixa preta da IA. Andy Clark fala sobre isso, se não me engano, em Mindware, este livro aqui.
  • Kaufman destacou que precisamos criar uma parceria com os modelos de IA, e podemos fazer isso compreendendo-os, conhecendo esse sistemas minimamente. Não só concordo com ela como falei sobre isso também na live da TV PUC, que já mencionei, bem como nos meus trabalhos acadêmicos. Conhecendo a IA, ainda que de maneira limitada; compreendendo seus usos possíveis, podemos nos posicionar criticamente em relação a essas tecnologias. Isso é fundamental. Temos que conhecer nossas potencialidades, nossas limitações e as potencialidades das tecnologias quando nos unimos a elas. A educação precisa conhecer essas tecnologias. Tememos o que não conhecemos…
  • Figueira destacou que precisamos compreender como as pessoas funcionam, sentem etc, para conseguirmos progredir mais nas tecnologias e em nossa relação com elas. Eu não podia concordar mais, tanto que dedico minha pesquisa de doutorado ao estudo da cognição na educação com foco nas emoções e no corpo. E Kaufman destacou que precisamos também conhecer sobre como as máquinas funcionam. Sim, totalmente. Os dois lados da mesma moeda, como a mente e o mundo na fenomenologia.

Introdução à Fenomenologia com Hubert Dreyfus – Parte I

Hubert Dreyfus foi um filósofo que deixou como legado uma interpretação de conceitos da fenomenologia advindos de Husserl, Heidegger e Merleau-Ponty aplicados à inteligência artificial. Descobrir os conceitos da fenomenologia por meio dos ensinamentos desse filósofo é uma aventura bastante interessante e rica, que promete subverter muitas ideias pré concebidas que possamos ter da nossa existência no mundo.

Fiz aqui uma seleção de vídeos em que Dreyfus comenta alguns conceitos fundamentais da fenomenologia, que podem ser úteis para quem deseja entrar nesse universo.

Gap sujeito-objeto

Neste primeiro vídeo, na primeira parte da entrevista (chamada Fenomenologia), Dreyfus comenta sobre os movimentos de Heidegger contra a distinção sujeito-objeto cartesiana. Para a fenomenologia, não há um abismo entre sujeito e objeto, ou um gap; sujeito e objeto precisam um do outro para existir. Como aprendemos sobre o mundo? Não é armazenando uma série de fatos em nossas cabeças. Nós aprendemos na medida em que vamos discriminando o mundo, e assim ele vai se descortinando para nós. Merleau-Ponty compara esse fenômeno a uma cidade que a princípio não conhecemos e então nos parece caótica. Na medida em que a experimentamos, na medida em que a conhecemos, nós nos apropriamos dessa cidade e passamos a ser capazes de caminhar, de nos localizar por ela. Não precisamos de modelos do mundo armazenados em nossas mentes porque o mundo é o melhor modelo de si mesmo, diz Dreyfus, em clara referência à frase famosa do roboticista Rodney Brooks, “The world is its own best model”.

Na parte chamada de Inteligência Artificial, Dreyfus comenta sobre a premissa equivocada da IA, que partiu da ideia de que armazenamos representações do mundo, e sobre como isso não poderia dar certo porque não é assim que humanos funcionam. Ele explica o frame problem na IA (mais ou menos aos 13′ do vídeo) e comenta sobre a dificuldade de incutir, nas máquinas, conhecimentos do senso comum.

Imagem do post: Sharon McCutcheon @ Unsplash

Participei da live da PUC-Rio sobre inteligência artificial

Participei de uma das entrevistas ao vivo da série que a TV PUC-Rio criou no intuito de desenvolver temas que se relacionem de alguma maneira com a COVID. Esta teve a ver com inteligência artificial e internet das coisas. Ao lado de dois professores da PUC-Rio, comentei sobre a minha pesquisa em educação e IA sob o viés da filosofia e da educação. O debate pode ser assistido no link a seguir.

