Unknown

Olá, boa tarde a todas e todos. Eh, eu sou Irene Calilo e junto com a professora Rosânia Abidala eu coordeno a disciplina obrigatória formação para docência do programa de pós-graduação em informação e comunicação e saúde do ISICT FIC. Nesta edição da disciplina também participa a professora Ana Luía Parrão. Paraa aula de hoje, pela importância do tema, optamos por fazer uma atividade aberta a toda a comunidade Fiocruz e externa e convidamos o professor Ricardo Limongi, que tem um vasto currículo no campo e debaterá conosco a inteligência artificial na pesquisa científica, aplicações e limitações. Ricardo Limongi França

Coelho é doutor em administração na linha de estratégias de marketing pela FGV São Paulo com estágio doutoral na Cornell University, pós-doutorado em economia comportamental aplicada ao marketing pela UnB e pós-doutorado em machine learning aplicado ao marketing pela Universidade Federal do Rio Grande do Sul. é professor associado na Universidade Federal de Goiás e atualmente é professor visitante na Universidade de Santiago do Chile. É professor permanente no programa de pós-graduação em administração na Universidade Federal de Goiás e na Universidade Federal de Uberlândia. Possui formação complementar em estatística espacial, data science e machine learning. Seus temas de interesse

são novas tecnologias em marketing, adoção de tecnologia, tomada de decisão do consumidor, comportamento humano e inteligência artificial. Em 2024, Ricardo Limongi foi autor junto aos professores Rafael Cardoso Sampaio e Marcelo Sabatini do livro eletrônico Diretrizes para o uso ético e responsável da inteligência artificial generativa, um guia prático para pesquisadores. Uma publicação da Sociedade Brasileira de Estudos Interdisciplinares da Comunicação, Intercom, com o apoio da Associação Brasileira de Ciência Política e da Associação Nacional de Pós-Graduação e Pesquisa em Ciências Sociais. Então, primeiro gostaria de agradecer muito a o aceite é do professor Ricardo Lui e fazer um

agradecimento ao nosso pósdoc Maon Oliveira, que foi quem fez a ponte, possibilitando que a gente tenha essa aula hoje, tá? Então, professor Ricardo, muito obrigada por estar aqui conosco. Eu passo a palavra para você, professora. Então, tanto a ti quanto mais, muito obrigado pela pelo convite, ah, pela oportunidade de poder bater um papo com vocês. Eu vou só compartilhar minha tela, que aí me ajuda a já iniciar o papo com vocês aqui. Pronto. Bem, pessoal, então, muitíssimo obrigado. Ah, uma boa tarde para todos vocês. Espero que ah durante aqui o nosso bate-papo, ah, eu consiga

mostrar para vocês algumas perspectivas, obviamente, da inteligência artificial. Vocês vão, opa, vocês vão perceber que em alguns momentos eu vou defender talvez um pouco mais a própria a inteligência artificial por outros momentos. Eu vou acabar também fazendo uma reflexão nós aqui enquanto pesquisadores qual que de alguma forma seria as melhores alternativas e também a melhor aplicabilidade, tá? Novamente, muitíssimo obrigado aqui pelo pelo convite. Eu tenho eh buscado, né, já me coloco super à disposição de vocês. Eu tenho feito um trabalho concentrado, discutindo um pouco mais a usabilidade de inteligência artificial por meio do Instagram e

das redes sociais. Então, já fico super à disposição de vocês. A medida que vocês estiverem estudando, trabalhando e de repente vocês precisarem de alguma dica, alguma recomendação de material, contem comigo. Ah, tenho bastante eh interesse em cada vez mais receber perguntas e dúvidas. É, obviamente acaba sendo acho que uma estratégia, uma abordagem também enquanto docente para que eu consiga estudar e consiga entender por quê. Um dos pontos que efetivamente me trouxeram hoje a falar sobre inteligência artificial, eu tenho feito isso com mais intensidade desde o ano de 2023 nessa fronteira com pesquisa. É uma preocupação

que me parece que talvez eh nós enquanto pesquisadores, talvez nós estamos colocando a inteligência artificial à frente da contribuição das pesquisas. Ou seja, é claro que tudo que está acontecendo agora numa lógica de inteligência artificial e claro toda a minha discussão com vocês aqui à tarde, eu vou me ater numa perspectiva da inteligência artificial generativa, que é aquela que tá criando, obviamente algumas informações e tem tido muito mais impacto. Agora, algo que nós não podemos esquecer, a inteligência artificial necessariamente ela é meio para que eu potencialize a minha pesquisa. E o que que de alguma

forma eu começo a ficar bastante preocupado, além obviamente professor, pesquisador, eu também tô como editor chefe de uma revista chamada de Brasília Administration Review, que até então qual dois em maio vamos entender os novos critérios. Mas o grande desafio é começar a entender que a inteligência artificial, se efetivamente eu domino, que para mim é o mais importante. Enquanto pesquisador, o que eu preciso dominar é o método científico. Se eu consigo, obviamente entender quais são os passos e se eu consigo entender como que uma pesquisa é feita, pode mudar o algoritmo, pode sumir o algoritmo, pode

na velocidade que for, isso não é um problema. Então, os primeiros pontos para discutir com vocês, nós temos que colocar efetivamente a inteligência artificial no lugar dela. E de maneira nenhuma eh acho que a inteligência artificial deve ficar à frente de uma boa pesquisa, de uma contribuição. Vou dar um título de curiosidade para vocês, um dado. recentemente só a algumas a Nature, por exemplo, finalzinho de 23, eles soltaram uma reportagem, uma nota em que só no ano de 23 foram publicados um pouco mais de 5 milhões de trabalhos científicos. Agora, a pergunta é: de 5

milhões de trabalhos científicos, qual que foi o impacto gerado por todo esse volume de informação? o quanto que efetivamente todo esse volume que tá cada vez mais artigos sendo publicados, nós estamos passando hoje por uma crise hoje nas revistas científicas que é a velocidade, que é falta de pareceristas, ou seja, cada vez mais as revistas obviamente recebem trabalhos. Mas como é que tá isso do outro lado? Então a ideia é mostrar para vocês algumas dimensões. Eu vou me concentrar na primeira parte mostrando para vocês como que a inteligência artificial hoje tá sendo trabalhada no contexto

da pesquisa. E a minha segunda parte vai ser um pouco mais prática com vocês, em que eu vou me concentrar em aprimorar e mostrar para vocês algumas ferramentas, inclusive algumas ponderações do que eu já usei, do que eu tenho escrito também e falado em algumas alguns ambientes acadêmicos também. Primeiro, é uma algo que nós não podemos esquecer, tá? A inteligência artificial atualmente, ela tem sido vista ou interpretada por meio de profissionais ou de professores e pesquisadores considerados de futurólogos. Ou seja, vamos tentar entender o que que vai vir pra frente. E um dos pontos que

eu tenho sempre argumentado é que necessariamente a atual geração que está no estricto senso, a atual geração que está chegando nos de pesquisadores na academia, talvez seja uma das gerações com mais responsabilidade dos últimos tempos. Basicamente pelo seguinte, essa responsabilidade vai vir por já é uma geração que está chegando usando inteligência artificial. Provavelmente os professores que vocês estão tendo, os orientadores e orientadoras, dificilmente tiveram contato ou aprenderam a fazer pesquisa com inteligência artificial. E claro que essa inteligência artificial necessariamente ele vai gerir uma série de problemas em que nós temos que conseguir fazer o trabalho.

Então essa tecnologia que nós estamos falando e toda hora eu tenho sempre comentado com o pessoal ali no Instagram, acompanhar hoje essa mudança e acompanhar a velocidade tá ficando algo extremamente insano. Horra é um novo algoritmo para imagem como foi do chatt. O Google agora também tá acelerado e comprando briga também com chat GPT. as chinesas também estão começando a entrar, só que toda essa tecnologia necessariamente ela acaba vindo e acaba tendo grande impacto com outras dimensões as da sociedade. Por exemplo, o professor Tofer no livro dele vai argumentar que essas mudanças passam primeiro por

uma perspectiva social. Obviamente nós temos que discutir talvez dois pontos importantes dentre as áreas que hoje paraa inteligência artificial se torn muito mais importante e parruda no sentido de investimento, inclusive das próprias Bigtechs, é entender, por exemplo, qual que é a mudança social que eu tenho por meio da inteligência artificial. Por quê? algumas discussões um pouquinho mais recentes vão fazer uma uma reflexão o quanto que efetivamente a inteligência artificial ela é inclusiva. Por quê? Essa questão social tá muito ligada às condições que eu tenho de material, a condição que eu tenho, por exemplo, de acessibilidade.

Então, uma das discussões agora também na parte mais social, ela tem algumas outras dimensões, como o professor Tofer coloca, que é a parte política. Para vocês terem uma ideia, alguns laboratórios, inclusive um do professor Eric Stford argumenta algo que é importante nós pensarmos aqui no início da conversa, que é o seguinte: o movimento ou a velocidade que nós estamos tendo de mudanças na tecnologia, de novos algoritmos de ar, ela tá sendo muito mais rápida do que a compreensão do impacto disso hoje pra sociedade e também para um outro grande contexto. Nós não conseguimos discutir critérios.

Nós não conseguimos discutir quais são as diretrizes em que eu vou adotar instit institucionalmente, por exemplo, para colocar inteligência artificial como colega de estudo, como companheiro de pesquisa. Então, um dos pontos, talvez é o como que efetivamente hoje eu vou tentar colocar a argumentos de uma política pública para refletir um pouco mais sobre isso. Isso acaba sendo um grande problema. Tanto que o próprio professor Eric vai dizer: "Olha, talvez vai chegar uma hora em que eu vou ter que dar uma parada nos algoritmos e falar assim: "Espera só um pouquinho, porque eu vou dar um

exemplo para vocês. Como eu argumentei, grande parte dos pesquisadores que estão chegando na academia agora são, obviamente a alunos que já têm a inteligência artificial ah como parceiro do processo. Só que qual que é o contexto? Qual que acaba sendo o grande desafio a ao longo desse contexto? Para vocês terem uma ideia, basicamente nós não sabemos qual é o impacto no aprendizado, qual é o impacto, por exemplo, de uma dependência excessiva ao falar de inteligência artificial. O quanto que eu colocar inteligência artificial, por exemplo, como protagonista do estudo, qual que é a consequência disso? Nós

não temos, obviamente, uma mudança, e eu já entro na perspectiva final do professor Tofer, que é cultural, o quanto que a inserção de tecnologia, o quanto que a inserção de inteligência artificial está efetivamente alterando a forma com a qual nós estamos conduzindo uma série de coisas na própria sociedade. E claro, isso vai ter um outro aspecto. Grande parte do que tá acontecendo agora, nós não temos nem mesmo estudo para comparar. Nós não temos a mínima ideia qual o impacto disso, qual é o caminho. Talvez o que nós conseguimos entender uma perspectiva da adoção da tecnologia,

né? Vocês devem ter visto aí e já pesquisado, que é um pouco mais eh de conhecimento. Governos, por exemplo, da Finlândia fizeram processo acelerado de adoção de tecnologia na formação da educação. Depois perceberam que quanto mais os jovens, quanto mais as pessoas estavam estudando por meio da gerava, por exemplo, uma dificuldade de armazenamento dessa informação do aprendizado. Só que isso obviamente era em tempos em que a tecnologia não tinha o protagonismo e o mais importante, não tinha o investimento que nós temos agora. Então a perspectiva ao falar obviamente de inteligência artificial não é só o

recorte da mudança social, mas é uma mudança que ela tem pilares social, política e cultural. E quais são as cenas dos próximos capítulos? são todos, somos nós que estamos hoje nos programas de pós-graduação, nós enquanto pesquisadores, para nós darmos os próximos passos de como que isso efetivamente vai gerar algumas contribuições. Um dos pontos que me chama a atenção, para vocês terem uma ideia, em aproximadamente em 5 dias o chat GPT alcançou 1 milhão de usuários. Isso não, confesso para vocês que não é uma coisa muito assustadora em tecnologia, não. Até semana passada eu tava procurando

uma reportagem para argumentar um pouco aqui com vocês e vi que, por exemplo, Frats, aquela plataforma que tá dentro do Instagram, que você aperta aquele ar lá, que é uma lógica de tentar trabalhar um pouquinho com o Twitter, eles argumentam que aproximadamente em questão de horas a plataforma bateu 1 milhão de usuários. Mas qual que é o meu ponto? O quanto que efetivamente, além obviamente do volume que nós temos de pessoas e de usuários de inteligência artificial é outro ponto. Não é só muitas pessoas que fizeram o cadastro, mas são muitos usuários que acessam diariamente.

Opa, para vocês terem uma ideia, algumas características, alguns pontos em que de alguma forma pode gerar uma certa discussão. aproximadamente, a última vez que eu vi essa informação, só diariamente no chat de IPT, nós tínhamos 400 milhões de usuários todos os dias fazendo uma busca. E a tendência de alguma forma é aumentar basicamente pelo seguinte critério ah ou argumentação, só pra gente poder pensar aqui em conjunto. Se eu tenho hoje uma plataforma como chat GPT, eu aperto o botãozinho, por exemplo, em que faz um search, em que ele tá indo na internet e pegar, por

exemplo, aquelar as informações. Isso vai fazer com que, por exemplo, o próprio Google perder mercado e nós, enquanto pesquisadores, vão ter, a gente vai acabar tendo outro grande desafio. Qual que é o desafio? Basicamente, quando eu faço uma busca usando a IA generativa, o quanto que efetivamente eu vou conferir, eu vou confirmar se aquelas referências montad foram montadas de maneira correta. Um dos pontos hoje só ti de curiosidade que entra numa perspectiva cognitiva em que antigamente, por exemplo, quando eu usava o Google, eu tinha que apertar alguns links, eu abria algumas páginas, dava uma lida

para filtrar. Agora eu tô terceirizando a seleção do material, seleção da qualidade do material dentro da inteligência artificial. E qual que é o impacto no aprendizado? Qual que é o impacto de assimilação do conhecimento nessa abordagem também? Agora, tanto o pessoal que tá comigo aqui na plataforma, vocês que também estão no YouTube, uma perguntinha para provocar vocês um pouco. Quem aqui já usou, está usando chatt para projeto de pesquisa? Provavelmente quando eu faço essa pergunta e consigo ver um pouco mais vocês, é interessante que os comportamentos acabam mudando um pouco. Em geral, muitas pessoas já

se levantam, falam: "Eu estou usando, tá tudo certo". E outras pessoas é outros pesquisadores começam ainda a ficar meio reticente. Poxa, mas será que eu vou falar? Como é que vai ser isso? Por quê? Particularmente, obviamente, por gostar e estudar a inteligência artificial, tanto numa perspectiva técnica, mas também numa perspectiva comportamental, eu sou favorável ao uso de inteligência artificial. O que eu não sou favorável é a substituição do pesquisador por inteligência artificial. Esse acho que é um ponto importante. Agora, algo que vocês vão perceber que eu vou fazer esse comentário aqui durante a nossa conversa,

é super importante, é vital que eu consiga ter e necessite de uma diretriz de como usar isso institucionalmente. E eu vou dar alguns argumentos depois para que nós possamos bater o papo aqui, tá? Então, só para vocês terem uma ideia, como eu falei, aproximadamente, ó, em janeiro de 23 há aproximadamente 50 milhões de usuários ativos e já em fevereiro nós batemos 400 milhões de usuários ativos. Isso porque eu tô falando do Chad EPT. Se nós vamos pegar, por exemplo, Chat EPT, o cloud, por exemplo, a o próprio Gemini, o Deepsic, na verdade eu estou cada

vez mais dissipando meu tempo nas próprias plataformas de A. E isso tem uma frase que eu ouvi recentemente que eu acho que explica muito o momento que nós estamos. Um filósofo numa entrevista diz: "Olha, a atual geração nunca leu e nunca escreveu como esta geração. O volume de leitura, o volume de escrita é gigante. O problema é a qualidade. Grande parte hoje das conversas tem seu, eu brinco que tem seu próprio alfabeto, palavras que são reduzidas, interações que obviamente também são reduzidas. E qual que é o efeito? Qual que é o apelo para isso? Por

quê? Pra gente conseguir entender, eu vou mostrar para vocês uma fotografia. Afinal, o que que andam dizendo da inteligência artificial por aí? E nada melhor do que responder uma pergunta como essa por meio de um artigo científico. Esse artigo tem uma característica que eu gostei bastante, publicado no ano passado. Ele foi uma pesquisa feita com dados coletados de diferentes culturas, ou seja, diferentes regiões ao longo do mundo e também diferentes áreas do conhecimento. Por quê? É claro que se eu fizesse uma pesquisa mais direcionada ou mais aplicada para uma área de tecnologia, talvez eu tivesse

um viés muito maior. Mas as outras áreas do conhecimento, então aqui a perspectiva de algumas fotografias que eu acho que vai permitir pensarmos um pouquinho do fluxo de como que efetivamente a inteligência artificial acaba sendo organizada. Então vamos lá. Primeiro, um dos achados do artigo é dizer que nós estamos tendo uma alta conscientização e uso da inteligência artificial generativa. Eles dizem lá na pesquisa quase 82% estão cientes das ferramentas e eles colocam o chat GPT como ferramenta mais conhecida e utilizada. E aqui já vai um argumento muito simples. A inteligência artificial que o pessoal está

chamando como cha muito maior do que isso. Tudo bem? que o chart é mais conhecido, ele tem características que nós chamamos de multimodal, imagem, texto, vídeo, áudio, tudo certo, não tem problema. Só que meu ponto é, ela acaba sendo mais acessível. Eu vou por prompt, eu tenho que entender pouca tecnologia, mas para pesquisadores, eu particularmente sempre digo isso, o chat ptor plataforma de a para um pesquisador. Uma questão muito simples, o que que eu posso avaliar para dizer que a inteligência artificial, por exemplo, de um pesquisador seria uma melhor ou pior? A qualidade das informações

em que essa ferramenta foi treinada? O chart é treinado por um volume de informações ou por fontes em que nós não temos a menor ideia. Vou dar um exemplo comparativo para vocês. Ah, recentemente, acho que há umas duas semanas atrás, o pessoal descobriu que a meta que é a empresa que tem um Instagram, o WhatsApp e eles têm um modelo de inteligência artificial aberta chamada de lhama. E eles identificaram que a a lhama, o modelo, foi treinado com a base de dados de livros e artigos. Perfeito. E eu vou argumentar isso depois com vocês, que

é só que tem o seguinte, tem um site, eu obviamente jamais usei alguma coisa assim, mas chamada de liben em que é um site que você consegue baixar livros gratuitos. Obviamente esse site baixa livros e artigos com quebra de direito autoral. E o que que descobriram? que a meta treinou seu modelo de inteligência artificial usando este site do Libgin. Então ele treinou o modelo quebrando direitos autorais. E aí você começa a ter um baita de um problema. Além obviamente de você ter uma ferramenta com tanta informação, poxa, mas a o pesquisador acaba vivendo da questão

autoral do conhecimento dela. Então falar de inteligência artificial não é só necessariamente eu olhar ou até mesmo recortar como chá de PT. Existem outras dimensões que nós precisamos pensar em conjunto. Quais são aqui algumas perspectivas, tá, em relação a ao aplicação? Primeiro, aproximadamente 45% vai dizer que a IA acaba sendo muito usada para busca de informação. Talvez vocês tenham visto os modelos de deep research ou deep de outras características. ele se torna bastante importante porque ele é como se ele fizesse uma busca no que está disponível na na internet. Poxa, isso é ótimo. Ao invés

de eu ficar gastando muito tempo, ao invés de eu ficar me preocupando com uma série de características, eu aperto, jogo uma informação, mando ativar a opção dele fazer uma busca profunda ou na internet e isso resolve. Então, obviamente facilitou. Só que aí há uma provocação para nós enquanto pesquisadores. Eu não posso receber uma indicação de um material sem ler. Se a inteligência artificial acha informação e recomenda, eu, enquanto pesquisador, eu tenho que dar uma lida, garantir que a compreensão daquela recomendação tá correta. Por quê? Provavelmente vocês já ouviram falar de uma terminologia chamada de alucinação.

