10 Regras do Bom Estudo

Extraído de Uma Mente para Números: Como se Sobressair em Matemática e Ciências (Mesmo Se Você Tiver Reprovado em Álgebra), por Barbara Oakley, Penguin, Julho de 2014.

1. Relembre. Depois de você ler uma página, sem olhar para ela, relembre as principais idéias. Destaque pouco e nunca destaque o que você não colocou em sua mente primeiro ao relembrar as idéias. Tente se recordar das idéias principais quando você estiver andando para a aula ou quando estiver em um cômodo diferente daquele em que você aprendeu o conteúdo originalmente. A habilidade de relembrar - gerar idéias de dentro de você mesmo - é um dos principais indicadores de uma boa aprendizagem.

2. Teste a si mesmo. Em tudo. O tempo todo. Cartões de anotações são seus amigos.

3. Divida seus problemas. Dividir o problema é entender e praticar com a solução de um problema, de modo que ela venha à mente em um flash. Depois de você resolver um problema, repita. Certifique-se de que você pode resolvê-lo completamente - cada passo. Finja que é uma música e aprenda a tocar repetidamente em sua mente, para que as informações combinem-se em um único pedaço regular que você pode alcançar sempre que quiser.

4. Faça repetições espaçadas. Espalhe sua aprendizagem, sobre qualquer assunto, em um pouco a cada dia, como um atleta. Seu cérebro é como um músculo - ele pode lidar apenas com uma quantidade limitada de exercícios sobre um assunto de cada vez.

5. Alterne diferentes técnicas de resolução de problemas durante sua prática. Nunca pratique por muito tempo apenas uma técnica de resolução em uma sessão de estudos - depois de um tempo, você está apenas imitando o que fez no problema anterior. Misture e trabalhe em diferentes tipos de problemas. Isso o ensina como e quando usar uma técnica. (Livros geralmente não são estruturados dessa forma, então você vai precisar fazer isso por conta própria). Depois de cada tarefa e teste, volte nos seus erros, certifique-se de que você entende porque você os cometeu e, então, refaça suas soluções. Para um estudo mais efetivo, escreva à mão (não digite), de um lado de um cartão, um problema, e a solução do outro. ( A escrita à mão constrói estruturas neurais mais fortes na memória do que a digitação). Você também pode fotografar o cartão, caso queira colocá-lo em um aplicativo de estudo em seu smartphone. Teste-se aleatoriamente em diferentes tipos de problemas. Outra maneira de fazer isso é folhear aleatoriamente seu livro, escolher um problema, e ver se você pode resolvê-lo completamente.

6. Faça pausas. É comum não ser capaz de resolver problemas ou não entender conceitos de matemática ou ciência na primeira vez que você se depara com eles. Essa é a razão pela qual um pouco de estudo todo dia é muito melhor do que muito estudo de uma vez só. Quando você se sentir frustrado com um problema de matemática ou ciência, faça uma pausa para que outra parte de sua mente possa assumir e trabalhar em segundo plano.

7. Use questionamentos explicativos e analogias simples. Sempre que você estiver lutando para entender um conceito, pense consigo mesmo: como posso explicar isso de forma que uma criança de dez anos possa entender? Usar uma analogia realmente ajuda, como dizer que o fluxo de eletricidade é como o fluxo da água. Não apenas pense na sua explicação - fale em voz alta ou a escreva. O esforço adicional de falar e escrever permite codificar mais profundamente (ou seja, converter em estruturas neurais de memória) o que você está aprendendo.

8. Foco. Desligue todos os bipes e alarmes do seu celular e computador, depois configure um temporizador para 25 minutos. Foque atentamente nesses 25 minutos e tente trabalhar da forma mais dedicada que você puder. Depois que o tempo acabar, dê a você uma pequena recompensa. Algumas dessas sessões em um dia podem realmente impulsionar seus estudos. Tentar definir tempos e lugares para estudar - sem olhar para seu computador ou celular - é apenas algo que você faz naturalmente.

9. Comece pelo o mais difícil. Faça o mais difícil no começo do dia, quando você está revigorado.

10. Faça uma comparação mental. Pense de onde você veio e compare com o sonho de onde seus estudos irão levá-lo. Coloque uma imagem ou palavras em seu espaço de trabalho para que você se lembre do seu sonho. Olhe a imagem ou as palavras quando você perceber que sua motivação está lenta. Esse trabalho irá recompensar você e aqueles que você ama!

10 Regras do Mau Estudo

Extraído de Uma Mente para Números: Como se Sobressair em Matemática e Ciências (Mesmo Se Você Tiver Sido em Álgebra), por Barbara Oakley, Penguin, Julho de 2014.

Evite estas técnicas - elas podem desperdiçar seu tempo, até mesmo quando o fazem crer que você está aprendendo!

1. Releitura passiva - sentar passivamente e correr os olhos pelas páginas. A menos que você possa provar que o conteúdo está indo para seu cérebro, relembrando as principais idéias sem olhar para a página, a releitura é uma perda de tempo.

2. Deixar que os textos destacados confundam você. Destacar seu texto pode enganar sua mente fazendo-a pensar que você está colocando algo em seu cérebro, quando, na verdade, tudo o que você está fazendo é mover sua mão. Destacar um pouco aqui e ali é normal- às vezes pode ser útil na identificação de pontos importantes. Mas se você estiver destacando o texto como uma ferramenta de memorização, certifique-se de que o que você está marcando também está entrando em seu cérebro.

