Ronaldo Mota
Diretor Científico da Digital Pages
Membro da Academia Brasileira de Educação
***

É da natureza da criança e do jovem o ato de experimentar. Desde levar tudo à boca e estimular todos os sentidos até explorar novos espaços e a propensão a vivenciar experiências inéditas.

O idoso, bem como o adulto, por sua vez, tendem a, cada vez mais, fazer uso das experiências anteriores, dispensando, quando possível, agregar novos contextos, relacionamentos e demais novidades desnecessárias.

Pertinente observar que, gradativamente, as crianças aparentam uma relativa aceleração cognitiva e de maturidade, bem como os idosos tendem, em função de uma mais larga expectativa de vida, a promover ousadias pouco comuns em gerações anteriores. As representações acima são pictóricas e generalizantes, visando unicamente destacar comportamentos típicos médios dos grupos referidos.

O destaque é que na prospecção, típico da criança e do jovem, reunimos o máximo de informações, enquanto na vida adulta tendemos a usufruir dos dados já coletados para tomarmos as melhores decisões, em função do acervo informativo reunido ao longo da vida.

Exemplos cotidianos os mais variados servem para ilustrar as diferentes prospecções e explorações citadas. Por exemplo, se um restaurante é inaugurado no bairro, provavelmente, ele soará, relativamente, mais “apetitoso” ao jovem do que ao idoso. Este, provavelmente, resistirá muito mais a experimentá-lo, dando preferência a manter sua fidelidade àqueles estabelecimentos já selecionados, fruto de suas tentativas anteriores baseadas em erros acertos.

Ao jovem, prospectar significa a possibilidade de, caso o restaurante se prove bom, poder retornar a ele ilimitadas vezes (pelo menos ele pensa que sim). Ao idoso, considerando as vezes limitadas que dele poderá, eventualmente, desfrutar, talvez seja mais sensato e confortável ir àqueles previamente já testados e garantidos.

O mundo dos algoritmos, especialmente dos algoritmos que aprendem (“machine learning”), explora uma permanente e dinâmica negociação, à procura do ponto de ótimo, entre continuar coletando dados (em geral, assumidos infinitos) e tomar decisões baseadas nas informações limitadas, porém, já disponíveis e sistematizadas.

Este tema é atualíssimo. Não somente pela estreita analogia com temas contemporâneos e de fronteira no universo de ciência da computação, mas também porque, em função da pandemia, estamos promovendo uma experiência sociológico inédita. Nunca, ao menos nos tempos modernos, crianças, jovens, adultos e idosos tiveram que, obrigatoriamente, conviver no mesmo ambiente por tanto tempo.

Desconhecemos ainda as consequências futuras da realidade atual, sabemos que serão também frutos desses relacionamentos em intensidades bem superiores ao que costumavam ser. Em termos de comportamentos humanos, potencialmente, colheremos conhecimentos transcendentes.

Por sua vez, os cientistas de dados poderão se inspirar, captando mais elementos para os guiarem mais adequadamente na escolha dos pontos de ótimo dos algoritmos, no que diz respeito a até onde coletar informações e a quando decidir. Lembrar que as máquinas que aprendem tendem a reproduzir os humanos.

Tanto na primeira versão como na segunda, certamente, nosso “novo normal” estará impregnado das experiências às quais estamos submetidos nos tempos atuais. Quanto às dimensões das transformações e consequências, creio que ainda seja prematuro para concluir sobre. Quem sobreviver, verá.

 

Avaliar

Deixe uma resposta

Números do Ensino Superior
Categorias
Autores
Arquivos
Visitantes
wordpress analytics