Os pesquisadores mais recentemente t chamado de miragem. é mais ou menos alguma coisa que eu não enxergo determinado caminho. Eu preciso, obviamente fazer um pouco dessa operacionalização. Agora, 39% argumentam a questão de parafrasear. E qual que é o problema de parafrasear? Como pesquisador, ah, talvez você vai concordar comigo. Grande parte da do crescimento que eu tenho para dominar uma área, para dominar a escrita daquele tema, tá muito ligado à melhora da escrita, melhora argumentativa. Em geral, qual que pode acabar sendo um problema do próprio pesquisador? Basicamente o seguinte, eu escrevo o primeiro trecho e peço

para melhorar o argumento e aí eu tô perdendo o processo de cognitivamente eu começar a melhorar, de cognitivamente eu continuar aprimorando a minha argumentação, porque eu tô entregando essa parte de melhoria para IA. Então isso é um problema. Lembra que eu falei para vocês? O que tá acontecendo hoje efetivamente em uso de a? Nós não sabemos a consequência. E se obviamente eu não sei a consequência e esse uso excessível excessivo de pedir para ficar melhorando, aumentando meu argumento, pode chegar o problema de eu ter cada vez mais meu conhecimento mais raso. Então tem essa característica

ah que nós possamos pensar também. Bem, outra característica e aí que eles colocam 28% que é aprendizagem autônoma. E isso vai mostrar porque é uma discussão que tá muito alinhada com uma perspectiva da ONU e da UNESCO. Se vocês voltarem um pouquinho no tempo e colocarem UNESCO e a inteligência artificial generativa, vocês vão encontrar guias que foram publicados pela UNESCO em setembro do ano passado, tanto numa perspectiva de aluno enquanto professor. E realmente a aprendizagem de você ter um apoio, tirar aquilo que é muito mais eh abstrato e você conseguir trabalhar de maneira contextual. E

uma outra perspectiva, 27% o artigo de indica que é uma lógica de redação de texto. Hoje numa perspectiva, né, hoje atuando como editor na revista e com editor associado e revisor, o que que me chama muita atenção, eu particularmente se o aluno melhorou, se o aluno revisou o texto por IA, eu acho que tá tudo certo. Por quê? O paralelo que eu faço é como se eu tivesse, por exemplo, contratado o serviço de um especialista em línguas, em idioma. está tudo certo para mim a mesma lógica, o como a gente vai conversar depois em que

obviamente ele acaba tendo aí eh algumas consequências. Uma outra perspectiva que tá muito ligado à integridade, que eu obviamente o recorte aqui na tela para vocês é desonestidade. Então considerem o seguinte, 46% consider os alunos eh que os professores consideram em que usar inteligência artificial é uma trapaça. E é o que que isso quer dizer? o quanto que efetivamente nesse primeiro ponto os próprios professores entendem da usabilidade de a. Aí eu vou dar um exemplo para vocês. Alguns argumentos, alguns textos começam a deixar bem claro uma perspectiva de mostrar que hoje no processo de educação

e no processo de pesquisa, não ter acesso a ferramentas de e de inteligência artificial pode realmente fazer com que eu fique para trás. Então, eu conseguir usar vai fazer com que eu consiga avançar. Tem uma frase que eu sempre gosto de mencionar do vice-presidente da Amazon. Ele argumenta o seguinte: "Eu não tô preocupado com a falta de mão de obra. Eu tô preocupado com a falta de mão de obra que não saiba usar a inteligência artificial. Então são contextos diferentes e obviamente 45% dos alunos também falam: "Olha, o professor tá usando a IA também e

não tá contando qual que é o nível de transparência nessa nessa própria argumentação". Então, necessariamente um dos dos apelos que eu preciso acabar colocando para cá é transparência dos dois lados. E para vocês terem uma ideia, algumas instituições e alguns artigos um pouquinho mais focado na psicologia, perdão, na pedagogia, vão dizer que ah você pode acabar enquanto professor uma recomendação, pontual o prompet, aquela interação homem máquina, porque pode ser um critério de você conseguir de fato fazer uma um acompanhamento desse conhecimento. E as preocupações, obviamente, gerar informação imprecisa e enviezada. Por quê? Uma das discussões,

só para vocês terem uma ideia, para dar um contexto, grande parte, obviamente, do que nós temos disponível hoje, para estudar, nós não temos ideia de onde veio, o quanto que efetivamente quando eu faço uma busca em modelos de inteligência artificial, o quanto eu sei de onde veio aquela informação de maneira precisa, como foi treinada, vamos voltar um pouquinho. Como é que os modelos de inteligência artificial começam? Essa informação é colocada na máquina por uma pessoa e ela tem que validar, tá certo? tá errada, depois o algoritmo vai aprendendo. Só que então quer dizer que nesse

ah contexto sim, necessariamente eu posso ter imprecisão e claro também uma perspectiva enviezada. Há uma série de discussões hoje, um pessoal da área de ciências sociais, por exemplo, em que você consegue manipular o usuário, você consegue manipular o conhecimento ou determinada visão de mundo, por exemplo. Uma outra perspectiva que é o plágio e a dependência excessiva que eu mencionei com vocês. E aí vamos colocar um ponto aqui. Ah, não vou entrar em diferentes características, por assim dizer, de plágio, mas é importante uma informação. Não tem como a inteligência artificial gerar plágio. O que que isso

quer dizer? Quanto mais você tiver usando, quanto mais você tiver fazendo interação, aí não vai dar, não tem como dar similaridade. Se você ficar pegando a mesma pergunta, vai lá, aperta três, 4, 5, 6 vezes, talvez efetivamente o contexto seja o mesmo. Mas efetivamente um desafio que nós temos um pouquinho nesse nesse contexto é que obviamente tem uma questão por trás que é a probabilidade. Toda vez que eu faço uma interação, ele vai rodar o modelo. E aí, obviamente, eu tenho resultados diferentes, tá? Depois eu vou entrar um pouquinho nisso aí. Uma outra perspectiva também,

então, é da dependência excessiva. Obviamente isso tá fazendo que com que algumas habilidades eu já deixe para trás. E claro, eu tenho impactos aí também um pouco mais negativos na lógica da integridade, que é um pouco mais da transparência. Isso hoje acabou virando um problema institucionalmente em programas de pós-graduação, de maneira geral também. Opa. Dito isso, uma discussão que nós podemos ter aqui nesse contexto, como é que eu vou garantir que nós estamos formando pesquisadores e não apenas usuários de inteligência artificial? Talvez seja essa uma das principais perguntas para nova formação da nova geração de

pesquisadores. Veja, se eu tiver que me apaixonar por alguma coisa na pesquisa, eu tenho que me apaixonar pelo tema e não pela ferramenta. A minha paixão é pela teoria, a minha paixão é pela descoberta. Se ela vai ser por meio de uma cartolina ou se vai ser por meio da tecnologia, não importa. O que eu tenho que me concentrar numa pesquisa é na contribuição, é no impacto e não ficar discutindo qual for melhor ferramenta. A ferramenta vai avançar. A contribuição, independente das métricas, ela vai ter obviamente sempre muito espaço. Por isso, para fechar esse primeiro

argumento com vocês, o que que tem que vir primeiro? A ciência. Eu tenho que produzir conhecimento. É isso que se espera do nosso trabalho enquanto pesquisador. E depois eu me preocupo com às vezes eu me falo assim: "Olha, me dá uma ideia aí de plataforma, qual que é a melhor plataforma?" Eu não sei o quanto é que você entende de método. Não adianta eu te passar uma indicação de uma plataforma que faça uma introdução e você não sabe quais são as características de uma boa introdução. Veja, eu preciso entender método, eu preciso entender processo e

depois eu vou ficar na internet copiando prompt, eu vou ficar buscando inspiração se eu não tiver dado um passo para trás. Uma boa pesquisa não tem atalho. A inteligência artificial é sedutora. Ela vai te mostrar que você tá indo no melhor caminho, só que depois a sua pesquisa não tem impacto, não tem contribuição nenhuma. E aí, qual que é o acaba sendo o cenário? Recentemente a Openai lançou o Deep Research e o SPACE, que é hoje uma das principais plataformas para pesquisa chamada de SPA, lança o chamado deep review. Diferença entre uma e outra. O

Open quando ele faz o deep research é como se ele tivesse varrendo a internet e dando uma recomendação para você. É um bom modelo, ele é legal, ele consegue te dar uma boa bom diagnóstico sobre o tema. Lembrando que modelos de profundidade, muito ligado à perspectiva do thinking, por exemplo, que é o pensamento, demora. Não adianta você tá com pressa para fazer uma pesquisa dessa. Você tem que elaborar muito bem a pergunta e, obviamente, depois a consequência disso. Vamos olhar para cá. Por que que o SP nesse ponto para nós, enquanto pesquisadores pode ser muito

melhor? Porque a busca do SPACE não é em todo e qualquer lugar, é na literatura científica. E claro, por mais que tenha como você customizar, por mais que tenha como você falar assim: "Ah, pense de tal forma". A partir do momento que nós pensamos como pesquisadores, a discussão é outra. Eu tenho que passar de uma característica da literatura científica. Agora, algo que isso faz com que nós tenhamos de alguma forma uma evolução de inteligência artificial. Eu sou defensor, tenho meus argumentos, por mais que às vezes não seja tão viável, os estudos têm que estar em

ciência aberta. E uma frase discutida em Budapeste, quando teve um parte da estrutura, o acesso a o livre acesso do conhecimento é um direito, não é um privilégio. Vamos levar isso pra lógica de a pensem comigo o seguinte. A inteligência artificial usada, por exemplo, pelo pelo chat GPT ou até mesmo pelo Sespace, ele só vai conseguir ter acesso à aqueles arquivos que estão abertos. Grande parte hoje do conhecimento científico está na mão de editora. Então essa editora vai cobrar para você conseguir acessar. Então quer dizer que o estado da arte que nós sempre ah temos

como previsão nessa na gestão de uma levantamento da literatura, talvez a inteligência artificial não consiga fazer, mas não é porque o modelo não tá bom, é porque os melhores trabalhos estão indexados, estão cedidos para uma editora. Só para nivelar a discussão aqui, para vocês terem uma ideia, quando nós publicamos um artigo em revista que não é acesso aberto, eu tenho que assinar um termo de concessão de direito autoral e entrego pra editora. Dali paraa frente a editora tem total autonomia. E quando eu vou tentar ter acesso à aquele artigo que poderia ajudar a minha pesquisa,

eu preciso de um acesso a ela. Então a discussão da própria inteligência artificial, ela sim tem limite, mas é um limite que talvez não é do algoritmo, mas também como que a ciência tá avançando numa perspectiva de tecnologia. Vou mostrar agora, eu tô falando de pesquisa, tô falando de evolução. Vamos dar uma olhada agora em relação ao estado da arte, em relação a uma lógica de de algoritmo, tá? vocês entenderem o a a o caminho que nós estamos indo. Em agosto do ano passado, criaram um algoritmo chamado de AI Scientist. E naquele algoritmo você conseguia

fazer toda a sua pesquisa. Ah, com 15 você tinha seu artigo na mão. Não satisfeito, falou assim, ó, vamos criar, vamos criar aí mais um algoritmo para sacudir a academia. Agora em janeiro de 25, os pesquisadores criaram um outro algoritmo, dessa vez chamado de agent laboratory. Basicamente o seguinte: criar os o argumento da inteligência artificial generativa como assistente de pesquisa. E aqui tem um ponto pessoal super importante. A forma que eu acredito, inclusive minhas pesquisas estão indo nesse caminho, o melhor ambiente, a melhor estrutura que eu tenho hoje para avançar a ciência é uma combinação

de inteligência híbrida. A inteligência híbrida é a junção da inteligência artificial mais a humana. Ela não é excludente, não é uma ou outra. Ao meu ver, ela tem que ser a uma adição. E esse algoritmo tem um código aberto aqui na tela para vocês, você vai conseguir colocar o pesquisador no lugar dele, que é supervisionando o processo. A I é apenas o nosso assistente. Eu não vou entrar muito em questões técnicas, mas basicamente eu vou tirar algumas informações aqui da tela para vocês. Vocês olharem pra parte superior no horizontal, vão verificar que o algoritmo trabalha

com três principais fases. a primeira revisão da literatura. Depois eu tenho uma perspectiva de experimentação e fecho com a questão de de escrita de relatório. Há exemplo simples para vocês entenderem o potencial disso aqui. As plataformas de a como a Litmaps, por exemplo, já indexaram, já conheceram, já leram 410 milhões de trabalhos científicos. Então, literatura para ela é de menos, ela resolve isso tranquilamente. Depois eu tenho um argumento aqui que é experimentação. Eu preciso fazer esses cenários. E aí um dos caminhos que tem sido bastante crescente atualmente é chamado de dado sintético. Depois eu tenho

uma perspectiva do relatório e o relatório ajuda muito numa política de ciência aberta que é a documentação do processo. E se vocês olharem provavelmente na tela, paraa parte superior, vocês vão ver que tem ah pessoas. É uma representação que cada etapa do que a inteligência artificial vai fazer, ela tá pedindo uma informação de validação ou input para começar. com o pesquisador. Para mim, seria um dos modelos que mais eh mostram, repercutem como deveria ter o funcionamento de pesquisa com inteligência artificial. Não é tomando decisão, é Iá sendo supervisionado e otimizando aquilo que efetivamente nós buscamos

enquanto inteligência artificial. Agora o pessoal tá acelerado. Recentemente, agora início desse mês, lançaram mais um algoritmo que aí mostra a vantagem do processo. Nós literalmente estamos aqui em outro momento. Eles criaram um algoritmo em que te que vai nos ajudar enquanto pesquisador para trabalhar com revisão da literatura. Todos esses artigos que eu mostrei para vocês tá para mim na minha plataforma favorita de estudar chamada de arquiv, tá? A RX e V. É hoje, sem sombra de dúvida, a plataforma que você mais vai conseguir ficar próximo ao estado da arte, tá? Que que ele faz? Novamente,

não vou me ater muito na questão técnica, só a lógica. Aquele pesquisador que tem tá pensando em alguma coisa, ele tem uma ideia. Veja, muit das ideias de pesquisa que nós temos não vem talvez só da literatura, pode vir do do dia a dia, pode vir de preocupações ah mais corriqueiras. Então, a partir disso, qual que é a lógica? Eu vou pegar a minha ideia e vou pedir pros os algoritmos de inteligência artificial generativa, os LLMs, para eles começarem a simular quais seriam os melhores conjuntos de palavras chaves para me ajudar a responder aquele problema.

É como se eu fizesse mais ou menos o seguinte movimento. Eu tô começando o meu trabalho e eu preciso de um estímulo agora, que seria descobrir artigos para minha pesquisa. Então eu vou pegar um artigo referência, por exemplo, e vou pedir para a ler o meu texto e ele vai me ajudar fazendo a validação de qual seria a melhor combinação de palavras para eu buscar. É isso que ele faz. Só que esse teste ele tá vindo baseado no que ele já aprendeu que tem indexação. E ele vai pegar essas palavraschaves, vai fazer uma simulação papers

relevantes. Aí eu posso colocar qual é o periódico, depois eu posso pensar a citação. Então tem uma série de características, depois eu tenho o módulo e eu vou fazer uma validação junto com o pesquisador. É mais ou menos para quem já fez revisão da literatura, uma etapa de screening. E aí, obviamente, eu vou começar a gerar uma literatura de alguma forma varrendo muito mais as informações, basicamente pelo seguinte, porque ela tem a melhor combinação algoritma possível para identificar o que tem ou não tem relevância com a minha pesquisa. Novamente, a supervisão é do pesquisador. A

tomada de decisão, ela não é necessariamente da IA. e eu vou supervisionar e dizer: "Ó, tá certo ou tá errado." Por isso, para fechar meu argumento nesse primeiro momento, a inteligência artificial ela é meio, ela não é fim. O fim de uma pesquisa é a contribuição, é o impacto. Tanto que não é um artigo que vai fazer com que nós tenhamos destaque, é a nossa carreira. E a carreira não quer dizer que ao longo desse processo quais foram as ferramentas que eu usei, não é contribuição. Aí a vai, a volta e a tem momentos nesse

contexto. Para vocês entenderem, fazer um diagnóstico que tem de alguma forma positiva e negativa ao trabalhar de maneira pró, tá? Vantagem para síntese da literatura, como eu argumentei com vocês, das próprias ferramentas, a formulação de hipótese, eu tenho uma hipótese em que eu já fiz, mas, pô, qual seria a melhor técnica? como é que eu posso avaliar, como é que eu posso tratar. A Ia consegue a perspectiva de assistência da escrita, eu vou dar exemplos para vocês. E depois também eu tenho uma lógica ainda de análise de dados e claro, uma revisão por pares também

para conseguir fazer uma própria validação e certificação daquele argumento. Por outro lado, eu tenho alguns contras como a própria dependência tecnológica, e isso acaba tendo problemas que eu vou argumentar com vocês, inclusive cognitivas. Eu posso ter erro de interpretação se eu não tenho aquele conhecimento, tudo que a Ia fala para mim é verdade. Então eu tenho um problema. Outra perspectiva também, uma falta de criatividade, porque a todo momento é IAK que tá pensando para mim. Então na hora que eu levo isso pro texto pode ser um problema. Questões éticas eu vou mergulhar um pouco mais.

E também é um custo. Hoje dificilmente para que você se torne competitivo em pesquisa, você faz isso apenas com plataformas gratuitas. necessariamente vou precisar operacionalizar e colocar dinheiro nesse processo. Agora, será que a escrita científica também seria uma boa seria uma boa parceria? Escrita científica e h uma boa parceria. Vamos discutir um pouquinho nessa dimensão. De acordo com alguns materiais que eu li, aqui, de alguma forma me ajuda a argumentar que a inteligência artificial não vejo que ela vai substituir a escrita do pesquisador, mas ela vai fazer com que nós tenhamos uma etapa de repensar

o processo. Primeiro, com a ajuda da inteligência artificial, eu vou pôr no sentido horário aqui, eu posso ter muito mais facilidade em trocar o tom da escrita. Por exemplo, em revista científica, ah, em geral, a recomendação é que eu não faça revisão com a IA, mas a IA pode me ajudar a melhorar clareza na recomendação pros autores. É o tom. Outra perspectiva, a questão de de de refazer, de reorganizar as palavras. Ou seja, aquele texto tá confuso, ele vai me ajudar a reorganizar uma perspectiva de alternativa de palavras também, porque obviamente o vocabulário dela acaba

sendo muito maior. Uma perspectiva também de você reduzir a complexidade, algo que tá complicado de entender. Uma outra perspectiva, você consegue também aprender outros estilos. Exemplo, você pode pegar vários artigos de um pesquisador que você gosta. Você pode pegar vários artigos de uma revista que você gosta e fala: "Poxa, eu gostaria de replicar meu estilo de escrita nessa forma para eu aprender. Nível de argumentação, nível de densidade, de robustez. Você pode pedir para te ensinar como é que você faz. Então é um aprendizado. Uma outra perspectiva também é conseguir organizar isso de maneira mais clara.

Uma crítica que você pode fazer pedir para Yá ser seu avaliador. Então leia meu texto aqui, me aponte fraquezas, melhorias, me dê uma nota. Uma outra perspectiva também de você ter uma validação, tanto de gramática, mas também do estilo de escrita. Claro, você também tem vários templates e esse template obviamente consegue ter muito mais repertório em relação à avaliação. Então aqui a ideia que eu pensei, ó, ah, tô, tem muita coisa sendo publicada, muita coisa saindo quando está falando sobre redação científica. Não vejo que a nós temos um problema de usar IA na escrita científica,

mas ela tem que ser complementar ou pesquisador. E aí, como eu coloco para vocês aqui nesses tópicos, ela não é excludente, ela é efetivamente uma parceria. Por quê? A inteligência artificial não sabe o que pode resolver. Ela não tem maturidade para dizer: "Ah, está certo ou tá errado". Essa maturidade ou essa expectativa, ela é nossa. Agora mostrar para vocês no primeiro caminho, eh, e eu consigo nivelar porque eu vou chegar ao final aqui da nossa conversa, que é uma perspectiva de como que você pode conduzir a sua pesquisa usando inteligência artificial. Não é o único

caminho, mas é muito mais uma perspectiva exploratória para vocês poderem refletir. Depois eu amarro isso ali no ponto final, tá? Primeiro, ah, eu sempre gosto de contar essa história porque eu não sei se acontece com todos aí ou vai acontecer. Há três anos atrás, eu digo que eu sempre para tenho dito isso, eu tive meio que uma crise na carreira assim, falei: "Ah, vale a pena ser pesquisador? Por que que eu tô esforçando perdendo noite de sono?" Aí eu falei: "Ó, eu precisava de alguma forma entender a relevância do que eu pesquisava. Eu venho de

uma formação em administração da graduação ou doutorado em que a minha perspectiva era resolver problema de empresa. E eu falei: "Não, tá tudo bem, eu vou fazer a empresa ganhar mais, vou fazer as pessoas comprarem mais. perdi um pouco interesse nesse foco e isso me fez ah abrir um pouco mais a cabeça e enxergar opções de pesquisa. E aí tem um livro que mudou muito a minha trajetória chamada de coeligência do professor Molic da de Wton, em que ele vai dizer: "Olha, você tem que pensar de maneira integrada, você tem que pensar como que você

maximiza a sua inteligência com a máquina". Eu falei: "Opa, esse negócio me chama atenção". E aí eu fui verificar que isso acaba sendo chamado por inteligência híbrida, artificial mais a humana. Falei: "Opa, aqui é um caminho legal". E aí eu fiz um trabalho, bem, eu preciso de artigo para ler, né? Eu preciso de base, eu preciso de qualidade desse texto. E aí de forma nenhuma, eu fiz uma revisão da literatura. É só sair jogando nas bases para verificar, olha uma quantidade de artigos aqui para eu conseguir avançar. Cheguei ao quantitativo de 107. Beleza, falei bem.

