Assim como nas edições anteriores, serão abordados diversos tópicos na área de Neurociência Comportamental com abordagem prática e metodologia hands on, promovendo, assim, aulas dinâmicas e acessíveis a interessados de todas as áreas do conhecimento.
Esta edição, excepcionalmente, acontecerá de forma virtual. A plataforma Zoom será o meio de transmissão. Haverá palestras e mesas-redondas de profissionais, pesquisadores, e professores de diferentes universidades do Brasil.
Esta é uma iniciativa do INCog – Grupo de Pesquisa Interdisciplinar em Neurociências e Cognição da PUC-Rio.
Speakers: Catarina Dutilh Novaes, J. Adam Carter, Manuel Curado, Ron Chrisley, Steven Fuller, Vincent Müller, Paul Smart among others
We are living through a new phase in human development where much of everyday life – at least in the most technologically developed parts of the world – has come to depend upon our interaction with “smart” artefacts. Alongside this increasing adoption and ever-deepening reliance on intelligent machines, important changes have been taking place, often in the background, as to how we think of ourselves and how we conceptualize our relationship with technology. As we design, create and learn to live with a new order of artefacts which exhibit behavior that, were it to be carried out by human beings would be seen as intelligent, the ways in which we conceptualize intelligence, minds, reasoning and related notions such as self and agency are undergoing profound shifts. Indeed, it is possible to argue that the basic background assumptions informing, and the underlying conceptual scheme structuring our reasoning about minds has recently been transformed. This shift has changed the nature and quality of both our folk understanding of mind, our scientific psychology, and the philosophical problems that the interaction of these realms produce. These new conceptualizations – sometimes implicit, sometimes explicit – about the nature of mind and its relationships to the artefacts we build has given rise to a new constellation of basic philosophical problems about the very nature of mind. This constellation we call, The Mind-Technology Problem. The mind-technology problem should be understood as the successor to the mind-body problem, engaging with the mind in a digital era. Distinctive questions include: What properties of mind may be enabled, transformed or extended by technology? What properties of mind may be diminished, outsourced or curtailed? Is human agency being primarily constrained or enabled by our encounter with 21st Century technology and especially by our interaction with AI? How might the nature of human agency, memory, knowledge, responsibility, and consciousness be changed through this interaction? These can all be viewed as problems of where our minds stop, and our artefacts begin. Deciding the limits of mind seem to recast the nature of the other philosophical problems around it.
Programa
21 de Outubro, Quinta-feira
09:30 – 10:00 Registration 10:00 – 10:20 Robert Clowes – Intro: Why the Mind Technology Problem? Why Now? 10:20 – 11:30 Steven Fuller – Humans 2.0 and tMTP (Final Title TBC) 11:30 – 11:50 COFFEE BREAK 11:50 – 13:00 Catarina Dutilh Novaes [online] – Attention and Trust in Online Argumention. 13:00 – 14:30 ALMOÇO 14.30 – 15:40 Manuel Curado – The Mind-Technology Problem in the Context of Evolutionary Psychology: The Challenge of on demand Mind Designs 15:40 – 16:00 COFFEE BREAK 16:00 – 17:10 Ron Chrisley – “I contain multitudes”: Can minds nest?
22 de Outubro, Sexta-feira
09:30 – 11:00 Vincent Müller – Epistemology, AI and Human Minds (Final Title TBC) 11:00 – 11:30 COFFEE BREAK 11:30 – 13:00 J. Adam Carter [online] – “Digital knowledge and the norms of AI delegation (or: leave it all to the machines?)” 13:00 – 14:30 ALMOÇO 14:30 – 15:30 Steven Gouveia – Minds, Persons and the Mind-Uploading Hypothesis 15:30 – 16:00 COFFEE BREAK 16:00 – 17:00 Paul Smart [online] – Minding Society: Social Machines, Predictive Processing, and the Cognitive Incorporation of Humanity 17:00 – 17:30 Robert W. Clowes (chairing) – Closing discussion: The Future(s) of the tMTP
Informações O simpósio será realizado em formato híbrido: presencialmente, no Anfiteatro da FCiências.ID, e online, via Zoom. A participação é gratúita, mas carece de incrição.
(Aula inaugural CES – Universidade de Coimbra / PRESENCIAL)
October 22 2021
Speaker: Sheila Jasanoff (Harvard University)
Since the early twentieth century, philosophers and sociologists of technology have bemoaned the power of science and technology to empty our world of meaning: through devices such as rationalization, standardization, massification, and routine. Humans are seen as subjugated to machineries of production, and deprived of voice and agency, so that innovation suffers and democracy itself is in deficit. I will argue to the contrary that the turn of the twentieth century brought enormous gains in our capacity to reflect on what it means to be citizens of scientific and technological societies. Drawing on concepts such as co-production, constitutionalism, and sociotechnical imaginaries, I will show how this rise in social reflexivity has equipped us to rethink the politics of science and technology. I will use illustrations from work in science and technology studies (STS) on environment, biotechnology, and AI to show how advances in theories of science and technology in society open up new vistas for social creativity and political action.