Palestra para a Escola Superior de Educação João de Deus, de Lisboa

Em 4 de maio de 2020, realizei, ao lado do professor Eduardo Santos, uma palestra intitulada IMPACTOS DA DISTÂNCIA NA EDUCAÇÃO – O que o eLearning nos diz sobre afetividade, tecnologias transparentes e outros desafios. A palestra foi realizada a convite da Escola Superior de Educação João de Deus, que fica em Lisboa, pela plataforma ZOOM, com a presença de mais de cem participantes. Foi uma oportunidade excelente de debatermos alguns assuntos essenciais relacionados ao ensino e à aprendizagem online, impulsionados, mas não limitados, pela pandemia de coronavírus.

Disponibilizo, a seguir, os vídeos da palestra – a qual, inicialmente prevista para uma duração e uma hora, acabou chegando a quase quatro, por conta do debate que se estabeleceu!

Agradecimentos especiais à Danielle Germano, minha editora de vídeos feríssima, e à Lili, pela ajuda com o canal do YouTube.

Parte 1

Parte 2

Parte 3

Parte 4

Como a distância impacta a educação? E o que podemos fazer?

Quais as diferenças entre aprender/ensinar a distância e presencialmente? Do que sentimos falta quando estamos distantes, fisicamente, uns dos outros? A internet pode ser utilizada de maneiras diferentes, de modo a unir mais as pessoas envolvidas em processos de ensino-aprendizagem por elearning? Como reduzimos a frieza das máquinas e aproximamos mais as pessoas nesse cenário, aumentando a afetividade, o compartilhamento?

Essas questões serão debatidas em uma apresentação que farei online com o professor Eduardo Santos no dia 18, às 10h (Brasil), na Here and Now, uma conferência organizada pela Social Pedagogy Associaton.

As inscrições gratuitas podem ser feitas online pelo link https://lnkd.in/eJ9B-cX

Sobre esse vírus que chegou chegando, a educação a distância e… nós nisso tudo

O início deste texto vai parecer um pouco catastrófico, mas eu vou fazer a pergunta que quero fazer: onde você estava quando o mundo parou, quer dizer, quando a quarentena começou? O que estava fazendo, ou prestes a fazer? Quais eram os seus planos?

Certamente, se estava vivendo, você estava agindo e também tinha planos. Estava para realizar algo, tinha expectativas, estava à espera de alguma coisa. Tinha acabado de começar a faculdade, quem sabe um emprego novo, ou esperava conseguir um; ou tinha finalmente comprado um tênis de corrida para correr a sua primeira maratona. Havia comprado passagens para a sua lua de mel? Será que estava prestes a casar? Ou ia comemorar o aniversário com uma festa modesta, mas que reuniria os amigos principais… ou estava para estrear uma peça de teatro, ou começar a se acostumar com a ideia do filho na creche. O coronavírus não perguntou o que estávamos fazendo: ele simplesmente chegou.

E, ao chegar, encontrou o mundo como estava: vamos combinar, estava meio de pernas para o ar. Tudo andava muito acelerado. Se não tínhamos nada de novo acontecendo, a vida estava “parada” demais; sempre muitas demandas e muitas entregas para fazer, sempre muito trabalho, muita gente para atender. Ou pouco trabalho, mas também pouca grana, ou quem sabe muito trabalho e pouca grana. Tínhamos tanto a resolver. Ainda temos! Mas o planeta pediu pausa. Como é que se age em um momento de pausa? A gente não sabe muito bem. A gente não está acostumado a viver de uma forma mais devagar, de uma forma diferente, em que dar conta de tudo parece impossível. E a gente sempre se pendurou nos nossos celulares, mas agora parece que em breve vamos nos cansar de olhar para eles, uau.

Esta reflexão pode ser estendida ao ensino a distância. Como? Bom, muito antes de o coronavírus chegar, vínhamos debatendo o ensino a distância. Não só debatendo: vínhamos trabalhando a educação a distância. Alguns com mais cuidado e cautela, outros querendo endereçar a coisa de uma maneira menos crítica, o que é preocupante. Muitas eram as perguntas que vínhamos fazendo, enquanto educadores, estudantes, responsáveis pelo processo de aprendizagem, pais de alunos. Funciona? Não funciona? Dá para aprender mesmo com ensino online? Dá para acompanhar os alunos? Dá para avaliar os alunos?