Ah, eu vejo em que vai me ajudar a poupar. Eu não vou sair lendo 107, descobrir, por exemplo, que, sei lá, 50 tão não acertei quando eu fiz o filtro. Por outro lado, um ponto bacana. Atualmente nós temos basicamente três principais programas para trabalhar com gerenciamento bibliográfico. Nós temos o Mandley, nós temos o Endnote e nós temos o zotero. O Zotero para mim disparado melhor. Primeiro que ele tem uma conexão direta com a inteligência artificial. E uma outra característica, você consegue colocar plugins como se fossem programinhas dentro dele. E dentro, especificamente do Zottero, você consegue

colocar um programa que eu nunca usei, que eu não conheço, chamado de Siz Hub, em que você coloca o size hubuticamente quando ele identifica ou dói que aquele código do artigo, ele te traz automaticamente na tua máquina. Então, há boatos que tem gente que faz dessa forma, eu falei: "Ah, beleza, pode ser um caminho, né? Não que eu tenha feito de maneira nenhuma. Bem, disso eu consegui aí, eh, pela graça divina, apareceram na minha máquina ali quase 90 e tantos artigos. Eu falei: "Opa, agora ficou legal". Só que eu pensei o seguinte: "Bem, eu preciso

extrair, como é que eu vou trabalhar com essas informações?" E aí eu conheci na época essa plataforma chamada de scholar. O que que ela faz? Ela primeiro vai te ajudar a ler um artigo por meio de categorias pré-definidas. Então isso vai te ajudar a identificar o quanto que isso de alguma forma seria, por exemplo, relevante. Ou por outra característica também, ele faz a extração, ele vai arrancar aquela informação e ele gera um resultado mais ou menos como esse aqui. Para vocês entenderem o que tá na tela, cada coluna é uma informação do artigo. Então eu

tenho título, autor, o resumo, palavra-chave, a contribuição, achado, teoria, ah, unidade de análise, ah, que pontos que eles são melhores ou piores do que ele já leu e identificou. Então, ah, vamos lá. Um dos conceitos que nós temos de inteligência artificial, que eu acho que o mais ah tem aderência paraa pesquisa, é a automação de tarefa. E como vocês podem ver aqui, eu tenho uma automação. Eu fui lá de invés de ficar fazendo contrtrol C, conttrl V, eu trouxe todo para cá. E o que que é legal? Novamente, eu vim também de uma formação extremamente

quantitativa. E isso de alguma forma eu comecei a perceber que limitou muito a minha pesquisa. Eu fui de alguma coisa, de alguma forma formado para entender que você só podia ser pesquisador quantitativo. Aí como eu tava nessa crise, eu falei: "Deixa eu aprender e abrir um pouco meus horizontes." E hoje algo que eu tenho muita clareza, eu não tenho que me apaixonar pelo método, eu tenho que me apaixonar por uma contribuição que a minha pesquisa vai ter. Se eu sou fraco naquele método e eu vou estudar, eu vou fazer parceria para conseguir resolver o problema

de pesquisa da melhor forma. Então aqui foi o primeiro exercício que eu fiz. em levar toda essa discussão para uma abordagem qualitativa que até então não trabalhava. Eu pensei bem, qual que é a lógica trabalho qualitativo ou categoria? Ele vai pegar uma no universo e vai começar a organizar e características e eu vou identificar. Maravilha. Então o que que eu pensei? Eu vou trabalhar com categoria, vou usar o Iramutec dentro do R em programação, eu fico mais confortável e eu consigo trabalhar por categoria. Então, uma coluna que ele tem aqui são as limitações das pesquisas

e recomendação de trabalho futuro. Eu falei: "Opa, se eu tenho limitação, eu já consigo identificar então ao que que esse trabalho não conseguiu chegar. Então eu tenho ideias do que eu consigo fazer. Por quê? Ninguém nunca fez, não é lacuna. Se ninguém nunca fez minha lacuna, eu tenho que entender porque esses caras têm um ponto fraco no trabalho. Só que aí o que me chamou bastante a atenção era trabalho futuro. Aí o que que eu fiz? Eu peguei toda coluna desses 107 artigos especificamente de trabalho futuro e criei categorias. Eu me lembro que eu sempre

gosto de fazer essa menção para vocês também, que basicamente a argumentação é assim: ã, como é que eu vou conseguir montar um tal da agenda de pesquisa? Eu me lembro de ir em congresso e achava aquela porque termo lindo, sabe? Os pesquisadores, nossa, isso trabalho, isso tá alinhado a minha agenda de pesquisa. Nunca entendi como é que esse negócio funcionava. Só que aqui, como eu fiz a categoria baseada na literatura, eu consegui identificar quais são as categorias que eu poderia resolver por meio de pesquisa. E isso me fez hoje, literalmente eu montar o guarda-chuva do

que eu tenho pesquisado. Ah, já começaram a dar bons frutos. um artigo, um projeto financiado pelo CNPq, aprovado em dezembro, cinco artigos aprovados em congressos internacionais que eu vou nesse primeiro semestre e mais coisa que estão vindo aí pela frente. Isso a partir de uma avaliação qualitativa da literatura. Agora pensei: "Ah, legal, eu tenho isso aqui agora, opa, eu preciso de uma informação. Que que eu vou fazer aqui? Eu não consigo ler 107 artigos. Gosto de pesquisa, gosto muito de estudar, mas eu não acordo domingão ali animadão para ler um artigo. Pô, domingo acordo, faço

café, dose dupla e para ler. Não. Eu falei bem, eu preciso de uma plataforma em que vai me ajudar especificamente a enxergar quais são os trabalhos que t relação, porque aí eu posso fazer um filtro. O Litmaps é essa plataforma. E especificamente, para vocês terem uma ideia, o L Maps tem aí necessariamente uma qualidade ou uma técnica ah para obviamente classificar, só para vocês terem uma ideia que é a seguinte, ele vai mostrar tudo isso visualmente, ele fica desse jeito aqui. Não vou entrar na lógica de algoritmo, o foco aqui é só para vocês avançarem

novamente. Eu fico à disposição de vocês. Olha só, vocês olhando pra tela, se vocês olharem pra esquerda, nós temos o artigo do do ano de 2010. Tá vendo que ele tem muita citação, mas dali paraa frente, só para entender, quanto mais alto, mais citação e quanto mais baixo, mais novo ele é, tá? Então, se vocês olharem da esquerda pra direita, tá ligado ao período, né, de citação. Quanto mais pra direita, mais novo. E quanto mais alto, mais citação. Então, vamos lá. Então quer dizer que esse artigo de 2010 foi legal, foi citado, mas ele morreu

assim, ninguém mais tá puxando nada dele. E se vocês olharem pra direita, o trabalho do do ano de 2019, tá vendo que ele tem vários tracinhos para baixo? O que que isso quer dizer? Ele tá me mostrando em que esse artigo tem várias referências. Então, quer dizer que vários artigos estão citando ele. Se vários artigos estão citando, tem um ponto positivo. Quer dizer o seguinte, quer dizer, então, que esse artigo está fomentando a argumentação dentro do tema que eu queria estudar, que era inteligência híbrida. Aí eu pensei, poxa, então agora ficou mais fácil. Ao invés

de eu ter que ler 107, eu posso pegar o que tá paraa minha direita aqui, o artigo de 2019 e eu vou ler esta coluna para conseguir ah de fato mapear a área. E aí, de alguma forma, qual que seria talvez um dos pontos aí ah mais importantes, tá? que talvez possa eh organizar um pouquinho mais parte desse processo. Eu não vou deixar de ler. Enquanto pesquisador, eu preciso ler trabalho científico. Algo que eu aprendi no doutorado. Quanto melhor você lê, melhor você escreve. Só que ao invés de eu ler um monte de artigo e

descobrir e me cansar ao longo do processo e não lembrar mais daquilo, eu vou conseguir efetivamente fazer um pouco mais dessa operacionalização. E aí existe uma forma de plataforma para tudo que vocês possam ah efetivamente imaginar ter uma plataforma para ela. Hoje aqui são só algumas. Eu acho que hoje confessar para vocês uma coisa, eu tô muito mais preocupado hoje em entender método do que ficar dominando ferramenta. Eu hoje eu tô muito mais preocupado em verificar como é que a minha pesquisa tem apelo e tem contribuição do que ficar craque em ferramenta. O que se

vocês não vocês não vão faltar hoje, depois vou mostrar até materiais que eu tenho, são tutoriais. Só que o tutorial, a minha preocupação hoje para pesquisador com professor e editor tá deixando as pessoas não preocuparem com o trabalho. Não posso me virar um expert em ferramenta, eu tenho que virar o expert em pesquisa. Nós estamos invertendo o fluxo hoje de pesquisa científica de impacto. Eu não tenho que formar pesquisadores craque na plataforma chat GPT. Eu tenho que formar pesquisadores craques em fazer pesquisa de impacto. Vou dar um exemplo para vocês. Se vocês jogarem hoje mentores

que nós temos acadêmicos, mentores vão falar assim: "Ajuda a publicar o seu trabalho. Não tô precisando de mais trabalho publicar, a gente já tem muito. Eu quero que você consiga gerar um trabalho mentor, um trabalho que tenha publicação de impacto. É isso que a gente tem que ter. Ah, eu vejo assim, ah, trabalho garantido, trabalho que vai ter efetivamente aí o impacto. Maravilha, mas eu eu tenho que estar preocupado, não é com aprovação, é o impacto. E isso não é a ferramenta, somos nós enquanto pesquisadores. Então, aqui tem uma foto, uma fotografia de uma lógica

que é o ano que nós estamos, que é uma lógica de agente, tá? O agente nada mais é do que um executor de tarefa. Eu vou deixar dessa forma, não vou mergulhar muito não. Eu coloquei três: pesquisa, mapa do conhecimento e também uma perspectiva da escrita. Então, na pesquisa, eu tenho ali ah alguns, eu não vou falar de todos aqui para não tomar muito tempo de vocês, mas uma das minhas queridinhas chamada de licit ali na esquerda. O algoritmo dela de extração e o algoritmo dela de interação e de pesquisa, ela é maravilhosa. Ela todas

essas aqui há uma informação, tô vendo aqui pelo chat. Uma tristeza para vocês. Nenhuma dessas plataformas aqui, você com exceção de uma que é que tá no centro, que tem um coelhinho, Research Rabit, todas as outras aqui são pagas. O que vai acontecer delas é que cada uma delas você tem uma quantidade de uso gratuito, depois acabou. Então, infelizmente hoje não dá para você fazer pesquisa de ponta sem pagar a assinatura de plataforma de ar. é ilusão. Se eu quiser de fato me manter competitivo, vou ter que colocar a mão no bolso. E aí tem

uma série de questões, depois a gente pode argumentar um pouquinho nesse sentido, tá? Ah, dou exemplo. A elicet ela cobra, por exemplo, por volume processado. Então você compra como se fossem créditos. Quanto mais artigo, mais ela vai, você vai descontando aquele crédito. Mas eu não tenho valor mensal por se todo mundo começar a rodar, se todo mundo começar a personalizar, vai ter um baita de um problema, tá? E obviamente acaba sendo um aspecto nesse ah contexto também. Uma outra perspectiva que é o SPACE hoje, uma das mais conhecidas e por ser uma startup a galera

tem colocado grana, eles têm acelerado muito bem. A scholar, eu até vi uma pergunta que tinham colocado aqui no chat, o scholar se ela você consegue fazer a extração gratuita de até 10 artigos. Mais do que isso você tem que pagar, tá? Então esse ponto, o Cite é outra que eu uso demais. O site é uma plataforma chamada de chat GPT do pesquisador. Ela indexou aproximadamente 1.4 bilhões de frases de artigo. Então naquele momento que você fala assim: "Meu Deus, eu preciso de uma referência para fechar meu argumento". você coloca a tua frase, coloca teu

trecho, ele vai achar um artigo que fecha aquele argumento, porque ele não mapeou só o artigo, ele mapeou as sentenças da frase. Só que aí tem um problema. Eu não posso pegar a recomendação e copiar a referência do meu trabalho. Eu tenho que ler aquele artigo que ele referenciou. Mas veja, antes de eu ter que fazer todo aquele fluxo e na literatura mergulhar e coletar, não. Eu, para mim tá muito mais fácil, porque agora eu já tenho uma lista de poucos artigos que a MAC, que a Iar conseguiu levantar para mim. No centro eu tenho

o mapa do conhecimento, que é questão visual. O research rabbit é totalmente gratuito. Ah, depois eu vou mostrar no meu canal do YouTube, tem aulas sobre ele. Basicamente, o que você acaba conseguindo operacionalizar é verificando referências desse processo, o connected papers e o litmaps. Você também tem uma perspectiva de determinada quantidade de análise é gratuita. Por exemplo, aquele mapa que eu mostrei para vocês do litmaps, aquela tela que tinha as bolinhas, que são os artigos, você consegue fazer uma gratuita. Se você quiser fazer mais de uma busca já é paga. Só que litmaps tem uma

assinatura bacana para quem é do Brasil. Na perspectiva de escrita. Hoje eu tenho gostado, trabalhado muito hoje com Paper P, esse da cor azul, porque se você quiser uma plataforma boa para traduzir o teu texto, o Paper P tá com Deep L, que é um dos melhores algoritmos dentro dela. Então, além de te ajudar a escrever treinado como pesquisa e não chase como pesquisador. O Paper P eu vou mostrar para vocês. Ah, te ajuda a escrever como pesquisador, te ajuda a traduzir, te ajuda a argumentar e melhorar o processo também como um todo. Salve engano,

tem 50 e poucos. Posso estar errado pelo número, ah, mas tem uma mais 30, 40, 50 idiomas que você consegue trabalhar dentro da própria plataforma. E aí tudo isso você me pode me perguntar, acabei de ter uma ver uma pergunta no chat que é um pouquinho nesse sentido, talvez já consiga responder agora. Como é que tá a questão cognitiva nessa brincadeira toda aqui? Ah, do nível de usabilidade? Poxa, porque eu acabo tendo um problemão. Se todo mundo hoje eh tudo eu tô automatizando. Se tudo hoje efetivamente eu tô colocando em que hora que eu vou

parar e vou pensar nesse caminho todo? Pois bem, artigo publicado agora, ah, esse aqui é uma reportagem, leva pro artigo, sai em março agora, em que os neurocientistas falam: "Ó, a gente tá com problemão aí, viu? Se tudo se confirmar, a geração que tá usando inteligência artificial nesse volume vai ter um grande problema cognitivo nos próximos anos. Porque eu tô terceirizando para tô deixando de pensar. Eu brinco com os alunos, espero que não seja o contexto de vocês, em que tem muitos pesquisadores que não estão nem mandando e-mail mais escrito. Ele pede para ir a

gerar o texto. Poxa, mas é que hora que o tal do cérebro vai funcionar? Então, uma das questões hoje que tem muito impacto e é uma consequência, pessoal, que não tem como dizer: "Ah, vai ser alta, vai ser baixa". Os estudos estão acontecendo agora, não tem uma base histórica. Mas é uma perspectiva é que quanto mais obviamente idade eu vou tendo, mais obviamente eu diminuo questões cognitivas. Aí a tá fazendo com que eu pense ah que os que os cientistas já estão muito preocupados e novamente vai ser consequência do que tá acontecendo. E aí como

é que vai ser? Não sei, a gente precisa começar a pensar porque é tudo muito rápido, é muito algoritmo no meio do processo. E tem uma outra questão disso, essa reportagem saiu no The Guardian, que eu achei muito interessante, é uma provocação. Para vocês entenderem um pouquinho o ponto, se nós pegarmos o conceito de inteligência artificial lá do do Alan Touring, vai dizer que de alguma forma a inteligência artificial vai simular o pensamento humano e pronto. Maravilha. Só que essa reportagem ela trouxe uma reflexão que eu achei muito bacana. Por quê? De alguma forma os

modelos que nós temos atualmente de inteligência artificial eles eles fazem uma comparação de testes. Exemplo, é como se eu pegasse é como se eu pegasse a uma prova feita por uma um homem, um ser humano e peço paraa máquina resolver a mesma prova. E eu até faço uma comparação. Então, nessa prova, exemplo, o ser humano tirou X e a máquina tirou Y. Bacana. Isso fazem vários modelos de comparação em A. Só que o artigo fala um contexto. Mas será que a máquina e o ser humano vão tomar a decisão sempre no mesmo contexto? Será que

nós conseguimos tomar decisão no mesmo contexto da máquina? dificilmente. Então, uma das argumentações da reportagem é, será que nós estamos comparando a evolução da inteligência artificial da maneira correta com nossa nossa tomada de decisão humana? Porque o humano tem dia que nós, né, como pesquisadores, tem dia que escreve muita coisa, tem dia que não sai praticamente nada. Então, novamente, você tem um problemão para resolver ao longo desse processo. Então, a reportagem, só para chamar pouca atenção de vocês, eu tenho uma preocupação em comparar isso, mas será que essa comparação tá vindo da maneira correta? E

aí, para vocês entenderem uma outra evidência também que é problemas cognitivos, tá? Orton na num pré-print dele novamente, saiu agora em janeiro, eles fizeram um estudo para verificar o impacto que tá tendo de buscas por meio de a e a busca que eu tinha até então do Google. Então vamos trazer um pouco mais de ciência ah para mostrar esse problemão aí que necessariamente nós estamos vendo. Vamos lá. resultado do trabalho, já estão conseguindo captar que uso excessivo de excessivo de a generativa reduz o esforço cognitivo e tá empobrecendo a nosso aprendizado. Então aquela estratégia de

eu ficar estudando só aconhar, os estudos já estão apontando que isso vai ser um problema. Pô, mas ela vem esse cara falar de novo esse tema. Por quê? Nós estamos tentando entender enquanto pesquisa o impacto da IA na formação de pesquisadores. E quanto mais eu coloco a I com prioridade, que que vai acontecer com as nossas pesquisas? Segundo resultado menor, a apropriação do conteúdo. Cada vez mais em que eu terceirizo as buscas e terceirizo efetivamente o resultado para menos aprendizado eu tô tendo, menos domínio daquele conteúdo. Por quê? Lembra que eu falei do Google? Até

então, como é que as coisas acabavam funcionando? Grande parte do que eu tava fazendo, eu tinha que ler, eu tinha que selecionar, eu tinha um filtro. Agora faz o filtro para mim. E que hora que eu vou raciocinar? Que hora que eu vou pensar no processo? E claro, os conselhos vão ficar cada vez mais pobres porque não tem argumentação. Eu tenho comentado alguns eventos que é o seguinte, a preocupação que eu tenho, eu não sei, obviamente mais a área de vocês, mas daqui a pouco a gente vai começar a ter em congresso o perfil de

pesquisador que tem mais ou menos a seguinte característica, sabe? Que é mais ou menos pensar o seguinte, ó. Pode acontecer do o texto tá muito bom escrita. Só que quando esse pesquisador vai apresentar o trabalho, falta clareza, falta densidade. Aí você fala: "Caramba, mas se você que escreveu isso aqui, como é que você não tá conseguindo aguentar o tranco aqui na argumentação?" Então esse trecho, pessoal, é só para conseguir mostrar para vocês. A gente tem um cenário extremamente desafiador. Eu confesso para vocês, mesmo estudando ah um pouco sobre tudo isso aqui, eu tenho muito mais