3. Apenas olhar para a solução de um problema e pensar que sabe como resolvê-lo. Esse é um dos piores erros que os estudantes cometem quando estão estudando. Você precisa ser capaz de resolver um problema passo a passo, sem olhar para a solução.

4. Esperar até o último minuto para estudar. Você deixaria acumular para o último minuto se você estivesse treinando para uma corrida? Seu cérebro é como um músculo - ele pode lidar apenas com uma quantidade limitada de exercícios sobre um assunto de cada vez.

5. Resolver repetidamente problemas do mesmo tipo que você já sabe como resolver.  Se você ficar resolvendo exercícios similares durante seus estudos, você não está se preparando de verdade para um teste - é como se preparar para um importante jogo de basquete apenas treinando o seu drible.

6. Deixar as sessões de estudos com os amigos se transformarem em sessões de conversas. Verificar a sua solução de problemas com amigos e perguntar uns aos outros sobre o que cada um sabe, pode tornar o aprendizado mais agradável, pode expor falhas em seu pensamento e pode aprofundar seu aprendizado. Mas, se suas sessões de estudos em grupo se transformam em diversão antes de o trabalho ser feito, você está desperdiçando seu tempo e deve procurar outro grupo de estudo.

7. Deixar de ler o livro de texto antes de começar a trabalhar os problemas. Você mergulharia em uma piscina antes de saber nadar? O livro é o seu professor de natação - ele guia você até as respostas. Você vai se debater e desperdiçar seu tempo se não se der ao trabalho de lê-lo. No entanto, antes de começar a ler, dê uma rápida olhada no capítulo ou seção para ter noção do que se trata.

8. Não esclarecer dúvidas com seus professores ou colegas. Professores são usados por estudantes perdidos que os procuram para serem orientados - é nosso trabalho ajudá-los. Os estudantes que nos preocupam são aqueles que não nos procuram. Não seja um desses estudantes.

9. Pensar que você pode aprender profundamente quando você está sendo constantemente distraído. Cada pequeno impulso em direção a uma mensagem ou conversa significa que você tem menos poder cerebral para se dedicar ao aprendizado. Cada atenção interrompida puxa pequenas raízes neurais antes que elas possam crescer.

10. Não dormir o suficiente. Seu cérebro junta as técnicas de resolução de problemas quando você dorme, assim como pratica e repete o que você colocou em sua mente antes de ir dormir. Fadiga prolongada permite que as toxinas se acumulem no cérebro, o que interrompe as conexões neurais que você precisa para pensar rápido e bem. Se você não tiver uma boa noite de sono antes de um teste, nada que você tenha feito antes irá importar.

Fonte: http://www.amazon.com/Mind-Numbers-Science-Flunked-Algebra/dp/039916524X/ref=asap_bc?ie=UTF8

Fonte:

http://www.selecoes.com.br/minimundo

Dando continuidade ao post anterior Como estamos hoje e para onde vamos com tanta informação? vamos procurar entender melhor o que algumas empresas estão construindo para poder nos socorrer com a ajuda da I. A.

A evolução do Deep Blue é o IBM Watson, criado por Jim de Piante e mencionado pelo professor Graeme Hirst. A ideia de Watson surgiu em 2004, para competir no programa de TV Jeorpardy!. O dispositivo não apenas correlaciona palavras, mas também aprende à medida que busca responder perguntas de humanos, diferente de programas de voz como Siri, da Apple, que trabalha frases-padrão reconhecendo algumas palavras. O IBM Watson vem utilizando conceitos de Big Data aliados a I.A.

A I.A. do IBM Watson venceu os campeões do programa Jeorpardy! em 14 de fevereiro de 2011. Depois, Watson chegou a fazer parte da equipe de diagnóstico do sistema de seguros de saúde WellPoint, em 2012, analisando 200 milhões de páginas de dados para responder qualquer dúvida dos documentos em menos de três segundos.

Essa I. A. da IBM já foi implementada para funcionar em rede na nuvem, e também está acessível via smartphones. Seu crescimento cognitivo permite que ele responda individualmente às pessoas e também compreenda nuances de linguagem que não eram possíveis anteriormente. A IBM fornece o Watson como solução corporativa de negócios, em vários ramos de atuação: Finanças, gestão pública, comércio e saúde. Recentemente fez até um livro de receitas, após analisar inúmeros dados de produtos alimentares.

Nesta esteira a Google também não pode ficar atrás e começou a se mover há algum tempo, principalmente em 2012 quando contratou Ray Kurzweil um dos nomes mais conhecidos em I.A. no mundo. Também fechou parceria com a NASA e com várias universidades para lançar o Quantum Artificial Intelligence Lab. Em meados de 2014 fechou a compra da DeepMind Technologies, uma empresa britânica de I.A.. Essa aquisição ocorreu após ela já ter investido em oito empresas focadas em diferentes aspectos da robótica. Por causa disso, há rumores de que para essa aquisição foi necessária a criação de um conselho de ética formado para ajudar a elaborar regras para a aplicação de I.A. - inteligência artificial.