Quando o vírus chegou, as perguntas estavam todas sem respostas, e assim continuam. Mas será que esta não é uma oportunidade para debatermos até mesmo as perguntas que vínhamos fazendo sobre ensinar e aprender a distância? Há tanto a ser questionado antes mesmo dessas perguntas que coloquei aí em cima. Um exemplo: no Brasil, muitos alunos não têm uma conexão de internet capaz de dar conta de assistir aulas. Poderíamos nos perguntar: e agora? Com essa conexão, como eles vão assistir aulas? Mas também poderíamos nos perguntar se é mesmo necessário manter o mesmo esquema de aulas expositivas. Por que as aulas têm que ser assim? Ou por que não têm que ser? Como podem ser? O que podemos fazer?

Puxando um fio a partir desta última pergunta, eu enfatizaria o plural que ela envolve. Se tem uma coisa que o coronavírus tem é isso, de ser coletivo: ele é de todos, não está deixando ninguém tranquilo, e não é porque estamos isolados fisicamente que podemos ou devemos ou queremos realmente nos isolar. A situação pede coletividade, ação em rede; exige que se pense no comum. Será que sabemos fazer isso? De verdade?

Certamente, se é para agirmos de maneira conjunta, não se pode esperar que um professor que ainda não tinha se familiarizado com as tecnologias digitais, seja pelo motivo que for (muitos apenas deram aulas presenciais em sua vida até hoje…), de repente se acostume com elas e consiga trazer soluções mirabolantes. Não se pode esperar que todos os problemas de conexão sejam resolvidos da noite para o dia. Ou que questões ligadas ao chamado letramento digital façam PLUFT! e simplesmente sejam todas acertadas, equilibradas. Não se pode esperar que alunos fiquem todos tranquilos, como se nada estivesse acontecendo, e nem que consigam dar conta de estudar de uma forma mais independente de repente, se nunca antes o fizeram; que consigam se concentrar mesmo em meio aos irmãos menores brincando ou porque têm que cuidar deles, e nem vou repetir a questão da qualidade da internet. Não adianta tampouco esperar que pais consigam ser necessariamente bons em homeoffice e em apoiar o homeschooling ao mesmo tempo. Tudo isso seria fazer mágica, não viver; seria ir contra o tempo de uma maneira que não podemos ir, pois, até que se prove o contrário, o vírus fez a gente diminuir o ritmo, e não aumentar. Então, o que não estava resolvido antes, não será resolvido de repente.

O que é que dá para fazer agora, seja você educador, responsável ou estudante (muitas vezes somos os três ao mesmo tempo)?

Já dei minha opinião sobre isso ali no alto, quando falei em coletividade: se tem uma única coisa que vai ter que mudar mais rápido é a nossa capacidade de avaliar o que conseguimos fazer, no caos, para colaborar. Se nada pudermos fazer, que ao menos não saiamos responsabilizando um lado só por uma coisa que envolve uma série de fatores em rede e uma coletividade. Vamos também respeitar quem está na educação há muito tempo e tem se empenhado constantemente para estudar e implementar caminhos? Essa também é uma atitude sensata!

Ficar revoltado porque a escola dos filhos não adotou aquela plataforma de inteligência artificial até hoje não vai adiantar nada; aliás, se quer um conselho de quem pesquisa o assunto, não temos comprovação de que isso funcione. Não vai adiantar nada também reclamar que cada professor do seu filho está agindo de um jeito x ou y: acredite, cada um está tentando fazer o melhor que pode, na velocidade que pode e com a criatividade e os recursos de que dispõe. Há trocas de ideia acontecendo e aulas e o vírus, e a vida rolando, tudo junto. Não está sendo assim com cada um de nós, afinal? Não estamos todos tentando reorganizar nosso tempo, nossas demandas? Também não adianta querer virar super mãe ou super pai, mais ainda do que já quer normalmente, e tudo bem não saber muito como lidar com a questão de os filhos estarem em casa e você também, cada um com sua lista de tarefas. Tudo bem não saber lidar com o que é novo, e aliás mesmo o que já não era novo como a educação a distância agora exige nova reflexão porque o contexto mudou!