Sheila Jasanoff is Pforzheimer Professor of Science and Technology Studies at the John F. Kennedy School of Government at Harvard University. She is affiliated with the Department of the History of Science and Harvard Law School. Previously, she was Professor of Science Policy and Law at Cornell University and founding chair of Cornell’s Department of Science and Technology Studies. At Harvard, she founded and directs the Kennedy School’s Program on Science, Technology and Society (STS). In 2002, she founded the Science and Democracy Network, an international community of STS scholars dedicated to improving scholarly understanding of the relationships among science, technology, law, and political power.
Jasanoff has been a pioneer in building the field of Science and Technology studies (STS). Through her many administrative, pedagogical, and editorial roles, she has helped define the field for a generation of younger scholars in STS. Her works on law and science, risk management, the comparative politics of regulation, and science in environmental decisionmaking count as basic texts on those topics
In this talk I will provide an overview of my previous work on the bodily roots of conscious experiences throughout the lifespan. I will then briefly look at alterations of self-awareness in depersonalisation, a condition that makes people feel detached from one’s self, body and the world. I will present some recent findings from our group regarding the relationship between depersonalisation and the bodily self. I will conclude by presenting my ongoing projects and experiments that will test these ideas empirically in humans and artificial agents.
Transmissão em direto via Zoom (password: 553547).
Nesta sexta dia 10 vou apresentar ideias relacionadas a minha pesquisa no 4º CONGRESSO INTERNACIONAL DA SOCIEDADE PORTUGUESA DE FILOSOFIA, promovido pela Universidade do Minho. O evento começa na 5a feira, dia 9. O programa completo está neste link.
Um tema frequente entre estudantes e pesquisadores interessados em fazer mestrado e doutorado é a possibilidade de realizar a pós-graduação no exterior. O que é preciso para fazer um mestrado ou doutorado fora? Quais os fatores que essa decisão envolve? Como planejar esse grande passo? O que fazer primeiro? Como se comportar nas entrevistas? O que escrever no e-mail para aquele pesquisador que tem um trabalho tão interessante? Qual o tom que devo usar? Quanto vou precisar investir? Vou conseguir uma bolsa de estudos?
Para ajudar na busca por respostas a essas questões, especialmente com foco em estudantes interessados nas Humanidades, eu e o Elan Marinho, do Canal Filosofia Acadêmica, entrevistamos o Hugo Mota, mestre em Filosofia pela UFPE. Ele está indo fazer doutorado em Filosofia na Universidade de Oslo. O Hugo foi super bacana, contou tudo tin-tin por tin-tin e deu dicas preciosíssimas. Se você perdeu a live, pode assistir novamente agora, no vídeo a seguir. Além do vídeo, o Hugo preparou um documento super bacana com as dicas por escrito, que está disponível neste link.
Depois de conferir este vídeo, aproveite para assistir a outras lives imperdíveis do Filosofia Acadêmica, mantido pelo Elan.
Nos dias 15 e 16 de abril a PUC-Rio promove o I Seminário Internacional: Reconceitualizando a Educação, evento que oferece intensa programação com a participação de diversos professores da instituição e de instituições parceiras, no Brasil e no exterior. Haverá palestras, mesas e rodas de conversa, sendo a primeira delas dedicada ao lançamento do livro Deseducando a Educação: mentes, materialidades e metáforas. O livro é organizado pelos professores Ralph Ings Bannell, Mylene Mizrahi e Giselle Ferreira.
A ciência é feita a partir da observação. Entende-se que aquilo que se observa está no mundo como algo alheio ao observador; algo separado dele. O problema com isso é que estamos inseridos no próprio mundo que desejamos desvendar por meio da ciência. Então, o estudo da experiência humana deveria ser foco da atenção da ciência…
Apesar disso, demorou para que fosse lançada essa luz sobre a observação da experiência em si. A ciência ocidental negligenciou a experiência a partir da primeira pessoa para privilegiar a perspectiva da terceira pessoa. O conhecimento sob a perspectiva da primeira pessoa, por sua vez, tem sido considerado pouco confiável ou sujeito a desvios.
De todo modo, isso tem mudado: a visão tradicional que
coloca o objeto de estudo de um lado e o observador de outro, gerando um abismo
quando se trata justamente de compreender a experiência humana, tem sido
desafiada junto com uma visão crítica, emergente, que reconhece o papel do
observador e de sua experiência corporificada (isto é, levando em conta o seu
corpo como um todo, e de várias maneiras – a partir de uma concepção de cognição
corporificada e situada) para a geração de conhecimento.
Existe um programa de pesquisa chamado NEUROFENOMENOLOGIA, proposto por Francisco Varela (1996), que trata justamente de desenvolver uma ciência para o estudo da consciência. A proposta valoriza a experiência vivida, convocando um diálogo entre as abordagens tradicionais, fundamentadas na terceira pessoa, e a investigação a partir da perspectiva da primeira pessoa. Métodos e procedimentos específicos para esse tipo de pesquisa têm sido desenvolvidos. Ainda não está consolidada a maneira de aproximar as perspectivas da primeira e da terceira pessoa, mas isso está sendo encaminhado e tem sido objeto de debate no campo da ciência cognitiva.
Aliás, como ressaltam os autores do artigo An Introduction to the Enactive Scientific Study of Experience (Moguillansky, Demsar & Riegler, 2021), o estudo da cognição humana é marcado por um paradoxo: o ser humano e a maneira como obtemos conhecimento do mundo torna-se o próprio objeto de estudo de… seres humanos tentando conhecer melhor o mundo; leia-se os cientistas cognitivos, filósofos, psicólogos e afins. Isto é, se a ciência empreende esforços para investigar fenômenos, produzindo explicações e descrições desses fenômenos, a ciência cognitiva tem como principal fenômeno de investigação a cognição em si.