Kurzweil, que é o autor de cinco livros sobre I. A., incluindo o recente New York Times best-seller How to Create a Mind: The Secret of Human Thought Revealed " Como criar uma Mente" recentemente publicou um artigo Don't Fear Artificial Intelligence na revista Times onde aborda a forma que I.A. esta sendo integrada ao mundo de hoje. Ressalta que I.A. não é de uma ou duas mãos; ela está em 1 bilhão ou 2 bilhões de mãos na medida que hoje há uma oferta milhares de vezes maior, se comparada com 20 anos atrás, da capacidade de processamento, armazenamento e da disponibilidade de informação, bem como de seu barateamento. Como os dispositivos que incorporam I.A. continuam a desenvolver a sua capacidade de forma contínua a e suas utilizações também continuam a crescer. A consequência é que praticamente as capacidades mentais de todos serão reforçadas e no período de uma década poderemos ter resultados incríveis.

Mas nem sempre foi assim, na década de 1980 houve um grande interesse por I.A. e a principal ideia de que era descobrir como os peritos fazem, o que fazem, reduzir essas tarefas a um conjunto de regras, então programar computadores com essas regras, efetivamente substituindo os especialistas. O objetivo era ensinar os computadores para diagnosticar as doenças, traduzir línguas, até mesmo para descobrir o que queríamos, mas não sabia de nós mesmos. Não funcionou. I. A. absorveu centenas de milhões de dólares de capital de risco do Vale do Silício, antes de ser declarado um fracasso. Embora não estava claro no momento, o problema foi que não tínhamos justamente o poder suficiente de processamento dos computadores a um pelo preço razoável para alcançar essas metas ambiciosas.

No Google eles têm algo chamado Google Vision que atualmente tem 16.000 microprocessadores equivalentes a cerca de um décimo do córtex visual do nosso cérebro. Especializou-se em visão computacional e foi treinado exatamente da mesma maneira como o Google Translate, através de um número maciço de exemplos - neste caso, as imagens fixas (bilhões de imagens estáticas) tiradas de vídeos do YouTube. Google Vision "olhou" para as imagens por 72 horas seguidas e, essencialmente, ensinou-se para ver duas vezes, assim como qualquer outro computador na Terra. Dê-lhe uma imagem e vai encontrar outro como ele. Diga-se que a imagem é um gato, e será capaz de reconhecer gatos. Lembre-se disso levou três dias. Quanto tempo demora um bebê recém-nascido a reconhecer gatos?

Em 10 anos, a Lei de Moore vai aumentar o poder do processador por 128X. Ao lançar mais núcleos do processador para os problemas e alavancar o ritmo acelerado de desenvolvimento de algoritmos que devemos aumentar essa por outra 128X para um total de 16,384X. Lembre-se o Google Vision é atualmente o equivalente a 0,1 córtex visual. Agora multiplique isso por 16,384X para obter 1.638 equivalentes córtex visual. Isso é para onde todos estamos indo.

Daqui a uma década de visão por computador vai estar vendo coisas que não podemos sequer entender, como cães farejadores percebem o câncer hoje.

Quanto tempo irá ainda para perdemos completamente o controle?

Isso está vindo em torno de 2029, de acordo com Ray Kurzweil, quando nós vamos chegar à singularidade tecnológica.

Esse é o ano, o futurista observou, dizendo que por $ 1.000 será capaz de comprar o poder de computação suficiente para coincidir com 10.000 cérebros humanos. Pelo preço de um PC, diz Ray, nós vamos ser capazes de aproveitar mais poder computacional do que podemos compreender ou mesmo descrever. Um supercomputador em cada garagem.

Combinado com redes igualmente rápidas, isso poderia significar que seu computador - ou qualquer que seja o nome como o dispositivo é chamado - pode procurar em sua totalidade, em tempo real, todas as palavras já escritas para responder literalmente qualquer pergunta. Nenhuma pedra sobre pedra restará.

Em nenhum lugar para se esconder. Aplicar isso em um mundo onde cada dispositivo elétrico é um sensor de rede que alimenta a rede e nós vamos ter não apenas alarmes de incêndio incrivelmente eficazes, também é provável que perderemos toda a privacidade pessoal.

Kurzweil lembra que existem estratégias que podemos implementar para manter as tecnologias emergentes, como a I.A. segura. Considere a biotecnologia, que é talvez um par de décadas à frente da I.A.. A reunião convocada a Conferência de Asilomar no DNA recombinante foi organizado em 1975 para avaliar os seus perigos potenciais e elaborar uma estratégia para manter o domínio seguro. As diretrizes resultantes, que foram revistas pela indústria, desde então, têm funcionado muito bem: não houve problemas significativos, acidental ou intencional, nos últimos 39 anos. Agora estamos vendo grandes avanços em tratamentos médicos atingindo a prática clínica e nenhum dos problemas antecipados foram encontrados.

Em última análise, a abordagem mais importante que podemos tomar para manter I.A. segura é trabalhar em nossa governança humana e instituições sociais. Já somos uma civilização homem-máquina. A melhor maneira de evitar o conflito destrutivo no futuro é continuar o avanço de nossos ideais sociais, que já reduziu bastante violência. Kurzweil, cita o livro de Steven Pinker, "The Better Angels of Our Nature: Why Violence Has Declined, 2011" (Os melhores anjos da nossa natureza: por que a violência diminuiu). Segundo Pinker, embora as estatísticas variem um pouco de local para local, a taxa de morte na guerra baixou centena de vezes em comparação com seis séculos atrás. Desde aquela época, os homicídios caíram dezenas de vezes. As pessoas se surpreendem com isso. A impressão de que a violência é sobre os resultados da ascensão de outra tendência: temos exponencialmente melhor informação sobre o que está errado com o mundo, um desenvolvimento auxiliado por I.A..

