O projeto busca contribuir na formação intelectual e social de estudantes e profissionais de tecnologia, computação e envolver outros de áreas como ciências humanas e comunicação. O lançamento será na próxima segunda-feira (06/04), às 19h, com um debate sobre cronograma de leitura, introdução e prefácio do livro. Visite o site da InspirADA na Computação para saber como participar:
“Fluxos em redes sociotécnicas: das micronarrativas ao big data” é a primeira obra coletiva do Grupo de Pesquisa (GP) “Comunicação e Cultura Digital” da Intercom. Com organização de Beatriz Polivanov, Willian Araújo, Caio C. G. Oliveira e Tarcízio Silva, a coletânea é composta por prefácio de Sandra Montardo e Adriana Amaral e 14 artigos cujas versões iniciais foram submetidas e apresentadas no GP no ano de 2019 e posteriormente revisadas, a partir das sugestões dos pareceristas e debates ocorridos no encontro em Belém do Pará. A publicação reúne textos que abordam as múltiplas implicações que a circulação de narrativas e grandes dados gera no contexto das redes sociotécnicas em termos de fluxos comunicacionais, buscando explorar conflitos e negociações emergentes dentre diversos agentes e instituições.
O livro está dividido em quatro partes: 1) “Narrativas pessoais, práticas de consumo e disputas de sentido na cultura digital”; 2) “Epistemologias decoloniais”; 3) “O que fazem as máquinas e como pesquisá-las? Reflexões sobre plataformas e seus algoritmos” e 4) “Política e opinião pública em um Brasil (des)conectado”. Os autores são de distintas instituições de ensino brasileiras e apresentam referencial teórico e metodológico, bem como objetos empíricos de análise variados, trazendo contribuições diversas para o campo da Comunicação e, mais especificamente, para os estudos que se voltam para a cultura digital.
Quem acompanhou o caso dos 12 garotos presos na caverna Tham Luang Nang Non, na Tailândia, possivelmente acompanhou a iniciativa do bilionário Elon Musk em criar um submarino para resgate. Ignorando os esforços locais de profissionais da Tailândia e outros países empenhados no resgate, o rosto público das empresas Tesla, Boring Company e SpaceX, Musk chegou a agredir verbalmente e difamar um jornalista que criticou a iniciativa do empresário como apenas uma iniciativa fútil de RP. E realmente era. Os 12 garotos foram resgatados por heróis incansáveis e especialistas em suas áreas, atividades e na região da caverna. Como disse o coordenador do centro de comando do resgate, Narongsak Osatanakorn, “Apesar de sua tecnologia ser boa é sofisticada, não é prática para esta missão”.
Essa postura delirante e egoica de tentar consertar o que não está quebrado com mais tecnologia, ignorando esforços, especialistas e dinâmicas anteriores, já pôde ser vista recentemente em figuras similares como Steve Jobs e Mark Zuckerberg. Entretanto, o histórico da computação e inteligência traz casos similares ao de Musk aos borbotões. Um particularmente anedótico é uma conversa atribuída a Marvin Minsky, um dos grandes nomes da área, que fundou o laboratório de inteligência artificial do MIT e ensinou centenas de cientistas e professores que desenvolveram a área. Stephen Wolfram conta que, no início dos anos 1980, em visita a Minsky na casa de sua filha, que tinha uma coleção de plantas, Wolfram percebeu que algumas delas estavam com pragas de insetos. A partir daí seguiu-se uma longa discussão sobre desenvolvimento de micro-robôs que poderiam eliminar os insetos. Porém, ao perguntar o que fazer com as plantas, Minsky responde: “Ah, acho melhor você falar com minha esposa”.
Este caso, incluído no livro, é um dos melhores exemplos da importância da publicação de trabalhos como Artificial (Un)Intelligence: how computer misunderstand the world, de Meredith Broussard. Foi lançado em abril deste ano e reúne estudos e aprendizados da autora como jornalista, programadora e pesquisadora. Meredith Broussard é professora do Arthur L. Carter Journalism Institute da NYU e pesquisadorea no Moore-Sleam Data Science Environmnent. Neste livro, apresenta 12 capítulos divididos em três partes chamadas “Como computadores funcionam”, “Quando computadores não funcionam” e “Trabalhando juntos”.
Em comparação a outros livros sobre viés algorítmicos e problemas na inteligência artificial que recomendei no blog, Artificial (Un)Intelligence possui uma vantagem muito interessante: em vários capítulos Broussard faz uma espécie de tour guiado por conceitos básicos da programação, de modo a levar até o leitor mais leigo a compreender como funciona parte do trabalho de construção de códigos e decisões imbricadas que depois se invisibilizam nas caixas pretas dos dispositivos. É o que acontece no capítulo 02, chamado “Hello World” – saber como imprimir/visualizar estas duas palavras estão entre os primeiros passos de mais que 9 entre 10 cursos de novas linguagens. A partir da tarefa do título, a autora apresenta alguns passos simples para a criação de um algoritmo condicional simples.
Porém, não se trata efetivamente de ensinar a leitora ou leitor a começar a programar. Mas sim levar quem lê a entender, na prática, que os códigos são socialmente construídos.
Although the data may be generated in different ways, there’s one thing all the preceding examples have in common: all of the data is generated by people. This is true Although the data may be generated in different ways, there’s one thing all the preceding examples of all data. Ultimately, data always comes down to people counting things. If we don’t think too hard about it, we might imagine that data springs into the world fully formed from the head of Zeus. We assume that because there is data, the data must be true. Note the first principle of this book: data is socially constructed. Please let go of any notion that data is made by anything except people.