Historicamente, temos aplicado regras para estudar a realidade – regras que compõem metodologias científicas desenvolvidas para estudar objetos desatachados de seus observadores, e que remetem a Descartes, filósofo racionalista que procurou criar um método para chegar à verdade científica. Descartes via a realidade como algo separado de nós; para compreendermos essa realidade, deveríamos separá-la em pedacinhos menores, mais simples, para depois evoluir para algo mais complexo que juntasse esses pedaços (assim ele compreendia a nossa apreensão da realidade; uma concepção que vinha da física, tal como estava se desenvolvendo na época dele, no século XVII). Bem, Descartes veio antes da fenomenologia, que viria propor justamente o estudo da experiência, partindo do todo, não de partes constitutivas do todo.
E hoje não temos apenas um método, como já mencionei.
O problema é que se passaram séculos e continuamos tratando a realidade como algo separado de nós mesmos. Então, a proposta de investigar a partir da primeira pessoa é uma proposta para tentar ajustar isso.
Os autores do artigo explicam que é necessário desenvolver “uma concepção não objetivista da ciência que torne impossível pensar na ciência como uma ferramenta para lançar luz sobre as coisas em si. Em vez disso, o entendimento enativo da ciência sugere que devemos considerar a atividade científica como a extração sistemática e cada vez mais sofisticada de regras da nossa própria experiência vivida. Como tal, a ciência não apenas é falível e propensa a erros, mas também inextricavelmente conectada a nós”.*
Isso, por si só, já é uma reorientação do olhar. Pois caminhamos de uma apreensão das coisas como elas são, aplicando regras pré-fabricadas sobre objetos “alheios” a nós, para uma mudança conceitual e postural, que consiste em tentar colher das próprias coisas que observamos as regras para observá-las. Um dos principais pontos dessa mudança é que, ao reportar experiências, isto é, falar sobre elas, as pessoas tendem a reproduzir crenças sobre como essas experiências acontecem, sobre si mesmas, sobre o mundo, em vez de se ater à experiência vivida, em si. É uma questão do que é/o que existe versus o que é descrito/estudado; de novo a ontologia e epistemologia; como quando passamos por uma situação de pânico e depois contamos sobre a situação a alguém. O que sentimos é uma coisa, o que contamos é outra (que pode conter muito da primeira, mas pode passar por várias releituras e racionalizações quando já estamos “fora” daquela ação).
Ainda segundo o artigo que menciono aqui, os primeiros estudos com métodos bem definidos, no contexto neurofenomenológico, foram conduzidos pela pesquisadora Claire Petitmengin e trataram do surgimento da intuição. Eles deram origem ao que hoje se denomina entrevista microfenomenológica. A ideia é “auxiliar o entrevistado a selecionar uma experiência singular, precisamente situada no espaço e no tempo, ‘evocando’ essa experiência e descrevendo-a. A descrição geralmente visa elucidar tanto a dimensão síncrona quanto a diacrônica de uma dada experiência. A primeira se refere à configuração de diferentes aspectos da ‘paisagem’ experiencial em um determinado momento, e a última a como essa paisagem experiencial se desdobrou ao longo do tempo. Auxiliar o entrevistado a fornecer esta descrição implica em afrouxar sua absorção no conteúdo (o “o que”) da experiência, fazendo perguntas específicas que permitem a articulação de seu modo de doação (o “como”), bem como fazer o entrevistado concentrar-se na experiência vivida sempre que se desviar dela para descrever generalizações, explicações, crenças ou julgamentos”.
Mesmo após algumas leituras, claro, ainda tenho várias questões sobre como a entrevista microfenomenológica é conduzida, as dificuldades que envolve etc. Algumas delas com certeza serão elucidadas junto a uma das autoras do artigo, Dra. Camila Moguillansky, que estará com o grupo de pesquisa GEPFE, de Filosofia da Educação, de que participo na PUC-Rio. Compartilho mais depois.
Inspiradas especialmente (mas não somente) pela leitura de “Maturana e a Educação”, de Nize Pellanda, Editora Autêntica, 2009
“Quando o conjunto de teorias disponíveis numa época não dão mais conta de novos objetos da ciência, começam a emergir outras teorias que vão configurar um novo paradigma científico. Nesse conjunto, há sempre um grupo de pressupostos básicos e conceitos fundamentais que vai fazer o papel de urdidura de uma rede orgânica e coerente que é o paradigma”, diz Nize Pellanda, à página 13 do livro Maturana e a Educação (Ed. Autêntica, 2009). A autora esclarece que se refere, aqui, ao conceito de paradigma tal como concebido por Thomas Kuhn.
Essa explicação para o surgimento de novas teorias é simples: se precisamos estudar certos objetos, fenômenos, acontecimentos que fogem às teorias que temos disponíveis para compreendê-los, estamos precisando de… novas teorias. Apesar de simples, esse raciocínio esconde alguns aspectos, digamos, espinhosos no campo da pesquisa.