dúvida do que resposta. E talvez hoje como pesquisador eu tenho muito mais receio do que certeza. Porque eu também uso muito mas ao mesmo tempo a na minha área, tá? Tem uns pesquisadores top que eu tenho grande admiração. Eu vou falar para vocês, na minha área de pesquisa, marketing e comportamento, os principais pesquisadores que tão puxando academia, o cara não usa nem gerenciador bibliográfico, ele faz na mão. Então não quer dizer que a Iar vai fazer você melhor ou pior pesquisador. Então tem alguns pontos depois, novamente é muito mais dúvida do que resposta, mas são

alguns contextos pra gente refletir aqui em conjunto, tá bem? Ele também tem uma resposta que é legal. Eles fizeram nesse estudo 4.591 respondentes e fizeram quatro experimentos. Trocaram os tópicos, populações e formatos de apresentação de dados. E eles concluíram que usando LLM, eu tô transformando aprendizado do processo ativo para um processo passivo. Qual que é o problema disso? Grande discussão que se tem hoje na parte mais de de ensino com a IA é que talvez a indicação seja não mais inicialmente e começarmos uma aula falando de aç de estudo de técnicas básicas. Depois que você

dominar isso, digamos, no offline, eu te levo pro online. Então são argumentos aí, são pesquisas preliminares, pesquisas que estão avançando só para fazer um pouco dessa reflexão. Agora, perguntinha simples. E agora, como forma de tentado um pouco desse caminho, como o professor Irene gentilmente apresentou, ah, no finalzinho do ano passado, juntamente com o professor Sampaio do FPR, o Sabatini da UFP e comigo, nós escrevemos então um livro em que, qual que foi a provocação? Nós percebemos que grande parte do que nós temos hoje, diretriz para formar um pesquisador em a tá muito baseado numa discussão

externa. E não adianta a nossa formação, as nossas características, os nossos programas de pós-graduação, eles têm características diferentes por uma série de motivos de outros países. Então nós nos baseamos entendendo o que tinha fora. E o próximo passo efetivamente foi conseguir opera um pouquinho mais de uma maneira mais integrada nessa argumentação. Livro tá aberto, tem um PDF, fiquem super à vontade mandar, se vocês puderem depois mandar contribuições aí e discussões. Isso aqui já tá desdobrando. Eu tenho feito alguns caminhos depois que em breve eu vou divulgando aí, tá? No livro a gente coloca basicamente questão

de autoria humana, tá? Sat GPT surge, vocês vão encontrar artigo de início de 23 em que o chat GPT era coautor, para vocês terem uma ideia. E não, não, eh, o trabalho é teu, é do ser humano. Ch de PT é o meio do processo. A questão da integridade também, isso hoje eu tenho feito uma perspectiva sempre de discutir, isso é um dos projetos que eu falei para vocês que foi aprovado, em que o argumento que a melhor forma de ter o letramento de discutir e na instituição não é com professor e aluno, é professor,

aluno e gestor, tem que ser uma política institucional. Aí eu consigo fazer a melhora. a questão do plágio, como eu mencionei, obviamente o uso de questão ética, que para mim tá muito assim, muito, muito mais ligado a uma questão de transparência. E por quê? Esse caso provavelmente vocês já viram, mas eu acho ele fantástico pra gente conversar algumas coisas aqui. Eu brinco que novamente eu acabo tendo viés da área que eu publico, da do grupo que eu frequento, mas boatos que rolam na academia que tem pessoas que colocam nome no trabalho sem fazer nada. E

qual que é o problema disso? Nós estamos passando por uma era de inteligência artificial em que os as trabalhos, as validações e as confirmações começam ficar mais fáceis da integridade daquela pesquisa. Se você tiver um artigo que tá aqui, esse vermelho não fui eu que fiz, é feito pela revista quando tira o artigo de circulação retratado. Você vai manchar sua carreira por nada. A ética, a qualidade de uma pesquisa, ela faz com ou sem tecnologia. Lembra que início da minha fala eu disse para vocês: "Olha, tem muita gente aí que eu vou colocar IA no

lugar. Tem muita gente falando mal da IA, mas se eu quiser fazer algo errado, eu faço com ou sem tecnologia". O que que esses autores fizeram aqui? Isso viralizou no ano passado, mas é, dá para discutir algumas coisas aqui. O que tá aqui na cor amarela é o primeiro parágrafo da introdução. Então tá dizendo lá, ó, certamente aqui está uma possível introdução. Para quem já usou IA generativa, isso aqui é claramente o output, é a resposta de uma pergunta como estou escrevendo artigo sobre tal coisa, me escreva a introdução. Qual que é o problema? os

autores literalmente control C, contrtrol V, jogou no texto. Essa foi a introdução dele. Obviamente outros pontos foram identificados. O artigo foi retratado, foi tirar de circulação por uso indevido da inteligência artificial. Mas por que que eu gosto muito desse exemplo? para mostrar que o problema é mais embaixo ainda. Olha só que que eu tenho ali. Se esse artigo foi publicado, ele passou na mão de uma equipe administrativa da da revista para checar as diretrizes, passou na mão do editor chefe, tem que ler o artigo. Depois ele passou pro editor associado para obviamente validar e escolher

os revisores e pelo menos dois revisores. Então quer dizer que esse trabalho, na pior das hipóteses no processo científico, passou na mão de cinco pessoas. como é que o artigo desse é publicado. E eu começo a perceber e tem algumas revistas já nesse caminho começam a ficar ah extremamente preocupados porque nós estamos tendo hoje um grande volume de artigos escritos com EA e muitos artigos revisados pela EA. E aí, novamente, qual que é o caminho? Porque se efetivamente eh o ser humano não entrar no processo, a escrita e a avaliação tá na mão da Iá

e aí não sobrar muita coisa pra gente. Então esse acaba sendo um dos problemas também. E uma outra perspectiva, ah, mas a inteligência artificial, mas o chat GPT tá acabando com um monte de coisas. Será? Veja só, nesse gráfico, se vocês olharem aqui, no ano de 2023 tem a maior barrinha. Qual que é o impacto disso? Nós tivemos emo de 2023 a maior quantidade de artigos retratados, ou seja, artigos que tinham algum erro, alguma quebra ética de processo. Quando eu li o artigo, qual foi o meu viés? Poxa, se foi em 2023, então é culpa

do CHPT. galera tá usando errado. Pois bem, na reportagem, o próprio autor ele fala que não, porque se nós tivemos um grande aumento de artigos retratados e 23, é porque esses artigos foram ah foram retratados em 23, mas foram publicados às vezes emo de 21 ou 22, porque o artigo não é retratado imediatamente. Tem um processo, tem uma comissão, tem todo um fluxo. Então, é legal dizer o seguinte: se nós tivermos realmente um aumento de retratação, ou seja, artigos que estão tendo quebra ética, não quer dizer que é só Iá, não. Se o autor quiser

fazer bagunça, fazer coisa errada, ele faz com e sem tecnologia. O chat GPT não tem responsabilidade nesse processo. Afinal, somos nós que usamos. E dúvidas mais comuns. Bem, eu tô usando eu tô melhorando a minha pesquisa. Como é que eu cito esse conteúdo que eu gerei pela IA? Veja, a IA é e-mail e não é fim. Se você apenas usou IA para melhorar o texto, joga lá pro final. Terminou sua argumentação, você fala quais você usou para gerar muito mais transparência. Agora, se de alguma forma, por exemplo, você usou a IA para fazer o screening,

validação de um texto, aí você obviamente faz a menção dele em método, acaba sendo um dos critérios de maior avaliação. Como é que as revistas estão tratando isso? Muita gente tentando aprender. Tem revista que coloca regra, depois ajusta, faz parte um aprendizado. Mas basicamente eu vou tentar só para não travar muita discussão aqui, é o seguinte. A revista parte da premissa que você não pode usar IA para criar o texto, a criação, a argumentação é sua. Você pode pedir para melhorar o texto, basicamente, de maneira muito resumida e acaba sendo esse ah o caminho. E

eu tenho defendido que talvez melhor argumentação ah para que nós efetivamente possamos compreender ou efetivamente ah melhorar todo o processo ao longo da da discussão é pensar mais ou menos o seguinte: o caminho letramento em a área da saúde, novamente a minha área não é, mas eu tenho lido bastante coisa da área da saúde, principalmente periódicos, editoriais. é uma área muito, muito densa, é uma área que tem muito protocolo, então você ajuda muito no fluxo de aprendizado. E o letramento, assim como tem letramento saúde, letramento e várias áreas, é uma forma de colocar pessoal todo

mundo olhando inteligência artificial, talvez com o mesmo horizonte. Isso é importante. Por quê? Nós temos pesquisadores com experiências diferentes, nós temos professores com expectativa diferente. Mais ou menos o fluxo aqui é uma colaboração homem humano. Então eu tenho que entender de prompt se eu quiser ter respostas melhores. Uma frase que às vezes eu uso em algumas palestras, ah, dois pesquisadores podem ter a mesma IA, podem ter a mesma assinatura, só que elas podem ter respostas totalmente diferentes, basicamente pro nil de conhecimento que eu tenho de prompt e de uso. Outra perspectiva, ela é contextual. Depois

eu vou falar disso quando eu entrar agora na parte prática. em que eu vou mostrar para vocês ali ah por que efetivamente os eu tenho resultados muitos melhor, muito melhor de busca, uma perspectiva ética também, como eu mencionei com vocês, a lógica de literacia digital. Um dos problemas que eu tenho acompanhado nas visitas, nas nos eventos, é que grande parte hoje dos alunos estão com uso excessivo de smartphones. E quando esse aluno precisa sentar e usar o computador, ele tá travando, não sabe fazer um sumário, não sabe formatar um texto porque tá esquecendo essas habilidades.

Então, algumas instituições começam a voltar a ter aula de literalmente de informática, né? na minha época de informática básica, porque isso é é básico para você conseguir usar de fato uma inteligência artificial na sua plenitude, principalmente se você quiser trabalhar com modelos abertos. Uma outra característica é a prática da interação e obviamente a questão técnica. E novamente no meu ponto não é todo mundo aqui sair bacharel em Iá, né? aqui no FG o curso que mais teve inscrito mais que medicina, não sei se vocês viram nos jornais, mas eu não tô falando para todo mundo

se tornar nisso, não, mas eu tenho que saber o que é, como funciona, como é que eu jogo informação. Então, tem umas características centrais nesse sentido. E novamente, um dos caminhos que talvez ajude a resolver tudo isso são os pilares da ciência aberta e a inteligência artificial como disseminadora de conhecimento talvez melhore. Basicamente o FERIR proposto vai dizer primeiro que os materiais ele tem que ser descrito em relação a como eles foram encontrados. Novamente a área da saúde é fenomenal porque ela tem muito protocolo. Então começa aqui, termina aqui, passa ali. Isso é importante, isso

tem que ser claro. Nós estamos hoje ah passando na em diferentes áreas do conhecimento por uma questão de problema de replicabilidade. Eu não sei como é que aquela pesquisa foi feita, não sei como é que ela foi eh operacionalizada. uma questão de acessibilidade. Essa pesquisa ela tem que ficar disponível. E aí tem sites, depois se alguém gostar de fofocas acadêmicas depois pesquisa no Google. H, data colada é uma plataforma de pesquisadores em que os caras estão indo atrás de artigos publicados em grandes periódicos para testar, ver se o cara foi honesto no resultado. E aí

o cara simplesmente não tem a base de dados, não tem aquele resultado. Então é uma discussão também que tá vindo hoje. Então isso você pode criar OSF, ah, Harvard, por exemplo, também tem dados ali, tem plataformas em que você consegue disponibilizar. Uma outra perspectiva, não dá para você colocar esse dado e perder. Então as plataformas ajudam. E uma das questões, algumas revistas, tá, novamente, é o meu viés mais da minha área, mas algumas revistas estão abrindo a uma sessão chamada de replication corner, em que é uma área do artigo do da uma revista em que

te lhe pede para que você pegue um estudo e replique para verificar se ela funciona, se os efeitos ali declarados realmente eles também ah acabam sendo os mesmos nesse contexto, tá? Antes de irmos para a parte dois, coloca à disposição. Eh, eu tenho, no finalzinho do ano passado, eu abri ali, tem cinco aulas em que eu falo de inteligência artificial, eu falo também de ferramentas. Eu vou dar só uma amostra aqui de algumas para vocês, pra gente otimizar um pouco a discussão, mas se vocês quiserem ah praticamente a estrutura dos slides que estão aqui, se

vocês quiserem os tutoriais de como usar uma reflexão e grande parte da aplicabilidade tá totalmente aberta. disponível, tá tudo gratuito, a aula, os tutoriais, as informações e vocês têm os meus contatos, tá? Então, ou no Qode, jogando meu nome, ah, vocês conseguem ter acesso aos materiais e as ferramentas. Já comecei a gravar as ferramentas mais atuais, eu acho que eu consigo soltar até o finalzinho desse semestre também. Fica como opção aí, sugestão, uma forma de eu dar um pouquinho a minha contrapartida. Só tomar uma água, esperar um pouquinho enquanto vocês carregam aí pra gente poder

falar um pouquinho de ferramenta, tá? Bem, vamos lá. Tão importante quanto tudo que eu falei, eh, só sempre perguntar assim, beleza? nessa primeira parte que vocês gentilmente estão tendo paciência comigo aí eh nessa hora e meia. Espero que eu tenha mostrado que eh o caminho não é só ferramenta, o caminho é pesquisa e pesquisa de qualidade e a pesquisa ah de impacto. Agora vamos verificar como é que as plataformas de a melhor esse esse processo como um todo, tá? Não é de forma nenhuma que eu estou deixar isso bem claro antes, não é? Não são

as únicas. Talvez o que eu vou mostrar tem outros caminhos, mas é só para vocês conseguirem ter talvez um caminho. Opa. Caminho nesse sentido. Primeiro, sou pesquisador. O que que serve charpt? Deixa guardado. Charpt não não é uma plataforma bacana porque ela não foi estruturada, ela não foi organizada para ser com pesquisador. Claro, é bacana, ela é legal, ela é muito acessível, mas poxa, tem mais plataforma hoje já pra nossa realidade. O próprio SPA, tá? 282 milhões de trabalhos indexados. Poxa, isso é muita coisa. Por eu não tenho que chegar, né, e falar assim: "Ô,

plataforma, pensa como pesquisador". Não, ele já pensou com a literatura, ele já mapeou a literatura. Como é que IA, machine learning, como é que eles aprendem por repetição. Simples assim. Então, ah, sempre que possível vou demonstrar para vocês. Charpt pode ser um bom conselheiro, tá? Mas assim, para pesquisa, talvez ele não seja recomendado, não. Tá bem? Outro contexto importante, novamente lá vamos nós na literatura científica, tá? um artigo que saiu finalzinho de 23 mostrando qual é a melhor, qual o melhor idioma para que eu faça interação com a tá aí a resposta. Better to ask

in English. Se você quiser ter resposta, se você quiser tirar o melhor das plataformas de generativa em pesquisa, em inglês é o idioma. Ah, mas eu eu quero usar em português. Usa plataforma, ela é multilíngua, ela não tá preocupada com idioma. Por que isso, pessoal? que é importante. Vamos entender um pouquinho o fluxo da lógica de desenvolvimento. As plataformas de ar, elas precisam de material, ela precisa de documento para testar. Então, grande parte desses documentos, até pelo volume das informações, estão em inglês. Então, os modelos estão treinados basicamente com a língua, digamos, principal nesse contexto

que é inglês. Quando eu pergunto em português, ela tem que traduzir. Então, aquela história que vocês com pesquisadores sabem muito melhor do que eu. A tradução nem sempre ela é fidedigna, nem sempre ela traz o que precisa. Ah, poxa, mas eu tenho dificuldade de inglês. Tranquilo, sem problema. usa um tradutor do Google mesmo, sabe? Usa, traduz, mas vocês vão perceber que realmente tem ah contexto. Para vocês terem uma ideia, eles pegaram GPT4, o Gemini do Google e o lama, que é o da meta que eu falei para vocês. E sempre quando tem o inglês, né,

tem a língua, a língua aqui, eles pegaram, fazeram alguns testes, sempre o resultado, a curácia do modelo quando é testado com prompt interação inglês, ele tem melhores resultados do que outros idiomas, tá? Então, acho que isso é importante. Ah, não é mito, né? Eu já vi falar assim: "Ah, não sei se isso é verdade, eu estudo, tem uma, tem outras coisas, mas eu só quis trazer um para vocês. Não vou ficar enchendo a cabeça ah de vocês nesse sentido aqui, mas é um contexto. A realidade da das plataformas funciona um pouquinho nesse nesse sentido. Tem

outras questões que a gente pode puxar, mas acaba tendo resultado nesse sentido, sim. Tá bem. Ixe, deu, perdi um pouco a resolução aqui, mas dá para vocês entenderem. Isso aqui saiu no final do ano, no final de semana passada. O, a Folha de São Paulo fez um compilado bem bacana em que eles pegam talvez as mais conhecidas, tá? Ah, novamente, não sei como tá a qualidade para vocês, mas eu vou ler aqui as que estão na vertical, tá? Charpt, Cloud, Copilot, Deepsic, Gemini, Perplexity, Quen e Grock. O que que ele tá fazendo aqui? Esses eram

testes em relação a diferentes dimensões, por exemplo, conseguir capital que tá mais quente em relação aos fatos, a olhar a informações mais antigas, criação de imagem, documento e vocês vão verificar que não tem nenhuma IA que é perfeita. Por que que eu acho essa tela me ajuda? Porque ela pode talvez não ajudar pro usuário, mas eh vamos fazer um paralelo. Cada pesquisador tem um background. Às vezes para mim não é tão legal. Por exemplo, a minha IA favorita para estudar, para trabalhar e para pensar é chamada de cloud, que é a segunda aqui, tá? Cloud

Drofic. A o argumento, a estrutura. Quando eu vou trocar uma ideia de como melhorar meu argumento, quando eu vou planejar uma aula, quando eu tô tentando montar uma apresentação, um eh eu tô escrevendo a convite da Bec, Associação Brasileira de Editores Científicos, que vai ser lançado agora em maio, eu sou responsável por escrever o documento, né, o material de editor de uso de inteligência artificial para editores científicos. E parte da estrutura que eu tô usando na escrita, eu bati um papo com o Cloud, falei: "Cara, o que que você acha disso? É muito bacana". Então

não tem uma melhor, tá? Então a tela é para dizer para vocês assim, não tem uma IA de estimação. Ah, coloca o favorito, sabe? Vai lá e coloca todas, sai comparando tudo, testa uma, testa outra. É importante aquilo que tá te entregando o melhor resultado, tá? Os algoritmos aí, não precisamos ficar apaixonados por ela, não. Importante é entregar aquilo que que eu preciso. Agora vou fazer um paralelo com vocês aqui, tá? Para quem nunca fez pesquisa usando de psique e aí não estou falando mal do CHP. Mas eu vou mostrar para vocês o por que