E sim, é possível refletir e agir. Paralelamente. Ta aí uma coisa que o corona está ensinando.

É improdutivo ficarmos olhando para o que não podemos fazer. Coisa mais chata e frustrante é isso. Então, por que não olhar para o que podemos fazer? Podemos trabalhar nossa paciência, nossa calma. Podemos trabalhar nossa capacidade de agir juntos. Podemos ampliar a capacidade de ouvir, de nos abrir às ideias das outras pessoas. Repensar práticas, medos, preconceitos, por que não? Se tínhamos algo a perder, agora não temos nada, nadinha nesse sentido. É mergulho e ação; calma, mas não passividade. Podemos olhar para o nosso comportamento: será que podemos ser mais ativos? Mais atentos, mais curiosos, mais independentes? Podemos ajudar alguém? Sabemos pedir ajuda? Sim, é importante saber pedir ajuda! Se você é aluno, e eu considero que todos somos em algum sentido, pense que isso não tem a ver com aprendizagem ser a distância ou não: em todo processo de aprendizagem, sempre existem maneiras de o aluno ir se tornando mais independente e mais engajado. E também vale ser paciente para esperar ser ajudado; às vezes, a pessoa que vai te ajudar está também se preparando e já vai te responder. Somos os mais impacientes para receber respostas às nossas mensagens e aos nossos anseios, resolver os nossos problemas! E a quarentena ninguém nem sabe quando vai acabar, então… uau, que teste!

Porém, esta reflexão não será útil apenas para agora, mas para quando voltarmos à “normalidade”, que talvez nunca seja exatamente a mesma de antes. Tomara que não seja. Tomara que voltemos, claro, a nos encontrar e possamos ter encontros presenciais, o que desejo muito, pois não acredito que a educação a distância virá a substituir a “tradicional” – até por razões em parte parecidas com aquelas pelas quais não queremos só falar com nossos amigos e nossa família por vídeo (já estamos até meio cansados e foram-se apenas alguns dias). Os educadores, e nesse grupo me incluo, têm muito o que pensar e repensar sobre educação, educação a distância e a nossa postura diante de tudo isso. A distância na educação, aliás, demanda importante reflexão, seja na modalidade presencial ou online, que no fundo são dois lados de uma mesma moeda (post sobre isso aqui). E nós temos pensado e agido. E vamos seguir com nossos debates, nossas reflexões.

Antes que você diga algo como “poxa, mas a educação a distância está aí há tanto tempo, buscando uma solução, até hoje não encontraram?” lembre-se: não se trata de haver uma solução. A educação demanda perspectivas e caminhos, não uma única solução. Daí uma característica, aliás, das Humanidades; não somos de uma solução racional, única, que vai dar certo como A mais B. Entendemos que a educação envolve muitas questões, muitos problemas e diversas oportunidades. Geralmente, quem trabalha com educação trabalha muito e gosta muito do que faz, mas justamente por isso resiste a respostas pré-fabricadas e coelhos saindo de cartolas: quanto mais experiente o educador, mais ele sabe que isso não existe, aliás.

Temos um novo ingrediente: o senso de urgência em que a situação nos colocou. Mas não é com desespero, impaciência, cobranças absurdas e falta de sensibilidade que vamos chegar a algum lugar. Tudo indica que é com empatia, criatividade, compartilhamento e muito trabalho duro, e em conjunto. Quando algo assim chega… bom, não dá para vir com frases feitas, pois é a primeira vez que enfrentamos algo assim. As respostas que havíamos encontrado talvez tenham mudado, mas não é todo dia que as respostas mudam porque as perguntas também mudaram. Que excelente oportunidade temos nas mãos.

Imagem do post: Sharon McCutcheon @ Unsplash

Férias? Mas como é que se tira férias do doutorado?