I.A. hoje está avançando no diagnóstico de doenças, no desenvolvimento de energia limpa e renovável ajudando a limpar o ambiente, proporcionando uma educação de alta qualidade para pessoas de todo o mundo, ajudando as pessoas com deficiência (incluindo o fornecimento de voz de Hawking) e contribuindo em uma miríade de outras maneiras. Temos a oportunidade nas próximas décadas para fazer grandes avanços na abordagem dos grandes desafios da humanidade e I.A. será a tecnologia fundamental na obtenção destes avanços.

No post anterior E a Inteligência Artificial voltou à moda.... abordamos um pouco sobre a definição básica da I.A. e sua crescente importância no atual contexto de negócios, principalmente porque não temos mais capacidade de trabalhar com a imensidão de dados nos quais estamos mergulhados.

O problema é que hoje a quantidade e a complexidade dos dados científicos ultrapassaram os limites da capacidade humana para entendê-los e até mesmo para observá-los.  Estamos verdadeiramente obesos de informação e cada vez mais famintos de conhecimento, pois não temos capacidade de processar e entender todos os dados que são gerados pelos sistemas. Daí tecnologias como Big Data e a procura de profissionais com habilidades de explorarem suas potencialidades estarem cada vez mais em voga, bem como já observamos o desenvolvimento de programas educacionais neste sentido.

"É preciso admitir que a maior parte dos dados levantados hoje pela ciência jamais serão vistos por olhos humanos. É simplesmente impossível" disse Djorgovski.

Ele explica que as ferramentas, os dados e até os métodos utilizados pela ciência migraram para o mundo virtual e agora só podem ser trabalhados nele.

"Com isso, a web tem potencial para transformar todos os níveis da educação. É uma verdadeira arma de instrução em massa", ressaltou fazendo um trocadilho com o termo militar.

"Ferramentas de pesquisa de última geração podem ser utilizadas por qualquer pessoa do mundo com acesso banda larga à internet", afirmou Djorgovski. Como exemplo, o pesquisador falou que países que não possuem telescópios de grande porte podem analisar e ainda fazer descobertas com imagens feitas pelos melhores e mais potentes equipamentos disponíveis no mundo. Falando nisso, veja que é possível pesquisar imagens no Google a partir de imagens que você tem no seu próprio computador. Se você ainda não experimentou, creio que vale a pena ver quantas coisas novas que podem ser descobertas em um clique.

No entanto, trabalhar a educação também envolve o processamento de grande quantidade de informações. Essa montanha de dados a ser explorada levou o pesquisador a questionar a utilidade de uma informação que não pode ser analisada.

Nesse sentido, Djorgovski considera tão importante quanto a coleta de dados, os processos subsequentes que vão selecionar o que for considerado relevante e lhes dar sentido.

São os trabalhos de armazenamento, mineração e interpretação de dados, etapas que também estão ficando cada vez mais a cargo das máquinas.

Além da quantidade, também a complexidade das informações está ultrapassando a capacidade humana de entendimento. "Podemos imaginar um modelo de uma, duas ou três dimensões. Mas um universo formado por 100 dimensões é impossível. Você poderá entender matematicamente a sua formação, mas jamais conseguirá imaginá-lo", desafiou o astrônomo.

Para Djorgovski, um dos grandes problemas da ciência atual consiste em lidar com uma complexidade crescente de informações. Como solução, o pesquisador aposta no desenvolvimento de novos sistemas de I. A.

"As novas gerações de I. A. estão evoluindo de maneira mais madura. Elas não emulam a inteligência humana, como faziam as primeiras versões. Com isso conseguem trabalhar dados mais complexos", disse.

A chave para essas soluções, segundo o astrônomo, é a ciência da computação. "Ela representa para o século 21 o que a matemática foi para as ciências dos séculos 17, 18 e 19", disse afirmando que a disciplina é ao mesmo tempo a "cola" e o "lubrificante" das ciências atuais.

Podemos notar esta importância em várias áreas, mas na área de Saúde especificamente tem alcançado resultados significantes. Estudos desenvolvidos por cientistas da Carnegie Mellon University e da University of Pittsburgh estão trabalhando com I.A. para traçar planos de tratamento de saúde mais eficientes, focados não somente no tratamento específico de doenças, mas em tratamentos especiais adequados aos tipos de pacientes.

O objetivo do projeto é criar caminhos através do desenvolvimento de registros eletrônicos, utilização de diagnósticos por imagens, de perfis ergonômicos, de registros de seguro de saúde e de dados obtidos com o apoio de aparelhos vestíveis.

De acordo com o professor da Carnegie Mellon, Eric Xing, "A ideia nasceu a partir da frustração do sistema atual de saúde, ele não tem se revelado inteligente". A proposta do projeto é utilizar Big Data para criar tratamentos especializados, evitando epidemias e encontrando curas para doenças letais.