às vezes eu acabo deixando ela um pouquinho para trás. Opsic, ah, novamente não vou entrar em questões políticas, nada, deixa isso para para outra conversa, mas o depsic ele tem um modelo de pensamento bem bacana. A estrutura dele é muito, muito bacana, tá? Então eu cheguei no depsic, falei assim: "Depsique, vamos bater um papo aqui nós dois, ó". E veja, eu deixei duas opçõezinhas ativadas. Eu deixei o de thinking, que é o pensamento. Então, para quem já usou, quando eu aperto, ele vai mostrar o passo a passo lógico. Isso para pesquisador é legal. Não adianta

você falar para mim, me entregar uma tabela de coeficiente. Vou te perguntar, tá? Mas e aí, como é que você chegou nisso? Quais são as variáveis? Quais as relações? Um pouco da lógica da do método científico. Lembra o que eu falei? A minha preocupação não é a preocupação é entregar uma qualidade no final. E aí ele, ó, eu coloquei assim, ó, analisa e sumariza achados centrais de papers, ó, sobre inteligência híbrida, publicado nos últimos 5 anos. Mostra aí o que tem de principal gap e também metodologias principais e mandei ele fazer a pesquisa, tá? Ele,

obviamente, como eu mostro para vocês, ele vai mostrar como ele tá pensando. O chat dept, tá? Mas aí vocês vão perceber que demora, tem uma estrutura, mas é só para mostrar para vocês a qualidade da base por trás. Como vocês podem ver, a medida que ele tá carregando, tem uns números na tela, 1 2 3. Que que isso quer dizer? Já é referência. E aí o o deepic para nós enquanto pesquisadores tem alucinado muito menos que o charpt. Tem deixado de, ou seja, tem dado a resposta um pouquinho mais precisa. E aí você pode ver

que uma das referências que ele usa, eu deixei o mouse em uma aleatória, é um artigo científico. Ah, mas esse é óbvio, não necessariamente, porque o desique, a forma qual a qual ele tá funcionando, isso aqui não é local, né? Porque tem muita gente que tá instalando a máquina. Isso aqui eu usei da web mesmo para trazer para vocês. Ele consegue captar efetivamente uma estrutura científica. E aqui ajuda muito mais, porque aqui efetivamente ele tá artigo. Agora, lembra que eu falei da questão do ciência aberta? Esses artigos estão abertos, mas se o artigo tiver fechado,

ou seja, não tiver acesso, a IA não mapeou, eu vou ter que correr atrás. Então aqui vocês vão perceber que ele tem, ó, futuras direções, ele tem as dimensões, ele tem a estrutura. E aí você pode pedir e validar, por exemplo, ó, me mostra, aí você começa a bater um papo, me mostre as referências, me ajude a pensar em metodologia. Ah, meu, exemplo, meu programa tem um recorte nessa área, me ajude a pensar. Aí é a hora em que você, como pesquisador vai ter um assistente para pensar. Lembrem sempre, o que se espera hoje na

produção científica não é em que você ele escreva, mas é alguém que vai te ajudar. Agora eu falei, beleza? Achei bacana, eu gostei da resposta, as interações dali para frente serviram muito bem. Ele foi muito em artigo, o máximo que ele foi em reportagem no psique, no meu no teste aqui, só para dar ideia, tá pessoal? Não é verdade universal não, mas só para trazer um comparativo. O máximo que ele chegou em revista foi na Forbes, que tem um estudo realmente com um cara que escreveu lá e tal. Legal. Aí falei, vou fazer a mesma

coisa no nosso amigo chat PT. Peguei exatamente o mesmo prompt, a mesma conversinha. Vocês estão vendo que eu não tô customizando prompt nada. Eu tentei de alguma forma ah fazer um paralelo e tentar encontrar mais ou menos as mesmas ah mesmas diretrizes, tá? E claro, eu falei, vamos lá. E aí eu coloquei no modelo 4.5, é o que saiu mais recente. Eu não fui no DIP, ah, porque não tem uma série de questões ali de tempo e tal, mas olha só, as bases que ele mais concentrou, tá aqui na tela para vocês. Ele achou mais

resposta no Wikipedia. Aí, qual que é o ponto? Porque que eu tô trazendo os dois aqui? Tá? Você vai perceber que o modelo, obviamente, ele acaba sendo muito mais treinado em relação à qualidade daquelas informações. Então, veja, numa lógica de preparação de algoritmo, eu posso treinar para pegar as informações onde eu tenho mais acesso, que seria o Wikipedia, mais pessoas estão visitando, ou eu posso pegar a mesma informação, treinar em relação à qualidade do do material. Isso é uma premissa que eu tenho que entender de inteligência artificial. Por isso que hoje a próprios própria Openai

de vez em quando eles fazem multirão, acho que foi final do ano passado, né, que eles fizeram, sei lá, 15 dias, não lembro a quantidade, todo dia lançando modelo novo. Eles já avisaram que segundo semestre vai ter outro modelo que vai parar o mundo aí, tá? Mas aí me me explica, ô Chad PT, como é que você busca informação? Qual que é a clareza? Por quê? Lembra que eu falei como pesquisador? Ele me mostrar uma referência do que eu tô buscando? Não, eu quero uma referência em periódico top. E aí, tá vendo que nenhum dos

dois, qual que é o problema para pesquisador? Ele não tá pensando como pesquisador. E as IAS que eu vou mostrar para vocês agora, ele pensa, ele organiza, ele coletora informações necessariamente enquanto pesquisadores. Então aqui é só para fazer um comparativo, tá? Não vou mergulhar muito nas questões técnicas, depois se alguém quiser a gente pode bater um papo sobre isso, mas é para mostrar em que mesma pergunta e conz eu consigo ter a resposta diferente. Por isso que eu falei para vocês antes, a gente não precisa ter uma de estimação. Vai testando, vendo o resultado. Importante

aqui nessa etapa que eu tentei mostrar é como se fosse um sumário. Você vai buscando a resposta, depois obviamente você começa a a otimizar um pouquinho mais esse processo, tá? mostrar para vocês uma das plataformas em que eu acho que nós, enquanto pesquisadores, ainda não demos a devida importância. Ah, o notebook LM é meio minha página defoo, assim, eu acesso, primeira coisa que eu faço é jogar minhas coisas aqui e começar a entender. Eu vejo muita gente falando de chat de PT, eu vejo muita gente falando de ferramentas, só que o pessoal não tá dando

devido valor. E posso afirmar para vocês, estava lendo muito isso na semana passada, o Google entrou na briga para mexer com pesquisa, com tudo agora, e eu sempre digo isso, o Google para mim ele tem uma vantagem frente às outras plataformas de A. O Google tem os nossos registros porque é o meu e-mail, ah, é o YouTube que eu tô assistindo, então ele tem muito mais customização, ele consegue aprender com muito mais velocidade. Tanto que uma expectativa que se tem hoje até numa lógica de marketing digital é porque o chat BT tá começando a cutucar

o Google, porque as buscas sendo por dentro do chat GPT, as indexações estão ficando com ele. E aí grande parte da grana do Google que vinha de anúncio, as indexações começam a perder. Mas vamos lá. O notebook ele obviamente é criado como se fosse uma paginazinha. Então eu tenho ali, eu posso criar várias conversas, várias discussões gratuitamente. Isso não tem custo nenhum. E você pode ir criando como se fosse para cada etapa, para cada assunto do que você fizesse, você vai lá, cria um e operacionaliza. O mais bacana disso tudo aqui é hoje uma das

poucas plataformas em que você consegue trabalhar com arquivos de diferentes formatos. Vamos falar uma palavra técnica para vocês enxergarem isso aqui paraa frente, que é um termos de a multimodal. os modelos de a multimodal é que ele trabalha com diferentes tipos de formato. Isso é ótimo, é uma tendência. Que que isso quer dizer? Áudio, vídeo, ah, áudio, vídeo, texto, tudo isso ele consegue trabalhar. Mas o que que a o a notebook faz? Eu posso colocar interações de diferentes tipos de arquivo e isolar a conversa. exemplo, eu posso pegar um artigo, eu posso pegar o PowerPoint

de uma aula e posso pegar um vídeo de uma aula e posso conversar simultaneamente com os três. Ou se eu quiser tirar um ou outro, eu consigo fazer também. Esse nível de customização pro pesquisador que de fato precisa refletir sobre os dados, refletir sobre a fonte é muito bacana. E hoje esse nível de customização tá muito focado aqui dentro, tá? a gratuito, vocês vão conseguir subir até 50 tipos de documento. Informação importante, eu falei YouTube, ele não consegue por enquanto analisar o vídeo que como é que o algoritmo funciona. Ele vai, na verdade, aqueles vídeos

que já tem aquela legenda automática do YouTube. Então ele usa a legenda disponível automaticamente. Então, se um vídeo que terminou agora, por exemplo, a meu papo com vocês aqui tá sendo gravado e vai ficar gravado depois para vocês assistirem aqui na plataforma, se vocês for colocarem a aula de agora no lá no notebook LM, não vai conseguir entender o vídeo porque a legenda geralmente em torno de 48 horas que o Google disponibiliza automaticamente por umas questões de diversas aí. Tá bem? do lado esquerdo aqui, só para vocês entenderem, olha que bacana, eu tenho aqui então

vários arquivos que eu subi. Ótimo. Então quer dizer que daqui paraa frente eu consigo fazer bater um papo com todos ou com poucos. E o que que é legal? Ele já tem uma pré-configuração. Se vocês olharem aqui no centro, muitas vezes, ah, eu preciso criar um mapa mental do meu trabalho. O Google tá trazendo toda a demanda que o pessoal tem colocado, por isso que eles estão muito ativos nos fóruns, fazendo linguagem, pensamento natural, fazendo raspagem, web scrapping. Eles estão raspando para entender o que que essa galera tá precisando. Então, hoje eu posso subir um

artigo ou vários artigos. Ele faz para mim, não clique só o mapa mental para eu entender aquela área. Poxa, isso para uma pesquisa é muito legal, porque eu preciso entender como é que ela conecta, como é que ela expande. E num botãozinho você tem tudo isso. Outra perspectiva, você pode ir fazendo anotações e o que ficou bastante famoso também, que é uma perspectiva dele fazer áudios a partir disso. E o legal, se vocês olharem também aqui pro lado direito, você consegue pedir para ele gerar automaticamente, por exemplo, um guia de estudo. Então, imagina que você

tá começando a ler artigo, você fala: "Caramba, por onde eu começo?" Ele vai montar um roteiro de estudo para você. Ah, qual que é o roteiro? Ele tá aprendendo com os usuários. Então isso cada vez tá ficando melhor. Opa, aqui é que eu perdi a tela aqui. Uma outra característica que é um fac. Vou imaginar que você quer pegar a área que você tá estudando e você subiu os artigos de uma disciplina e você quer montar uma forma de quais são os principais conceitos, quais são os principais autores, uma perguntas mais frequentes, ele faz isso

automaticamente. Então você vai se preparando porque ele vai conseguir automatizar. Outro aspecto também que ele pode gerar um briefing, como é que você raciocina e algo que eu acho que é muito legal, eu brinco sempre, isso acontece muito, principalmente depois que eu vierei editor, eu só tenho artigo reprovado, impressionante. Acho que o universo conspira a favor depois de quem é editor chefe que rejeita também as coisas viraram. E geralmente a galera coloca assim, ó, eh, linha do tempo. Ah, você tem que colocar o estado da arte. O estado da arte é uma lógica. Então, quem

começou e de alguma forma em que estágio que tá? E eu consigo fazer uma linha do tempo, imagina, eu consegui mapear, fiz o trabalho lá na base de dados, tal, eu fui no Pubmed, Scopos, Leb of Science, enfim, e consegui descobrir os artigos mais importantes pra minha área. E eu quero agora montar um fluxo, eu quero montar uma hierarquia de tempo. Qual artigo contribuiu com que ao longo do tempo eu posso apertar apenas em timeline e vai me entregar necessariamente algo como isso aqui, ó. Ele pegou todos os meus artigos. Eu deixei todos e colocando

assim, ó. Em 2000, o artigo achou aquilo. Em 2003 outro cara achou aquilo. Em 2009 outro cara achou aquilo. Isso aqui para você conseguir montar um fluxo temporal ou você ter uma ideia, imagina que você tem uma tabela que você precisa levar pro seu artigo e aí nessa tabela você vai colocar quais foram as principais contribuições do teu trabalho. Ponto. Você tem literalmente isso aí. Pronto. Num, questão de segundos, você tem toda a a evolução, avaliação para você poder infletir novamente. Não é contr C quando E pro seu trabalho, mas aqui eu tenho uma inspiração

para ver o que que eu vou fazer e depois eu dou o próximo passo, refletindo e escrevendo sobre eh sobre tudo isso aí também. Depois é o que você pode começar a fazer, você pode chegar nele e falar: "Olha, ah, você mapeou todo o trabalho, você consegue criar uma ideia assim de tópicos, como é que eu faço uma revisão da literatura?" Ponto. Ele vai, olha, você pode colocar uma introdução da literatura. Uma recomendação seria essa. Você pode identificar a literatura escrevendo depois. Então aqui é uma ideia para você organizar baseado nos seus artigos. Então não

é uma uma uma argumentação genérica. Novamente até então o charpt vai dar ideia do que ele testou. Aqui ele eu vou começando a customizar. E o mais legal, não sei se vocês conseguiram ver, acabei de dar um mais um ênfase para vocês. Tá vendo o número um? Isso a chance ele também alucina, tá? De vez em quando, o notebook lem também sai da caixinha, mas ele é muito com uma probabilidade menor. Ali no um, por exemplo, onde tem a seta, que que tá acontecendo? Ele tá achando, então, o um é o primeiro arquivo da minha

fonte, é o meu primeiro arquivo que eu subi. Então, o nome dele tá aqui em cima. E aí, como vocês podem ver pro lado direito, você vai perceber que tem um trecho que tá destacado. Olha que legal esse essa indicação que ele tá colocando para mim lá no item A, ele tá falando que essa ideia veio deste arquivo e deste trecho. Lembra que eu falei para vocês, não sei como é que tá a memória de vocês aí, já tô falando há muito tempo, espero que vocês não estejam cansados. É pensar assim, ó. É como se

eu tivesse uma indicação do que lê, mas estou falando qual é o documento e qual a sessão que eu tenho que ler. E diferente dele falar assim, está nesse arquivo aqui, ele mostra efetivamente o processo. E também uma questão que ficou bastante famosa atualmente, que é criar o podcast, tá? Tem, eu até conversei com algumas pessoas em Instagram, tem hora que tá funcionando para português, tem hora que não. E aí eu fui dar uma pesquisada no fórum de desenvolvedores do Google, eles estão fazendo ajuste para abrir isso para mais idioma, tá? Então eu nem vou

colocar aqui o prompt, depois se alguém quiser me pede, porque tem hora que tá funcionando, tem conta que funciona, tem conta que não funciona, mas você consegue ah necessariamente sim criar um podcast ali para você estudar ou até mesmo divulgar a sua própria pesquisa nesse contexto, tá bem? Dito isso, vamos falar um pouquinho de uma plataforma a que eu particularmente gosto muito, tá? Que é chamada de Paper P. Veja só que não nos ouça, mas a inteligência artificial em pesquisa é um bom negócio. Eh, cada vez mais pesquisadores ah tão usando, então obviamente grandes empresas

acabam indo para trás. E a galera da Editage que tá por trás do Paper P entregaram serviço muito legal e um volume de atualização muito bacana. Legal sim, ó, pessoal, tem plano para pesquisador, tem plano pra instituição e tem plano para laboratório. Então, a quantidade menor de pessoas você consegue ser um pouco mais acessível até mesmo em preço. Basicamente quando você acessar, uma informação importante, tá? Às vezes, quando você for entrar nas plataformas de A para fazer as suas pesquisas, sugestão: Loga sempre, tá? Não faça busca aleatória. Por quê? Ah, não, você não vai precisar

a parte gratuita, você não precisa cadastrar cartão, nada, não. Por isso que que isso é importante, porque à medida que você tá logando e fazendo as suas buscas, ele tá aprendendo seu perfil. E algumas plataformas, no YouTube, tem uma aula que eu mostro isso, você vai perceber que à medida que ele vai entendendo as suas buscas, ele fica de olho. Saiu alguma coisa, puxa, ele vai lá e te indica direto, tá? Então, nas plataformas, eu recomendo essa essa opa, essa avaliação. O que que você pode verificar? Por exemplo, isso aqui tudo que eu fiz para

vocês é no plano gratuito, tá? Eu tenho assinatura, mas eu mostrei uma conta aberta aqui para mostrar que qualquer pessoa consegue fazer. Que que você tem inicialmente? Ó, ele trouxe, mas finalzinho do ano passado, que é bom também o chat PDF, então você pode ler com ele, você pode trabalhar com seu documento online ou você pode instalar uma extensão no Word. Então, não preciso sair do Word para melhorar, para fazer a tradução, para melhorar meu texto. Eu consigo fazer isso em conjunto. Salvo engano, 10.000 palavras tem que checar por mês para ele fazer o teste

de plágio para você também. a plataforma tem esse recurso e faz o também uma checagem de submissão que eu vou mostrar ah para vocês agora, tá? No caso, você pode escolher então o seu idioma e você tem em média 200 testes para fazer por mês, ou seja, fazer um um teste de plágio, mexer na escrita, aprimorar, traduzir, você tem até 200 interações no plano gratuito. Então, nesse caso, eu posso criar aqui um novo documento online. Lembrando que essa parte de roteiro tá totalmente disponibilizada lá no YouTube. Só você colocar o nome do Paper P, esse

roteirinho, tá tudo lá para vocês poderem replicar depois. E quando eu chego aqui, vocês estão vendo aqui do lado direito, eu já tenho algumas customizações. Veja, eu não tive que falar para ele pensar como pesquisador. Já é a premissa dele. Só ele já tá melhor do que o chat GPT. Ele foi treinado com pesquisa. Eu tenho lá editar, reescrever, achar a citação, transcrever e alguns templates que eu vou eh argumentar com vocês também, tá? Que que eu posso começar a colocar? E aí que que eu tenho melhorado muito assim, sabe, no argumento dele é a

perspectiva do uso de IA no documento. Então vamos lá. Eu posso pegar o meu texto e nesse texto eu clico ali, por exemplo, e editar. Ele vai ser meu revisor. Para quem já usa é muito similar a ao Grammarly, tá? Aquela plataforma em que o pessoal melhora muito texto de inglês. Eu gosto dela também bastante. Então, basicamente ele vai fazer revisão textual. Então ele vai verificar tanta consistência e ele faz sugestão e você vai melhorando também aí a parte um pouquinho mais de argumento. Você pode fazer inclusive as formatações, você pode sair daqui já com

documento pronto e depois o que que você pode fazer? Eu clico, clico ali do lado em reescrever e eu posso parafrasear. Opa, eu posso parafrasear. Então imagina o seguinte, eu quero reescrever esse texto aqui de outro jeito novamente. Eu não preciso falar que seja acadêmico. Esse já é o def. Essa é a configuração dele. Ele vai pegar o meu treil, meu trecho e quando ele vai gerar. Quando ele gera, você vai perceber que, obviamente, ele vai fazer todo o pensamento da escrita. E aí eu posso começar a fazer também uma configuração. Uma outra perspectiva muito

legal também é a questão de escrita. Então veja, você pode, imagina que você escreveu um parágrafo, tá? Você fala: "Caramba, eu travei. Eu não, eu preciso esse argum não tá claro a ou eu preciso expandir o argumento." Clica em right. Aí você tem lá embaixo as opções, ó. Ah, continuar escrevendo, explicar isso, expandir isso e você ainda tem mais ideias. Então, literalmente entra como seu assistente de escrita científica. Novamente o texto é seu. Agora a ideia é como se você tivesse tendo um apoio, alguém para complementar essa argumentação. Ali em mais ideias, olha a quantidade

de coisa que você pode fazer. Você pode pedir para ele sumarizar, para ele gerar uma conexão ou para gerar, por exemplo, uma argumentação. Então tudo isso aqui é defult. Você seleciona o texto, ele vai ler seu texto, ele aprendeu com a estrutura e a IA vai começar a gerar recomendações. Depois disso, ali em citação ah de pesquisa, vamos imaginar que você acabou de colocar um conceito e você fala: "Nossa, ou eu tô, imagina que eu acabei de escrever aquele texto para ficar fácil meu exemplo, é como se eu tivesse ido ali, por exemplo, no deepsic."

E no deps que eu comecei a escrever, vi o texto lá sobre inteligência híbrida. Caramba, o que que é inteligência híbrida? Eu posso vir aqui em pesquisa e venho ali e coloco inteligência híbrida. Ele vai achar artigos para mim exatamente sobre aquele contexto. Então aqui eu coloquei uma uma teoria que nós temos bastante usada em ciências sociais aplicadas. Quando eu faço isso, ó, ele vai mostrar o que é e vai mostrar várias referências para que eu possa avaliar. Então é legal porque novamente eu não preciso aí tem um ponto que acho que é importante mencionar

com vocês. Ao meu ver parte da tendência ou do os próximos passos vai de ferramentas de a vai ser tudo em uma só. All in one. Por quê? Vocês viram que eu consigo até agora melhorar o meu texto, fazer tudo sem ficar indo pra plataforma para lá e para cá. Eu tô melhorando meu texto num lugar só. E o melhor, eu não tenho promp. Eu não preciso ficar explicando como chat GPT, faça isso, faça aquilo. Eu tô apertando um botão, aquela configuração já é da IA, porque ela já aprendeu com aquela estrutura. E aí eu

tenho recomendações, por exemplo, aqui da própria literatura. Posso traduzir aí, como eu falei para vocês, quem tá aqui dentro é o Deep L, disparado, para mim, o melhor algoritmo. E você coloca o seu texto e coloca em inglês. Algo que sempre me perguntam, a tradução é boa? É. Só que eu não posso confiar na tradução 100%. Ou seja, traduziu, volta lá e dá uma lida, porque às vezes ele vai pegar um termo, às vezes vai pegar um trecho que obviamente tá errado. Ou ele traduz errado, mas poxa, entre do zero para alguma coisa é uma

baita mão na roda nesse sentido. E outra, a velocidade, né? Às vezes você quer traduzir alguma coisa, você tem que conseguir recurso, aí você manda para profissional, tal. Poxa, aqui em questão de minutos, eu tenho um trecho, o texto totalmente padronizado. E tem uma questão aqui de template. Então, você quer uma uma um sei lá, um resumo daquilo, você quer ideias de título, você quer ideia de resumo, você quer uma ideia de quais palavras-chaves recomendariam, tudo isso é def também pra questão mais operacional. Depois disso, você ainda pode fazer checagens totalmente automatizadas. Então você pode

pedir para checar o a questão de plágio para verificar uma algumas questões sobre ah elementos, né, da da eh se tá de acordo com algumas regras da revista. E eu vou entrar aqui especificamente na submissão. Olha aqui que é legal. Vou imaginar que você terminou o seu artigo, tá? Pô, terminei. Eu sempre brinco, eu não sei como é que é, eu não sei como é que é com vocês, mas geralmente diz assim: "Ah, depois que você termina de escrever, deixa o texto descansado". Eu confesso que eu não, eu tenho dificuldade de deixar meu te descansar.

