Laura | A IA desplugada e o futuro da educação inclusiva - PODCAFÉ TECH

Episode Transcript
Available transcripts are automatically generated. Complete accuracy is not guaranteed.
Speaker 1 (00:07):
MÚSICA.
Muito bem, muito bem, muito bem.
Estamos começando mais umPodcafé, tech Podcast,

(00:30):
tecnologia e cafeína.
Meu nome é Anderson Fonseca, oMr Anderson.
Hoje aqui o papo é sério.
Vamos falar sobre dados e oGomes está proibido de contar
onde é que ele guarda os dadosdele.

Speaker 3 (00:41):
Aqui é Guilherme Gomes da Acess Pro e eu tenho
dados em casa.

Speaker 2 (00:46):
Diogo Junque, ceo da Acess Pro e da Acess Cyber Pro,
e pra nós é um prazer receber aconvidada de hoje.
Vou deixar ela mesmo seapresentar.

Speaker 4 (00:55):
Oi pessoal, É um prazer poder estar aqui com
vocês.
Meu nome é Laura e eu soucientista de dados no Itaú.

Speaker 2 (01:00):
Sensacional Antes da gente entrar aqui um pouco na
conversa e conhecer um poucomais da Laura, me ensinando que
história é essa A gente temlojinha agora, cara, Que
conversa é essa.

Speaker 1 (01:08):
Temos lojinha Momento de abate.
Então você, nosso ouvinte,nosso espectador no YouTube,
você vai em podcafétech paravisitar a nossa lojinha, a
lojinha imperdível onde essascamisetas maravil maravilhosas.
Hoje eu estou aqui vestindo acamisa dos Devangers.
Eu tenho aqui upgrade nosnegócios.

Speaker 2 (01:27):
É o.

Speaker 1 (01:27):
God of Bar.
God of Bar, que é o Diogo empessoa, o Deus do Bar, exato
Caramba.
Essa e mais uma infinidade decamisetas maneiríssimas do
Podcafé estão disponíveis lá.
Mais eco bags, mais caneca Vocêque queria uma caneca do
Podcafé tá lá, você que mais ecobags, mais canecas, você que
queria uma caneca do pote decafé.

Speaker 2 (01:47):
Você que gosta de imagiladeira tem de tudo.

Speaker 1 (01:48):
Tem poster né cara poster do Mister Antes em casa
pensa olha só que sensual époster da gente o lance é o
seguinte essa iniciativa é emresposta ao pedido de muita
gente que ao longo dos anos vempedindo pra gente ah, manda
camiseta, manda camiseta.
Não tem como mandar camisetapra todo mundo, é muita gente, é
milhares de pessoas, é muitagente.
Então, quem quer pode ir lá naloja, e comprando na nossa

(02:11):
lojinha A gente tá contribuindopara uma causa.
Estamos aí doando para causas.

Speaker 2 (02:16):
Sociais para os autistas.

Speaker 1 (02:17):
Então vá lá em podcafétech.
Se você não sabe que tech é comH no final, você não é de TI.

Speaker 2 (02:29):
Para com isso.
Ou não está assistindo a genteno YouTube, né, ou não está
assistindo a gente no YouTube.

Speaker 1 (02:34):
Se você não está assistindo a gente no YouTube,
eu não te julgo mal por isso,mas venha hoje exclusivamente
por causa da Laura.
Venha assistir da Laura.

Speaker 2 (02:43):
Vem assistir A Laura A cientista de dados.
Laura, vamos lá, cara, Me contaum pouco da Primeiro o que é um
cientista de dados?
né Pô, vamos falar com acientista hoje, aqui, E eu vi
aqui o seu LinkedIn.
Fiquei bem impressionado.

Speaker 1 (02:55):
Inclusive cadê o jaleco branco, Não é.

Speaker 3 (02:57):
Alguma coisa errada.

Speaker 4 (03:00):
Os experimentos aqui né A expectativa eu tava.

Speaker 1 (03:02):
Assim vai chegar o jaleco branco.

Speaker 4 (03:04):
Pô na próxima vez eu vou vir com o jaleco.

Speaker 2 (03:06):
É legal né cara Pode fazer um quadro não sei nada,
mas é criatividade.

Speaker 4 (03:09):
Pô da hora.
Bom gente, explicando umpouquinho da minha função como
cientista de dados Pra quem nãoconhece.
A gente produz dados o tempotodo.
Né Então a gente acabaanalisando dados sem a gente
saber, consultando o clima-temponé tudo que a gente faz acaba
envolvendo dados.
Né então tem gente que falaassim não dados, tá muito

(03:30):
distante de mim, mas na verdadenão dados tá no nosso dia-a-dia.
A gente toma decisões com baseem informações.
Então, o saldo bancário do VReu falo bancário né, mas o
salões ali com base em dados.
O cientista iria fazer issotambém.
Ele vai analisar os dados, ocomportamento dos dados e gerar
ali, talvez inteligênciasartificiais pra ajudar as
empresas a tomarem decisões umpouco mais inteligentes e até

(03:54):
mesmo a longo prazo.
Né Então, por exemplo, sistemasali que conseguem prever o
quanto de faturamento umaempresa pode ter.
Ou, por exemplo, cara, a gentevai ter venda de computadores.
Tá, a gente tem uma loja aqui ea gente tem computadores, mas
vamos supor que vai ter BlackFriday, tá O quanto de
computador eu preciso deixar naminha loja estocado pra as
pessoas poderem comprar.
Então o cientista é oprofissional que vai criar essa

(04:15):
caixinha ali robusta que a gentereconhece como IA pras empresas
poderem utilizar e assim, assimbombarem.
Né Sensacional.

Speaker 2 (04:22):
Laura, cara, como é que você foi parar nessa área?
Eu tava vendo no seu LinkedIn,aqui vi que você passou já pro
IBM.
Cara, tá no Itaú hoje.
Eu falei caramba, velho Menino,eu não vou pra caramba, já
tenho essa trajetória.
Conta um pouco.
Como é que o bichinho da TIchegou em você?
como é que você começou Hojetambém falar um pouco da da Data
Talks, né Que você evangeliza opessoal fala sobre dados nas

(04:44):
redes sociais.
É sensacional, fiqueiimpressionado.
O nosso ouvinte deve estarcurioso aqui também, porque eu
fiquei É boa É boa.

Speaker 4 (04:51):
Não é que acho que dados é uma área que está
começando agora né A bombar.
Então ninguém, pelo menos assim, quando eu comecei a faculdade
em 2017, ninguém falava sobredados naquela época, né Não, as
época, né Então às vezes falamuito dev isso, deve aquilo, mas
dados IA, etc.
E tá super hype né, é muitorecente assim esse hype que ela
vem ganhando.
Então, quando eu iniciei nafaculdade, na verdade eu não
queria cursar TI.

(05:11):
Então eu fiz graduação emCiências da Computação, mas na
verdade eu queria ser, você nãoqueria.
Não queria, Você fez lá, pronto,Acabei fazendo por conta dos.
Então a família ali acaba tendoum fator muito grande.
Ali Eles influenciaram.
Influenciaram Porque eu queriaser engenheira química.
Eu adorava a questão dematemática, química orgânica É
nada a ver, né Caramba velha.

Speaker 3 (05:30):
Não, a questão de química.
Pra mim já é um absurdo.
Entendeu, é normal velhono-transcript.

Speaker 1 (05:48):
Não, mas ela avançou em biologia também, porque eu tô
vendo, assim não faz sentido aidade que ela tem E você viu,
isso Tem mestrado velho.

Speaker 2 (05:57):
Tá de brincadeira, irmão.
Não, eu fiquei assustado velho.
Você deve ter 100 anos.
O Mister Anos passou cabo, né Éna Aspiramos de Egito Ele tava
lá também.

Speaker 3 (06:08):
Também você tava lá.
Pra mal dela é melhor.

Speaker 4 (06:12):
Pega o contato do pra mal dela Produtos.

Speaker 1 (06:15):
Ivone gente Ela é cientista irmão.

Speaker 2 (06:16):
Outro nível, outro nível.
Eu tô brincando com o contatoda doutora Mainara, que atende
ela, produtos a Inara, queatende ela, é produto Zivone É
produto Zivone.

Speaker 4 (06:25):
é Bom, então eu queria ter cursar química.
Porém a indução dos meus paisfalaram assim Olha, laura, seu
irmão fez computação e ele játem um emprego.
Então pra quem… É um bom motivoali pra trocar de curso.

Speaker 2 (06:39):
Aí o argumento.

Speaker 4 (06:40):
Não, mas o ponto é um pouquinho mais profundo.
Né Então, pra quem vem derealidade um pouco mais
periférica, a gente acabatomando decisões ali que vão
ajudar tanto a família emquestão de emprego.
Então acabou que tudo issoacabou fluindo pra computação.
Né, E ali, ao longo dacomputação, eu comecei o curso
em 2017, me formei em 2020.

(07:00):
E ali eu fui entendendo de fatoo que é computação por si só.
Né, então eu fui aprendendo etambém eu fui me conhecendo.
Né Como eu funcionava, o que eugostava, o que é programação.
Então, pra quem vem deperiferia, normalmente não tem
esse contato, essa visão docomputador como forma de ganhar
dinheiro.
Então a gente via mais, pelomenos na minha realidade, a
gente via mais como meio debrincadeira.
Né Então, poxa, eu abri ocomputador e ia jogar, jogava

(07:22):
ali os meus joguinhos, desligavae ia pra escola, só que eu não
via ali uma forma de eu ganhardinheiro e fazer uma profissão
ali dentro.
Então foi toda uma disrupçãoali de barreira e de mentalidade
conforme.
Eu fui fazendo a minhagraduação E foi ali que eu fui
encontrando um pouco mais decomunidades femininas.
Né, então a gente vai vendo aquestão de falta de
representatividade, o quanto queisso é importante pra gente.
Então a gente vai sefortalecendo.

(07:43):
Eu fui me fortalecendo ao longoda minha jornada E aí eu acabei
esbarrando né na questão deinteligência artificial, por
conta de um professor.
E é muito engraçada essahistória, porque ele virou pra
mim e falou assim Laura, tem umprojeto aqui de iniciação
científica E é um projeto dealgoritmos genéticos.
Você topa participar comigo?
Na minha cabeça, algoritmogenético é o quê, porra vou

(08:04):
criar vida, né Vou criar umpokémon.

Speaker 1 (08:06):
Eu juro.

Speaker 4 (08:07):
Foi a primeira coisa, Foi a primeira coisa que veio
na minha cabeça.
Não vou criar um pokémon, sabeaqueles jogos, assim pokémon
Tipo realidade aumentada.
Não veio na minha cabeça issologo de cara.
Só que aí, conforme a gente vaipesquisando, fui vendo que
algoritmos genéticos na verdadenão é isso, é mais um algoritmo
de otimização ali e vocêconsegue identificar qual que

(08:27):
seria, por exemplo, o melhorcódigo do monte de código que
você trouxe.
Tá De uma forma assim bemrápida o que seria esses
algoritmos genéticos.
Só que essa é uma área que tádentro de inteligência
artificial.
Então, por conta desse erro queeu tive de interpretação do que
seria um algoritmo genético, eucheguei na inteligência
artificial, que é aí uma áreaque tá bombando bastante, né Que

(08:48):
a gente vê muito cada vez mais,né Essa área que a gente tá
aqui Evoluindo assustadoramenterápido, Muito rápido, Nesse
momento ó já inventaram algumacoisa Já tem um algoritmo novo,
vai ter que se atualizar maistarde porque tá né cara.
Não, ela tá acelerada e é muitobom porque o mercado tá aquecido
.
Então pra quem tem interesse aíde entrar na área de trilhão
artificial, vale super a pena.