Por exemplo, a tentativa de “encaixar” novos objetos de pesquisa em velhos paradigmas ou o hábito de seguir analisando fenômenos científicos a partir de premissas que eventualmente já foram superadas ou precisam ser revistas/remodeladas. Sim, mesmo sem que se perceba, isso muitas vezes acontece. E a importância da pesquisa teórica passa por aí: a necessidade de conhecer a teoria para que ela sirva para a empiria de modo a abrir caminho para novas descobertas. Afinal, ao mudar os fundamentos, mudamos o que é construído sobre esses fundamentos. Lembrando que mudar os fundamentos não é jogar fora tudo que se sabe até dado momento para começar a construir tudo de novo, do zero, mas saber agregar o que é novo ao que se provou ser válido no “velho”.
Também na pesquisa ainda se observa, por vezes, uma certa insistência em fazer perguntas esperando uma determinada resposta (em vez de estar verdadeiramente aberto aos resultados que podem surgir). O pesquisador precisa topar o desafio de não saber bem onde chegará. Faz parte do show. Afinal, o caminho será construído durante a própria investigação que ele vai fazer; então, como saber o que será encontrado no ponto final? Claro, é preciso ter perguntas que impulsionem esse caminho e um método que sirva como guia; ter parâmetros, ter prazos, tudo isso é essencial; também é natural ter expectativas sobre as descobertas que serão feitas, e levantar hipóteses é mais do que recomendado; mas, sem uma real abertura ao novo, a pesquisa perde o sentido.
Ainda no citado livro sobre Humberto Maturana, um conhecido neurobiólogo chileno, a autora afirma que têm surgido objetos cada vez mais complexos no trabalho científico e que esses objetos desafiam as formas tradicionais de pesquisa. É difícil falar da importância da obra de Maturana sem mencionar esse fato, porque a proposta teórica desse autor emerge justamente do seu trabalho como cientista, que o leva a concluir que o mundo não é fragmentado e não é uma realidade à parte; o investigador faz parte dessa realidade, a constitui.
O neurobiólogo é um dos pensadores do chamado paradigma da complexidade – o qual supera a realidade concebida de maneira “linear, fragmentada como se fosse uma coleção de coisas e estável”, sendo o sujeito que estuda essa realidade sempre externo a ela (página 14 do livro Maturana e a Educação). Se não somos sujeitos externos à realidade que observamos e que desejamos investigar, somos parte dessa realidade; desse modo, nota-se que epistemologia e ontologia não se separam. Isto é, “observar faz parte não somente da geração do fenômeno a explicar, como também da própria ontologia de cada observador” (página 26 do livro Maturana e a Educação).
Estou levantando muitas questões para um post só, eu sei. É que o objetivo deste post é, justamente, fazer anotações para depois juntar tudo de alguma maneira num texto mais coerente (ou não). O processo de pesquisa também passa por isto, especialmente o processo de uma pesquisa teórica.
Neste caso aqui, ficam algumas questões importantes para possíveis discussões futuras:
A impossível dissociação entre sujeito observador e realidade observada torna impossível a “neutralidade” na pesquisa?
O que seria essa almejada “neutralidade” e qual seria a importância dela, se houver?
Por que não se pode separar ciência e filosofia, teoria e prática, humano e natureza, mente e corpo, epistemologia e ontologia?
Como fica claro na área do Perfil do meu site, a minha graduação foi em jornalismo. Logo cedo na carreira, depois de dois anos de formada, me interessei pela educação enquanto área de pesquisa. Fiquei uns onze anos trabalhando em comunicação digital, educação a distância e tecnologias educacionais – projetos que me deram bastante experiência mas também me despertaram muitas questões – e em 2016 decidi que queria ir fundo nos estudos da educação.
Como sempre quis construir uma carreira acadêmica, decidi que o flerte (que durava desde quando me formei no bacharelado) deveria virar namoro; fiz a seleção do mestrado, passei e comecei a estudar as tecnologias digitais sob a perspectiva da Filosofia da Educação. Aí casei com a pesquisa: no doutorado, sigo na Filosofia da Educação fazendo uma pesquisa que tem como objetivo investigar a aprendizagem a partir de um contraste com machine learning. No meu trabalho, me utilizo de uma literatura e de uma série de conceitos situados em áreas variadas: ciência cognitiva, neurociência, filosofia, inteligência artificial, biologia, psicologia e outras.
A minha pesquisa é multidisciplinar como eu 😉 Coisa de gente curiosa mesmo.
Bem, mas este post se chama atitude filosófica e é sobre isso que quero falar aqui.
A atitude filosófica talvez seja um dos pontos mais importantes de conexão entre as duas esferas profissionais que tenho na vida: o jornalismo e a filosofia. Pois desde quando quis fazer jornalismo tomei essa decisão porque gostava de escrever e de ler, mas também porque me considerava questionadora, crítica – e por gostar de pesquisar. Sempre acho que todo assunto pode ser investigado e olhado sob outros ângulos; acredito que tudo é um recorte de algo mais vasto; gosto de pensar sobre os porquês das coisas; gosto de ouvir as histórias das pessoas (e de contar as minhas, mas aqui isso não vem tanto ao caso!).
Percebo, inclusive, que muitos jornalistas não têm (ou perderam) essa curiosidade, vontade de ir atrás das coisas, esse encantamento pela apuração. Admiro os jornalistas curiosos que se munem dessa vontade de saber para ir atrás das histórias, tentando contá-las da forma mais consciente possível.
