Estou entrando no meu segundo ano de doutorado e agora estou focada em dois dos t\u00f3picos da minha pesquisa: 1) Estudar fenomenologia e p\u00f3s-fenomenologia; 2) Estudar machine learning. <\/p>\n\n\n\n
A minha pesquisa de doutorado \u00e9 em filosofia da educa\u00e7\u00e3o\/filosofia da tecnologia, j\u00e1 que a minha inquieta\u00e7\u00e3o \u00e9 com as tecnologias digitais no contexto da educa\u00e7\u00e3o. Tomo como base, por\u00e9m, um referencial te\u00f3rico menos comum nessa \u00e1rea que \u00e9 o dos 4Es da cogni\u00e7\u00e3o<\/em><\/strong> \u2013 um conjunto de teses e argumentos filos\u00f3ficos que v\u00eam sendo desenvolvido a muitas m\u00e3os por diversos pesquisadores que buscam entender como a mente humana funciona. Esses pesquisadores trabalham diversos t\u00f3picos relacionados \u00e0 atividade cognitiva humana, como a percep\u00e7\u00e3o, a mem\u00f3ria, a aprendizagem, a quest\u00e3o das representa\u00e7\u00f5es, entre outros, levantando importantes quest\u00f5es ainda n\u00e3o resolvidas acerca desses elementos. Uma introdu\u00e7\u00e3o bastante did\u00e1tica aos 4Es encontra-se no livro “A Mente Humana para Al\u00e9m do C\u00e9rebro”, que lancei em Portugal com outros v\u00e1rios pesquisadores em novembro de 2019, link para o <\/a>PDF<\/a> aqui<\/a><\/strong>.<\/p>\n\n\n\n Neste post, vou focar no segundo t\u00f3pico de meus estudos atuais, o machine learning. <\/strong><\/p>\n\n\n\n Uma pesquisa sempre parte de perguntas, j\u00e1 que n\u00f3s, 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 inquieta\u00e7\u00f5es que venho apresentando, posso dizer que a pergunta mais ampla seria como a intelig\u00eancia artificial pode contribuir para a educa\u00e7\u00e3o<\/em><\/strong>. Por\u00e9m, essa indaga\u00e7\u00e3o precisa ser lida de um modo mais amplo do que o da simples e imediata aplica\u00e7\u00e3o; n\u00e3o quero perguntar como a IA pode ajudar a educa\u00e7\u00e3o partindo do pressuposto de que j\u00e1 ajuda (muito menos de que concentra todas as solu\u00e7\u00f5es), e que ent\u00e3o precisamos entender como aplic\u00e1-la em sala de aula, mas um passo anterior, digamos assim. Como \u00e9 que, entendendo a intelig\u00eancia artificial e os questionamentos que ela suscita, n\u00f3s podemos pensar sobre aprendizagem & tecnologias digitais?<\/em><\/strong> Quais as quest\u00f5es despertadas no \u00e2mbito da IA que, revelando aspectos da cogni\u00e7\u00e3o humana, podem contribuir para pensarmos a educa\u00e7\u00e3o, vista aqui de maneira mais ampla do que a sala de aula; a educa\u00e7\u00e3o como aprendizagem de um modo geral, um estar-no-mundo baseado em um processo cont\u00ednuo de aprendizagem?<\/em><\/strong><\/p>\n\n\n\n Para ir em busca da compreens\u00e3o de tais quest\u00f5es, cuja fundamenta\u00e7\u00e3o \u00e9 filos\u00f3fica, 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?<\/p>\n\n\n\n Preciso, tamb\u00e9m, entender quais os cruzamentos que poderiam ser estabelecidos entre os questionamentos dos pesquisadores da IA e os questionamentos filos\u00f3ficos para a tecnologia \u2013 uma vez que o aporte te\u00f3rico que escolhi \u00e9 aquele relacionado \u00e0s abordagens cognitivas atuais, estou fazendo uma jornada rumo \u00e0 fenomenologia, que trata de aspectos essenciais da percep\u00e7\u00e3o humana, do nosso estar no mundo, da forma como percebemos as coisas e agimos a partir de tais percep\u00e7\u00f5es; a fenomenologia \u00e9 capaz de estabelecer um contraponto especial com a IA por v\u00e1rios motivos, entre eles por ir fundo nas quest\u00f5es do corpo, defendendo um estar no mundo corporificado que leva em conta as nossas caracter\u00edsticas org\u00e2nicas de um modo muito particular e com muitas poss\u00edveis aplica\u00e7\u00f5es. Em breve farei um post sobre fenomenologia e um sobre p\u00f3s-fenomenologia, a qual \u00e9 bastante voltada para as quest\u00f5es espec\u00edficas da rela\u00e7\u00e3o humana com a tecnologia.<\/p>\n\n\n\n Em busca de questionamentos que marcam o campo da IA, buscando ampliar aqueles que j\u00e1 conhe\u00e7o superficialmente, tenho lido artigos e livros e recentemente ingressei num curso online da University of <\/a>London<\/a> dispon\u00edvel no Coursera<\/a> que tem bastante material sobre o assunto – indica\u00e7\u00f5es de livros, links e v\u00eddeos. Foi como conheci o nome do engenheiro e pesquisador da IA Pedro Domingos, que neste v\u00eddeo<\/a> (desculpem, \u00e9 no site da IBM, que n\u00e3o permite embedar o v\u00eddeo aqui) resume um dos problemas que impulsionam a IA, hoje.<\/p>\n\n\n\n O v\u00eddeo diz o seguinte (segue a transcri\u00e7\u00e3o completa):<\/strong><\/p>\n\n\n\n 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.<\/p>\n\n\n\n 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.<\/p>\n\n\n\n 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.<\/p>\n\n\n\n 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.<\/p>\n\n\n\n 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.<\/em><\/strong> So the thing that is really holding us back is that we don’t understand well enough how, for example, learning works<\/em><\/strong>. If we were able to <\/em>devise a learning algorithm that is truly as good as the one in the human brain<\/em><\/strong>, 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.<\/em><\/strong><\/p>\n\n\n\n As partes em it\u00e1lico na transcri\u00e7\u00e3o s\u00e3o marca\u00e7\u00f5es minhas. Vou falar sobre elas no segundo post que escrevi sobre isso, sigam-me se ficaram curiosos \ud83d\ude09<\/p>\n\n\n\n Imagem do post: Clarisse Croset<\/a> @ Unsplash<\/a><\/p>\n\n\n\n Leia o pr\u00f3ximo post:<\/strong><\/p>\n\n\n\n Pontos de Interroga\u00e7\u00e3o em IA, machine <\/a>learning<\/a> e cogni\u00e7\u00e3o humana – Parte 2<\/a><\/strong><\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":"