Aliando I.A. com Big data, a intenção é armazenar dados no sistema e contar com a ajuda de uma máquina de aprendizado e I.A., que não somente irá armazenar os dados, mas também irá interpretar os resultados, contribuindo para a descoberta de soluções.

Como os perfis comportamentais de cada pessoa podem variar, mesmo que ambas possuam determinada doença, a proposta é avaliar a reação das pessoas aos sintomas e à patologia específica e desta forma determinar um padrão de tratamento mais eficaz, tendo como base que pessoas com hábitos mais saudáveis tendem a se comportar a um tratamento de forma diferente como pessoas com hábitos mais sedentários.

O objetivo final é que um software de I.A. trabalhe com maior rapidez que um cérebro humano, propiciando a descoberta de soluções a partir da descoberta de padrões e semelhanças, sugerindo aos médicos e cientistas informações mais precisas que contribuam para  melhorar os tratamentos. O projeto, , que irá receber contribuições em forma de doações com valores entre US$ 10 e US$ 20 milhões/ano, está sendo desenvolvido em parceria com o Centro Médico da Universidade de Pittsburgh, o Pittsburgh Health Data Alliance.

 Além do software, também estão nos planos do projeto, desenvolver ferramentas com diferentes protótipos de produtos com modelos como aplicativos para celulares, máquina e ferramentas de aprendizado, todos aliados ao sistema de I.A.

Se por um lado a I.A. está ajudando em muitas áreas, por outro temos uma grande parte da população que não mais desenvolve a capacidade de questionar e raciocinar de forma mais ampla, pois nestes tempos de Web e mídia de massa tudo fica reduzido a pequenos artigos e notícias e a grande maioria não vai além da "página 3" nos assuntos de forma geral. Assim a maioria das pessoas tem opinião formada sobre quase tudo, mas não sabem quase nada, pois não vão a fundo às análises de conclusões que lhes são sugeridas pelas mídias. Para estes, a I.A. surge realmente como uma ameaça, não?

Assim a maioria fica com a ilusão do Conhecimento, mas como citamos acima, a quantidade enorme de dados esta transformando uma realidade tida como "estática" em cada vez mais dinâmica, nos levando para o cenário que está em " O livro de Areia" de Borges.

Continue lendo:

Mais do que ajudar a buscar respostas, a Inteligência Artificial nos ajuda a fazer novas perguntas!

Dispomos de um ambiente tecnológico completo para apoio na captação, publicação e divulgação destes conteúdos e nossa tecnologia possibilita capacitações e consultorias "online" de forma síncrona ou assíncrona, bem como já foi desenvolvido para suportar simultaneamente 3 sites, nas línguas portuguesa, espanhola e inglesa. Mantemos uma central de relacionamento para com os clientes, sendo que já atendemos mais de 250 das 500 maiores empresas brasileiras, de Moçambique e de Angola, nestes mais de 10 anos de atuação.

"Em meu conto "A Sensação de Poder", publicado em 1957, lancei
mão de computadores de bolso, cerca de dez anos antes de tais 
computadores se tornarem realidade. Cheguei mesmo a 
considerar a possibilidade de eles contribuírem para 
que as pessoas acabassem perdendo a capacidade 
de fazer operações aritméticas à maneira antiga. "
(Introdução - Isaac Asimov)

Recentemente o físico  britânico  Stephen Hawking deu uma entrevista 'a BBC advertindo que  o  desenvolvimento  de  máquinas inteligentes pode apresentar uma série de ameaças à humanidade. Afirmou:

"O desenvolvimento da inteligência artificial  plena  pode  significar  o  fim   da  raça humana".

As advertências do cientista famoso acerca da Inteligência Artificial - ( I.A. ) foram em decorrência a uma pergunta sobre o seu  novo sistema  de voz. Hawking tem uma forma da doença neurológica progressiva, chamada esclerosa lateral amiotrófica, e utiliza um sintetizador de voz para se comunicar. Recentemente, ele passou a utilizar um novo sistema, que utiliza I.A. desenvolvido em parte pela empresa britânica Swiftkey, o novo sistema aprende como Hawking, pensa e sugere palavras que ele pode querer usar na sequência. Elon Musk, o pioneiro do dinheiro digital, voo espacial privado e carros elétricos, têm manifestado preocupações semelhantes.

Se I.A. torna-se uma ameaça existencial, não será o primeiro caso a ser considerado como tal. A humanidade foi apresentada ao risco existencial muitas vezes desde o diluvio bíblico até a possibilidade de um choque com a queda de  um grande asteroide. Mais recentemente desde a década de 1940, com as explosões nucleares. Desde então, temos encontrado espectros comparáveis, como a possibilidade de um bioterrorista criar um novo vírus para o qual a humanidade não teria defesa. A tecnologia tem sido sempre uma faca de dois gumes, uma vez que o fogo nos manteve quente desde os primórdios, mas também poucas faíscas incendiaram nossas aldeias.

De fato I.A. também não é assunto novo, pois é uma expressão que foi criada em 1955, pelo cientista da computação e matemático americano John McCarthy. O conceito significa que máquinas e computadores possuem uma percepção da natureza que os rodeia e podem ter ações que maximizem seus sucessos como programas.