Consciente acho que é uma boa palavra, porque a verdade sempre tem muitos elementos, aspectos e pontos de vista, e o jornalismo precisa dar espaço para eles, mas também deve respeitar a ciência e trabalhar para que as verdades científicas ganhem espaço. Também deve ter o bom senso de evitar dar espaço para aquilo que não ajuda uma sociedade a crescer e se desenvolver. Jornalismo, afinal, também é construção de uma sociedade melhor, mais aberta, democrática e plural; e eu defendo que isso não é negociável! Mas, enfim, o ponto aqui é: a atividade jornalística exige curiosidade, querer investigar, querer saber. Estar aberto ao que pode vir a encontrar.
A filosofia, por sua vez, também tem melhor aderência aos seres curiosos. A chamada “cabeça fechada” e a filosofia não se encaixam. Com a filosofia, a gente sempre pode questionar, sempre pode discutir as premissas. Não é um questionamento no vazio, sem eira nem beira; mas uma investigação que caminha lado a lado com a empiria, com a pesquisa prática. A filosofia e a ciência também caminham juntas, portanto. Ou, ao menos, a filosofia que tem me interessado é essa.
Debates epistemológicos vazios não me atraem, porque a minha pesquisa é filosófica mas também é fazer-ciência (assim com hífen que acho que encaixa bem com o que quero dizer). O que os pesquisadores que estou estudando fazem acaba levando a olharmos um pouco por baixo do tapete às vezes, e dizer: mas você viu que este tapete está sedimentado sobre estes tacos aqui, e estes tacos estão ruindo? Será que não é melhor trocar os tacos antes de continuar a caminhar? Se não trocar, a poeira vai se acumular entre o tapete e o chão… o chão vai ruir… e só vai restar o tapete lá em cima, que depois de um tempo não vai aguentar também.
Com isso, quero dizer que a gente precisa olhar para os pilares que sustentam as pesquisas empíricas, porque, veja: se determinamos que certas premissas são verdadeiras e seguimos fazendo pesquisas a partir delas, o que temos? Pesquisas que não conseguem se desvencilhar dessas premissas, que são os seus sustentáculos.
Quase nunca precisamos jogar tudo fora e recomeçar, mas quase sempre podemos rever parte de nossas convicções, e essa atitude de abertura, essa postura do querer-saber, é filosófica – e pode ser também jornalística, pode vir de um educador, de um psicólogo, um economista, um matemático, um biólogo, enfim, todos podem adotar essa atitude filosófica.
Portanto, não há nada assim de tão estranho em querer filosofar, não se trata de “viajar”, nem de complicar as coisas (bom, às vezes pode complicar, ou ao menos complexificar)… trata-se de levantar o tapete, e isso pode às vezes fazer a gente espirrar ou tossir, mas vale a pena. Afinal, em alguns casos a outra opção é a estrutura ruir!
Então, para começar a filosofar, é preciso ter interesse, curiosidade e ter olhar crítico; observar; topar uma aventura em que muitas variáveis irão se apresentar. Topar o diálogo, topar assumir que quanto mais sabemos, menos parece que sabemos.
Mas não há apenas uma porta de entrada para a filosofia. Começar pelos gregos pode ser bom quando se quer aprender história da filosofia, mas para aprender a ter uma atitude filosófica o exercício é o de saber ler e interpretar, flexibilizar, saber ouvir, se interessar por mais coisas do que cabem no seu “quadrado”. Aliás, aproveitar para “deixar de ser quadrado” também pode ser bom – quando a gente começa a se abrir mais, ouvir mais, a gente acaba fazendo isso naturalmente…
Para quem está se perguntando por que usei a imagem do filme “O lado bom da vida”, ou “Silver Linings Playbook”, no original…
… Bem, este post teve como inspiração uma aula de Filosofia da Educação ministrada pelo Professor Dr. Carlos Reis, da Universidade de Coimbra. Com muitos alunos da Psicologia (na UC Psicologia e Ciências da Educação estão sob o mesmo departamento), o professor levou a turma a pensar sobre atitude filosófica a partir do filme. Se não viu, veja com esse olhar. Vale a pena!
Precisamos de uma WWW democrática. Uma rede de conexões reais no espaço virtual.
Esta semana, recebi de diversas pessoas o vídeo que alardeia aquilo que na prática todos temos notado: a nossa navegação na Web é completamente rastreada pelo Facebook. Se você acessou um site e viu algo de que gostou mas não se lembra direito qual foi, esqueceu o nome etc, pode usar o histórico do seu navegador para reencontrá-lo ou… pode usar o histórico do Facebook. Vá em Configurações > Sua atividade no Facebook > Atividade fora do Facebook e verá que está tudo lá.
O Facebook está se tornando a própria World Wide Web, que não é mais tão vasta, ampla ou grande no melhor sentido da coisa e, diga-se de passagem, está cada vez mais chata, comercial e robotizada – no sentido literal. O que temos é um território mapeado, em que um chip com nossos logins (na forma de app do Facebook) funciona como uma espécie de arco íris que leva ao tesouro: nossos dados.
O problema nao está só no Facebook. Até porque ele está acompanhado da Amazon, Google, Apple. E alguns podem dar de ombros e dizer que esse rastreamento das lojas e sites que visitamos, em particular, pode nem ser tão preocupante, apenas irritante.