Esta aí a pergunta que não quer calar: por que é tão difícil tirar FÉRIAS, desligar a cabeça um pouco, quando estamos envolvidos com uma pesquisa de doutorado (ou de mestrado)?

Acredito que a principal razão para essa dificuldade de parar quando estamos trabalhando em uma pesquisa se deve ao fato de que temos prazos e muita cobrança por produtividade, além de boletos e da vida que continua acontecendo e trazendo abacaxis novos para descascarmos todos os dias; mas, aprofundando um pouco mais essa análise, penso que há algo mais que muito nos desafia nessa etapa da vida.

Um trabalho de pesquisa a gente não desliga, não tem botão de off: você não tem como fechar a tela do seu computador e ir embora da pesquisa e reencontrá-la daqui a um dia, ou algumas semanas. A pesquisa mora em você. Você é a sua pesquisa e ela é você.

Não é como um trabalho “comum” em que é necessário usar um crachá; ou talvez o nosso crachá meio que esteja lá, pendurado, dia e noite. Se o trabalho de mestrando e doutorando não exige bater ponto, por outro lado quando abrimos os olhos de manhã pensamos na pesquisa e, ao dormir à noite, também! Na praia, pensamos na pesquisa. Na rua, conversando com as pessoas, pensamos na pesquisa. Vendo filmes às vezes pensamos na pesquisa. E não achamos tempo para ler romances. Como é que se desliga a cabeça, então?!

Bom, talvez nunca desliguemos. Quando o assunto da pesquisa nos instiga, nos interessa, ele passa a fazer parte de nós e não há como fechar a página (metaforicamente) e abri-la de novo no dia seguinte como se nada tivesse acontecido. Na verdade, o que acho que precisamos fazer é buscar uma relação saudável com o fato de que a pesquisa está enlaçada conosco. Isso é um fato, então, forçar o desligamento não dá certo…

O que significa buscar essa relação saudável? Bem, uma das coisas que precisamos fazer é nos dar as férias e momentos de descanso, quando percebermos que estamos precisando. E, nesses momentos, nos envolver em outras atividades, de preferência que exijam a nossa concentração e dedicação momentânea a algo totalmente diferente.

Por exemplo, tirei uma semaninha após quatro anos sem parar de trabalhar e fui para uma cidade de praia. Em vez de ficar só sentada torrando no sol, comecei a praticar standup paddle e me apaixonei! Enquanto estava lá, em cima da prancha, não pensava em mais nada, a não ser nas remadas que tinha que dar, no vento, na água, com foco total nas tartarugas que de vez em quando eu via no mar!

Mesmo que não seja possível viajar ou fazer algo diferente, até porque a grana do pesquisador é tão curta quanto o tempo, é importante se organizar para ter uma vida saudável, com horários, uma rotina, espaço para por os pensamentos em ordem e para respirar. Dificilmente quem vive outra(s) rotina(s) entende o que vivenciamos (o que traz vááários problemas de relacionamento etc), mas, de certo modo, é assim que gostamos de viver, geralmente temos esse perfil, então nos cabe desenhar a melhor estratégia para viver esta vida louca vida de pesquisador.

Até porque, a ideia é que ela comece no mestrado/doutorado, não termine aí… mesmo que o governo do Brasil queira dizer o contrário neste momento ;/

A foto do post é de um entardecer lindo que prestigiei em Búzios-RJ.

Pontos de Interrogação em IA, machine learning e cognição humana – Parte 2

No primeiro post sobre as investigações que marcam os campos da IA, machine learning e cognição, comentei sobre o vídeo do Pedro Domingos sobre machine learning. Aqui, discuto um pouco do que ele falou, contrapondo com questões dos 4Es da cognição que venho pesquisando e também comentando aqui no blog:

“We’re actually now for the first time in history at the point where you could say you can have a supercomputer that is about as powerful as the human brain

Vamos olhar para este trecho: Domingos diz que atingimos, pela primeira vez, um ponto na história em que se pode dizer que poderemos ter um super computador quase tão poderoso quanto o cérebro humano.