Speaker 2 (09:09):
Tá Você que quer criar pokémons, fica a dica
também tá aqui, assiste até ofinal, se liga aí que vai ter
muita dica.

Speaker 3 (09:16):
Quer dar um abraço pro Frota, nosso CTO, que caça
pokémons, caça pokém, frota,caçador de.

Speaker 2 (09:23):
Pokémon Frota caçador de Pokémon.
Ele tem dois celulares sabe porquê?
Porque um é pra caçar Pokémon.

Speaker 1 (09:29):
Não, não, não, não, não, não não.
Ele caça nos dois.

Speaker 4 (09:33):
Dois Mentira Ele tem dois celulares.
Porque?

Speaker 3 (09:35):
ele caça Pokémon nos dois celulares.

Speaker 4 (09:38):
Mas ele tem duas contas diferentes ou é a mesma
conta?
Não tá em?
Ah, eu não fui tão rápido, Masassim agora que vocês

Speaker 2 (09:45):
ficam me zoando que eu fico comprando roupa de
padinha.
No LOL, o cara caça Pokémon.
Vocês vieram a informação agora.
Muito obrigado por essainformação.
Vou usar ela todos os dias.

Speaker 4 (09:53):
Foi e continua lá.
Não, mas foi isso por fim.
Eu cheguei nessa área deinteligência artificial e dados
E esse professor foi e falou pra.
É que entra a importância dosprofessores na nossa jornada né
Dentro do mercado de trabalho.
Isso porque os professores têmesse poder de direcionar Ou até
mesmo se cara.
se fosse um professor muitoruim, eu não iria seguir nessa
área.

Speaker 2 (10:14):
Se eu não curtisse o professor, se eu fosse aquele
cara que porra não tava, nem pranada, então os professores têm
um papel ali, que ainda não éfundamental.

Speaker 4 (10:21):
durante a nossa graduação, né Então por conta
dele, eu alcancei inteligênciaartificial.
Vi pô uma área muito bacana Enessa época eu trabalhava na IBM
, né Eu era estagiária ali Vocêjá era estagiária da IBM.

Speaker 2 (10:30):
ali então?

Speaker 4 (10:31):
Já era estagiária na IBM.
Tava como desenvolvedora.
Tinha visto que não era o queeu queria né, você já não
gostava de ser dev ali.
Não total de tecnologia.
Acho que agora elas estãomudando um pouco mais porque
tecnologia tá ganhando um poucomais de escopo, né?
Mas naquela época era muito ahnão, você tem que ser
desenvolvedor.
Não é back-end ou é front-end.
Essas são as únicas carreirasque tem ali, exato Em 2020,

(10:53):
principalmente era um boom pracaramba ali.

Speaker 2 (10:55):
Eu lembro o pessoal do Frontin a Sil, o pessoal lá
todo mundo falava era sempre semuito durante a pandemia faltava
muito Dev.
Né, então todo mundo tavacontatando o Defeito louco.
Então o boom ali de Dev tavauma loucura.
Agora, você tava por acaso,você tava num dos templos da IA
desse fato, porque o Watson tavacomeçando, já tava avançado

(11:19):
perto de todos os rádios.

Speaker 1 (11:20):
Não, ele tava dando banho na galera, Mas assim você
já tinha ali o que a gente hojetem acesso mais fácil.

Speaker 2 (11:26):
Ela tava lá dentro.

Speaker 4 (11:27):
Era o momento do chatbot.
Né Então o chatbot ali com aBia do Bradesco tava viralizando
muito.
Inclusive um dos projetos queeu participei foi analisando ali
dados da Bia.
Né Então foi tentando ajudarali um cliente que a gente tava
atendendo né querendo ou não.
Já acabei falando o nome docliente, mas foi entendendo ali
as interações dos consumidorescom esse chatbot, foi entendendo

(11:51):
o padrão de consumo.
Então, se a gente sabe mais oumenos qual que é o comportamento
né das pessoas ali Poxa, agente tem sei lá toda
sexta-feira as pessoas tãoperguntando de cerveja no meu
chatbot.
Não sei por quê, mas estãoperguntando, então eu posso
tomar um marketing muito maisproativo.

Speaker 1 (12:06):
Os caras vão dar uma zoada e você pensa… Peraí, a
gente identificou umcomportamento Exato, exatamente,
E aí você trabalha em cimadisso.

Speaker 4 (12:14):
Exato.
Aí a gente consegue o quê.
Planejar estratégias, vocêpode… Poxa, tô falando de
cerveja.
Então a gente pode o quê.
Vamos fazer ali, talvez umaparceria, ou começar a vender,
ou oferecer pras pessoas nécerveja toda sexta-feira, já que
a gente viu que é umcomportamento.

Speaker 1 (12:28):
Aí a gente consegue fazer alavancar as vendas né Dá
um cupom de desconto É razão,exatamente isso aí.

Speaker 4 (12:35):
Então esse era meio que o primeiro projeto que eu
tive contato ali com a área dedados e com a área de
inteligência artificial e todaessa parte de análise de textos,
interações.
Não sei se vocês conhecem tágente, eu sou muito dessa parte
bem didática.
Então a IA, ela tem váriasáreas diferentes.
Então a gente tem a área devisão computacional, que é
aquela IA que vai identificarobjetos, a que tem uma caneca,

(12:58):
que tem um microfone, então agente consegue ensinar a IA a
reconhecer coisas em um espaço.
A gente também tem a área deNLP, que é essa área de
processamento de texto, entãoela vai entender o que as
pessoas estão conversando.
Então a gente tem o chat, gpt,de psique, a gente tem várias
inteligências artificiais que agente se comunica através de
texto.
Isso porque elas estãocontempladas dentro dessa área

(13:18):
que a gente chama de NLP.
Então eu trabalhei muito comessa vertente ali no primeiro
período, né da parte de dados, eaí depois eu fui migrando pra
outros projetos.
Aí eu saí da IBM.

Speaker 1 (13:29):
Na verdade, o teu papel nesse momento era trazer
inteligência pra inteligênciaartificial.

Speaker 4 (13:34):
Exato Não, mas naquela época… E começar a dar
insights né Exato E naquelaépoca é engraçado Porque o
chatbot foi evoluindo e ele deuum boom muito grande por conta
das inteligências que a gentetem agora Da OpenAI né Da
DeepSeek.

Speaker 2 (13:49):
Exato a popularização .
Chegou o chat repetor.

Speaker 4 (13:51):
Chegou e pá abriu a porta E foi de fato uma coisa
que as pessoas consideram muitocomo inteligente.
né Então, naquela época, quandoeu tava trabalhando ali, nos
primeiros momentos do Watson,vocês comentaram era muito
árvore de decisão.
né Então, era mais ó, a pessoaperguntou isso aqui, se sim,
responde isso, se não vai praTinha toda uma série de regras

(14:13):
ali Era o desafio dereconhecimento de voz você fazer
uma boa tradução praquilo e.
Era mais simples.

Speaker 1 (14:20):
Era tipo um livro-jogo no telefone, entendeu
, você acertou pá vai pra páginatal Exatamente.

Speaker 4 (14:27):
Era mais regrado né as coisas.

Speaker 1 (14:29):
E muito bom assim, com um bom reconhecimento.
Você sabe que logo no início,um pouquinho antes disso, ou
alguns concorrentes da épocatentavam fazer reconhecimento E
foi assim.
Ficava igual a velha surda néSim, é sim E não ia né.
É assim, é Sim, é sim E não iané.
O negócio era terrível, eraloucura, era terrível, né É com

(14:49):
certeza.

Speaker 2 (14:50):
Pô e aí você saiu da IBM e você foi pra outra
multinacional.

Speaker 4 (14:54):
Fui pra outra multinacional.
Foi um outro salto ali na minhajornada.
Eu fui pra Bayer né Umaindústria farmacêutica, só que
no caso eu trabalhei uma partemais voltada pro agro.
então pra mim foi uma eu tambémtoda vez pensava nessa frase.
Então eu fui pra lá com odesafio de entender até onde a

(15:16):
ciência de dados e ainteligência artificial podia
alcançar, então pra mim não tavatão óbvia essa questão do agro.
então acho que encaixa tudoisso.
então pra mim agora é maisclaro né as aplicações, as
diversas aplicações que a gentepode ter da inteligência
artificial em diferentesindústrias, porque agora, porque
eu tive essa possibilidade, néde experimentar Mas na Bayer a
gente tinha muito desafiovoltado um pouco mais pra

(15:38):
colheita, né plantio,recomendação ali do melhor
produto pra aquele agricultorcom base na região que a pessoa
tá, então tem desafios muitolegais.
quando a gente fala ali de agro, inclusive existe uma massa
gigante de informação ali, que éo que a gente chama atualmente
de big data, né Que é essegrande volume gerado por uma
velocidade muito rápida, com umaqualidade ali que muitas vezes,

(16:00):
ok, não é tão assim, mas existeuma qualidade de dados ali.
Então o agro, a gente temmilhões de informações que são
geradas.
Isso porque a máquina passa alina terra e vai coletando um
monte de informação.

Speaker 2 (16:11):
Por fim, gente, eu tô meio nerd, tá Nessas coisas.
você sabe que eu tô em trânsito, Inclusive eu sou agrônomo,
então assim eu gosto bastante dasua Mentira que legal.
Eu sou do Goiás, lá né, Entãoassim.

Speaker 4 (16:22):
Você tem esse local de fala, né É?

Speaker 2 (16:25):
exato.

Speaker 3 (16:26):
Não, não, não, não tem Abandonei completamente Vim
pra área de tecnologia.
Vou te dar uma rotina.
Você vai usar Não, não, não temmais lugar de fala, não, Não
tem mais Perdeu seu lugar.

Speaker 2 (16:37):
tá, Mas eu trabalhei na área Legal.
Pô que massa.

Speaker 1 (16:41):
Tá todo mundo envolvido com agro.
aqui O Diogo é agrônomo.
O Gomes agora é fazendeiro táplantando café E ele é um easter
egg né E eu tenho granja deovos, entendeu?

Speaker 2 (16:54):
Aí ó, todo mundo pode sair Plantando ovos né.

Speaker 4 (16:59):
A gente tem que falar assim eu tenho Farm View, né
Que é aquele joguinho lá,fazendinha feliz.
Eu aquele joguinho lá A gente éfeliz, é, mas ele é feliz, ele
vai fazer o que ele quer, elevai fazer o que ele quer.

Speaker 2 (17:05):
Sei lá, entendeu Mas ele que é o jovem, ele que é o
aprendido, né Como é que elecuida A gente já pode café por
causa disso, porque a gente temo café da manhã, já tá pronto,
Não tem o café já tem os ovos,entendeu de trabalhar também em
projetos internacionais.

Speaker 4 (17:23):
Né Então a gente pensa que o Brasil é muito
grande, né Na questão agro, mastambém existem outros países que
também têm suas dificuldades.
Né Então, por ser umamultinacional a gente tem essa
possibilidade de se desenvolvertanto no inglês quanto desafios,
que são enormes.
Então foi muito bacana ali todaa minha trajetória na Bayer E
aí depois saí de lá e fui pra umoutro setor.

Speaker 2 (17:43):
Né Totalmente diferente É o financeiro que aí
é dado pra caramba é dadoestratégia, imagina, deve ser
completamente diferente o mundo,completamente à parte, né Muito
.