Mas é fato que, pela nossa sanidade, pela longa vida às artes, à filosofia, à política, ao cinema, às reais trocas de ideias, precisamos de uma internet democrática. Uma World Wild Web, isto é, uma Web “selvagem” no bom sentido, ampla de fato, democrática, capaz de se abrir à vastidão da natureza humana, dos nossos desejos e sonhos, ajudando-nos a criar e a fortalecer nossas reais conexões. Para usar esse termo busco como referência o pesquisador Edwin Hutchins, autor de Cognition in the Wild, este livro aqui. A ideia é a de analisar a cognição humana em seu habitat natural, a natureza, a cultura, as relações sociais, em vez de fazer isso apenas em laboratórios/ambientes controlados – o que poderia levar a uma dimensão bem mais fiel dos nossos processos cognitivos.
Penso enquanto escrevo numa Web que reflita as múltiplas realidades que vivemos, que se conecte melhor com o mundo que habitamos e que construimos todos os dias, em vez de apenas tentar construir esse mundo para nós – fazendo-o puramente devotado à venda, um palco em que se discute basicamente o que vale mais e quanto se quer pagar. Um mercado das pulgas em que as pulgas somos nós (isso é pior ainda do que ser as os cacarecos à venda – ou não…). Sim, eu sei que o mundo “real” também o coloca o capital acima de tudo, mas é exatamente por isso que precisamos mudar a Web (e o mundo) antes que o mundo que a Web tenha para refletir seja exatamente esse mundo chato e vazio como ela!
Um exemplo: para um músico “independente” – uma classificação que considero um tanto falha (por vários motivos) mas que apenas quer dizer no senso comum um artista que faz seu próprio percurso sem esperar as grandes gravadoras/o mainstream etc (o que acho louvável) – usar o YouTube para divulgar seu trabalho tornou-se praticamente impossível. Se tem dúvidas, converse com um deles e confira a odisseia que é ter um canal e conseguir alguns míseros seguidores., mesmo que você tenha uma carreira consolidada, muitos fãs, muitos shows no currículo e muitos álbuns lançados. As redes sociais que usamos são mainstream. Elas criam o seu próprio mainstream. O problema é que elas definem as prioridades e descartam o que não é prioridade para elas. Os “grandes” seguem “grandes”, com muitas aspas, e os “pequenos”… os pequenos que lutem.
Esse é só um exemplo. Se você nunca estranhou o alcance ínfimo de uma determinada publicação sua no FB quando esperava muitos likes, é porque provavelmente só posta gatinhos. O FB adora gatinhos. Aliás, aposto que Zucker fez algo de bom, pelo menos, que foi popularizar os gatos e fazer mais pessoas adotá-los, porque agora parece que todos têm gatos. O FB adora gatos porque as pessoas passam HORAS vendo vídeos de gatos.
Voltando à Web democrática: ela era a ideia original de Tim Berners Lee, mas simplesmente não aconteceu. Mas ele não desistiu: Tim tem uma startup chamada Inrupt e está trabalhando por uma nova estrutura de rede, chamada SOLID. A ideia é repensar a maneira como aplicativos armazenam e compartilham dados pessoais. Para isso, em vez de armazenar dados em servidores de uma empresa que se interessa apenas em lucrar a partir deles, os usuários teriam um pequeno servidor exclusivo, localizado no Solid, um servidor grande. O problema dessa história é que ela parece levar ao problema do regresso infinito, isto é, Berners-Lee acabaria por ter os dados de todos armazenados em seu mega servidor com vários mini servidorezinhos; mas ele diz que não, que os dados estariam somente no servidor de cada um. De todo modo, as motivações de Tim me parecem sem dúvida melhores do que as de Zucker e sua turma, que não sabem mais onde colocar seu dinheiro. E continuam querendo faturar mais e mais às custas não apenas da nossa privacidade como do esvaziamento total da graça que a internet um dia teve, quando prometia ser a terra da criatividade que representava uma real alternativa ao caminho até então monótono do broadcasting.
Berners-Lee e o CEO (odeio estas siglas) da empresa dele – que não é ele, mas sim um cara chamado John Bruce – não esperam que o modelo descentralizado que estão tentando materializar desmorone as tech giants num passe de mágica, como bem lembra este artigo aqui da Wired. Até porque Zucker e os amigos não querem largar o osso carnudo dos nossos dados. O que a dupla Berners-Bruce quer é lançar uma alternativa, que possa se popularizar ao menos entre quem está preocupado com tudo isso que estou expondo neste texto e anseie por uma rede mais bacana, mais leve, aberta e criativa. Não sei exatamente como isso vai funcionar, se vai funcionar, mas esse caminho me parece bastante interessante e pretendo acompanhar. Sugiro que façam o mesmo. Até porque o problema não é apenas você gostar de hambúrguer com cheddar, e ficar toda hora aparecendo hambúrguer com cheddar para você nos anúncios na “sua internet”. O problema é que assim você vai viver num mar de hambúrgueres de cheddar com pequenas variações (com ou sem cebola…) em vez de conhecer um mundo que também tem hotdogs, pipocas doces, salsichas alemãs, saladas, pizzas ou seja o que for.
É bom pensar nisso antes que sua pressão arterial saia do controle.
Navegando pela rede, você certamente já se viu diante de anúncios de algo que andou procurando, como se o seu navegador tivesse “adivinhado” o que você queria. Ou já recebeu uma sugestão de filme ou série que a Netflix achou que seria “a sua cara”…
(Bem, nem sempre funciona tão bem…)
… pois os nossos dados têm sido utilizados em sistemas de machine learning para fazer previsões e identificar tendências.
