Pular para o conteúdo
Even3

PalestraOutros

Algoritmos, análise de dados e confiança em religiões

Gravado no evento II Congresso dos Cientistas Adventistas · 3 h 31 min de gravação

Trechos em vídeo

Sobre o conteúdo

O painel de Ciências Exatas do evento "Teologia e criacionismo no contexto científico adventista", intitulado "Algoritmos, análise de dados e confiança em religiões", reúne especialistas para examinar os impactos da hiperconectividade, do capitalismo de vigilância e do uso intensivo de algoritmos na vida cotidiana e na espiritualidade. Na abertura, Rodolfo Benevenuto contextualiza o debate a partir de questionamentos sobre privacidade de dados, bolhas sociais, polarização e as implicações de sistemas automatizados que analisam o comportamento humano com base em rastros digitais.

O que é abordado

  1. Abertura e reflexões sobre dados e religiãoTrecho de 1 min 21 s
  2. Sistemas de recomendação e gestão do tempoTrecho de 1 min 36 s
  3. Perguntas sobre bolhas e redes sociais
  4. Quem tem medo da IA? O Frame Problem
  5. Debate sobre axiomas morais e a tecnologia
  6. Big Data e a Bíblia
  7. Debate sobre hermenêutica e narrativa bíblica
  8. Confiança em dados, machine learning e viesesTrecho de 1 min 12 s
  9. Perguntas sobre carreiras em dados
  10. Considerações finais e encerramento

Dúvidas que o conteúdo responde

Qual a diferença entre filtro colaborativo e filtro baseado em conteúdo em sistemas de recomendação?

O filtro colaborativo baseia as recomendações nas ações de usuários semelhantes, sugerindo itens que pessoas com perfil similar curtiram ou consumiram. Já o filtro baseado em conteúdo analisa as propriedades e características dos itens consumidos pelo usuário no passado para sugerir novos itens parecidos com os anteriores.

O que é o "frame problem" na inteligência artificial?

O frame problem é uma limitação técnica e conceitual pela qual a inteligência artificial não consegue reconhecer o óbvio ou atualizar seus próprios axiomas perante mudanças no mundo real, a menos que essas regras e relações tenham sido explicitamente programadas. Por essa razão, a máquina tem facilidade em jogos com regras fechadas e imutáveis, mas enfrenta barreiras em ambientes abertos com incertezas.

Como ferramentas de Big Data podem ser aplicadas ao estudo da Bíblia?

Elas podem ser utilizadas para análises quantitativas como contagem e frequência léxica de termos em diferentes livros, análise de sentimento ao longo da linha cronológica e agrupamento por semelhança temática usando processamento de linguagem natural (NLP). Além disso, dados de buscas em aplicativos bíblicos ajudam a mensurar temas e interesses dos leitores.

Por que se diz que algoritmos são "opiniões embutidas em códigos"?

Porque todo algoritmo reflete as escolhas humanas feitas durante sua elaboração, como a seleção dos dados de treinamento, a definição das variáveis consideradas e os critérios estabelecidos para medir o sucesso ou erro do modelo. Quando dados históricos ou parâmetros contêm vícios e distorções humanas, o algoritmo tende a reproduzir e escalar essas mesmas distorções.

Quais são os quatro principais vieses de dados discutidos na apresentação?

Foram apresentados o viés de confirmação (buscar informações apenas para validar crenças prévias), o viés de variável omitida (atribuir causalidade sem considerar um fator determinante ausente na análise), o viés de seleção (utilizar amostras não representativas de toda a população) e o viés de sobrevivência (analisar apenas os casos que passaram por um filtro ou sobreviveram a determinado processo).

Assuntos

  • Big Data
  • Machine Learning
  • Inteligência Artificial
  • Sistemas de Recomendação
  • Frame Problem
  • Hermenêutica
  • Vieses de Dados
  • Datacracia

Palestrantes

  • Leandro Lima

    Palestrante

    Possui graduação em Ciência da Computação pela Universidade Federal do Ceará, mestrado em Ciência da Computação no Instituto de Matemática e Estatística da Universidade de São Paulo, doutorado em Bioinformática pela Universidade de São Paulo, com estágio internacional no Center for Applied Genomics, do Children's Hospital of Philadelphia. Fez pós-doutorado no Wang Genomics Lab da University of Southern California e atualmente trabalha como Bioinformata no Gladstone Institute em São Francisco, EUA.

  • Matheus Menes

    Palestrante

    Possui graduação em Bacharelado em Matemática pela Universidade de São Paulo e mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo. Trabalha há 7 anos na área de ciência de dados e possui experiência em processos estocásticos, modelo Black & Scholes, movimento browniano e machine learning. Atuou como consultor do Programa das Nações Unidas para o Desenvolvimento e em diversas empresas como Itaú, Telefônica e Raízen. Atualmente é Machine Learning Project Leader no Mercado Livre.

  • Paulo Azevedo Jr

    Palestrante

    Possui graduação em Engenharia Naval pela Escola Politécnica da Universidade de São Paulo, mestrado profissional em Engenharia de Produção na Universidade Federal do Amazonas e MBA em Shipping pela Hamburg School of Business Administration, Alemanha. Atuou por 6 anos no mercado de transporte hidroviário na Amazônia brasileira. Foi professor do curso de graduação em engenharia naval da Universidade do Estado do Amazonas. Atualmente faz seu doutorado em financiamento verde de navios na Norwegian School of Economics, Noruega.

  • William Natori

    Palestrante

    Possui graduação em Engenharia Física pela Universidade Federal de São Carlos, doutorado em Física Teórica, focando nos temas de magnetismo quântico e fases topológicas da matéria pela Universidade de São Paulo em São Carlos e pós-doutorado no Imperial College London, Reino Unido, financiado pela Royal Society através de uma Newton International Fellowship. Realiza, atualmente, seu segundo pós-doutorado no grupo teórico do Institut Laue-Langevin e do European Synchrotron Research Facility, em Grenoble, França.

  • Rodolfo Benevenuto

    Moderador(a)

    Possui graduação em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo, MBA em gerenciamento de projetos pela Fundação Getúlio Vargas e doutorado em engenharia de transportes pela Trinity College Dublin, Irlanda. Trabalha há mais de 10 anos no setor de infraestrutura com atuações em projetos de mobilidade urbana de diversas cidades do Brasil, Irlanda e Reino Unido. Atualmente é Subsecretário de Inteligência Econômica na Secretaria de Desenvolvimento da Infraestrutura do Ministério da Economia.

Outros conteúdos deste evento

Gravados no evento II Congresso dos Cientistas Adventistas