Bem, até ai o conceito descrito acima é muito genérico, pois não há como avaliar as respostas ( ações ) das maquinas no sentido de saber o seu grau de inteligência ( complexidade ) relativa dentro de um contexto, se comparado com ações ( respostas ) humanas em face ao mesmo contexto e situação. Foi ai que se tornou comum adotar o chamado Teste de Turing, pois em 1950, na revista filosófica Mind, Alan Turing (considerado por muitos como o Pai da computação) publicou um artigo chamado "Computing Machine and Intelligence". 

Basicamente, este teste tem por base a comparação com uma referência humana e funciona da  seguinte  forma:    um    interrogador (humano)  fará perguntas para  duas   entidades  ocultas;   uma   delas  é  um humano    e    outra    é    um     computador.    A    comunicação    entre   o interrogador   e   as   entidades  é   feita  de modo  indireto,  pelo  teclado, por  exemplo. O interrogador tentará,  através do "diálogo" realizado entre ele e as entidades, decidir qual  dos  dois  é    o   humano. O  computador será     programado      para    se   passar   por    humano,   e   o    humano responderá  de  forma  a confirmar  a   sua   condição.   Se   no   final    do teste   o interrogador    não   conseguir   distinguir   quem   é    o   humano, então  conclui-se   que  o   computador   pode  pensar. Turing criou o teste com programas e estabeleceu uma porcentagem para definir o grau de inteligência de um software. Caso essa tecnologia tivesse uma resposta superior a este valor (uns dizem 30% outros 50% de assertividade), em uma interação de perguntas e respostas, enganando quem esteja fazendo as perguntas, ele poderia ser uma máquina inteligente artificialmente. Todavia o grande apelo está na aplicabilidade deste conceito na tecnologia robótica, onde a meta é que o programa se desenvolva automaticamente, sem a necessidade de intervenção humana. Este é o conceito central de I. A., embora não possamos saber se ele passaria num Teste de Turing, pois o mesmo afere a qualidade de respostas, mas não a capacidade de se aprender com os erros.

Mas a questão ainda não esta totalmente respondida, na medida em que a "base humana" não é uma referência confiável, pois parte do pressuposto que somos o máximo de inteligência, o que no mínimo é uma afirmação egoísta, no sentido literal mesmo, pois afinal ainda não conseguimos ir muito além das respostas binárias, frequentemente mais baseadas nos desejos do que na Razão.

Construímos nossa percepção cognitiva do Mundo através dos 5 sentidos e a partir dai se dá a nossa ligação com o "Todo", que por sua vez nos fala através de símbolos, sendo que a partir de nossa visão objetiva criamos as diferenciação entre eles e os sinais, pois nossa percepção cognitiva neles está totalmente inserida, já que os sinais são a base do entendimento, registro e da comunicação da informação. Não havendo possibilidade de registro e comunicação não há uma forma de transmitir conhecimento, portanto, não há como avaliar a informação em relação ao contexto geral de um grupo em sua dimensão ontológica. Portanto a emulação da inteligência humana, no que se trata do âmbito Logico-matemático, Linguístico e Especial é um facilitador para a chamada I.A., contudo nos âmbitos Musical,Corporal-cinestésico, Intrapessoal Interpessoal, Naturalista e Existencial pode ser um limitador, como veremos a seguir.

Assim, remetendo a questão levantada por Stephen Hawking, creio que a melhor afirmação será dizer o que o desenvolvimento da "burrice automática" ou a "burrice sistemática", tão comum a regimes políticos fascistas, é que pode realmente acabar com a raça humana, na medida em que transferimos para processos automatizados a capacidade de tomar decisões dentro de contextos definidos por visões míopes. Para tanto veja a seguir o depoimento de Garry Kasparav sobre seu jogo contra o Deep Blue:

http://www.din.uem.br/ia/maquinas/relato.htm

Polemica a parte, o fato é que depois que houve este confronto e o "homem" perdeu para a "maquina" percebeu-se um desinteresse crescente pelo Xadrez, talvez porque a "magia" associada a estratégia do jogo perdeu o encanto.

Leia a seguir:

Como estamos hoje e para onde vamos com tanta informação?

Ninguém discute que personalizar o ensino de acordo com as necessidades de cada aluno é o cenário ideal para a aprendizagem. Na prática, os desafios surgem pelo tamanho das turmas, pelas restrições de tempo dos professores e pela diversidade de alunos no mesmo grupo, cada um com um background diferente. Para superar esses obstáculos, a tecnologia é grande aliada, especialmente no que diz respeito às possibilidades da análise de dados. Essa é a defesa  de Nick Sheltrown e Arthur VanderVeen, especialistas em software para educação.

Sobretudo quando tentam personalizar as lições entregues aos alunos dentro de uma instituição que mantém as estruturas e dinâmicas tradicionais de ensino, os professores precisam de auxílio. Trabalhando com o currículo padrão dentro da sala de aula ortodoxa, os educadores precisam se desdobrar para atender aos anseios de dezenas de estudantes ao mesmo tempo. Como é humanamente impossível dedicar horas de atenção a cada indivíduo, a tecnologia serve para manter registros pessoais e atualizados de cada aluno, arquivando seus dados relevantes da vida acadêmica, como faz o Blackboard Analytics, solução para o ensino superior.