Muito se tem falado sobre as potencialidades do big data para a educação. Para quem não está familiarizado com o termo, trata-se dessas “coleções maciças de dados” (segundo os autores do artigo Tecnologias digitais na educação: a máquina, o humano e os espaços de resistência; clique para ler) que são geradas na medida em que navegamos por sistemas digitais e deixamos os nossos rastros nessas plataformas.
O que isso pode significar quando se trata de educação? A pergunta ainda é uma caixa preta, mas é preciso um esforço para abri-la.
Apesar do oceano de implicações positivas que vêm sendo apontadas para o uso de machine learning e de big data na educação, é preciso ir devagar com esse andor porque o santo é de barro. O que (vem sendo propagado que) o big data promete?
Quando se trata do uso de plataformas de aprendizagem baseadas em machine learning, basicamente o que se destaca é que, tendo mais informação sobre o desempenho e o ritmo individual de cada aluno, se poderá oferecer conteúdos mais apropriados à sua aprendizagem, no tempo e na sequência mais adequados para cada um. Com isso, se alcançaria “melhores” resultados, aproveitando ao máximo as potencialidades de cada aluno, resolvendo problemas e dificuldades que eles eventualmente tenham etc. Parece perfeito – e alinhado ao discurso da tecnologia como panaceia para tudo aquilo que se tem tentado solucionar na educação há tantos anos. Bem, esse, em si, já é um indício de que é preciso olhar para o tema com mais atenção.
Um exemplo, tirado deste livro aqui, intitulado Learning with Big Data – The Future of Education, é o rastreamento do comportamento de alunos em relação a vídeos de palestras numa plataforma online de atividades: é possível saber quando eles assistem aos vídeos, quando pausam, se aceleram para ver mais rápido, se os abandonam antes de terminar de assistir. Com base na identificação desses padrões, professores poderiam ajustar lições, decidir reforçar conceitos que aparentemente os alunos não entenderam bem ou mudar a maneira de explicar determinado assunto, por exemplo.
Mas, isso quer dizer que esteja ocorrendo um processo de aprendizagem melhor, realmente? Antes, aliás, isso significa que está ocorrendo, de fato, aprendizagem? O discurso costuma ser de que sim, mas… essa é uma conclusão que não se deve apressar.
Um artigo do New York Times – ‘The Machines Are Learning, and So Are the Students’ (“As Maquinas estão aprendendo, e também os alunos”), de Craig Smith, publicado em dezembro do ano passado – já no título traz um pressuposto enviesado para o uso de inteligência artificial na forma de machine learning: a ideia de que as máquinas aprendem. Mais audaciosamente, indica que os alunos estão aprendendo, também, graças a essas máquinas e sua suposta sagacidade. Smith diz:
Slowly, algorithms are making their way into classrooms, taking over repetitive
tasks like grading, optimizing coursework to fit individual student
needs and revolutionizing the preparation for College Board exams like
the SAT. A plethora of online courses and tutorials also have freed teachers
from lecturing and allowed them to spend class time working on problem
solving with students instead.
Aqui, já vemos uma outra face do discurso: para além de individualizar o ensino, o uso de sistemas baseados em algoritmos poderia poupar os professores de tarefas como avaliar seus alunos e até de dar aulas expositivas (hum… alguém perguntou aos professores se eles querem parar de dar suas aulas?), podendo usar o tempo para trabalhar com seu alunos em “resolução de problemas”. Perceba que o discurso é sempre de usar melhor o tempo, aprender melhor, mas, não se sabe o que esse “melhor” de fato significa. Com frequência, a ideia adjacente é a de que o professor pode ser substituído, ao menos em certas atividades (tão diferentes quanto dar aulas expositivas e corrigir avaliações…).
Em outro trecho, que reproduzo a seguir, o jornalista aponta pesquisas (sem especificar quais) que teriam mostrado a superioridade de tutores na forma de inteligência artificial em relação a tutores humanos. Isso se daria porque “o computador é mais paciente” que o professor, além de mais insightful – o que poderia significar ter ideias melhores ou ser mais criativo (?)
Studies show that these systems can raise student performance well
beyond the level of conventional classes and even beyond the level achieved by
students who receive instruction from human tutors. A.I. tutors
perform better, in part, because a computer is more patient and often more
insightful.
Será?
Num cenário em que predomina o discurso sobre os efeitos positivos da inteligência artificial na educação, esse artigo é apenas um exemplo. São muitos os que trazem algo nessa mesma linha.
Somente com estas breves referências que apontei até aqui, já abrimos uma infinidade de questões a serem postas em xeque tanto sobre o uso efetivo da IA na educação na forma de [machine learning + big data] quanto sobre o discurso. Predomina uma argumentação acrítica e pasteurizada, que costuma assinalar os ganhos sem pesar as possíveis consequências advindas do uso massivo de dados.
Não se procura saber, nem mesmo, o que são esses dados. Isto é, o que quer dizer, efetivamente, o tempo que um estudante levou para fazer uma lição? Quando esse tempo é fornecido a partir do rastreamento da atividade desse aluno, ele não parece dizer muita coisa. O que realmente aconteceu com o aluno durante o tempo em que ele estava logado? Não somos meros logins, somos pessoas, num determinado espaço, em determinado momento. Talvez não possamos ser representados somente por números.