Depois já termino, já faço muito obrigado. Vamos seguir a vida aqui. Mas que que é legal? Imagina que você terminou seu texto e você quer uma avaliação. Opa, travou aqui. Aí quando eu faço isso, ele vai fazer uma avaliação em todas essas dimensões no seu documento. Ele vai verificar o a qualidade, vai ficar a gramática. Ele vai verificar, por exemplo, ele vai lá embaixo nas referências bibliográficas do seu texto, eu vai dizer: "Ó, cuidado, você tem muitas referências que tem mais de 5 anos, ó, está faltando uma referência". Poxa, isso que às vezes a gente

faz na mão e tá cansado. E outras vezes a gente tem que fazer ajuste, ainda mais quando o artigo vai e volta. Ah, por exemplo, você tem vários desafios também em conseguir avançar um pouquinho mais esse processo. Então, tem algumas dimensões aqui em que ele acaba mostrando. E tem uma perspectiva também que a revisão de a que ficou bem bem redondinha mais recentemente. Olha só. Eh, agora lembra que eu falei de uma ideia de um revisor? Então, eu acabei de escrever meu texto, eu vou pedir, ó, tá aqui meu texto, revisa para mim a estrutura,

a fluência, melhora minha introdução, me ajuda a encontrar limitações do paper, me dá um feedback sobre a qualidade da escrita. Novamente, que que é legal, pessoal? Eu não preciso saber nada, eu não preciso saber de prompit, não preciso saber de estrutura. Isso aqui tá treinado com a literatura, ele tá treinado com a perspectiva da ciência. E aí eu consigo fazer toda a minha questão mais operacional. E como eu falei, o CH de aptos, mas vale muito a pena porque as interações estão crescendo bem rápido. E é legal também que as perguntas que eles acabam colocando

também tem um grande desafio porque já tá muito alinhada, já tá muito treinada também com cada uma dessas características aqui. E obviamente você pode ir customizando e batendo papo. Essa parte aqui é toda gratuita, você pode colocar e ler ah de maneira também ilimitada. Por fim, uma das outras últimas também plataformas em que eh digo para vocês que eu tenho usado bastante porque o Sace quem já usa um certo tempo, vai lembrar que ele ficou muito famoso porque foi talvez uma das primeiras ferramentas em que fazia o negócio lá de fichamento, que é uma para

quem já, né, assim como eu, já tem um tempinho de academia, talvez as primeiras orientações, primeiras reuniões com orientador, você tinha que pegar uma planilha enchendo isso. Agora não, tá tudo bem mais tranquilo, porque eu consigo operacionalizar, eu suboarquivo, consigo trabalhar e o Sace, nossa, mas assim disparado, tem feito um trabalho muito legal e antigamente era só isso. Agora vou mostrar para vocês que tem uma série de recursos. Até então trabalhar. Vamos pensar o seguinte, ó. Acabei de descobrir meu tema de pesquisa. Você fala: "Meu Deus, para onde vou agora?" Olha que legal. Lembra que

eu falei para vocês durante toda a nossa a nossa conversa que era o seguinte: poxa, eu preciso de velocidade para achar uma lacuna. Que que ele faz? A medida que você começar a digitar um tema, um assunto na busca, ele vai começar a recomendar embaixo pergunta de pesquisa. Então eu posso pegar a o tema e automaticamente no uso da plataforma eu já consigo sair com problema de pesquisa. Como o que que eles explicam no Discord, né, que a plataforma de tecnologia que o pessoal comenta muito esses esses essas plataformas em que como ele já mapeou,

ele já indexou, já tem aprendido vários artigos, então ele já mapeou aquela coluninha lá de trabalho de pesquisa futura. Em geral, um bom artigo na sessão de considerações finais tem uma boa lacuna. Se você quiser encontrar a boa lacuna de pesquisa, leia bons artigos de considerações finais. Ali tem a lacuna que você precisa trabalhar. Então, a pergunta de pesquisa que ele tá trazendo é baseado no que ele aprendeu. Então aqui, opa, eita. Então aqui quando ele coloca ele vai gerando problemas de pesquisa extremamente relevantes. E o mais legal, ele vai agora no deep dele, né,

nessa perspectiva do deep research dele, ele vai mostrar a estrutura de como que ele tá raciocinando. Então, como vocês podem ver, ele vai começar a fazer uma simulação. Lembra que eu falei para vocês mais cedo daquele artigo que avançou usando IA Generativa em revisão da literatura. Ele também tem uma lógica de simular query, aquela busca. Então imagina que você tá medc web of science, são até aquela joguinho de palavra e uma mais a outra, põe entre aspas o asterístico. Ao final, ele vai testando as combinações aqui dentro também. Então ele consegue ser muito mais profundo

e muito mais ah com uma curácia muito melhor do resultado. E ele vai começar a buscar as etapas. Então, tá vendo ali, ó? Eu vou vou começar a simular várias clubes, várias combinações de palavraschaves para encontrar o artigo para você. Depois que encontrar os artigos, por exemplo, eu vou começar a fazer a simulação. Então, olha só, da minha busca extremamente despretenciosa para mostrar para vocês, ele conseguiu analisar 1750 artigos que tinham a temática que eu tava querendo e automaticamente quando ele fez as simulações, identificou 461 artigos que fazem sentido pro que eu tô querendo, sem

eu fazer nada. For tempo, só de eu fechar o olho e tomar um café. Depois ele achou ali os 20 artigos, ele faz um filtro e já mostra inclusive como é que ele escreve para você uma proposta de estudo. Então, tá vendo ali? Aqui ele é o título e eu tenho ali, ó, uma introdução, definição, aplicação e tem cada uma das áreas. E à medida que eu escrevo, ele ainda vai mostrar, por exemplo, como é que ele conseguiu fazer a avaliação. Então, aqui eu consigo ter uma ideia do fluxo. Por que que isso é legal?

Eu sei as etapas. Então eu sei como é que ele conseguiu pegar o problema de pesquisa, qual que foi o fluxo de artigo, quantas citações tinham no artigo, quantos artigos tinham relevância e demorou apenas 10 segundos. Nossa, mas por que que às vezes ele é mais rápido do que os outros? Quando eu faço uma busca como essa no chat de PT, ele vai na internet inteira, ele vai bastando, batendo em um monte de porta aqui. Ele tá indo dentro de um globo, ele tá indo dentro do que é literatura científica. Lembra que eu falei quase

200, mas um pouquinho mais hoje de 280 milhões de trabalhos. Então ele tá indo dentro daquele universo, ele consegue efetivamente entregar muito mais coisa. E aí, obviamente, desses artigos, eu posso, por exemplo, fazer uma integração, que eu tenho um texto, eu tenho as referências, não alucina, não tá vindo de qualquer lugar porque ele já indexou e tem essa informação e depois eu tenho um fichamento. Então, eu tenho o as palavras, eu tenho problema de pesquisa, eu tenho o filtro e eu tenho um fichamento para exportar e para trabalhar. E o mais legal da plataforma também

em que eu consigo colocando coluna. Então eu posso pegar os 400 tarará de artigo que ele encontrou. Eu quero, resumo, método usado, a teoria usada, unidade de análise, principal achado, porque isso vai me inspirar, por exemplo, de eu conseguir montar uma tabelinha, muitas revistas gostam disso, uma tabelinha de revisão da literatura. Então, este artigo tal contribuição, esse artigo tal contribuição, meu artigo. E você consegue fazer uma discussão pouquinho mais prática sobre isso também. E por fim, agora você também consegue colocar dentro da plataforma, tem uma questão de assistente de escrita, muito legal também, porque obviamente

ele tá partindo de uma premissa ah escrita, tá? Então assim, Notebook, LM, Paper P ali e o próprio SPA, nós enquanto pesquisadores, estamos aí com toda certeza muito bem bem servidos. Bem, para que vocês não saiam correndo, não desistam, tá? Vou parar por aqui. Muitíssimo obrigado pela atenção. Muito obrigado pela ah pela atenção de vocês. Obrigado, professora Helene e a todos aqui pelo convite e fico à disposição de vocês. Muitíssimo obrigada, professor Ricardo, por sua apresentação. É, tanto ela quanto o o guia, né, que vocês elaboraram em 2024, eh, nos levam a refletir sobre uma

série de questões que a inteligência artificial eh generativa traz pro campo da produção do conhecimento científico e também os desafios que se colocam, né, pro campo da docência no ensino superior e da formação de novos pesquisadores. Então, nesse sentido, eu queria fazer algumas perguntas, né, eh, disparadoras da discussão, trazendo um pouco pra realidade da disciplina, né, pro esforo da disciplina, que é uma disciplina obrigatória mestrado, doutorado do programa e que tem eh como objetivo trazer mesmo temas importantes eh e necessários paraa formação docente, né, eh no ensino superior. E então assim, na página 31, eh,

vocês estão falando dos usos da inteligência artificial generativa já permitidos por algumas instituições, né, inclusive, como você até mostrou aí, ferramentas que poderiam auxiliar em questões, desde questões de gramática, né, e pontuação, eh, até mesmo na complexidade e voz, no sentido de autoria própria para jovens estudantes e pesquisadores. E e aí eu fiquei com a seguinte questão, né, essa capacidade da escrita acadêmica, né, como parafrasear ou sintetizar ideias junos autores, estabelecer encadeamento e coerência entre elas, não seria uma competência básica do pesquisador, né, sobretudo, mas não unicamente daqueles pesquisadores como no nosso campo das ciências

humanas eh e sociais aplicadas, né? Então isso não faria parte das competências a que a gente precisa eh promover, né, no ensino superior, sobretudo no na pós-graduação? Perfeito, obrigado pela pergunta. Acho que é um pouco do que eu mencionei, professor, em relação ao artigo em que mapeou um pouquinho de problemas entre a parafrasear. realmente o excesso ele pode acabar gerando problemas e de alguma forma bloquear o aprendizado. Agora, parte da discussão que a gente acaba apresentando é muito mais que ele entre com apoio. Por quê? Infelizmente, grande parte dos programas que nós temos hoje, e

aí eu vou até certo ponto generalizar, os alunos não aprendem a escrever cientificamente, eles acabam muitas vezes assim, ó, vai lá e lê o artigo. Então o que a gente tenta abordar fala: "Poxa, às vezes pode ser um apoio de efetivamente você ter uma ajuda para conseguir argumentar cienticamente, porque há uma curva, né, assim, eu lembro que quando comecei o mestrado, eu tinha vergonha de falar que eu lia o mesmo artigo várias vezes, mas depois você fala, faz, cara, você vai ler um artigo muito até entender que é uma estrutura. Então, concordo muito contigo, professora,

de maneira nenhuma eh tirar a importância do humano do processo, mas é que efetivamente ele seja algo que muitas vezes nós talvez como docentes, a gente não consiga, que é começar que é dar o ponta pontapé inicial. E aquela história, às vezes a ideia não vem, mas se tiver mais ou menos uma estrutura, ela pode ajudar, mas aí novamente para reforçar. Eu cada vez mais tenho gerado uma certa preocupação com essa dependência excessiva. O pesquisador não pode deixar de escrever, o pesquisador não pode deixar de pensar sobre o processo, como muito bem a senhora colocou.

Obrigada, professor. São questionamentos de alguém que tá, né, nesse nesse movimento de ensinar na pós-graduação, né, em concomitância com o uso das inteligências artificiais, né? Você também fala eh no manual, né, no material, que da importância de as instituições de ensino e pesquisa terem diretrizes claras, né, em mecanismos de supervisão desses usos de sugerindo a formação de comitês diversificados e transparentes, incluindo educadores, pesquisadores, programadores e engenheiros de IA e representantes de outras partes interessadas, né? Existem exemplos de instâncias como essas, instituições brasileiras, eh, e algum tipo de formação, né, para gestores de instituições de ensino

e pesquisa para saber como conduzir tais processos. Que eu achei muito interessante e importante a ideia dos comitês, né, mas fiquei pensando como operacionalizar isso e se já existem bons exemplos que a gente possa estudar e se inspirar, né, também. Poxa, excelente. Olha qual que foi essa recomendação que que nós tomamos bastante cuidado. Ah, cada instituição tem a sua própria cultura. E o que que nos chama muita atenção, pessoal? Talvez eu concorde comigo. Se nós não tivermos uma discussão nesse sentido, vai começar a ter aqueles que são contrários e a favor da IA. E isso

não é uma política da instituição, às vezes é uma política do professor. Eu não conheço algum treinamento. Eu acho que inclusive seria bacana uma própria, vou dar um exemplo, tem um projeto que nós estamos escrevendo aqui no FG, nós temos a FAPEG aqui, acho que cada estado FAPESP e tal, que é justamente uma lógica de integridade acadêmica de formar gestores para um direcionamento de letramento em A para conseguir criar as diretrizes. Por quê? Não adianta eu copiar uma diretriz. Na época que nós escrevemos, eu tinha lido muito a da Cornell, só que a gente tá

falando de uma instituição que tem Nobel para tudo quanto que é lado lá dentro. Nóbel para eles é de menos. Então é uma cultura de ciência diferente. Então eu não conheço alguma nesse sentido. O projeto que eu falei para vocês do CNPq, um dos pontos em que a ideia que a gente entrega ao final é justamente um treinamento de letramento para alunos, professores e gestores. Porque um gap que nós encontramos é porque professor ele ele tem certa autonomia, mas esse regulamento às vezes ele tem que ser de cima para baixo, não sentido ruim da palavra,

mas tem que ser uma instituição. Agora, um ponto importante que eu acho que a senhora vai concordar comigo, pessoal, essa diretriz, ela não pode ser imóvel. Eu faço ela agora, ponho no semestre, vamos discutir, deu certo, deu errado, porque a velocidade tá maior do que a gente consegue de fato ah compreender. E qual que acaba sendo? Talvez outro ah outro grande desafio que essa cultura ela é feita pouco a pouco. Infelizmente, como a senhora colocou, estamos nós todos tentando entender o processo. O que me preocupa muito é as pessoas não têm vergonha de falar que

estão usando IA na academia. A gente tem que falar para gerar segurança. Vou dar um exemplo. Na revista, na bar, eu tenho pedido aos autores para que eles coloquem a IA como diretriz para que a revista dentro que tá vinculada a uma associação chamada depad, uma forma da gente gerar pra associação, pra comunidade transparência. Então, poxa, um autor que é respeitado, ele foi e colocou que ele usou no processo. Então, o aluno que tá começando, ele vai sentir mais confortável. poxa, se o pesquisador já é sênior referência, então eu ganho um pouco mais aí de

qualidade ao longo do processo. E claro, o manual foi uma forma da gente tentar colocar no documento um pouco do que a gente acabou encontrando. Obrigada. Não, o manual é muito útil, né? É muito importante a gente ter eh referenciais para poder até começar iniciar essa discussão tanto até tardamente, né? porque eu já se tá usando a a inteligência artificial, mas para poder discutir isso internamente na instituição, né? Eh eh para finalizar, eu mas não menos importante, eu queria te perguntar para nós, professores e pesquisadores formados no século XX, né? E como você falou na

sua apresentação, nos formamos, né, em outras bases sem essas essas tecnologias que temos hoje, como formar estudantes e pesquisadores, né? que estão aprendendo a estudar e aprendendo a fazer pesquisas já navegando por essas eh tecnologias, né? Quer dizer, já com auxílio de inteligência artificial, que acho que isso é um desafio tanto para nós quanto para eles, né? Como você colocou, para que não vire uma muleta, para que não vire um empecílio para desenvolver suas próprias competências, né, cognitivas de expressão, de escrita. Excelente. Eu espero que na minha resposta eu consiga mostrar que eu tenho mais

dúvida do que resposta, tá, professora? Porque assim, ó, primeiro, acho que a primeira forma da gente fazer isso e acompanhando, eu tenho começado a ler muitos periódicos da área de educação para aprender. E o que que eles têm colocado ali primeiro pra gente poder pensar junto? Primeiro em que eles estão muito reticentes de ensinar os pesquisadores e os alunos direto em plataformas de ar. Mas estão preocupados falar assim: "Mas eu já leva o quanto que eu vou fazer ele pensar dele se ele aperta o botão?" Então, o caminho que eu tenho visto na literatura é

que a gente mostra em sala de aula o treinamento clássico, papel, livro. Depois que esse aluno conseguir identificar, exemplo, o que que é um objetivo? Vou dar um exemplo, professor, aqui que acontece muito na revista. Tem muita, é um problema que eu mostro que é base, que é isso que o pessoal tá esquecendo. Eu tenho recebido muito artigo em que o pessoal coloca inteligência artificial como literatura. Fala, pessoal, e a não é uma literatura. Isso vai mostrar porque falta o conhecimento do que conhecimento simples, o que é um referencial teórico. Então quando você vai e

pede para Ma gerar, aí acha que é porque ela não tem supervisão. E isso, então a acho talvez o primeiro caminho é esse, nós mostrarmos isso. E é importante a leitura. O que começa a me preocupar muito a questão coloca muito bem. Se eu começo a usar muito eu tô perdendo a apropriação do conhecimento, porque a I ela não, ela vai resumindo, resumindo, resumindo. E um pesquisador tem que ter densidade. Tanto que um dos critérios que o pessoal coloca muito, né, inteligência é a capacidade de juntar muitas histórias, né, muitos argumentos. Então esse é um

problema. Então, talvez o primeiro caminho que o pessoal tem colocado é explicando o básico e depois eu explico a IA, mas eu domino o que a IA tá fazendo. Um outro caminho que eles têm colocado também, que tem até um editorial que eu escrevi sobre isso, que é o letramento inteligência artificial para pesquisador. Então é o letramento digital fal assim, ó, quais são as habilidades do pesquisador? Por quê? Vou puxar novamente a excelente fala que a senhora trouxe. Tem uma uma fala em que geralmente eu argumento em algumas palestras. Teve uma reportagem, se eu não

me engano, é de 1999, mostrando quais são as habilidades esperadas de um pesquisador. E a comparação que eu faço, eu não acho que o pesquisador de 99 e as habilidades são diferentes do pesquisador de hoje. A criticidade, o pensamento, profundidade. Então, necessariamente não mudou. O que tá mudando é que eu tenho uma ferramenta que tá cortando esse processo. Então eu tenho que fazer todo mundo olhar pro mesmo caminho. E esse caminho ele tem que ser importante para que haja um discurso mais direcionado. Porque novamente não é, não sei se nem ser infelizmente são características. Eu

não é questão de eu gostar ou não gostar de a. Eu preciso colocar isso pros alunos porque ah um argumento, tá? Isso tem saído muito na nature. O uso de inteligência artificial vai fazer com que eu me destaque hoje como pesquisador. A velocidade para que eu tenha uma pesquisa mais citada tá muito ligado com time de eu ter ideia e eu conseguir submeter e publicar. E se eu não usaria, imagina fazer um fichamento na mão, sendo que tem uma pessoa trabalhando com aquele mesmo universo que eu, ele consegue fazer o processo. Mas veja, não é

qualquer coisa. E aí essa questão de conseguir olhar o letramento pode ser uma forma da gente criar a cultura. E aí não sei se o pessoal também concorda, se tem um momento pra gente criar a cultura correta para usar IA é agora, porque por alguma forma os algoritmos ainda estão acelerando. Daqui a pouco ele vai dar uma estagnada porque chega uma hora que não tem tanta coisa para fazer, mas agora a gente tem que conseguir colocar isso com um pouco mais de clareza. Então acho que digamos o método tradicional e depois de fato o letramento,

mas não só pro aluno, mas para todo mundo, porque não é uma questão mais de escolha, é uma questão realmente hoje de posicionamento de carreira. Muito obrigada, professor. A gente tem várias perguntas eh tanto dos alunos aqui que estão com a gente na sala do Zoom quanto no YouTube. Então a gente pensou em intercalar. Eh Ana, vou fechar minha câmera, você pode abrir? Oi, Erene. Oi, professor Ricardo. Obrigada pela apresentação. Foi excelente. Eu acho que é um tema muito importante pra gente, como né, você eh foi falado, né, a gente começar a iniciar essa discussão

e já tem muitas coisas sendo feitas pra gente também eh nós da dessa geração, né, do século XX também já começar a nos familiarizarmos, né, e a pensarmos em como isso vai ser utilizado, né, as questões éticas envolvidas e como isso será eh utilizado na prática, né, e como vem sendo utilizado. acho que foi muito didática a sua apresentação. Eh, os alunos estavam aqui também agradecendo e parabenizando. Eh, a gente tem uma lista aqui que a gente foi organizando ao longo da apresentação de perguntas dos alunos que se eh que manifestaram que querem fazer perguntas.