Esses arquivos logo se tornam um mar de informações, no qual pode ser difícil pescar exatamente o que se busca. Felizmente, novos aplicativos inteligentes podem aplicar filtros que selecionam as informações das quais os professores realmente precisam. Esse trabalho conjunto entre o educador e a máquina é bastante comum na educação mista, que prevê aulas tradicionais complementadas por tarefas e conteúdo online. Enquanto os professores dão aulas expositivas, as plataformas virtuais podem medir os níveis de cada aluno e personalizar o ritmo das tarefas, bem como a sequência de atividades a serem realizadas. Depois, na sala de aula, com os resultados do desempenho online, o professor ainda pode agrupar os alunos conforme suas habilidades e necessidades.

Análise de dados na educação

Para conseguir personalizar as atividades de centenas de alunos, cada um em seu próprio nível de desempenho, e gerar diferentes objetivos a cada semana, os sistemas de dados se baseiam em mapas de conhecimentos e modelos estudantis. Com as informações a respeito do comportamento do aluno e com a "localização" de onde se ele encontra no mapa do conteúdo a ser aprendido, o sistema determina qual o melhor tipo de tarefa para cada acesso.

Claro que o mapa do conhecimento ainda precisa ser gerado por um ser humano. Cabe ao professor estabelecer os conceitos, as conexões entre o conteúdo e as habilidades que o aluno deve adquirir para ser considerado apto a passar ao próximo nível. O sistema vai girar as engrenagens que fazem as aulas evoluírem, apresentando novos conteúdos conforme o andamento do estudante.

Os estudantes, por sua vez, tendem a se encaixar em certos padrões: alguns são mais independentes, alguns aprendem melhor com repetições enquanto outros precisam de novidades, uns avançam passo a passo e outros preferem trabalhar com mais de um conceito ao mesmo tempo. O sistema registra os comportamentos de cada aluno e constrói modelos estudantis, unindo, depois, os métodos indicados e os trajetos do mapa de conteúdo de forma única para cada aluno.

Alguns sistemas são capazes de aprender empiricamente a partir dos comportamentos dos alunos. Conforme os resultados obtidos nas tarefas online, a plataforma pode melhor se adaptar a cada contexto de aprendizagem, registrando as estratégias de maior sucesso. A principal vantagem se torna visível quando comparamos ao cenário anterior. Sem a capacidade de processamento de dados de um sistema inteligente, o professor dependia da aplicação de provas e testes para medir o nível de conhecimento de alunos, mas estas provas eram idênticas para a turma inteira, assim como todas as aulas, o que resultava em uma abordagem que poderia ser apropriada para muitos, mas nunca para todos os estudantes.

Novos desafios
Coletar dados é bastante fácil desde que se tenha memória suficiente para armazenamento. Os desafios da análise de dados é separar o relevante do resto. Com cada vez mais alunos dotados de dispositivos móveis e a educação online ganhando espaço, os sistemas precisarão se tornar sempre mais inteligentes.

Ao lado da capacidade de processamento, deverá estar a preocupação com a segurança e o sigilo das informações. O histórico escolar é, afinal, de propriedade exclusiva do próprio aluno e não pode ser distribuído livremente. Embora a ideia de ensino mediado por computadores não seja uma novidade, a proliferação da tecnologia é recente e nos trará cenários ainda nem imaginados.

Além dos desafios técnicos, pode haver a barreira da adesão dos próprios professores e alunos. Uma boa dose de treinamento pode ser necessária para que todos se sintam à vontade com as novas ferramentas. Os professores devem saber como as plataformas funcionam e quepossibilidades se abrem com a tecnologia. Os alunos precisam entender quais dados são armazenados e com que finalidade, para que se sintam seguros no uso de programas online.

Em resumo, são tempos de aprendizado para todos: alunos, professores e desenvolvedores de sistemas. Assim como a integração entre aulas presenciais e online é peça chave para o sucesso da educação mista, a colaboração entre todos os interessados em plataformas de análise de dados educacionais será o diferencial na construção de melhores cursos.

Fontes: Desafios da Educação

http://www.desafiosdaeducacao.com.br/ensino-futuro-personalizacao-por-meio-da-analise-de-dados/

Inquietos, jovens e ousados. Os profissionais da área de tecnologia da informação costumam atuar na vanguarda. Eles analisam, gerenciam e moldam a participação da sociedade no mundo digital e, portanto, costumam estar à frente quando o assunto é inovar. Dinâmica e muito concorrida, a área de tecnologia está em alta, mas exige grandes investimentos no desenvolvimento de soluções inovadoras. Para uma startup ou empreendedor desse nicho o desafio é grande e o alcance de boa rentabilidade leva um certo tempo.

Em resumo: quem está nessa área precisa ter um bom produto, estar bem localizado e ter uma planilha de custo bem administrada para seguir adiante. "Para respeitar o orçamento apertado do começo da empresa e, ainda assim, atender à necessidade de estar alocado nos melhores pontos da cidade, muitos desses profissionais optam pela contratação de escritórios virtuais na hora de eleger um espaço para trabalhar e realizar reuniões de negócios. Em nossa estrutura, este perfil de usuário já corresponde a cerca de 25% de nossa base de clientes", revela Mari Gradilone, diretora do Virtual Office.