Na primeira parte do livro, ao longo dos outros capítulos “Hello, reader”, “Hello AI” e “Hello, data journalism”, Broussard apresenta uma excelente introdução aos conceitos de inteligência artificial, jornalismo de dados e o papel destes nas democracias. Enfatiza bem a diferença entre “inteligência artificial geral” e “inteligência artificial estrita” para dissipar percepções erradas, criadas em parte pela ficção, sobre agentes artificiais que tomariam o mundo, de Skynet à Samantha de Her. Não é este o problema quanto à inteligência artificial e uso pervasivo de dados sociais, mas sim a sua interface com aumento de desigualdade, concentração de poder e piora das relações internacionais.
Apesar disso, existe uma adesão voluntária à ideia de que mais computadores, big data e inteligência artificial é algo necessariamente bom e remediador. É o “tecnochauvinismo” que, de modo resumido, seria a crença de que mais “tecnologia” é sempre a solução. Tecnochauvinismo é frequentemente acompanhado por meritocracia neoliberal, defesa distorcida da “liberdade de expressão” para manter discurso de ódio; da ideia de que computadores seria objetivos e uma fé de que o mundo com mais computadores resolveriam problemas sociais.”Para descrever casos reais e combater o tecnochauvinismo, Broussard se debruça na parte dois em cinco capítulos sobre questões e problemas muito reais sobre computadores e inteligência artificial: testes padronizados no sistema de ensino; raízes de desigualdade de gênero e raça na academia e mercado que produzem as tecnologias e sistemas de AI; corrida por legalização de carros autônomos; e os malefícios de equalizar popularidade com qualidade nas plataformas de comunicação como Google e Facebook. Também faz parte da segunda parte do livro um capítulo sobre aprendizado de máquina (machine learning). Broussard ataca a frequente confusão quanto a este termo, que leva leigos a acreditar que os sistemas aprendem “sozinhos”, ao invés de serem ensinados a partir de bases de dados criadas por seres humanos.
No atual momento, no qual inteligência artificial é uma “buzzword”, ou palavra da moda no marketing, esta crença é perigosa. Para explicar as diferenças entre os tipos de aprendizado de máquina, assim como apresentar passos e decisões comuns que os desenvolvedores deveriam enfrentar de forma responsável, Broussard volta às linhas de código. No capítulo “Machine Learning: the DL on ML“, Broussard explora junto conosco um dataset com informações sobre as pessoas que morreram no naufrágio do Titanic. Passando por variáveis como gênero, classe, idade e tipo de cabine a autora explica como a construção de um sistema preditivo requer muitas decisões difíceis quando está ligado a vidas humanas. E está longe de ser apenas um recurso pedagógico: decisões similares são feitas em sistemas de policiamento, planos de saúde, crédito financeiro e afins.
A terceira parte do livro traz dois casos mais particulares da autora. O primeiro capítulo desta parte é um relato de participação da autora em um evento de um hackaton para criação de startups chamado Startup Bus. Broussard usa o relato da experiência e construção de um pitch de startup para discorrer sobre o ethos das startups e como seus afiliados deixam de lado com frequência – seja por ignorância, seja por má fé – muitas reflexões e responsabilidades éticas e morais em prol de construção de possíveis sucessos comerciais. O segundo descreve a construção do sistema Bailiwick Campaign Finance. Broussard construiu este website para oferecer “histórias automatizadas” sobre financiamento de campanha: ao cruzar dados de políticos e financiadores, tem como objetivo ajudar jornalistas a encontrar possíveis temas para investigação. Veja abaixo:
O livro Artificial (Un)Intelligence é uma leitura necessária e rápida para qualquer comunicador e pesquisador interessado no tema da pervasividade dos algoritmos e seus impactos. Para finalizar, veja abaixo uma entrevista sobre o livro:
Lançamos o livro Estudando Cultura e Comunicação com Mídias Sociais! Organizado por mim, Jaqueline Buckstegge e Pedro Rogedo, a publicação reúne 20 capítulos de autores com diferentes níveis de experiência, de graduandos a pesquisadores-doutores como Raquel Recuero, Sérgio Braga e Mirna Tonus. Clique para saber mais:
O livro reúne colaborações de uma rede de profissionais e pesquisadores que atuam em universidades, empresas e agências. Temas basilares, mas ainda controvertidos, como análise de sentimento, atendimento ao consumidor ou etnografia somam-se a aplicações e inovações que vão de reconhecimento de imagem a estudos sobre memes, compondo contribuição sólida ao campo.
Para todos aqueles que querem iniciar suas pesquisas utilizando dados de mídias sociais, este livro será um excelente guia no desenvolvimento de seus trabalhos. Para aqueles que já atuam ou querem atuar no mercado de mídias sociais, o livro traz referências a métodos e inovações que podem ser uma ampla fonte de novos produtos e pesquisas.
Sumário:
Prefácio – Fábio Malini
Inteligência de Mídias Sociais no Brasil – Ana Claudia Zandavalle
Análise de Sentimento – Skrol Salustiano
Informação e Tagging – Ronaldo Araújo e Dora Steimer
Abordagens da coleta de dados nas mídias sociais – Marcelo Alves
SAC e Social CRM – Marcelo Salgado
Relacionamento – Clarissa Motta
Gestão de Crises – Mariana Oliveira
Brand Awareness – Juliana Dias
Comunidades de Marca – Andrea Hiranaka
Etnografia para Mídias Sociais – Débora Zanini
Criação de Personas e Ilustrações – Tarcízio Silva e Yuri Amaral
Pesquisando Memes – Viktor Chagas e Janderson Pereira Toth
Análise de Redes – Max Stabile e Tarcízio Silva
Influenciadores – Gabriel Ishida
Jornalismo de Dados – Soraia Lima
Campanhas Eleitorais – Max Stabile e Jaqueline Buckstegge