Mas o que isso significa? O que significa ser tão poderoso quanto o cérebro humano? Se o cérebro humano é poderoso por fazer parte de um sistema dinâmico do qual participam nosso corpo com suas especificidades, o ambiente em que estamos inseridos, as tecnologias com as quais nos relacionamos e a sociedade de que fazemos parte, essa colocação dá muito o que pensar. Afinal, não é o cérebro sozinho que é “poderoso”, mas o sistema humano em interação com a natureza…

Vejamos agora este trecho:

“So the thing that is really holding us back is that we don’t understand well enough how, for example, learning works.

Neste trecho, Domingos diz que o que está impedindo a IA de ir mais longe é a falta de entendimento acerca de como o processo de aprendizagem acontece. Esse é o ponto (ou um dos) que leva a haver tanta pesquisa em cognição humana: ainda não se sabe como aprendemos e há muito o que se investigar sobre isso. Então, pode-se dizer que há algo em comum entre as investigações em machine learning e em educação: entender como o ser humano aprende. Se depender disso para que a aprendizagem de máquina avance, parece que isso ainda demora… 😉

If we were able to devise a learning algorithm that is truly as good as the one in the human brain, this would be one of the greatest revolutions in history. And it could happen any day at this point. At this point this is a problem that if we could solve it we solve all other problems. If I come up with a better machine learning algorithm, that algorithm will be applied in business, in finance, in biology, in medicine across the board”.

No trecho acima, o destaque vai para o desenvolvimento de um algoritmo que seria capaz de se sair tão bem na atividade de aprender quanto o cérebro humano. Mas será que a aprendizagem é mesmo algo que se deve a um algoritmo no cérebro humano? Como já reforcei acima, não parece ser o cérebro humano que aprende, sozinho. Se o nosso processo de estar no mundo, com um corpo, vivendo, experimentando, nos leva a aprender, como propõem as teses ligadas aos 4Es, como é que um algoritmo no cérebro daria conta disso tudo? Será que é mesmo assim que a cognição funciona?

Toda essa conversa levanta também questões como o que seria a inteligência humana, o que é aprendizado e o que a engenharia de software quer dizer quando afirma que um sistema aprende a partir de algoritmos – assunto que pretendo explorar no próximo post desta série…

Pontos de Interrogação em IA, machine learning e cognição humana – Parte 1

Estou entrando no meu segundo ano de doutorado e agora estou focada em dois dos tópicos da minha pesquisa: 1) Estudar fenomenologia e pós-fenomenologia; 2) Estudar machine learning.

A minha pesquisa de doutorado é em filosofia da educação/filosofia da tecnologia, já que a minha inquietação é com as tecnologias digitais no contexto da educação. Tomo como base, porém, um referencial teórico menos comum nessa área que é o dos 4Es da cognição – um conjunto de teses e argumentos filosóficos que vêm sendo desenvolvido a muitas mãos por diversos pesquisadores que buscam entender como a mente humana funciona. Esses pesquisadores trabalham diversos tópicos relacionados à atividade cognitiva humana, como a percepção, a memória, a aprendizagem, a questão das representações, entre outros, levantando importantes questões ainda não resolvidas acerca desses elementos. Uma introdução bastante didática aos 4Es encontra-se no livro “A Mente Humana para Além do Cérebro”, que lancei em Portugal com outros vários pesquisadores em novembro de 2019, link para o PDF aqui.

Neste post, vou focar no segundo tópico de meus estudos atuais, o machine learning.

Uma pesquisa sempre parte de perguntas, já que nós, pesquisadores, desejamos ir em busca de respostas para alguma coisa. No caso da minha pesquisa de doutorado, ainda estou trabalhando para formular minhas perguntas, mas, a partir das inquietações que venho apresentando, posso dizer que a pergunta mais ampla seria como a inteligência artificial pode contribuir para a educação. Porém, essa indagação precisa ser lida de um modo mais amplo do que o da simples e imediata aplicação; não quero perguntar como a IA pode ajudar a educação partindo do pressuposto de que já ajuda (muito menos de que concentra todas as soluções), e que então precisamos entender como aplicá-la em sala de aula, mas um passo anterior, digamos assim. Como é que, entendendo a inteligência artificial e os questionamentos que ela suscita, nós podemos pensar sobre aprendizagem & tecnologias digitais? Quais as questões despertadas no âmbito da IA que, revelando aspectos da cognição humana, podem contribuir para pensarmos a educação, vista aqui de maneira mais ampla do que a sala de aula; a educação como aprendizagem de um modo geral, um estar-no-mundo baseado em um processo contínuo de aprendizagem?