Os escritórios virtuais são espaços privativos, que contam com uma série de benefícios para o empresário ou profissional liberal que está começando e precisa de um local para desempenhar suas atividades. Embora o serviço esteja disponível para profissionais de qualquer área, os escritórios virtuais para os profissionais de TI unem o conforto e bem-estar de um ambiente privativo com a comodidade administrativa e fiscal que complementam a função, além de oferecerem serviços que visam à ampliação profissional, oferecendo planos especialmente elaborados para as necessidades dos clientes, tais como:

- Atendimento telefônico bilíngue com uma linha privativa selecionada para cada cliente, permitindo que as pessoas entrem em contato e sejam recepcionadas por profissionais altamente treinados, redirecionando as chamadas para telefones fixos, celulares ou por notificação de chamada;

- Endereço comercial em pontos de alta representatividade que podem ser utilizados pelo profissional para divulgar seu trabalho em cartões de visita, sites ou qualquer material de divulgação;

- Facilidade de acesso para profissionais de TI que atuam de maneira remota, permitindo que utilizem os endereços dos escritórios virtuais para administração de correspondências e reendereçamento, além de salas para a realização de reuniões com clientes;

- Planos sem burocracia tanto para pessoas jurídicas como para pessoas físicas, facilitando e muito a vida de quem busca maior estabilidade no trato com o cliente e prestígio profissional, sem os custos fixos que implicaria a contratação de um escritório convencional.

Fonte:http://www.virtualoffice.com.br/escritorios-virtuais-atraem-cada-vez-mais-empresas-de-ti-no-brasil/?utm_source=Linkedin&utm_medium=Post&utm_content=ProfissionaisdeTI&utm_campaign=PostdeTI

O planejamento em uma empresa é essencial, visto que não se pode viver de imprevistos. As empresas bem organizadas sabem da importância e das vantagens de um bom planejamento de suas atividades em busca de seus objetivos, sendo que a área em que se deve dar atenção especial é a de finanças, pois os recursos são escassos e os riscos são grandes. Todavia, um planejamento financeiro não trata apenas de assuntos relacionados a finanças, ele contribui significativamente para que o planejamento estratégico tenha êxito.

Inicialmente deve ser feito um planejamento financeiro com projeção em longo prazo, que direcionará a elaboração de planos em curto prazo. Ambos são de suma importância para a organização. A seguir deve-se elaborar corretamente o orçamento como uma das etapas de um planejamento empresarial bem elaborado.

O orçamento é um valioso instrumento de planejamento e controle das operações da empresa, qualquer que seja seu ramo de atividade, natureza ou porte. Estabelece, da forma mais precisa possível, como se espera que transcorram os negócios da empresa, geralmente num prazo mínimo de um ano, proporcionando uma visão bem aproximada da situação futura. É através do orçamento que se estabelece metas com a equipe, dando, assim, uma visão clara de onde a empresa quer chegar.

O orçamento consiste em uma série de previsões, que serão feitas com base no que se espera acontecer em cada setor e no mercado em geral, sempre levando em consideração os dados históricos, fatos ocorridos no passado, que permitam o mínimo de previsibilidade. A sua  utilização pode ser compreendida como um plano, que engloba as operações anuais de uma empresa, onde é formalizado o desempenho das ações e funções administrativas, pois oferece vantagens pela efetiva formalização.           

Graças ao uso de orçamentos e de ferramentas que suportem Gestão por Indicadores é possível a sistematização do processo de planejamento e controle, criando-se um processo cuidadoso de análise de todos os fatores antes da tomada de decisões importantes.

Outro ponto importante na adoção de um orçamento é a constatação  de que ele deve ser naturalmente é aplicado em partes, para gradativamente suportar a operação de toda a empresa, e isto induz   todos os membros da administração interagir, fazendo com que se reduza o envolvimento dos altos administradores com as operações diárias através da sua distribuição de poderes.

Desta forma, um programa orçamentário sempre será de muita utilidade para qualquer organização, independentemente se deu tamanho e das  incertezas e riscos de todo o negócio. Podemos destacar dois principais benefícios em sua adoção:

a)    O orçamento ajuda a Administração mensurar efetivamente e a priori seus esforços, de forma que os objetivos possam ser atingidos e tornando possível uma coordenação geral transparente, pois elaborado o orçamento, todos passam a conhecer as metas e os objetivos da empresa por um determinado período;

b)    Mensalmente é possível o acompanhamento, através da comparação entre o previsto e o realizado, dando subsídios para eventuais correções e possibilitando um redirecionando das ações afim de assegurar o cumprimento mais fiel possível do projetado.

Veja também o nosso  Curso de planejamento financeiro e orçamento empresarial

Combinando com a experiência gerencial e executiva do Instrutor, os participantes são orientados passo-a-passo a definir um processo de planejamento financeiro  e orçamentário e assim mitigar possíveis riscos, dado que terão instrumentos de gestão baseados na realidade e no contexto da sua empresa.

Veja no link a seguir os Indicadores Econômicos atualizados e saiba também porque são importantes->

http://grupotreinar.com.br/blog/2021/2/6/veja-agora-os-indicadores-econ%C3%B4micos-atualizados-e-saiba-tamb%C3%A9m-porque-s%C3%A3o-importantes.aspx

Dicas de filmes e séries para Economistas, Traders e Analistas -> 

/blog/2020/3/14/dicas-de-filmes-e-s%C3%A9ries-para-economistas,-traders-e-analistas.aspx