Speaker 4 (17:51):
Não, e é engraçado porque quando a gente vai
ganhando cada vez maisexperiência no mercado, a gente
vai vendo a maturidade de dadose a diferença que a gente tem
entre as próprias empresas.
Né, então, tem empresas queestão em um momento né de
maturidade, coleta de dados,entendimento ali do que seria a
ciência, e a gente tem empresasque estão em outro patamar, que
já tem governança, que já temestratégia, que tem regras ali a

(18:13):
serem seguidas, e pra mim foimuito interessante entrar ali no
Itaú, que é o banco que eu tôatuando atualmente, onde a gente
consegue ver que existe todo umfluxo ali que, nem você
comentou, são dados maissensíveis.
Ali são dados de pessoas.
Então o cuidado que você tem deacesso, de proteção, o que você
desenvolve, todo acompanhamento, rastreabilidade, ele é muito

(18:35):
cuidadoso ali então foitotalmente uma forma de aplicar
a ciência, de uma forma assimqueremos inovação, porém ali não
pode afetar nem ferir ali aqualidade e a privacidade das
pessoas.
Né Então, uma outra perspectivaali da ciência que é bem legal.

Speaker 2 (18:49):
Eu imagino deve ser sensacional.
E Laura, cara, você já temmestrado Conta pra gente que
história é essa aqui.

Speaker 4 (18:55):
Nossa, nem me fala.
Às vezes eu fico pensando queloucura foi essa.
Eu tô aqui assim você écontratada muito fácil em
qualquer lugar.

Speaker 2 (19:07):
O teu processador é inútil, é virada aceleradaça eu
fiquei impressionado também ahora que eu vi os vídeos dela
nas redes sociais.
Eu falei caramba ela fala muito,né, não, não, eu fiquei
impressionado se a Silvia tinhacomentado de você no programa um
abraço, silvia Coelho.
E aí eu falei cara, eu comeceia seguir, mas ela tem muita
informação pra trazer pra devocê.
Né Silvio Dallos, programa Umabraço Silvio, silvio é coelho.
E aí eu falei cara, comecei aseguir, falei pra gente, gente
do céu.
Mas ela tem muita informaçãopra trazer pra gente porque

(19:28):
nesse momento todo mundo táfalando de IA, tá falando de
dados, etc.
E é um mercado extremamenteamplo e com muitas oportunidades
aí e ainda escasso deprofissionais E pouca gente às
vezes.
Você tem abrido uma comunidade,abriu uma série de questões que
a gente vai falar um pouco mais, mas eu queria que você falasse
um pouco mais do seu mestradoagora, pra começar, Boa Meu

(19:49):
mestrado, eu iniciei gente.
Pior que eu nunca lembro a data,que às vezes é um apagão na
nossa mente.
Tem que ter uma teira pra fazerum mestrado.

Speaker 4 (19:58):
Vamos lá, eu acordei hoje, né Hoje eu vou fazer um
mestrado, entrar no mestradoporque a gente tinha uma jornada
bem difícil, tá, Eu ia fazer omestrado porque eu achei que
dava pra criar um pokémon, Éclaro Eu queria criar um pokémon
.

Speaker 1 (20:09):
Tá com esse plano ainda vai rolar?

Speaker 4 (20:10):
Não é, eu ainda tô com esse plano na minha cabeça.
Tá Só de infância aqui.
Mas acho que existem umaspossibilidades, umas
oportunidades.
Quando a gente cursa o mestrado, o primeiro ponto é questão de
visão de carreira.
Né, então existem algumasposições em algumas empresas que
quando você tem um mestrado,doutorado, é muito mais fácil
ali de você conseguir entrar.
Então, por exemplo, umespecialista, essa pessoa ali

(20:32):
precisa entender com uma certaprofundidade os algoritmos, a
computação em si.
Quando a gente fala de ciênciae inteligência artificial, então
quando você tem essa visão umpouco mais estratégica de querer
crescer, querendo ou não umaqualificação, ela acaba sendo
exigida de forma indireta.
Ninguém vai chegar e falar fazum mestrado, você vai entendendo
o perfil das pessoas que jáatuam ali é exato, é isso aí não

(20:57):
entendi agora segundo ponto é aquestão da própria forma como
as pessoas te veem, né então,quando você fala que você tem o
mestrado, você acaba aliganhando uma certa autoridade e
notoridade ali no assunto.

Speaker 1 (21:08):
Você ganha mais 30 segundos pro teu pitch inicial.
Você tinha 30,.
você ganhou mais 30.
Você pode mandar agora umminuto de pitch inicial porque,
como você tem o mestrado, eu voute ouvir um pouquinho mais
Exatamente E você manda ver né.

Speaker 4 (21:20):
E as oportunidades vêm também.
Né Então eu acabei fazendomestrado por conta ali de formas
ali da minha infância.
Né Então existe poucas pessoasdentro da minha família que tem
um mestrado, que tem ali umaespecialização.
Então foi a segunda da minhafamília que seguiu ali essa
parte mais de especialização,para assim dizer.

(21:41):
Né Então tem minha prima queela é doutorada nessa parte de
biotecnologia ela é outra paradaali e o meu que é um pouquinho
mais voltado ali em A, mas porfim foi toda essa parte de cara.
Quero ser uma pessoa relevanteali, trazer reconhecimento pra
minha família, mas eu tambémquero crescer de carreira.
Né que a gente sabe que existemuitas pessoas que estão se

(22:02):
formando ali em cursos detecnologia E pra você se
diferenciar no mercadoatualmente você precisa ali ter
um conhecimento profundo em algomais exato, é pra não ser
aqueles especialistas de YouTubede 15 dias de 3 meses eu sou

Speaker 2 (22:17):
fera É ler ali e já começar a falar sem autoridade
né.
E sobre o que foi o seumestrado.

Speaker 4 (22:23):
Vamos lá conta pra gente Boa legal.
No meu mestrado eu tive muitasoportunidades.
inclusive fiz mestrado na UFABC.
né Esqueci aqui de comentar daUniversidade Federal.
que eu fiz ali Foi no campo deSanto André, foi bem divertido,
porque ali tem divertido néEntre aspas, né Porque você se
conecta ali com pessoas.
você entende ali a forma depensar de outros pesquisadores,

(22:44):
e aí eu acabei entrando nomestrado sem tema definido, ok,
e as pessoas às vezes estranham.

Speaker 2 (22:50):
Isso é normal.
Né É isso que eu ia falar.
Não é normal.
Normalmente, quando a pessoavai pro mestrado, ela já tem uma
ideia.
Já tem uma ideia isso.

Speaker 4 (22:56):
Só que pra computação às vezes é um pouco complexo
você definir um tema, uma linhade pesquisa, né, então existem
várias formas ali que você podeescolher.
Você pode escolher ah, eu queromelhorar o algoritmo que já
existe Ou não, eu querocomputação mais aplicada.
Então, dado um problema dasociedade, eu quero resolver
isso a partir da computação.
Então são duas perspectivasdiferentes E pra você se decidir

(23:18):
.
E eu sou geminiana, não sei sevocês acreditam em signos, mas…
Ah, a Fernanda acredita, pra mimé o suficiente, tá tudo certo,
vamos lá.
Eu sou geminiana e eu sou muitoindecisa, então eu fui pro
mestrado.
Então assim gente depende muitodas universidades que vocês
forem cursar.
Pra quem tem interesse aqui etá ouvindo, a gente Depende
muito de cada universidade.
Tem universidade que já exigeali uma linha de pesquisa bem

(23:39):
definida e E tem outras que nãoprecisa né, é só você falar ali
com o orientador, você fazer umaprova que aí você consegue
ingressar.
Então é bom dar uma pesquisadaali só pra dar esse disclaimer
pro pessoal.
É importante é.
E aí eu entrei lá, fui fazendoas matérias, fui conversando com
a minha orientadora E eu queriaseguir uma linha de pesquisa um
pouco interessante, porque eutava vendo uma série.

(24:00):
Eu gosto muito de ver sériescriminais.
Né eu tava vendo uma série.
Eu gosto muito de ver sériescriminais, né Adoro séries
criminais.
Eu tinha visto Mindhunter,muito bom Nossa aquela série
maravilhosa E CSA.
então eu gosto muito de veressa parte de desvendar
mistérios, ver essa partecientista mesmo né Ela tem
Caralho, ela deuo jaleco dela,entendeu Jaleco branco.

(24:22):
Então eu fui por mais nessasséries.
Eu fui vendo que eu gostavamuito dessa parte, né De
entender pessoas, só que existiaali no período que eu tava
iniciando o mestrado.
Teve um rolê que foi o Facebookvazamento de dados né E questão
de manipulação dentro das redessociais.
Então veio esse tema.

Speaker 2 (24:43):
O Cambridge Analytics .
Lá o escândalo ExatamenteAuxiliou o nosso amigo Donald a
ser eleger no primeiro mandatoExatamente, Então tem até um
Nosso amigo, não desculpa Amigode vocês aí.

Speaker 3 (24:54):
Amigo de alguém.
Amigo de alguém aí, não sei,não conheço, e vamos seguir a
vida.

Speaker 4 (24:59):
Inclusive tem documentários muito bons na
Netflix chamado PrivacidadeHackeada.
Que fala?

Speaker 2 (25:03):
um pouco disso também É muito legal Must watch.
Isso aí tem que assistir mesmoÉ muito bom.

Speaker 4 (25:09):
Então acabou juntando os dois temas, que foi redes
sociais e entender pessoas, e aíeu fui vendo algumas linhas de
pesquisa.
então é bem legal porque nesseprocesso ali de investigação
você vai pesquisando naliteratura.
É um processo um pouco maisdolorido porque você tem que
olhar, ver pesquisas científicas, ver se o tema que você pensou
é um tema e dor recente, porquepode ser que já foi resolvido né

(25:31):
, esse não foi com certeza,vamos lá.
E aí, juntando tudo isso, euqueria muito entender traços de
psicopatia nas redes sociais.
Então eu tinha visto que erauma área que parecia bem legal.
Falei ah, traço de psicopatiaparece ser bem interessante, né?
Só que aí a gente olha pra umaperspectiva de dados brasileiros

(25:51):
.
Então existe toda uma dor alipra quem é pesquisador e
trabalha com IA, e até mesmoessa parte mais textual, é que
essa parte de dados abertos edados em português é muito,
muito difícil da gente conseguirencontrar.
Então isso acaba limitandoalgumas pesquisas E por conta
disso eu não consegui evoluiraqui, porque eu não tinha
informação de psicopatia.

Speaker 1 (26:10):
Pra ser psicopata é só ir no 4chan.
Você vai lá e Tem um monte lá.
Tá fácil, você não precisa nem.

Speaker 2 (26:18):
Os psicopatas estão falando inglês.

Speaker 4 (26:21):
Mas aí eu acabei não seguindo.
Podia ter seguido essa ideiaaqui de vocês, e aí eu acabei
indo pra um lado depersonalidade Que era uma coisa
mais fácil, entre aspas,comparado com psicopatia, que eu
teria que começar do zero e irpra um mestrado.
Mais aberto né Exato Tinha maisdados também disponíveis Mais
informações, a literatura játava mais aquecida, então ali
foi mais seguro pra eu fazer edesenvolver o meu mestrado.

(26:43):
Então com base nisso eu acabeichegando em identificação ali de
traços de personalidade nasredes sociais, que hoje a gente
chama no campo de pesquisa que épsicometria computacional, que
é você conseguir medir apersonalidade de uma pessoa com
base ali em padrões que essapessoa tá praticando, por
exemplo nas redes sociais Vocêsaiu da aplicação policial pra

(27:03):
aplicação comercial.

Speaker 2 (27:04):
Comercial exato Aí querido, e aí é um business
completamente.

Speaker 1 (27:08):
É onde mora o dinheiro, e aí é um business né.

Speaker 2 (27:13):
Que o outro ia ajudar a desenvolver crime, aí esse
show me the money né.
A questão é realmente essa.