Eh, e aí eh eu a gente tem aqui uma ordem, algumas pessoas já saíram porque assim saíram, né, tiraram o nome porque já se sentiram contempladas. Eh, o primeiro aqui da lista para mim tá o Luís Guilherme. Aí, eh, Irene, a gente vai seguir por, eu vou chamar o Luís, né? Aí o Luís vai abrir a câmera, vai fazer a pergunta e e aí depois, Irene, eu vou seguindo aqui. Quando for o momento de você, de a gente introduzir uma pergunta do YouTube, você sinaliza, por favor. Eh, Luís, pode fazer a pergunta. Eh, primeiramente, boa

tarde. Eh, gostaria de agradecer aí pela aula e dizer que eu gostei muito tanto do guia quanto da aula de hoje. Foram eh bastante sanaram bastante questõezinhas, também levantaram algumas dúvidas que eu tinha, né? E acho que uma das coisas que eu achei mais interessante foi a questão, né? Eh, de não demonizar a questão do uso da da da inteligência artificial, né? Às vezes a gente quando tava utilizando a inteligência artificial, alguns trabalhos, algumas coisas, a gente às vezes se sente até como se fosse um fora da lei, alguma coisa nesse sentido. E eu acho

que esse guia, tanto o guia quanto a aula, serviram para mostrar que o problema não é só a questão de usar a inteligência artificial, mas a questão de usar da forma correta, né? Acho de uma forma saudável e que que não e que traga benefícios paraa nossa sociedade, não malefícios, né? Eh, e a uma a minha pergunta era inicialmente seria mais generalista, né? E e ela já foi, acabou também que foi contemplada. Então, eu vou fazer uma uma pergunta mais pessoal, mas que acho que pode abranger outras pessoas também. Eh, meu nome é Luiz Guilherme

Rasson, né? Eu sou jornalista e tô no sou aluno do mestrado, né, do PPG. E a minha dúvida envolve a questão eh o a minha tese vai vai utilizar a técnica de grupos focais. E no guia ele cita algumas vezes a questão dos grupos focais em alguns pontos. Eu gostaria de entender assim eh para para quem vai utilizar essa técnica de grupos vocais eh quais os prós e os contras a inteligência artificial pode trazer, né? e se existiu, se existe alguma plataforma específica que seria mais adequada para quem vai usar essa técnica de grupos focais

na tese. Então é basicamente isso, agradecer aí a oportunidade e falar que foi muito legal essa aula e tanto guia me ajudaram muito. Obrigado, Mil. Obrigado, Luiz, pelas palavras. Vamos lá. Partindo de uma premissa do do de grupo focal, talvez o primeiro sugestão é voltando a perspectiva metodológica, tá? Os periódicos têm sido bem criteriosos, porque em geral a gente acaba montando muitos grupos vocais com perspectiva mais homogênea, porque acaba dando por acessibilidade. Os periódicos têm sido bem críticos em que a gente precisa trabalhar com a heterogeneidade. Então isso é um aspecto que as revistas têm

ah batido. A gente usa muito acessibilidade, né? Ó, quem eu conheço traz para cá e depois eu ter problemas nos próprios achados. Numa lógica de ferramenta, talvez a partir do grupo focal e da transcrição, você consiga usar plataformas para conseguir juntar essa lógica em categoria ou em conhecimento. Nós temos hoje, por exemplo, uma plataforma, inclusive feita por um professor da PUC do Rio de Janeiro, uma plataforma chamada chamada de Requalify. O Requalify, por exemplo, é a plataforma que ela usa IA para toda essa questão de entrevista e categorização. Então, pode te ajudar na transcrição e

também, obviamente, depois na própria interpretação. Então, pode acabar te ajudando. E novamente, é uma técnica também eh ali de inteligência artificial e você consegue colocar já um pezinho na literatura com um pouco mais de facilidade. Tá ótimo. Obrigada, Ricardo. Eh, a próxima aluna que queria fazer uma pergunta é a Raquel. Raquel, você pode abrir a sua câmera, por favor? A professora acabou de perg pedir para que a gente não abrisse a câmera para abrir ou não? Só na hora que vocês forem fazer a pergunta, tá? OK. Tá. Por favor. Tá. OK. Bom, eh, vocês estão

me vendo, me ouvindo? Boa tarde. Eh, boa tarde a todos e a todas, né? Gostaria de paralizar o professor pela excelente explanação, inclusive pelo guia, né? que de leitura tão fluida e muito explicativo. Bom, professor, você me mencionou sobre a evolução humana, né, questões cognitivas que podem eh influenciar aí, né, no que as IAIS podem influenciar, né, no uso assim permanente delas. E isso me reportou agora as imagens técnicas que, ao meu ver, elas são quase um crime contra a criatividade humana, né? E essas imagens técnicas elas surgem e se assemelham muito a grandes artistas,

né, que, por exemplo, o a animação, né, japonesa, né, que que isso recai sobre questões de direitos autorais, né? Eh, então eu queria saber como é que nós pesquisadores a gente deve se posicionar quanto a essas apropriações artísticas que implicam em questões éticas. Bem, Raquel, obrigado pela pelo ponto. Acho que tem algumas questões, não sei se você chegou a ver, deve ter o quê? Talvez 15 dias, o artistas do peso do Paul McCartney acabou assinando uma uma um documento justamente preocupado com os gênos autorais, porque as IA estão se apropriando dela para conseguir gerar certo

conhecimento. Então isso é um problema em todas as esferas. Por quê? A inteligência artificial cada vez mais ela vai ter uma inspiração e essa inspiração vem de conhecimento que nós estamos colocando. Vou te dar um paralelo. Ah, tem um exemplo que às vezes eu uso nas palestras, só para ilustrar. Eu vou chegar nesse argumento para você. Se você pegar a Constituição norte-americana promulgada em 1800 e alguma coisa, você vai verificar, por exemplo, em que grande parte da, se você pegasse a a Constituição e jogar numa plataforma tipo chat PT0 para identificar o uso de a

vai bater quase 94%. Eu falo assim: "Mas como assim um documento feito lá naquela época? Por quê?" E aí eu vou chegar nesse ponto. Cada vez mais a Iá vai se aproximar da do que nós fazemos enquanto humano, porque ele pega o nosso conhecimento, ele pega a nossa informação. Se isso é um problema, nós precisamos deixar muito claro, muito claro para as plataformas como que o nosso conhecimento científico vai ser treinado nas bases de dados. Essa questão que eu falo de ciência aberta é uma forma de sermos, digamos, mais justos. essa questão de acessibilidade, de

inclusão, se engano, até durante a minha fala eu vi uma pergunta que alguém tinha colocado sobre a lógica do idioma. Uma das premissas hoje de ciência aberta e inteligência artificial vai ajudar e tá ligado também aqui a a tua pergunta de direitos autorais e a própria barreira do idioma. Aí a pode quebrar. Então, hoje uma discussão que se tem hoje é que tudo isso efetivamente acabe sendo de alguma forma monetizado. Só que não é claro hoje, e aí acho que a melhor forma de te responder, nós precisaríamos entender um pouco mais com clareza ou como

que essas informações estão sendo captadas pelas plataformas de a te dar um exemplo. O quão seguro nós estamos hoje de colocarmos a nossa tese, o nosso artigo inédito no meiá para ajudar. Tudo bem? quão claro é a em que ele não vai ter acesso. O quão claro, obviamente ele vai ter também em que aquela informação não vai ter ah não vai ser jogada pra rede de maneira geral. Isso não é claro. Como é que a gente consegue? Pressionando cada vez mais as empresas de tecnologia para que elas mostrem como os modelos estão sendo treinados. E

aí eu consigo criar, falar: "Olha, se você pegar daqui tem que remunerar. Se você pegar determinada associação, remunera a associação, talvez seja uma forma entender um pouco mais como esses dados são retirados e treinados. Obrigada, professor. Eh, agora, Irene, a gente vai paraas perguntas do YouTube, né? Sim. Eh, bom, a primeira pergunta que chegou pra gente no YouTube é da Thaís Soares, professor, eh, que eu acho que você já falou um pouquinho, mas enfim, acho que é importante, né, a gente dá oportunidade das pessoas tirarem essas dúvidas, né? O chat GPT não é retroalimentado pelos

usuários? Digo, uma vez que você pesquisa algo e alimenta com seu próprio conhecimento, ele se baseia no que você disponibilizou? Excelente. Vamos pensar no seguinte. Ele vai entendendo o que eu tô perguntando para customizar as minhas respostas. Só que eu, ele, imagina o seguinte, se toda informação que entra na IA, ele treinar aí, ele não vai ter dinheiro para bancar a brincadeira. Ele acaba aprendendo com as novas informações em que o modelo está sendo atualizado. As nossas interações, ele aprende o meu perfil, então ele tende a responder melhor. Tanto que se vocês entrarem, imagina que

você tá na tela chat EPT, olhar para cima, você vai logar. Quando você logar, vai ter as as suas iniciais. Aí você vai entrar na tua conta, tem configurações. Ali você vai configurar o seu perfil. Então você vai dizer quem você é, qual que é a sua estrutura, qual que é o seu background e depois ele vai começar a responder. Não necessariamente todo arquivo que eu colocar ali, ele tá aprendendo, na verdade ele tá interagindo comigo, tá? Então são questões dele entender muito mais, ele dá uma resposta para você que é mais assertiva do que

efetivamente ele aprender novamente o que que hoje de alguma forma trava. E por que que o Deepsic gerou uma briga e um susto em todo mundo? Porque ele conseguia treinar uma quantidade menor, então você tem menos custo computacional e menos investimento, diferente hoje, por exemplo, do chat GPT. por isso que jura essa briga toda. Então, a qualidade do da informação hoje ela é importante. Lembra que eu falei durante a fala da durante a conversa em que a grande crítica que o pessoal teve com a meta deles pegarem livros, ótimo, excelente que uma aprenda com livro,

só que tem questão que a que a Raquel tinha falado, direito autoral. Então, tem esses dois paralelos que a gente precisa pensar também. Professor, vou fazer em seguida uma outra pergunta que tem muita relação com essa da Thaí, que é da Fernanda Alves. Eu acho que é importante, você tocou nesse assunto, mas que muitos dos eh dessas inteligências elas eh funcionam utilizando essas informações para aprender, né? E aí o o risco de você colocar informações inéditas, por exemplo, de artigos que você tá escrevendo, de teses e dissertações. Então a Fernanda pergunta o seguinte: "Disponibilizar meu

texto para IA não faz com que esse texto faça parte da base de dados posteriormente?" Então, excelente pergunta. A resposta é: "Ó, meu Deus". Tá, vou te dar um exemplo nesse sentido. Saiu um artigo na arquives, só para vocês entenderem, em que ele descobriu o seguinte. Já viu quando a gente tá interagindo? Vou ficar no meu exemplo aqui do chat de PT. Já viu quando tem as perguntas, as interações, imagina que e você olha pro lado esquerdo, não vai ter cada título mais ou menos da conversa? Todas as interações? um um tex um estudo, eu

consegui identificar em que todas aquelas conversas que estão ativas, elas estão interconectadas dentro do chá de PT. É como se eu tivesse conversando com tudo aquilo ao mesmo tempo. Então imagina toda aquela conversa tem vários arquivos, então é como se tudo estivesse com ele. Então tem coisas que não são claras ainda em relação à aplicabilidade. Aí pegando a sua boa pergunta, existem configurações a serem feitas no chat de PT para ele não treinar com seus dados. Tem uma opçãozinha para você marcar. Sentimos segurança não, porque essa política ali efetivamente não é clara. Quando nós vemos

uma empresa do tamanho da meta que pega livros efetivamente quebra a direito autoral, você fala: "Opa, essas empresas aí tem um problema". Então, numa perspectiva lógica, ah, sim, se você colocar o seu texto, ela pode aprender até ter uma argumentação, saiu na na nature, não consegui ler detalhes ainda, mas alguns pesquisadores que fizeram um estudo longitudinal sobre algumas questões, inclusive na área da saúde, eu só vi a chamada, eu preciso ler com mais calma. em que eles entendem que o resultado dele foi pulverizado na internet porque tem um estudo, então grande parte caiu. Como é

que cai? Não, é claro, a grande parte desses algoritmos não são compreensíveis. Chadt, o próprio Google, Antrrofic do Cloud, então você tem alguns problemas. na prática, tudo que você coloca, ela pode estar de fato aprendendo. Só que o argumento que as empresas e sua grande maioria usa, que eu acho que faz sentido, se toda a informação, todo arquivo que eu colocar e ele treinar sobre aquilo, é muito dinheiro, é muito custo pra empresa. Por isso que ela tende, por exemplo, a buscar eh textos, obviamente, com maior impacto. Ele não vai pegar um texto meu, mas

vai pegar um texto, por exemplo, de uma principal referência do que faz. Então, de alguma forma, ele tem uma certa eh uma validação ao longo do processo para conseguir minimizar o risco da indexação daquele trabalho. É um risco que a gente vai correr, as políticas não são claras, a pressão disso. Há uma uma discussão, inclusive uma PL também que no Brasil que todas as as empresas deveriam abrir como é que os dados são treinados e quais são os dados, mas infelizmente isso ainda não acontece e gera uma insegurança como essa. Muito obrigada, professora Ana. Obrigada,

professor. Eh, a próxima aluna que queria fazer uma pergunta é a Luciana. Luciana, por favor. Boa tarde a todas as pessoas. Obrigada, professor, pela aula, assim como guia. muito esclarecedor e muito importante nesse momento pra gente, porque não tem como a gente, enquanto pesquisador deixar de refletir o nosso papel nesse cenário. quando o senhor traz no guia acerca, né, eh, da ética, desse posicionamento, que é um tema que me toca bastante, é a gente pensar enquanto nós profissionais de saúde, eu sou nutricionista, então quanto nós profissionais de saúde, pesquisadores, quanto a gente precisa estar presente

nesse cenário pra gente também se apropriar disso, porque eu achei um ponto que não é o objetivo do guia do guia eh destacar, discorrer mais sobre isso, mas é o interesse político que se tem eh eh em manter grupos minorizados nesse cenário. Então, a partir do momento que as ferramentas não têm eh políticas, não descrevem como que a gente eh chega a determinados resultados, quais são as fontes, esses grupos permanecem a cada vez mais minorizados e mais vulnerabilizados. E isso é muito importante paraa gente enquanto pesquisador ou profissional de saúde, porque isso vai afetar nos

nossos desfechos, né, no tipo de pesquisa que a gente tá produzindo. E também não é importante que a gente reforce, né, que foi um ponto muito importante, de quanto os conselhos estão ficando empobrecidos, de quanto que a pesquisa pode perder com esse posicionamento, com o uso da inteligência artificial. Mas importante, que eu acho que foi muito que me mexeu hoje, de quanto que a gente precisa estar presente, porque tem um interesse político quando, por exemplo, a, o Bill Gates faz uma declaração que daqui a 10 anos a gente não tem mais médico, a gente não

tem mais professor. Então, tudo isso nos convoca enquanto pesquisadores, enquanto profissionais de saúde para estar nesse cenário. Então, queria ouvir um pouquinho do senhor acerca acerca desse ponto e dizer que eu também sou interessada em fofoca acadêmica. Então, como eu fui advogada, quero saber do seu parentesco com o Rubens Limia. Então, obrigada. Vamos lá. Já, obrigado pelo comentário. O Rubens Limon é meu tio, ele é irmão do meu avô, né? O que tem a toda a doutrina jurídica e ele é pai da Ana Cristina Limõe, professora da USP, na área de qualidade e vida do

trabalho. Limonge aí, a família nesse sentido todo aí, então tá tudo próximo aqui. Ah, Bel, eu concordo contigo. Tem um livro chamado Colonialismo de Dados. é um livro bem tranquilinho de lei que aborda justamente esse contexto que é uma preocupação em relação ao detentor do conhecimento. E qual que é o problema? tá puxando seu excelente comentário. Quem tem dinheiro hoje vai ter melhore, isso é um problema, porque é um teste que vocês devem ter visto. Eu nem tenho falado muito em palestra que já tá meio batido, mas só para me ajudar na argumentação. Tem um

experimento que rodou bastante na internet em que o o pessoal usou a dipsic, que é chinesa, e perguntou sobre aquele massacre lá na na praça celeste celestial. ele vai falar: "Isso nunca aconteceu". Então você tem sim um baita do direcionamento para entregar aquilo que as pessoas querem. Por isso que uma das áreas em que eu acho que é muito caminho, eu tenho investido muito nisso é a questão como você muito bem coloca o vié de algoritmo. Então eu vou falar alguma coisa, vou levar todo mundo para entender justamente aquela característica. Agora, quando você coloca também

essa preocupação dos dados, uma outra preocupação que eu tenho é a falta de controle, que eu vou te dar um exemplo. Você como nutricionista, quando eu vejo, eu gosto muito de de treino de academia, quando eu vejo um colega falando que tá montando um treino de alimentação ou de exercício físico no ch de PT, eu falo assim: "Mas você tem certeza? Você tá pegando uma informação que tá totalmente dispersa, que não tem nenhuma supervisão e você tá adotando isso como verdade?" Então isso vai mostrar também que esses dados não têm curadoria. Qual que é o

caminho hoje que as empresas estão fazendo? Não é uma IA generalista, é uma IA verticalizada. Ou seja, eu vou criar uma do Conselho Federal de Nutrição, aí sim todo mundo vai colocar aquele conhecimento, porque a não vai ficar pensando: "Não, eu vou ser boa apenas na questão nutricional". Aí faz sentido. Agora, o grande problema é que de alguma forma essas essas plataformas conseguem ser muito mais economicamente viáveis. Aí não dá para você brigar. Imagina se as nutricionistas juntassem para ter o meiá, ela não vai conseguir ter um preço competitivo como o chat de PT. E

aí como é que você consegue chegar na escala que é questão da massa? Então acho que aí puxando, né? Ah, para que a gente tem conversado, tua experiência também na área do direito. Acho que grande discussão que nós devemos ter em pesquisa é é exigir, talvez a palavra um pouco mais forte, que seja mais transparente o processo de treinamento dessas bases. A gente precisa saber como é esse dado, como ele foi treinado e como que efetivamente ele tá dando resposta. Porque quanto mais de alguma forma a gente deixar isso na mão das próprias bigtecs, a

gente tá sendo sim direcionado e tem uma série de consequências. Eu vou deixa contar uma história Luciano pr os colegas que para para entender o tanto que as coisas estão sem controle, tá? Eu não tô inventando isso, tá? Depois vocês podem pesquisar, vocês vão encontrar a geração Z, tá? Na hora que eu vi isso aqui, eu falei: "Ponto, pode parar o mundo porque tá tudo errado". A geração Z está usando o chat GPT para puxar conversa com o pessoal em rede de relacionamento como Tinder. Na hora que eu li isso, eu falei assim: "Meu Deus,

então quer dizer que a pessoa tá indo uma rede de relacionamento, não consegue conversar, aí você fala: "Chart, me ajuda a Então, quer dizer, as coisas estão saindo do controle tanto da aplicabilidade, mas a base de dados não foi treinada para isso." Isso quer dizer o seguinte, aí vão puxar muito que as professoras estão colocando, né, Luciana? Hoje a o pessoal tá usando IA de maneira discriminada, você sai usando, você não tem ideia da aplicabilidade. Então eu outro dia eu tava dando uma palestra pessoal da área da saúde também de medicina e eu falei: "Antigamente

a gente tinha um Dr. Google, agora virou o Dr. Chad de PT". E aí qual que é a consequência disso? Nós precisamos de fato a regulamentação no sentido de organização. E novamente eu concordo contigo. Nós estamos até o pessoal no chat aqui, ah, a IA que nós estamos usando e a interação que nós temos, a gente não tem controle. Isso é muito sério. Vou dar um exemplo para fechar meu argumento para não estender. Uma das brigas que se tem hoje bastante na no uso de de estudo, por exemplo, usar um chá GPT para estudar, é

uma preocupação hoje muito forte para alguns conselhos. Por quê? Quais informações estão ali dentro? Quais conceitos foram colocados na EA pro meu aluno pesquisar? Quais critérios metodológicos foram validados? Isso não tá claro. Então, tem muitas pessoas que estão estudando e muitas pessoas que estão se informando com CH de PT em que nós não sabemos como é que essa informação surgiu. De alguma forma, todos vocês aqui que estão em processo de estudo, vocês estão obviamente gerando uma base de conhecimento. Vocês vão discernir, ó, não, pera aí, errou feio. Mas e a grande massa? E é como

eu falei no início da apresentação, nós aqui que estamos talvez na estricto, talvez nós tenha, estejamos numa certa bolha, achando que a inteligência artificial é para tudo e para todos. E não é bem assim. Você vai, que, por exemplo, eu tô em Goiânia, Goiás, eu tava conversando com o consultor, para vocês terem uma ideia, 80, 90% do pessoal que tá mais no interior do estado, eles não usam chart, nem sabe para que que é. Então você tem dimensões e que a gente tem que pensar também enquanto pesquisa. E o dado eu, eu tenho um cara

chamado Andrew NG, que criou o Google Brain, ele diz: "O dado é o novo petróleo". E aí se eu ainda mais não sei o que que é. Esse negócio ainda fica mais mais valorado ainda. Sim. E muitos desdobramentos, até mesmo a geração de lixo, né? Em geração eh em relação a essas questões, são muitas coisas que nós pesquisadores precisamos ter ciência e não falar: "Ó, isso ignorar porque já é uma realidade", né? Então, muito obrigada. Só me deu mais vontade de estudar e de me aprofundar. Obrigado você. Obrigada, Luciana, pela pergunta. Eh, agora, Gilmara, Gilmara,

você é a próxima. Gilmara, não, não escutamos você. Gilmara, você tá com o microfone desligado? Tá me ouvindo agora? Sim. Ah, tá. Eu puxei na hora que o cabo saiu, desculpa. Eh, deixa eu fechar aqui então, pessoal. Boa tarde. Eh, professoras, boa tarde. Um prazer eh assistir essa aula. Professor também convidado. Bem interessante o tema. Eu é um tema que que eu gosto muito. Na verdade, eu gosto de tudo aquilo que é tecnologia. E o que mais me fez assim refletir eh sobre o nosso papel à frente disso tudo, porque assim, o que me espantou