De volta para o futuro
Mesmo que se pudesse prever todas as adversidades envolvidas em dada situação cujo objetivo é o ensino e a aprendizagem, aí já está um x da questão: a previsão. Especialistas com um olhar crítico à IA na educação vêm indicando que isso pode gerar um passado cristalizado e prender os alunos a um futuro rígido, imutável.
Uma vez que o machine learning trabalha a partir de tais previsões, já que se utiliza de dados gerados pelos estudantes para que, com esses dados, possa identificar tendências, há o risco de os estudantes se tornarem eternamente atados ao seu passado – carregando uma espécie de mochila pesada de históricos escolares detalhados a seu respeito que nunca são esquecidos e podem permanecer acessíveis por mais tempo do que seria desejável.
Seu futuro lhes faria vítimas das previsões justamente baseadas em dados estáticos, os quais podem não corresponder mais à sua realidade. Somos, afinal, seres em constante transformação e evolução. Envolvidas nisso há diversas implicações, especialmente, para a privacidade dos alunos – já que os dados podem ficar acessíveis para fins questionáveis, o que pode prejudicar sua vida profissional e pessoal.
Neutralidade tecnológica?
De onde vêm os dados gerados a partir da atividade dos alunos em uma plataforma baseada em machine learning? Dados não surgem por acaso, não são espontâneos e nem existem por si só. Eles surgem nas interações entre alunos e máquinas, e essas interações são limitadas pela maneira como o sistema é construído, pelo que se espera dele, pelo que é injetado em seus algoritmos. Isto é, dados emergem a partir de decisões tomadas no desenvolvimento dos algoritmos para os sistemas de IA utilizados nas plataformas.
Nesse desenvolvimento, priorizam-se determinados aspectos em detrimento de outros.
Fatalmente, também por sua vez, os resultados obtidos trarão consigo a priorização de certo aspectos e não de outros. Um problema relevante, por trás disso, é que frequentemente somos avaliados por fórmulas secretas que não compreendemos, como ressalta a matemática Cathy O’Neil. Se o que se avalia não fica claro, é certo que, como O’Neil explica: “Para construir um algoritmo, são necessárias duas coisas: dados – o que aconteceu no passado – e uma definição de sucesso, aquilo que estamos procurando e pelo que estamos geralmente esperando”.
A definição de sucesso adotada estará instilada nos algoritmos. A suposta neutralidade tecnológica não existe...
Vieses
Pode-se facilmente compreender como pode haver (e há, muitos) vieses em algoritmos quando se trata do preconceito racial em alguns sistemas de reconhecimento facial, por exemplo. Esses são casos contundentes e que têm adquirido notoriedade, tornando-se o centro de preocupações éticas concernentes ao campo.
A IBM afirmou que abandonaria pesquisa em reconhecimento facial por conta das implicações éticas e da falta de regulamentação – Leia
Na educação, mencionei questões sobre a privacidade dos dados dos estudantes e ao fato de os sistemas não serem claros quanto às variáveis relacionadas ao que é avaliado. Mas, ainda não falei dos professores. Há também iniciativas que procuram avaliá-los a partir de big data, com consequências que merecem (muita!) atenção.
Em sua palestra no TED, O’Neil cita a diretora de um colégio no Brooklyn que, em 2011, disse a ela que sua escola estava avaliando os professores a partir de um algoritmo complexo – e secreto. A diretora relata que tentou conseguir a fórmula para entender os critérios envolvidos naquela avaliação, mas o que ouviu da secretaria de educação foi que não adiantava lhe explicar porque ela não entenderia, já que se tratava de matemática.
Conclusão (conheça a história no TED): professores daquela escola foram demitidos por causa da tal fórmula secreta, uma caixa preta que a diretora tentou abrir, sem sucesso.
Como O’Neil destaca, o poder de destruição de um algoritmo projetado de maneira equivocada é imenso, e essa destruição pode se arrastar por bastante tempo. Mas, quando o assunto é uma modelagem envolvendo algoritmos, o pior de tudo é a falta de transparência. Por isso ela cunhou o termo “armas de destruição matemática”.
Não somos somente pontinhos em um grande mapa de dados… (Imagem: Maria Bobrova @ Unsplash)
O big data na educação é uma caixa preta devido à dificuldade, em geral, de entendimento do que a inteligência artificial, na forma do machine learning, significa ou pode significar para processos educacionais. E se torna ainda mais obscura quando, sem que se conheça os critérios utilizados, alunos e educadores sejam submetidos a avaliações e análises frequentemente injustas; e o pior, sem poder contestá-las.
O’Neil dá vários exemplos de como o uso indevido de dados tem prejudicado pessoas em variadas situações. Para entender isso melhor, é preciso olhar para a noção de modelo; o que é um modelo e por que ele pode se tornar uma arma de destruição matemática? Explicarei isso em outro post.
Agradeço à Giselle Ferreira, professora da PUC-Rio que está ministrando uma disciplina sobre big data e educação este semestre, pelos ricos debates que tanto colaboraram com insights para que este(s) post(s) fossem escritos. Leia o blog dela, no qual é possível obter uma perspectiva crítica sobre as tecnologias educacionais: https://visoesperifericas.blog/