Speaker 4 (27:17):
Sim, quando você consegue entender ali as pessoas
, você consegue tambémdirecionar produtos, coisas
assim.
Mas existe um lado interessanteque acabou culminando, que eu
não sabia que seria.
isso é que essa parte depsicometria computacional tá
muito relacionada com a técnicaque a Cambridge Analytica
aplicou.
Então, o que eles fizeram, elesforam entender comportamento
das pessoas nas redes sociais econseguiam direcionar campanhas

(27:38):
políticas, inclusive de fakenews, ali etc.
Pra as pessoas Pra distorcer.
Por fim, Pra não manipular, masconseguir direcionar,
Influenciar galera.

Speaker 1 (27:49):
Manipular é muito forte Perfeito.

Speaker 4 (27:51):
Influenciar Essa é a palavra certa, conseguir
influenciar aquela pessoa.

Speaker 1 (27:55):
Na verdade até assim.
Acho que a mecânica é meio quecriar uma bolha em volta da
pessoa De reafirmação constantedo ponto de vista dela.

Speaker 4 (28:08):
Então assim, e as redes sociais?
elas?

Speaker 1 (28:09):
propiciam isso.

Speaker 4 (28:10):
A pessoa fica numa bolha.

Speaker 2 (28:11):
O nosso amigo Zuc no Facebook da vida, etc.
Você acha que todo mundo quepensa igual você, o mundo é
aquilo lá.
Mas cara, se você olhar, não sólá Qualquer rede social Eu não
sei porque eu não uso o TikTokainda, Mas vamos lá o teu.

Speaker 3 (28:22):
Instagram é diferente do meu, Por quê?

Speaker 2 (28:24):
Com base no que você gosta o meu amor está te
mostrando o que você gosta.
Eu não jogo o jogo das fadinhaspor isso.

Speaker 3 (28:33):
Eu não vou falar nada .

Speaker 1 (28:35):
Eu não vou te ferrar, mas Mas vamos lá.

Speaker 3 (28:37):
Mas o padrão está lá.

Speaker 1 (28:40):
A realidade.
Realidade por si só, cada uminterpreta a sua realidade e
vive sua realidade.
A rede social ela acaboucriando um jeito de reforçar o
que já é essa tendência.
Né A pessoa quer viver arealidade dela e quando entra
ali é a realidade dela vezes 10.
Então é um negócio meio louco.

Speaker 4 (28:57):
Isso é mais perigoso, né?
Porque você não tem contato compessoas de outras opiniões.
Né Então a gente reforça o quea gente chama de polarização.
Né pessoas de outras opiniões.
Né Então a gente reforça o quea gente chama de polarização.
Né Então isso é muito comum em,por exemplo, na política.
Né Então a gente tem pessoasque estão em grupos diferentes e
elas não se conversam de jeitonenhum.

Speaker 2 (29:13):
É tipo é um Corinthians e Palmeiras É um
fla-flu.
Né Vamos dizer assim.
E como é que é você participardisso durante o mestrado,
pesquisar sobre isso?
E não tem um político tão numambiente, tão entre aspas,
hostil que nós estamos vivendoagora, tão polarizado né Entre
aspas, não pô Hostil pra carambaÉ exato.
Mas assim hostil porque assimpolitizado e polarizado, e lidar

(29:37):
com esse tipo de dados ali,conviver com isso no dia a dia.

Speaker 3 (29:40):
O que você tirou de aprendizado disso, de informação
disso, boa boa Ei você aí já seinscreveu no nosso canal, Já
ativou o sininho dasnotificações E aquele comentário
E as nossas redes sociais.
Você já seguiu A dos apoiadoresda CESPRO, da CESCYBER.
Bora lá, tá tudo aqui nadescrição.

Speaker 4 (29:58):
É legal falar aqui pro pessoal que eu participei.
tem a minha tese de mestrado,né que eu defendi, ainda bem né
menos um problema na minha vidaExato E também eu participei.
tive a oportunidade departicipar de um projeto, né que
foi um projeto que a gentechama de Democracia em Cheque
Esse é o nome do projeto queexiste ali na UFABC E eu
participei ali de uma dessaspesquisas, que foi entender

(30:23):
ataques ao sistema eleitoral.
Então a gente sabe que, sério,você pensou que foi isso.
É, teve um momento ali que foimuito forte nas redes sociais,
principalmente no X, a questãode ataques às urnas eletrônicas.
né Então as pessoas começaram aatacar muito a questão do
sistema democrático no Brasil,atacar alguns ministros.

Speaker 1 (30:39):
Atacar verbalmente que a gente sabe que não houve
nunca nenhum tipo de ataque.
Naquela época não tinha aindaaquele atentado que teve.

Speaker 2 (30:45):
Mas mas é isso quando ?

Speaker 4 (30:47):
eu falo ataque a gente é dentro das redes sociais
, então é começar a desinformara usar por fim xingamentos e
tudo mais.
Então tudo isso pra ofenderalgumas figuras públicas que a
gente tem.
Então eu consegui explorar umpouquinho mais junto com outros
pesquisadores.
Então um abraço aqui praprofessora Denise, professor
Carlos E também a Patrícia, quefoi uma pesquisadora, uma

(31:08):
doutoranda, que tava ali dentrodo projeto né, então é bom dar
nomes ali pras pessoas quecomporam, é importantíssimo,
nossa senhora.

Speaker 2 (31:15):
Dá crédito pessoal Um abraço e parabéns aí pra
iniciativa.

Speaker 4 (31:17):
Exato, foi um projeto muito legal.
E aí, explorar e conectartópicos que as pessoas mais
falavam Então, poxa, pessoas queatacam o Alexandre de Moraes
também costumam atacar fulano detal Então a gente conseguia
correlacionar, junto com o usoda inteligência artificial, os
tópicos que estavam mais emcomum Entender a polarização, os
grupos ali que estavamparticipando dessa discussão

(31:38):
dentro das redes sociais.
E quando a gente fala um poucodisso, de explorar esses tipos
de dados ali que são políticos,dados ali que estão polarizados,
a gente tem uma parte muitoimportante que é a narrativa, a
forma como a gente tá explorandoesse dado.
Então, às vezes a gente pensaque é só rodar um programa,
rodar ali um algoritmo que vairesponder tudo pra gente, mas na

(32:00):
verdade não tem a parte humanaali nesse processo de entender e
interpretar, conseguir entendero contexto daquele dado.
Né Então, poxa, que contexto agente tá vivendo ali.
Né, ah, teve uma notícia queaconteceu aqui que gerou e
desencadeou esse tipo decomportamento.
Então nas redes sociais é muitoação e reação.
Né Então acontece uma coisa nanossa vida que reflete nas redes
sociais.

(32:20):
Então, quando a gente analisaisso, então quando a gente
analisa isso, é muito importantea gente trazer uma narrativa
ali junto.

Speaker 2 (32:29):
Então o poder humano ainda vem a parte humana ainda é
importante ali Pra cruzar essasinformações com o contexto e
etc.

Speaker 4 (32:32):
Exato dar voz pros dados?
né, Então esse é meio que opapel do cientista, né Da pessoa
ali que tá interpretando eanalisando essas informações.
É meio que a gente fala quevocê é o advogado do dado, você
vai dar voz ali pra ele etorná-lo interpretável pra
outras pessoas.
né, então a narrativa éimportante.
o uso da inteligênciaartificial também acaba sendo
importante, mas Como?

Speaker 1 (32:54):
usar.
Né Era isso que eu tava falando.
Alguém tem que vestir um jalecobranco e ir pra que lado vai a
coisa.

Speaker 4 (33:02):
Porque senão você pode?

Speaker 1 (33:04):
usar.
Pra várias formas exatamenteUsar de formas diferentes.

Speaker 2 (33:08):
É isso que é bom, é um negócio extremamente perigoso
, né, porque você teminformações ali também que nem
aconteceu nesse caso, famosocaso lá do Cambridge, que você
pode usar pra pô pra essa galeraaqui.
vamos mandar mais informaçãoassim, porque vão vai funcionar
E aí influencia e dá problema néExato A IA.

Speaker 4 (33:27):
Ela é um meio.
Né As pessoas acham assim.
Não vou criar uma inteligênciaartificial como se fosse o fim
de tudo.
Né Vou criar e pronto, acabou,tá feito.
Não, mas ela é uma forma ali dagente conseguir tanto, resolver
problemas, a sociedade, quererajudar de forma positiva.
Ou você pode usar de outrasformas, né.
Ou você pode usar de outrasformas né Que é a questão de
geração cada vez mais depolarização ou reforçar alguns

(33:48):
vieses que existem.
Então, quando a gente fala deredes sociais, é muito, muito
mais sensível essa parte.

Speaker 2 (33:52):
Com certeza.
E quando a gente fala dedesinformação, né Que
desinformação é importante noimporto do lado, né Que pô ambos
os lados, eu acho que propagama informação não real.
É só você ver os fat-checks.
não existe um lado certo e umlado errado.
Então, qual que é a sua opiniãohoje, analisando com essa
experiência e pensando no IA, nocombate à desinformação nas

(34:14):
redes sociais, Você acha que vaipoder agregar, ajudar?
Você acha que as grandesempresas, principalmente as
redes sociais, que tem alidetentora dessa máquina, vão
fazer algo realmente pracolaborar com essa questão de
desinformação?
porque a gente vê,principalmente, sei lá, o grupo
de WhatsApp, hoje, cara o MisterSantos vê o negócio lá no
Wikipedia e ele acha que éverdade, sai propagando,

(34:35):
entendeu E já é, Não faz essapiada, vou ouvir isso pro resto
da vida.

Speaker 1 (34:40):
Tem uma invasão, né Tem uma invasão.
óbvio, cara, Eu vou ouvir osporrestes da vida.

Speaker 3 (34:46):
Você usou o Wikipedia numa discussão.
Você vai ouvir o resto da vida.
Você colocou fonte no Wikipedia.

Speaker 1 (34:51):
A questão não é essa Aconteceu de fato algo e também
está registrado.
Só no.

Speaker 3 (34:57):
Wikipedia, Não é só lá No meio de uma discussão ele
meteu, mas tá no Wikipedia, aíeu perdi a mão, mas o fato de
fato aconteceu discussão elemeteu, mas tá na Wikipédia.

Speaker 1 (35:08):
Aí ele perdeu.

Speaker 3 (35:08):
Mas o fato de fato aconteceu, Só que também estava
igual a moto de outra.
Tem uma moto ruim também.

Speaker 2 (35:16):
Ah, entendi, ele gosta dessas coisas.

Speaker 1 (35:19):
Vamos lá, vamos continuar.
Eu ia falar assim desinformaçãoé um termo, mas eu gostei mais
desse polarização, porque assimo que acontece é que você não
tem informação de todos os lados, você começa a ter apenas de
alguns lados, e nem sempre sãosó dois lados, são vários lados,
né.
Então assim, antigamente,quando alguém ia emitir uma

(35:44):
opinião no Jornal Nacional, elesfalavam assim o matemático,
hoje, o Oswald de Souza, que é ocara que entende de matemática,
vai falar sobre matemáticaagora E hoje em dia, não, hoje
em dia, qualquer um emiteopinião sobre qualquer coisa e
você não sabe quem é o cara.
e não tem checagem de fases.

Speaker 2 (36:03):
Se eu invento o Oswald de Souza, não sabe quem é
o cara e não tem checagem.
De fato Eu sou mais GPT, chupaessa.

Speaker 1 (36:09):
Mas assim a IA até vem um pouco, ajudar um pouco
sobre isso, embora também tem umpoder por trás ali, que ela
pode ser polarizada também.
A gente sabe disso.
No fim das contas, essas BigTechs estão com muito poder na
mão.

Speaker 4 (36:23):
Ah, eu adoro falar desse assunto.

Speaker 1 (36:24):
Quem tá com IA, quem tá com rede social, é muito
poder né.