Para ir em busca da compreensão de tais questões, cuja fundamentação é filosófica, neste momento estou em busca de compreender os desafios que impulsionam os pesquisadores da IA. O que eles querem encontrar? O que pretendem? O que sentem que falta nas pesquisas deles para que cheguem aonde desejam? Aonde eles desejam chegar?

Preciso, também, entender quais os cruzamentos que poderiam ser estabelecidos entre os questionamentos dos pesquisadores da IA e os questionamentos filosóficos para a tecnologia – uma vez que o aporte teórico que escolhi é aquele relacionado às abordagens cognitivas atuais, estou fazendo uma jornada rumo à fenomenologia, que trata de aspectos essenciais da percepção humana, do nosso estar no mundo, da forma como percebemos as coisas e agimos a partir de tais percepções; a fenomenologia é capaz de estabelecer um contraponto especial com a IA por vários motivos, entre eles por ir fundo nas questões do corpo, defendendo um estar no mundo corporificado que leva em conta as nossas características orgânicas de um modo muito particular e com muitas possíveis aplicações. Em breve farei um post sobre fenomenologia e um sobre pós-fenomenologia, a qual é bastante voltada para as questões específicas da relação humana com a tecnologia.

Em busca de questionamentos que marcam o campo da IA, buscando ampliar aqueles que já conheço superficialmente, tenho lido artigos e livros e recentemente ingressei num curso online da University of London disponível no Coursera que tem bastante material sobre o assunto – indicações de livros, links e vídeos. Foi como conheci o nome do engenheiro e pesquisador da IA Pedro Domingos, que neste vídeo (desculpem, é no site da IBM, que não permite embedar o vídeo aqui) resume um dos problemas que impulsionam a IA, hoje.

O vídeo diz o seguinte (segue a transcrição completa):

People often ask me – what’s the relationship between AI and machine learning and big data? Machine learning is the subfield of AI that deals with getting computers to learn. So you can think of AI as the planet that we’re going to, and machine learning as the rocket that will get us there, and big data as the fuel for that rocket.

There are many examples of AI and machine learning at work in the world today, that touch people’s everyday lives, but they aren’t even aware of it. For example, every time you do a web search, when Netflix recommends a movie, when Facebook selects posts, when Amazon recommends a book, it’s machine learning that’s doing that. Then there are people who apply machine learning and AI in things like robotics, and vision, and natural language processing, or medicine, or oceanography, or social science, you name it.

We’ve gotten very far in AI in the first 50 years. There’s a million miles more to go. So we’re going to need a lot of compute power that is specialized for things like machine learning. I think Intel has something very important to contribute to all of this which is at the end of the day, it all starts with the hardware.

Intel is in the leading position to bring us the hardware and the architectures to try to foster this open community that we really do need to make progress.

We’re actually now for the first time in history at the point where you could say you can have a supercomputer that is about as powerful as the human brain. So the thing that is really holding us back is that we don’t understand well enough how, for example, learning works. If we were able to devise a learning algorithm that is truly as good as the one in the human brain, this would be one of the greatest revolutions in history. And it could happen any day at this point. At this point this is a problem that if we could solve it we solve all other problems. If I come up with a better machine learning algorithm, that algorithm will be applied in business, in finance, in biology, in medicine across the board.

As partes em itálico na transcrição são marcações minhas. Vou falar sobre elas no segundo post que escrevi sobre isso, sigam-me se ficaram curiosos 😉

Imagem do post: Clarisse Croset @ Unsplash

Leia o próximo post:

Pontos de Interrogação em IA, machine learning e cognição humana – Parte 2