Speaker 4 (36:28):
Sim, cara, eu adoro falar sobre isso porque eu tava
lendo um livro recente aquifalando sobre colonialismo de
dados.
Né, então a gente tem a partede colonialismo né Que foi uma
forma ali política de dominaçãode países e colônias, só que
isso mudou né E agora tá indopra tecnologia.

Speaker 2 (36:47):
Né, então a gente tem , você não precisa mais invadir
ninguém chegar lá, derrubarportões né.

Speaker 4 (36:51):
Não, você vende a sua solução, né.
Então você fala o quê Prospaíses, né que estão
subdesenvolvidos, cara, você nãoprecisa produzir nada.
Olha aqui eu tenho um monteaqui de cloud pra você, é só
você escolher cada uma com seupreço, benefício, nananã.
E aí você impede o quê,inovação tecnológica de um outro
país.
Então isso também acaba sendouma forma de dominação.
e aí a gente vê o quê Aimportância dos dados.

(37:12):
Então quando você tem ainformação de dados cidadãs,
cidadãs, cidadãos, cidadãos Ébuguei agora na gramática
Cidadãos de algum país vocêconsegue controlar a narrativa
que aparece pra lá.

Speaker 1 (37:25):
É.
E agora você pegou uma palavralegal.
Olha só O que acontece.
Existe a verdade, existem dados, existem fatos.
Existe uma coisa mais poderosado que tudo isso, que é a
narrativa, porque às vezes anarrativa passa por cima de

(37:47):
fatos, passa por cima de dados,passa por cima de verdade, e é
só a narrativa, tipo assim.
Não é novidade, isso tá.
A gente tinha antigamentepesquisas, por exemplo Pesquisa
do Ibope, pesquisa de não seiquem, segundo data folha, não
sei o que Você sente ali, oenvisamento peraí pô, será que
você vai falar só a parte dosdados que é interessante às

(38:08):
vezes pra narrativa exatamente aforma como você apresenta o
dado faz toda a diferença.
Desde que o mundo é mundo, entãoassim até as pesquisas.
Antigamente eu já trabalhei comum instituto de pesquisa e a
pesquisa era as respostasapareciam em disco.
Não podia estar em fila, era umdisco onde a pessoa escolhia
qual resposta ela queria, porquese você colocasse as respostas

(38:31):
em linha um atrás do outro,poderia influenciar a pessoa a
escolher o primeiro, o segundoou o terceiro.
Então os nomes ficavam em discopara a pessoa escolher no meio
de uma pizza de informação, queverdadeira pra pessoa escolher
no meio de uma pizza ali deinformação.
Sabe Então assim o cuidado decomo você apresenta a informação
.

Speaker 4 (38:51):
você pode ou não influenciar a pessoa.
do outro lado, O como a genteapresenta, mas também o quando
né.
Talvez a pessoa tá num momentomais vulnerável, Ou a pessoa tá
passando ali por alguma situaçãopor fim, Ou era o momento certo
e propício pra você mostrar narede social determinada campanha
, por exemplo.
Então eu falo campanha, tágente, Não necessariamente a
política.
Quando a gente fala de anúncios, né Isso exato, tá, então
quando chega pra você podeacabar até mesmo direcionando a

(39:15):
sua escolha.

Speaker 2 (39:15):
Né E isso acaba que os marqueteiros utilizam pra
caramba.
São informações hoje que omarqueteiro precisa ali pra
definir as personas dele edirecionar quando fazer os
anúncios, seja ele do produto AB, c, d ou da pessoa A B, c, d,
e assim vai.

Speaker 4 (39:29):
Sim, exato.
E até voltando um pouco praessa pergunta inicial ali né que
não recordo eu não sei do queque era, mas eu lembro da minha
contribuição, que era um pouconessa parte de a IA.
ela pode nos ajudar em questãode desinformação, perfeito.
Ela consegue nos ajudar ali aentender o que seria ou questão
de padrão, ou Existe algumaconta que tem um costume ali de

(39:52):
gerar muitas fake news São osfamosos bots né Que não é uma
conta muito ativa mas é uma.

Speaker 2 (39:56):
Não parece tão difícil de ser analisado, né.
Vamos ser sinceros.

Speaker 4 (40:00):
É mais complexo do que a gente imagina.
tá, essa identificaçãoInclusive é um campo de estudo
da computação ali dospesquisadores pra tentar
encontrar contas que na verdadesão fakes, são bots E que estão
lá poluindo o conjunto de dados.
né, então, é bem comum quandoas pessoas fazem essa parte mais
voltada pra política, né Essesestudos mais políticos.

Speaker 1 (40:19):
E a velocidade é um grande problema.

Speaker 2 (40:20):
Sim, Não a velocidade é uma lou, um grande problema.
Sim, é uma cidade de loucura Émuito rápido.

Speaker 1 (40:24):
Então assim, por exemplo, em caso de política
cara véspera de eleição até vocêNão, aí já era.

Speaker 2 (40:33):
Provar que fucinho de porco na tomada já passou
entendeu Por isso que tem queser algo muito rápido e baseado
em IA, porque se você for tentaranalisar aquilo ali manualmente
, Não não dá.

Speaker 4 (40:46):
Não dá porque se você for tentar analisar aquilo ali
manualmente, acho que a IA é umagrande aliada pra questão de
fato-cheque exatamente, e oponto que eu queria chegar era
não só a IA, mas também precisater toda boa vontade do
ecossistema a boa vontade doecossistema que eu acho que tem
que ter porque IA vai fazerdesde que abram as portas pra
ela fazer.
É isso Porque E ela vai fazermas.

Speaker 2 (41:05):
Desde que há duas portas pra ela fazer Exato, é
isso que eu penso também.

Speaker 3 (41:08):
Ela vai chegar de acordo com o que As pessoas têm
que querer.

Speaker 2 (41:11):
Agora vamos lá.

Speaker 1 (41:12):
Isso é bom ou ruim o que a gente tá vivendo agora,
porque assim, por exemplo,antigamente você queria notícias
, você comprava um jornal e oque tava no jornal, e aí você
queria ter pontos de vistadiferentes.
a gente sabe disso.
Você comprava, a Folha vocêcomprava o Globo, você comprava
o Estadão.
Você tinha pontos de vistadiferentes.
Hoje em dia não Hoje em diavocê vive na bolha.

(41:35):
Você abriu a tua rede.
Você vai ver mais do mesmo.

Speaker 2 (41:39):
É uma situação extremamente complexa de lidar,
né Você tem que tentar furaressa bolha de alguma forma, e aí
Você tem que começar a seinteressar por outros pontos né,
Porque se não, se você ficaresperando a notícia chegar em
você, a informação chegar emvocê, talvez ela, você vai ficar
mal informado.

Speaker 3 (41:54):
Você mesmo fazer uma checagem de uma notícia.

Speaker 2 (42:00):
É exato, você ter certeza que eu não vou fazer o
acabamento.

Speaker 3 (42:05):
Eu checo em dois lugares diferentes Que eu sei
que é diferente Eu também faloopiniões diferentes.

Speaker 1 (42:11):
Agora tem uma coisa.

Speaker 2 (42:13):
Editoriais diferentes .

Speaker 1 (42:14):
Vamos chamar assim na moda antiga, né Tem uma coisa,
laura, do comportamento humano,que eu acho que você com certeza
você vai saber falar bem sobreisso porque você estudou isso.
Mas as próprias IAs, porexemplo a minha IA pessoal, eu
defini pra ela o comportamentode não corroborar comigo.
Ela não bate palminha pra mim.

Speaker 4 (42:36):
Legal, é difícil isso acontecer.
Eu não fiz isso na minha.

Speaker 1 (42:39):
Não, eu quero que ela concorde comigo quando eu
estiver certo.
Eu não quero que ela meparabenize, me ache brilhante,
não, de jeito nenhum.
Se eu realmente chegar comalguma coisa interessante, ela
legal, isso aqui é interessante,sim, ah, não.
olha, você está viajando.
isso aí não é interessante, não.

Speaker 4 (42:53):
Isso é muito legal porque eu vi uma pesquisa
recente.
Gente apareceu no meu LinkedIn,mas eu realmente não sei fontes
.
Eu acho que foi da Forbes oufoi do MIT, eu não lembro certo,
mas alguns pesquisadores viramque teve uma atualização.
Se eu não me engano, foi nochat GPT.

Speaker 2 (43:07):
Foi no GPT, eu sei a notícia é interessante isso.

Speaker 4 (43:10):
Que começou a concordar demais com as pessoas.

Speaker 2 (43:13):
Isso causou um problema transtorno gigante
Exatamente de saúde das pessoas.

Speaker 4 (43:18):
E aí eles tiveram que voltar.
eles voltaram, não sei lá,tiver não sabia, foi o rollback.

Speaker 2 (43:20):
O único jeito foi o rollback Porque ela boazinha
demais ali tava prejudicando oviés e as respostas não estavam
sendo o jeito que deveria serExatamente.

Speaker 4 (43:28):
Então é interessante esse comportamento que você teve
de você mesmo pedir pra ela nãoconcordar contigo É uma
diretriz do meu GPT.

Speaker 1 (43:35):
Assim a minha.

Speaker 2 (43:37):
Com certeza o GPT todo dia fala você tá errado,
Você é teimos Pedi pra ver oGPTD.
Falei já.
falei isso pra você ontem,entendeu?

Speaker 1 (43:43):
Mas isso é muito raro por conta do viés de
confirmação E existe essa coisahumana de buscar esse viés de
confirmação, o que fortalece alargura dessa bolha, né Que a
pessoa vive na bolha e nãoconsegue sair da bolha.

Speaker 4 (43:58):
Isso é desafiador, é muito interessante, porque o ser
humano minha psicóloga vivefalando isso né As pessoas
precisam muito de aceitação.
Elas querem ser aceitas, queremser acolhidas.
Então você busca o quê?
Apoio em pessoas quenormalmente concordam com você,
pessoas que estão lá pra abraçarsuas ideias, que estão na mesma
sinergia e sintonia que você.
Então é muito difícil, aspessoas saírem dessa bolha, até

(44:19):
porque a gente fala muito dolado negativo da personalização
nas redes sociais.
Mas é muito bom às vezes.
Você gosta de uma série, né Eugosto muito de Game of Thrones.

Speaker 2 (44:29):
E tem.

Speaker 4 (44:29):
House of Dragons né Que lança Então toda vez que eu
lançava episódio, eu procuravana rede social sobre o que as
pessoas estão comentando sobreesse episódio.

Speaker 2 (44:36):
A opinião deles era legal, né Tem que bater Final.
então do Game of Thrones agente ficava pronto, não, eu
ficava no fanfic.

Speaker 3 (44:44):
É loucura, cara.
Vai com os fóruns, com o Reddit, com a Adida O Diogo faz isso,
com o Beat Tênis, eu faço também.

Speaker 4 (44:49):
Mentira.

Speaker 3 (44:50):
Ele ama Beat Tênis.
Ele gosta dos negócios.

Speaker 2 (44:51):
Tipo o campeonato de Beat Tênis.
Qualquer coisa, Eu sou o assimentendeu.
Faz parte É muito bom.

Speaker 4 (45:06):
Então a personalização, ela traz ali
muitas facilidades no nosso diaa dia né.
Então a gente consegueencontrar produtos que a gente
tava procurando antes com muitomais facilidade.
A gente encontra até coisas quea gente não precisava né.
E aí acaba aparecendo e vocêfala poxa, é verdade, né
Precisava disso aqui.

Speaker 2 (45:20):
Então isso aqui.
Então tem muitas coisas.
Toda vez que eu visito oAliExpress, eu encontro algo que
eu não precisava Todo dia, comoé que eu não tenho isso.
Eu não sabia que eu precisavadisso.
AliExpress é fera Cara, elessão muito bons.
Ele tem aquele negócio de vocêcolher moeda todos os dias ali.
É de propósito.
Nossa, que legal esse negócioaqui, você vai lá e coloca sua

(45:43):
moedinha, que é a gamificação.

Speaker 3 (45:44):
Coloca a moedinha e gasta uma grana.
É exato, coloca a moedinha egasta uma grana.

Speaker 2 (45:48):
O negócio aqui.
É uma pirâmide, entendeu.
Eu tô lá, entendeu.

Speaker 1 (45:51):
É sacanagem, mas é as pessoas do marketing ali elas
sabem usar essas ferramentas, néSabem lógico que você tá
pagando por elas agora, Laura,isso me leva a levantar uma bola
contigo aqui, que é uma coisainteressante.
Por exemplo, assim eu tenho asmeninas até me zoam, que eu
tenho toda uma peculiaridade coma minha inteligência.

(46:14):
Eu meio que vou lá super,programo ela do jeito que eu
quero e hoje ela me traz coisasassim que me surpreende, assim
até piada comigo mesmo com aminha própria personalidade, ela
me zoaende, assim me faz atépiada comigo mesmo com a minha
própria personalidade, ela mezoa.
Entendeu?
Vou contar aqui uma Eu tavaconstruindo uma parada com ela e
eu falei ah, me sugere umasenha.

(46:35):
Aí Ela falou ah, o que vocêacha de Skynet 2025?
Eu falei assim tu tá desacanagem, ela, kkkkk.

Speaker 4 (46:41):
Mentira.

Speaker 1 (46:48):
É porque ele tem medo dessa parada Ela sabe que eu
tenho esse lance com o IA e elamesmo faz piada com isso.
Então assim é um negócio bacana.
Mas assim eu só consegui issoconstruindo um banco de dados
externo para eu conseguirarmazenar e ir refinando.
Como é que é você, porque vocêusa IA profissionalmente?
como é que é você na sua vidapessoal com IA?

(47:11):
Nossa boa pergunta, césar, éuau, gente.

Speaker 4 (47:14):
Assim quando a gente fala de vindas tecnológicas, por
exemplo o ChatGPT, ele veio pracá e como pesquisadora eu
sempre fico um pouco o pé atrásde tudo que viraliza na internet
, tudo que aparece muito fácilpra gente, porque isso até é uma
dor né dos brasileiros, que agente não vê valor nos nossos

(47:34):
dados e nas nossas informações.
Então, por exemplo, a questãode venda de íris, né de olho,
não o povo doidão né.
É então as pessoas às vezes nãoconseguem compreender o quão
importantes são as nossasinformações pessoais.

Speaker 2 (47:46):
Ainda mais os dados pessoais, famílias.
aí O fone é muito doidão.

Speaker 4 (47:51):
Então isso mostra o quanto que a gente não tá aí.
Então, como eu às vezes tenhoessa percepção um pouco mais
técnica, né De como vêm essastecnologias Eu sei que tudo vem
fácil, às vezes tem um preço aliné.
A gente é produto, claro, agente tá treinando algo ali.
Então normalmente o que eu façoé esperar.
Eu vejo as pessoas testando, aspessoas vão avaliam, elas
começam a dar os feedbacks delas, e aí eu espero E depois eu

(48:15):
vejo como que eu posso utilizarIsso porque é uma coisa minha.
Tá gente, sempre tenho muito pétecnologia.
Minha mãe tem os cartões poraproximação.
Eu não tenho no celular, sério,eu não tenho.
Como é que?

Speaker 2 (48:28):
fala Carteira digital .
Né Eu não uso.

Speaker 3 (48:31):
Eu não tenho carteira , É faz assim.
Eu não sei cadê minha carteira,nem meus cartões.
Eu não sei cadê meus cartõesfísicos.

Speaker 2 (48:35):
Exato.
Basicamente é eu também.
Agora.

Speaker 1 (48:43):
Você me deu uma preocupação eu tô preocupado com
outra coisa que ela faz a droga.
Mas ela não consome.
Você tá vendo, né você tá vendoisso.

Speaker 4 (48:52):
Tem algo aí que a gente não tá sabendo assim,
gente, uma dica que eu sempredou é ler os termos de um não,
não só porque quem já viu, SouthPark.

Speaker 3 (49:02):
Sabe o quão perigoso isso é?

Speaker 4 (49:04):
é então É perigosíssimo.
Teve um aplicativo Acho que eraum aplicativo russo Que
transformava você em pessoa maisvelha.

Speaker 3 (49:11):
Então, viralizou muito Nas redes sociais.
Eu não usei, mas o Andersonpegou minhas fotos e jogou lá.
Mentira.
Todo mundo tem que usar, eu nãousei.

Speaker 1 (49:23):
A imagem tá lá Eu não aceitei Todo mundo viação Não.
A imagem tá lá Eu não aceitei,Eu não aceitei.
Velho tá aí, velho, assim jáera.
A gente tá no YouTube, a gentetá em todo lugar.

Speaker 2 (49:32):
Nossa cara já foi.

Speaker 4 (49:34):
É, as pessoas às vezes têm essa percepção.
Não, mas é verdade.

Speaker 1 (49:38):
Assim e outro assim.
Tem coisas que já vazaram,outras não necessariamente.

Speaker 2 (49:46):
Por exemplo o olho, só se você for lá… E vender só
isso, e realmente que você temque botar lá o olho na parada
Exato?

Speaker 4 (49:49):
Não, e falando de vazamento de dados, não sei se
vocês sofrem disso né, Mas otanto de ligação spam que eu
recebo no celular….

Speaker 2 (49:55):
Todos os dias eu vou ao banco.
O banco liga pra mim confirmaralgo que eu não fiz compra.

Speaker 3 (50:05):
Eu Casas Bahia.
Ah, mas eu confirmo todos.
Você confirma, eu confirmo,deixa eu entregar Se chegar
alguma coisa, não fizer euconfio mesmo Até confirmo o
endereço.
Entendi?

Speaker 4 (50:10):
entendi.
É super gritinho Às vezes apessoa tem a informação do nosso
nome CPF, eu fico tipo assimcomo que essa pessoa chegou.

Speaker 1 (50:16):
Eu recebo alerta que o nome apareceu na Deep Web.

Speaker 2 (50:19):
Que bacana, né É um serado, né É um serado, É um
alerta do serado.
É legal, vou trocar essasenhora De novo.
Ainda na faculdade, você jámontou uma comunidade feminina
pra mulheres da IA.
Né Como é que surgiu essa ideia?
Por quê?
Como é que foi isso, cara Boa?

Speaker 4 (50:34):
A gente sabe da dificuldade de a gente ter
mulheres.
Agora tá mudando um, mulherestendo destaque.
A gente vê comunidadesfemininas ali fortalecendo as
mulheres.
Mas no meu início de jornadanão foi tão simples assim.
Né A gente fala que tecnologia,no geral a gente tem baixa
representatividade feminina.
Mas quando a gente olha prasubnichos, dentro do que forma a

(50:55):
tecnologia, a gente conseguever que é ainda mais sensível, é
muito mais crítico.
Essa situação Exato é muitomais sensível e mais crítico com
essa situação Exato é muitomais sensível e mais crítico.
Então a inteligência artificialera uma área ali muitas vezes
dominada pela figura masculina.
Né Então a gente tem muitas dasinovações ali que foram feitas
dentro da área, foram feitas porhomens.
Né Claro que a gente tem alimulheres que foram

(51:17):
invisibilizadas, mulheres alique estão lutando pelo seu
espaço e que também tiveramcontribuições muito relevantes E
ali o seu espaço e que tambémtiveram contribuições muito
relevantes.
E ali durante a faculdade euolhava pro meu lado, não me
identificava e fiquei cara.
E agora né O que que eu façoaqui.
E aí eu encontrei umacomunidade de inteligência
artificial que é o AI Brasil.
Não sei se vocês conhecem,conheço aham.

(51:37):
É uma comunidade muito famosaaqui no Brasil de inteligência
artificial E lá tinham mulheresque organizavam eventos também
femininos, E a gente conversou,né inclusive um beijo Polly,
Andressa, maravilhosas Elas, meajudaram ali a fundar o E-Girls.
E aí a gente olhou e falou cara,precisamos ali de um espaço
confortável pras mulheres.
Se desenvolverem pras mulheresali, conseguirem contribuir umas

(52:00):
com as outras.
Né Isso porque a gente crescejuntos.
Né Então, a gente cresce alitanto vendo visões de mulheres
que estão ali se destacando,quanto também mulheres que estão
se desenvolvendo junto com você.
Né Então, quando você vêpessoas que estão no mesmo nível
que você e que estãoconseguindo cara, isso também é
um motivador.
Então, por conta disso a genteconseguiu fundar o AI Girls, que

(52:20):
é uma das comunidades inclusiveacho que é uma das primeiras
comunidades com foco em mulheresna inteligência artificial, e é
um projeto muito bacana, tantoque agora a gente é uma das
comunidades parceiras daSociedade Brasileira de
Computação.
Então é um marco muito grandeali pra comunidade que reforça
cada vez mais os nossos valorese as nossas ações.

(52:40):
E assim gente é uma comunidadeque tá por aí, tá no Instagram,
tá no YouTube, então vocês podemacompanhar ali todas as
atividades e ações que asmeninas estão fazendo.

Speaker 2 (52:50):
Vamos deixar o link também na descrição do episódio
pra você poder seguir eacompanhar lá com certeza, E
vale aqui reforçar sempre opoder das comunidades.
Exato A comunidade, o Podcafétem isso né cara, É um negócio
feito pra comunidade, Porque éimportantíssimo.
Isso né cara É, isso, É muito.
Você se identificar pô Galeraque curte a mesma coisa, você
acha a sua tribo E você acabafazendo uma bolha do bem né Você

(53:12):
recebe mais informação sobrealgo positivo, e é isso que é a
comunidade.

Speaker 3 (53:17):
Você não tá sozinho nesse mundo né.

Speaker 4 (53:19):
Exato, é comunidade, é isso.
Né São pessoas que têm ointeresse em comum, né, e o
interesse ali eradesenvolvimento de mulheres.

Speaker 2 (53:28):
Essa aqui a produção trouxe pra mim.
Eu fiquei muito curioso Como éque é a Iades plugada?
Como é que criança vai aprenderinteligência artificial sem
computador?
Me conta essa história?

Speaker 4 (53:35):
Boa Gente, Iades plugada é, é, eu tô muito
curioso, é uma área de pesquisaque não foi eu que criei, é uma
área de pesquisa que já existeali, na computação, ela fundou.
Acho que ela se originou em2017, posso estar errada, tá
gente, então pesquisem aí nainternet pra ter mais certeza
Mas ela fundou há um tempo atráse ela veio com esse objetivo,
que é o quê?
Ensinar pessoas através deatividades lúdicas, mas ensinar

(53:58):
tecnologia e no casointeligência artificial.
Então a IA desplugada.
Ela surgiu de um outro campo depesquisa, que é a ciência da
computação desplugada.
Então ela Cara, se eu não meengano, a ciência da computação
desplugada ela surgiu na décadade 90, com a pesquisadora Tim
Bell, e lá ela já tava provandoque a gente consegue ensinar,
sim, computação pras pessoas semo uso de computador, o que às

(54:22):
vezes pra programadores, praspessoas, é um pouco impossível,
né Pra mim eu fico tentandopensar, mas de onde como?
É como que você vai ensinar néSendo que você não tá usando ali
um software, você não tá usandoum programa, e ela mostrou que
é possível através de atividades.
Então é uma outra forma de vocêconseguir trazer o raciocínio
crítico, trazer a lógica portrás de como funcionam as coisas

(54:42):
.
Né Então, poxa, o que é umprograma?
né Nada mais é do que uma sérieali de etapas pro computador
fazer.
Então quando você traduz issode uma forma muito mais lúdica
pro seu público-alvo que no casoali que acaba trabalhando um
pouco mais que são crianças,você consegue trabalhar a parte
lógica do que tá acontecendo pordetrás.

(55:03):
Então quando chega essa partemais prática, a pessoa já tem um
certo entendimento de comofunciona.
Então a inovação consegueacontecer mesmo sem o uso de
computadores.
E a inteligência artificial émais ou menos essa mesma pegada,
só que é ensinando IA prascrianças.
Né Então tem várias atividadesali que estão disponíveis na
internet.
Tem o AI4K, se eu não me engano, que é uma série ali de normas

(55:28):
e diretrizes lançada nos EstadosUnidos pra ensino de
inteligência artificial noensino fundamental, que são pra
crianças.
Então assim gente tem uma gamade pesquisa e de oportunidades
nessa área.

Speaker 2 (55:39):
Fala, é assim sensacional, achei bacana, mas
eu já tenho que emendar nisso.
Né Recentemente a China colocouo IA no programa escolar e
agora o Trump também colocou noprograma americano.
Cara, o negócio tá assim, távirando uma necessidade.
Né Quando é que você acha queos governantes, o Brasil, o MEC

(56:00):
tem que rever o nosso conceitoali pra começar a avançar um
pouco mais?

Speaker 4 (56:04):
Isso é muito top, porque eu tava escrevendo uma
newsletter hoje pro meu Bacana.

Speaker 2 (56:08):
Olha só, Tô te ajudando aí a debater no assunto
.

Speaker 4 (56:11):
Ah, debater, já tô pensando aqui, mas eu vou levar
pra uma outra perspectiva que ébacharelado.

Speaker 2 (56:17):
Acho que é assim que fala né gente, Nossa, minha
dicção tá de milhões.

Speaker 4 (56:26):
Então é voltado ali um pouco mais pra ensino
superior.
Então na minha cabeça eu fiqueipensando gente, aonde que tá o
Brasil?
nisso tudo né caramba né asoutras nações estão ali trazendo
cursos, adaptando ali o seusistema de ensino desde o
fundamental, desde as criançasali só que o que eu fiquei mais
impressionada ainda é que em2024 a Sociedade Brasileira de
Computação tinha lançado algumasdiretrizes pra cursos ou pra

(56:47):
faculdades que querem fazer umensino superior focado em
inteligência artificial.
Então eles passaram ali umasérie de normas ou série de
diretrizes que você pode seguirpra você poder criar um curso do
zero, ensinando ali as pessoasa serem mais especialistas ou
formar profissionais.

Speaker 2 (57:02):
Inclusive a UFG tem um curso lá sensacional.
A gente já gravou lá com ocoordenador do curso.
É muito bom, muito bom.
Esse ano inclusive foi maisconcorrido que medicina, a
inteligência artificial naUniversidade Federal.
Que legal Assim tão hypado queo negócio tá entendeu Sim.

Speaker 4 (57:19):
O único ponto que eu andei refletindo é porque pra
você criar uma IA, normalmentevocê precisa ter alguns
fundamentos de computação.
Então o quanto que a gente vaiestar perdendo isso pra levar a
Então assim eu me aprofundeimuito e eu também não sei como
tá toda a carga horária,matérias ali que estão sendo
abordadas.

Speaker 2 (57:38):
Tem muita coisa inútil gente.
A gente precisa mudar rápido, Éassim as pessoas têm mania de
preencher um calendário entendeu, a gente tem que tirar a parte
inútil da que a gente vê lá,querendo ou não, tem coisa, não
vou dizer inútil, tem coisa quenão vai ser útil no seu dia a
dia lá na frente no mercado,você não vai.
Então você tem que definir, ébem claro, algumas matérias vão

(58:02):
ser úteis.
Se você for para aquele tema,eu acho que aprender IA mesmo
vai ser muito mais importante,ou aprender finanças pessoais
muito mais importante quediversas outras matérias ali que
Propósito né Tem um propósitoclaro nas coisas, porque às
vezes aprofunda demais numaquímica, aprofunda demais numa
física e a pessoa vai para umaárea completamente diferente

(58:24):
Para que aquilo lá serviu praaquela pessoa.

Speaker 1 (58:27):
Eu acho legal dar uma palhetada em tudo no início.

Speaker 2 (58:32):
Pra gente também, não ficar naquele país que não sabe
onde fica a capital do Brasil Eaté entender de repente a
pessoa descobre uma coisa queela gosta e nem sabia que
existia.
Eu concordo plenamente.

Speaker 1 (58:44):
Mas aí aprofundar demais É aprofundar demais E eu
queria falar aqui sobre a IAdesplugada, que eu me lembrei de
uma pergunta que eu fiz praminha IA Legal, que foi a
seguinte eu perguntei pra ela oseguinte Vale, que eu chamava de
Vale, vale a IA foi criada oudescoberta?
Aí ela deu risada e falou óseguinte essa pergunta é muito a

(59:08):
tua cara e eu tenho dois pontosde vista pra você.

Speaker 4 (59:11):
Legal.

Speaker 1 (59:12):
O primeiro ponto de vista é do campo de vista
técnico.
Ela foi criada né é umatecnologia humana e tal.
Mas no ponto de vistafilosófico ela foi descoberta
porque ela, O conhecimento seencadeia com conhecimento e gera
mais conhecimento.
Então, descobrir que oconhecimento pode se interligar

(59:34):
para gerar mais conhecimento éuma descoberta, é sentido.
Então, quando você ensina umacriança que conhecimento é uma
coisa que pode se conectar amais conhecimento, para gerar
mais conhecimento, é o léguo ali.
Você está trabalhando na cabeçadela a descoberta do que é IA
muito antes dela propriamenteimplementada.

Speaker 3 (59:54):
Parte prática.

Speaker 2 (59:54):
Perfeito é isso.

Speaker 4 (59:56):
É isso mesmo.

Speaker 2 (59:56):
A Vale entende muito.

Speaker 4 (59:57):
É muito legal, Inclusive trazendo até uma
curiosidade agora que vocêtrouxe essa parte de descoberta
da IA.
É uma coisa que eu não sabia,mas conforme a gente vai lendo,
se aprofundando, a gente vaidescobrindo coisas novas da área
, uma área muito antiga.
Né então, pra quem não conhecea inteligência artificial, ela
foi lançada.
Se eu não me engano, foi em1960 em alguma coisa.

Speaker 2 (01:00:17):
Agora tá um hype, mas não é uma jabuticaba recente,
não é nova.

Speaker 4 (01:00:21):
Inclusive a IA já passou por vários hypes, né ela
já bombou várias vezes por fim.
Aí o ponto que eu ia trazeraqui é que na verdade ela é mais
antiga do que 1960.
Que em 1960 e pouco a genteteve a definição do termo, Que
aquilo era Iá, mesmo Que aquiloera Iá, só que na mitologia
grega ela já aparecia, sérioJuro, tem algumas histórias que

(01:00:43):
você consegue ver que é umaaplicação de uma, de uma
Então tem o mito de Talos, queera um robô, né descrito ali
como um robô que cuidava ali dailha de Creta, se eu não me
engano ali, e aí era um robô quese mexia, que tinha emoções,
ali falava.
Então eles não chamavam de robô, eles falavam que era um homem
bronzeado, né Uma parada, assimque eles acabavam adaptando o

(01:01:06):
discurso e que hoje a gentechama de inteligência artificial
.
Então, só pra mostrar pra vocêsque a IA ela é muito maior e
muito mais complexa e ela acabafazendo parte da evolução humana
também, né.

Speaker 2 (01:01:18):
Faz sentido inclusive que eu te garanto que o cavalo
de Troia ia ter sido a ideia deIA, porque foi muito inteligente
, né.

Speaker 1 (01:01:26):
Tem outros casos na mitologia.
tava buscando aqui porque eunão lembrava Tinha uma coruja
metálica também.

Speaker 4 (01:01:34):
Uh legal.

Speaker 2 (01:01:35):
Não lembro a coruja Tem a caixa de Pandora.

Speaker 1 (01:01:40):
Então, assim, algumas coisas mecânicas, que já
existia, que era esse símbolo damáquina inteligente, exatamente
Não é novidade, d Exato,exatamente Não é novidade, laura
, o Datatalks.

Speaker 2 (01:01:51):
Cara tá nas redes, tá no LinkedIn, instagram.
Conta pra gente.
Como é que surgiu a ideia, comoé que porquê dele, qual o papel
dele, como é que você se sentehoje?
a Laura é influência além deter.
Mas é, você tá aliinfluenciando, dando informações
pro pessoal, como, mas é pô,você tá ali influenciando dando
informações pro pessoal.

Speaker 4 (01:02:09):
Como é que é isso, cara Legal, a minha marca, né o
Laura Data Talks.
ele surgiu com base no meuinteresse de querer compartilhar
as minhas visões, o meu pontode vista, porque eu vejo que a
visão de todo mundo é muitoválido.
né, então a gente pode falar damesma coisa, só que a gente vai
falar de formas diferentes.
Porque a gente tem jornadasdiferentes, é diferente, exato,
surgiu por conta disso, só queaí depois a gente vai se
conectando com pessoas, a gentevai ganhando maturidade e eu fui

(01:02:32):
vendo que ela é um pouco maior.
Né, então é uma forma ali de eutambém conseguir divulgar
coisas científicas de uma formamuito mais palpável pras pessoas
Mais acessível, né Maisacessível, pelo menos assim
gente na minha concepção.

Speaker 2 (01:02:44):
Se alguém achar complexo, por favor comente lá,
segue lá.
Ela vai deixar as redes aqui,mas é bem acessível, sim.
É legal de entender, é bacana.
A sua didática é muito boa,parabéns.

Speaker 4 (01:02:54):
Boa, perfeito.
Então eu gosto muito de adaptartoda a minha rotina Rotina,
assim como cientista.
inteligência artificial Porque,querendo ou não, ia e dados ela
faz parte do nosso dia a dia.
né Então eu abri aqui o podcastfalando um pouco mais sobre
aplicações que a gente usa.
né, ah, vou consultar o tempopra ver que roupa que eu vou
usar amanhã.
Então, dados e IA, ela fazmuito parte do nosso dia a dia E

(01:03:15):
a gente precisa também que aspessoas consigam entender todo
esse sistema que a gente táusando sem querer.
Então, poxa, essa parte deletramento da inteligência
artificial acaba sendoimportante nos dias atuais
porque as pessoas são afetadaspor esses sistemas.
Então, quando elas conseguementender como esse sistema
funciona, a gente tambémconsegue motivar e trazer

(01:03:35):
discussões que realmente sãomuito válidas.
Então, quando algumas discussõesde ciência, de dados e IA fura
bolha, eu fico muito felizporque eu consigo ver
perspectivas de pessoas ali queestão usando a IA e que não
estão no nosso viés tecnológico.
né Então acaba motivando etrazendo muita evolução dentro
da área.
Então, conforme eu fui ganhandomaturidade ali com a minha

(01:03:57):
marca, eu fui entrando emcontato com pessoas ali que
estão em início de carreira ouque já estão em carreira.
Tive muitas oportunidades muitolegais ali, muitos trabalhos
bacanas de serem feitos Por fim,e aí eu tô muito feliz com tudo
que eu faço.
Tenho YouTube, instagram, tenhoSpotify também.
gente Também tenho podcast, masé podcast com teorias da
conspiração em minha cabeça.

Speaker 2 (01:04:15):
A Mister Anson vai adorar.

Speaker 3 (01:04:19):
Mister.

Speaker 2 (01:04:19):
Anson vai ser o seu fã número um, Se precisar de
falar de teorias de conspiraçãocom força o White Pete chama o.

Speaker 4 (01:04:25):
Mister Anson, então pode falar com o Seran, ele é
bom nisso legal ET de Varginha éô da hora, busque conhecimento
você sabe o que rolou.

Speaker 1 (01:04:34):
Você pode.
Você pode negar é o ET.
Bilu é um ícone o Bilu, o Gomes, o ET Bilu, eu fui lá na
Chapada pra conhecer o ET Bilu.

Speaker 3 (01:04:44):
Eu vou lá todo julho.

Speaker 4 (01:04:45):
Lá é, eu vou lá todo julho Vai ver ele lá É apenas
que busque conhecimento, néBusque conhecimento.
É isso Agora falando.

Speaker 2 (01:04:52):
O ET Bilu é o único que estava certo.

Speaker 3 (01:04:54):
É, ele tinha razão.
Tem imagens do ET Bilu Entãoassim.
Então Contra fatos nãoargumentos.

Speaker 2 (01:04:59):
E a voz dele também Mudando um pouco, indo direto
pra Harvard, cara Como é que Nãopera aí cara Pra Harvard,
entendeu.

Speaker 4 (01:05:09):
Pra Harvard.

Speaker 2 (01:05:10):
Foi por dois tempos, ficou bom essa quebra Quatro pra
lá exato exato.

Speaker 1 (01:05:14):
Você foi buscar conhecimento longe.

Speaker 2 (01:05:17):
É bom, né Vamos pra Harvard, né Vamos vamos vamos.
E aí tem um livro cara Contapra gente se ele vai parar em
Harvard, Como assim.

Speaker 4 (01:05:24):
Cara que doideira, né Doideira, né Doideira.
Entendeu, busquem conhecimentomesmo.
Tá aí, vamos lá, como que osnossos trabalhos conseguem
chegar em um lugar bem longe, néEntão eu falo que o
conhecimento, ele é semfronteiras.
Né, com certeza, tá aí.
Então, quando eu vi essaoportunidade, falei, cara que da
hora, né Porque ninguém iaimaginar.
Eu mesma gente nunca tava naminha meta escrever um livro,
ainda a Harvard lançar esselivro, né Qual que é o nome do

(01:05:46):
livro mesmo.

Speaker 2 (01:05:46):
Fala pro pessoal aí.

Speaker 4 (01:05:47):
Chama Iá por Mulheres , Gente calma, ainda não tá
vendendo.

Speaker 2 (01:05:50):
tá Quando começar a vender, Mas acompanha nas redes
sociais pra você ver Em breve,em breve, em breve É em breve,
fala um pouco mais sobreperspectivas femininas em cima
da área de inteligênciaartificial.

Speaker 4 (01:06:00):
Então tem mulheres de diversas áreas.
Tem gente da parte de política,que a gente comentou bastante
aqui.
Tem pessoas da parte ética, temeu falando de educação ali né
tô representando as mulheresmais técnicas, né que criam
esses sistemas.
Então a gente tem por fimpessoas com diversas

(01:06:20):
perspectivas sobre o uso dainteligência artificial e seus
impactos.
Então é bem legal de ver esselivro e chegou pra mim via
Instagram o convite.
Então é muito interessante oefeito borboleta, né Se eu não
tivesse começado a compartilharmeus conhecimentos nas redes
sociais, se eu não tivesse dadoa cara a tapa ali e compartilhar
, porque gente é vergonhoso.

(01:06:41):
Às vezes tá Você pegar ocelular, gravar um vídeo e
postar e você ter que editar Oprimeiro é sempre mais difícil.

Speaker 2 (01:06:46):
É melhorando, né cara .

Speaker 1 (01:06:47):
O pessoal quer às vezes que o primeiro seja o
primeiro, eu vou atualizar o seuconceito de vergonha.
Você já viu os vídeos do Gomesno nosso TikTok.

Speaker 3 (01:06:57):
Assim, ouvinte vão no TikTok.
Vai no TikTok, cara Por favorNão, é melhor não.

Speaker 2 (01:07:02):
Por favor não vão.
Vai lá, vai lá Enquanto aprodução.
Eu falei pra produção, mas tásoltando o Reels também do
Instagram, né.

Speaker 3 (01:07:07):
O Reels do.

Speaker 2 (01:07:08):
Instagram do Podcafé Tech Tem também o.

Speaker 4 (01:07:10):
Gomes lá, mas ele é o quê Travado, o que ele é, ele é
sendo travado.

Speaker 1 (01:07:15):
Tá uma loucura Esse ano, a gente encontrou o caminho
com o Gomes.

Speaker 2 (01:07:19):
É babado.

Speaker 4 (01:07:20):
Que legal, nossa, que massa.

Speaker 2 (01:07:29):
Mas o É Não, mas o primeiro passo foi muito difícil
.

Speaker 1 (01:07:31):
E aí você recebeu o convite pra.
Como é que chegou o negócio do?
convite pra Harvard.
Mas você já foi pra Harvard,você vai pra, você já foi.

Speaker 4 (01:07:33):
Não, eu já fui, Foi mês passado, em abril.
Foi bem legal, foi minhaprimeira viagem internacional,
inclusive, então tipo foimomentos marquantes, tu foi de
largada pra.
Harvard Pra Harvard.

Speaker 1 (01:07:44):
E a sensação Conta pra gente.

Speaker 4 (01:07:47):
Não foi uma sensação surreal.
Tá lá né naquele ambiente Éporque é muito doido, porque é o
que eu falei pra você.
Não era o meu sonho, mas assim,super grata pela oportunidade
que veio e acabou se tornandoalgo muito maior, Porque foi
minha primeira viageminternacional me virando sozinha
.
Saia aqui do Brasil sozinha.
Então eu tive que me virar nos30.
Fiquei ali perto da região deCambridge, que é onde ficam as

(01:08:09):
universidades do MIT, harvard,stanford, elas, ficam tudo por
lá né Bem próximas.
Então eu gostei muito porque eupeguei um lugar próximo da
faculdade, porém não tão próximo, que me faça o quê Sair de casa
e ver pessoas e sair da zona deconforto.
Né É.
Então, porque quando a genteviaja, às vezes a gente quer
estar no safe né no confortável.
Então não vou me arriscar, nãovou fazer nada.

(01:08:30):
Então eu falei cara, vou pegarum Airbnb ali perto e vou sair
pro mercado vou… Vou me virarnos 30, vou ficar bando pedir
café.

Speaker 1 (01:08:39):
Vai viver o local.
É isso vai viver o local.
Uma cidadã ali por alguns dias,essa que é a parada Fez certo,
fez certinho, e foi massa pracaramba, foi muito legal.

Speaker 4 (01:08:48):
A gente teve não só Harvard, mas é bom também
comentar que a gente fez aestreia ali do livro no
Consulado Brasileiro em Boston.
Então Boston e Cambridge sãocidades muito vizinhas, vizinhas
ali, próximas, exato.

Speaker 1 (01:09:02):
E aí, por exemplo, um Uber, já ficamos presos em
Boston.
Que legal, preso em Boston.

Speaker 2 (01:09:06):
Que legal, já ficamos na Boston já ficamos na Boston,
no aeroporto preso lá por horas, que é uma porcaria de
aeroporto é horrível mesmo umdos piores aeroportos da gente
na vida.

Speaker 4 (01:09:16):
Não, eu acho que pior que esse é Washington.
Tá, o aeroporto de Washingtonnão gostei, não, eu ainda acho
que Boston é pior.

Speaker 2 (01:09:22):
Meu Deus me livre sair ou que você perde o voo
mesmo.
Boston é uma bosta mano.

Speaker 3 (01:09:26):
Nada, tá pronto, corre o quê.
Corre uns seis quilômetros pralá.
Seis quilômetros é, mas correporque você tem cinco minutos
pra estar lá.

Speaker 4 (01:09:32):
Ele é comprido, não, mas o de Washington também é
muito ruim.
Mas assim, gente, a gente teveessa oportunidade de estar lá do
lado de ministros, pessoas alique estavam no Depart, gente
menos importante, mas Coisabásica Importante que estava lá.

Speaker 1 (01:09:49):
Tiveram oportunidade de estar lá junto com a Laura,
de presenciar você né Laura, nãocara, o papo está demais.

Speaker 2 (01:09:55):
A gente podia ficar aqui umas 10 horas, não sei, mas
Infelizmente, laura, chegamosao que chamamos de considerações
finais.

Speaker 1 (01:10:02):
Vou jogar o microfone na sua mão para você fazer jabá
, deixar link, fala os seuslinks, todos você fazer jabá
deixar link, mandar mensagemmotivacional.

Speaker 2 (01:10:08):
O que você quiser fica à vontade.

Speaker 1 (01:10:11):
Fala tudo o que você pensar que eu preciso, mas o
Jout Jout tá por inscritos nopost.

Speaker 2 (01:10:14):
Mas fala mesmo que o pessoal vai gostar, você que tá
assistindo a gente no YouTube.

Speaker 1 (01:10:18):
pelo amor de Deus, vai lá, Compartilha isso aí com
a galerinha Compartilha porque éessencial.
Segue o nosso canal, por favor,E vamos agradecer também a CS
Pro que tá fazendo oferecimentodesse episódio.
Mas vamos lá.

Speaker 4 (01:10:33):
É boa Gente.
Muito obrigada de novo por todaa paciência, carinho aqui
comigo Foi incrível essa troca.
Espero que os ouvintes estejamgostando aqui do papo, Gente.
Acho que uma dica final que euquero deixar é que, apesar da
inteligência artificial parecerum pouco distante, e se você tem
interesse de entrar na área,cara pensamento crítico, soft

(01:10:53):
skills acaba sendo muitoimportante e muito relevante
Porque ferramenta nenhumasubstitui a habilidade humana
Ser humano.
Então a gente precisa estar láentendendo o porquê que a gente
tá usando, o porquê que a gentetá construindo Cara, mas vai
afetar quem?
Então é sempre importante agente ter esse pensamento
crítico e acompanha aí meustrabalhos nas redes sociais.
É arroba laura da Tataalks, eutô no Instagram, tiktok,

(01:11:18):
linkedin, então vocês conseguemme achar ali no meu YouTube.
É pode analisar.
Então no YouTube eu falo umpouco mais sobre coisas um pouco
mais técnicas.
Então tem tutorial usandoalgumas inteligências
artificiais de algumas empresascomo o Google.
E é isso, gente, muito obrigadade novo E espero ver vocês em
outros episódios também.

Speaker 2 (01:11:37):
Com certeza você vai voltar lá.
Muito obrigado, gente.
Eu poderia falar aqui horas.
Obrigado pelos insights.
Acho que dá pra fazer vários evários outros episódios.
Parabéns pela sua trajetória,pela sua história, por tudo que
você viveu até aqui E tenhocerteza que só tem um caminho de
muito sucesso pela frente.
Obrigado demais.
Obrigado Laura.

Speaker 3 (01:11:57):
E vamos lá E você ouvinte, os links vão estar aqui
na descrição.

Speaker 2 (01:12:00):
Então por favor siga a Laura E compartilha
Compartilhe esse episódio.

Speaker 3 (01:12:04):
Vamos lá, vamos fazer acontecer.

Speaker 1 (01:12:06):
Busquem conhecimento, Ah é Peraí.

Speaker 3 (01:12:30):
eu tô conseguindo Valeu, Quero café.

All Episodes

Laura | A IA desplugada e o futuro da educação inclusiva

Episode Transcript

Popular Podcasts

United States of Kennedy

Stuff You Should Know

Dateline NBC

.css-15opob5{left:0;position:absolute;top:0.8rem;} All Episodes

.css-14f5ked{margin:0;word-break:break-word;display:-webkit-box;-webkit-box-orient:vertical;box-orient:vertical;-webkit-line-clamp:2;overflow:hidden;} Laura | A IA desplugada e o futuro da educação inclusiva