é nesse dado aí, professor, dessa pesquisa, é desse artigo ser retratado, ter que ser retratado e passou por mão de muita gente. Então, como o senhor falou anteriormente, que realmente se quando a pessoa quiser ser antiético, ela vai ser de qualquer forma, de qualquer forma, tá? Isso não vamos culpar a Iá porque ele fez ou deixou de fazer, porque a Iá nada mais é do que o meio. Por detrás dela tem pessoas como nós que tão seus são motivados por vários viéses dessa vida. Mas assim, eu fico pensando se a gente não eh teve uma

colega que falou aqui que realmente essa questão do cognitivo vem é uma questão vem desde lá da educação básica. A gente vem de um tempo que a gente ia para a biblioteca, que ficava lá, fazia pesquisa lá naquele naquele guardo, naquele armáriozinho da biblioteca. Claro, se puder automatizar, melhorar esse processo, ser mais rápido, por que não? Então, tudo aquilo que é novo assusta para uns e encanta outros. E tem cantado a geração de agora que não passou pelo processo que nós vivenciamos lá atrás. E a biblioteca, eu tava até lembrando aqui no grupo aqui que

eu mandava pedir artigo pro pro fax e ainda contava um drama ainda para ninguém cobrar ainda o envio do artigo daquele tempo. Mas assim, essa geração de hoje que tá realmente acostumada, que já cresceu vivendo nesse meio, se há um momento, há uma forma de da gente frear isso, não frear, não frear a geração, nem friar a forma dela fazer, mas realmente como alguém, como o senhor falou anteriormente, é trazer pro livro prático. Se antes levantávamos a bandeira, se não me engano, acho que a Suíça tá passando por esse momento, mas não sei se a

Suíça, ou algum país pai de uma forma geral, de que uso dos tablets na educação e agora estamos voltando para usar, se usava tablet para vamos salvar as árvores, agora vamos voltar para o papel porque isso causou um dano no aprendizado das nossas crianças e isso vai dar o reflexo lá no futuro daqui para frente. É, considerando os princípios da administração pública, até busquei aqui, né, da legalidade, pessoalidade, moralidade, publicidade de eficiência e que desses algoritmos que estão empresas por detrás, sejam lá as BigTech, seja ela que o senhor citou aí, que é a Depic,

né, que é uma startup chinesa que tem competido, né, parece que assim, ela, a vantagem dela em relação aos outros que ela colocou lá os códigos abertos, segundo ela, tá? tá aberto e as outras não estão. Eh, e considerando também, como o senhor citou aí, o projeto de lei lá no Congresso, que ele até até deu uma lida um tempo atrás, que ele quer trazer a nomatização dessas dessa IA, isso não é coisa de Brasil, pessoal, isso é coisa do mundo inteiro que tem debatido sobre isso, eh, colocando níveis de alerta. Eh, por que não

trazer isso para a academia? Não é queira limitar o pesquisador, mas por que não a academia não junto com o CNPq não chama isso para si uma responsabilidade de vamos eh normatizar esse negócio. É possível fazer isso, professor, fazer essa normatização de forma que os pesquisadores, as academias, as universidades, enfim, o centro de pesquisa comecem a ter uma diretriz para usar o uso para ter o uso da IA. Porque eh eu fico muito peatrático com essas empresas, por mais que o senhor tenha feito aí, né, o senhor mostrou aí bons resultados, como é a transparência

delas e como o senhor falou, né, que devemos tornar as empresas serem mais transparentes, eu pergunto, como fazer as empresas serem transparências? Eu assim, eu de fato não acredito muito nisso, eh, de forma que elas serão totalmente transparentes, ainda mais empresas que estão fora do Brasil, que nós não temos governabilidade, nós não temos nem sobre as que nós estamos aqui, o que, né, as empresas que estão for, então é possível e como sen acredita que as empresas vão ser transparentes e a respeito do projeto de lei, é importante trazer isso. A academia, ela pode junto

com o CNPq trazer isso para dentro da pesquisa nossa. O nosso homem tá aqui de Brasil. Brasil. Vamos falar de nós aqui, Brasil, tá? Eh, nesse sentido, aá. Tá bom. Só isso. E outra coisa que foram bem floreadas aí, foi, já me sentir contemplada também. Perfeito. Bem, muito obrigado pela pergunta. Excelente raciocínio. Concordo bastante contigo. Vou fazer um paralelo que talvez me ajude a refletir e argumentar. Eu acho que, na verdade, quando nós começamos a pensar um pouquinho mais sobre a essa perspectiva, eu tenho que pensar que até mesmo a forma de produção científica, ela

tá em cheque. O atual modelo de revista científica, o modelo atual de avaliação, ela tá em crise. A questão hoje de avaliação, a questão hoje de recursos hoje tão escassos. Então isso, esse modelo que precisa ser revisto, tem uma série de discussões nessa perspectiva mais editorial. Ah, talvez isso tem que chegar também, como você muito bem coloca, pro uso em ar. Agora vamos imaginar o seguinte, nós temos talvez dimensões para resolver e de alguma forma ter uma visão geral ah do próprio programa, porque eu vou imaginar um pouquinho o seguinte. Lembra que eu falei grande

parte hoje das informações, a inteligência artificial não tem acesso porque grande parte do conhecimento não tá disponível, ela tá na mão da editora. Então, há uma discussão a ser refletida, inclusive tem algumas cartas, tem alguns posicionamentos oficiais do própria, do próprio CNPq ah, sobre necessidade de ciência aberta para processo científico. Tanto que eu vou te dar um exemplo, o Biden, um pouquinho antes de sair lá do governo, ele tem uma normativa, obviamente não sei como tá agora, em que todas as pesquisas eh todas as pesquisas financiadas por com o governo norte-americano eh tinha que estar

numa política de ciência aberta, tinha que estar disponível pra sociedade. Talvez esse seja um caminho que a gente precisa refletir também. Agora, como resolver? Eu acho que é mais ou menos como esse espaço que nós estamos tendo ou reflexões como a sua, nós temos que pensar em solução, porque grande parte do que a inteligência artificial faz, realmente ela ela virou um baita de um negócio. Então quando eu mostro para vocês aquela tela com um monte de empresa, é um negócio lucrativo. Só que novamente o protagonismo, a e aí eu vou voltar muito ao argumento inicial

com vocês, para mim o nosso protagonismo não é inteligência artificial na pesquisa. Ele é um facilitador, mas o protagonismo é o conhecimento. Só que nós estamos numa época em que tem tanta coisa, eu acho, em discussão hoje para enquanto carreira, enquanto pesquisa, tem a questão da velocidade, tem a questão da da quantidade também em que talvez as reflexões como as tuas talvez estão estejam ficando, infelizmente em segundo plano. quer refletir o contexto em querer pensar as mudanças mais estruturais que nós precisamos, como a validação, como a qualidade, como se as informações efetivamente estão sendo feitas.

Então eu concordo muito com você. o que tá acontecendo hoje, o conhecimento está na mão dessas empresas, elas são cobradas, elas vão ficar cada vez mais, tem artigo nesse sentido a argumentando cada vez mais em que o dinheiro é um aspecto importante no processo e aí você começa a verificar que aquelas que têm mais dinheiro, obviamente conseguem saltar, ainda mais com a assinatura de a fazer o processo. Então, olha, eu acho que é muito mais uma reflexão, concordo contigo, de termos políticas públicas discutidas em ambientes como esse. a gente tem que refletir como fazer. Ponto

positivo, ao meu ver, nós estamos no, estamos iniciando o potencial que a Iá tem. Aquele professor que eu falei para vocês, o Molic, em que é um livro que me ajudou muito a passar de uma transição, e na no livro tem uma frase que eu não esqueço, ele diz assim: "Olha, ah, a inteligência artificial no que ela pode produzir na na visão dele é como se ela tivesse no jardim da infância". Então você imagina onde nós vamos ainda. E aí como você coloca, qual que é o nível de discussão que nós temos de maturidade nesse

sentido ainda. [Música] Obrigada, professor. Vou fazer um bloco, tentar colocar em bloco algumas perguntas que foram feitas no YouTube, eh, que eu acho que versam sobre, eh, o próprio, a própria produção dessas, dessas inteligências, né, e de como isso impacta a questão da dessa colonialidade do conhecimento, digamos assim. Então, eh, a Jennifer, não, desculpa, a Florbela pergunta: "Como fica a questão da soberania do conhecimento, se tudo passa por plataformas estrangeiras?" Eh, uma outra pergunta fala de de uma priorização aqui. E Nabotelho pergunta: "Professor, um problema que vejo com as plataformas de com sais hard sciences.

O que o senhor acha disso?" Então, teria um certo encaminhamento para determinados tipos de ciência e também para determinados eh tipos de conhecimento, digamos assim. Então acho que aí tem uma característica, né, que técnico, assim, grande parte dos modelos, eles têm uma ah uma estrutura realmente baseada em modelos um pouquinho mais complexos ou em grandes áreas do conhecimento. Vou dar um exemplo, se pega, por exemplo, as plataformas e vai trabalhar com sociais ou sei lá, sociologia, para ficar mais fácil meu exemplo, sociologia no direito, ia dar uma penada, porque precisa de grande parte da própria

robustez e a grande parte, né, do que nós temos colocado, qual que é o nível dessas informações, qual que é o nível de criticidade. E agora o ponto positivo é que cada vez de alguma forma eu consiga usar mais plataforma de conhecimento científico, talvez eu consiga ser um pouco mais ampla, eu consiga de alguma forma cobrir um pouco mais as áreas. E o que que tá acontecendo? Cada vez mais, como eu mencionei ali para Luciana, as estão ficando mais focadas numa única área do conhecimento. Então, de alguma forma pode acabar aparecendo ou pode ter um

certo caminho nesse sentido de termos talvez ias um pouco mais específicas para cada área do conhecimento. Isso pode ser positivo porque de alguma forma eu vou conseguir ter resultados e contextos um pouco mais delinhados e obviamente a contribuição também um pouquinho maior. Obrigada, professor Ana. Eh, bom, o próximo é aqui da nossa lista, Jean Cláudio. Você pode abrir sua câmera, por favor, para fazer sua pergunta? Olá, boa tarde. Tudo bem? Boa tarde a todos. Estão tão me vendo? Sim, sim, estamos sim. Só só para fazer o comentário já antes de você começar. Agora vamos eh

a gente tá devido ao avançado da hora, pedir para vocês, né, todos que vierem agora, tentar ser mais objetivos, tá bom? Maravilha. Obrigado. Eh, eu vou então direto às perguntas. Eh, primeiro, eh, eu gostaria de saber como é que se existe alguma crítica ou ou avaliação do impacto ecológico e e ambiental em relação ao processo de alimentação das IAIS, né? Eh, ao mesmo tempo, quer dizer, uma segunda pergunta eh, como fica o uso, né, eh, da inteligência artificial em ações com amplos abismos sociais e de acesso a tecnologias eh e até e processos eh eh

tecnologias e educação, né? Eh, e por último, eh, eu gostaria também, eh, até pedir a gentileza de um comentário, né, que tod todas essas suas colocações me fazem pensar que nós pesquisadores eh e começar a falar talvez mais em inteligência híbrida e não em inteligência artificial. Eh, obrigado e parabéns aí pela aula. Eh, temos muito que agradecer, tá? Obrigado, Jan. Bem, eh, eu tenho que entregar um capítulo de um livro até o dia 20, que é justamente sobre a questão do impacto ambiental de A. A sugestão na na revista FAPESP do mês passado, tem uma

edição especial falando justamente do impacto da IA no contexto de ambiente. Por quê? Uma das discussões que nós temos hoje é esse uso de alguma forma eh acelerado de interação com a EA. Nós não podemos esquecer que a IA precisa de água e de energia. E toda vez que eu começo a usar, obviamente no volume, na proporção que a gente tá, isso vai ter consequência, porque a máquina precisa mais aa mais a quantidade de usuário e a quantidade de IA que tá surgindo. Então isso é um baita de um problema. E a tua pergunta legal,

porque isso acaba ficando meio que segundo plano. A gente tá falando só do do que ele tá resolvendo em cima, ela tá gerando probleminhas. No finalzinho do ano passado já a The Guarden soltou uma reportagem dizendo que o esperado pro ano que vem ah, é que o consumo das dos datas centos computadores com IA vai ser o mesmo gasto pelo Japão. Tudo que o Japão gasta vai depender você imagina a pancada que isso vai acontecer. Então, daqui a pouco a gente vai ter que começar a escolher o que que ela vai processar. E aí tem

um problema. Agora, você ah, a o a imagem tá cada vez melhor, o vídeo tá cada vez melhor, os modelos DIP cada vez demoram mais. Então, tem esse problemão aí ah que acaba sendo, obviamente, um pouco dessa dessa consequência. Isso hoje é uma área porque grandes partes das grandes discussões hoje tão focadas em ODS, tão focadas em sustentabilidade. Então realmente as próprias plataformas tão eh tentando concentrar um pouquinho nisso também. Você consegue só me lembrar, por favor, a segunda parte da pergunta, por gentileza. como eh como o senhor analisa, né, o uso eh da inteligência

artificial em nações com amplos abismos sociais e de acesso a tecnologia e educação? Boa, excelente. Obrigado. Tem um ponto até outro dia, assim, tá dar um contexto aqui para não ficar fora o que eu tô falando. Eu tenho 43 anos. Então o meu exemplo é para quem tem mais ou menos minha idade. Lembra quando tinha um telecurso 2000 em que as pessoas se alfabetizavam vendo o programa de televisão? Eu vejo que a IA ajustada, ela pode ter o mesmo potencial, só que nós não podemos esquecer que grande parte dos usuários de A estão numa bulha.

Grande parte da população não tem acesso à internet, grande parte da população não tem acesso aos dispositivo eletrônico. Grande parte não tem acesso à internet de qualidade. Então falar hoje que a inteligência artificial tá chegando para tudo e para todos. Pera lá. Vou dar um exemplo. Aqui na universidade, quando nós entr por causa da pandemia, nós demoramos a ter aula online porque os alunos simplesmente não tinham computador em casa, não tinham conexão de qualidade. Então essa questão, concordo muito contigo, essa perspectiva econômica, ela tem que ser estudada. E aí o plano do governo lá de

25 tantos bilhões para 5 anos é um pouco de tentar gerar um pouco de mais acessibilidade em um modelo. Por quê? Ali, eu acho que além dessa perspectiva também, eu tenho que considerar que aí é um dos pontos hoje, tá, que a IA vai avançar é para quem não tem modelos genéricos, eu tenho modelos customizados. Se vocês pesquisarem, por exemplo, a Maritaca, que é uma IA brasileira e é chamada de Amazônia IA, é legal porque ela vai ser uma inteligência, está sendo uma inteligência artificial em que ela tá tá usando as as a nossa cultura.

Poxa, isso é importante porque não adianta eu ficar pensando com uma cultura norte-americana, asiática, não, tudo beleza, cada um tem uma e tá tudo certo, mas eu tenho que olhar também e a IA pode ser uma forma de organizar. Então acho que tem essa questão de uma IA que ah consiga entender o nosso recorte e novamente uma questão para mapear de fato como é que a IA também pode ser acessível. Se antigamente era para uma televisão conseguia chegar em todo mundo, como é que a IA vai ser? Porque hoje tem qualidade, questões e como você

muito bem coloca, ela não é tão acessível para grande público, para grande massa. Nós estamos aqui numa bolha, eu tenho que tomar muito cuidado para que a não seja exclusiva, principalmente o próprio algoritmo, porque o próprio algoritmo também eu consigo direcionar a massa, que que eles estão acessando, como que eles estão acessando. Por quê? Para fechar o meu argumento já, a inteligência artificial precisa de duas coisas que grande parte da população, infelizmente, não tem. escrita e interpretação de texto. Então, como é que esse pessoal vai conseguir interagir, interpretar se eu tenho uma analfabetismo funcional? Eu

acho que a IA pode ser uma forma de resolver esse sentido também, tá? Obrigado pela pergunta. Seguindo aqui, então, a última aluna inscrita é a Angélica. Angélica, por favor. Boa tarde. Boa tarde, gente. A, eh, obrigada, professor. Obrigada pela oportunidade. A minha dúvida é uma dúvida mais técnica mesmo, uma dúvida de pergunta. Eh, tem um texto, tem uma parte no livro que você fala dos promptes, né? saber fazer a pergunta certa e e diz que tem, né, sites que geram prompts. Aí eu queria saber então a pergunta da gente também tá sendo gerada pela IA.

Beleza? Vamos lá. O que que tem acontecido agora, por exemplo, quando eu mostrei o K Paper P, eu aperto no no botãozinho para revisar o texto. Aquele botãozinho tá configurado para determinada ação. Ponto. Então ela que executa. O que que tá acontecendo hoje é que tem muitos programinhas ou como se fosse, porque imagina o seguinte, tem o GPT e quando você tem assinatura, você pode customizar sua própria IA. Então ali você pode pedir para criar o seu prompit. Então ele te ajuda a operacionalizar, ele te ajuda a perguntar da melhor maneira. Só que cada IA

tem uma estrutura. Vou dar um exemplo. Ah, talvez finalzinho primeiro semestre do ano passado, ficou muito famosa uma estrutura de promp chamada de cadeia de pensamento, chin of thought, que é como se eu pensasse: "Eu não te conto uma história, eu vou te contar etapa um, etapa dois, etapa três e etapa quatro". essa estrutura de prompt melhora o resultado. Então não é que de alguma forma vai te dar dica de prompt. Eu tenho que entender a priori o letramento em que vai falar: "Poxa, como tirar o melhor resultado?" E aí eu preciso saber o funcionamento

do algoritmo e aí não adianta, não é que é uma questão técnica, mas eu tenho que saber como perguntar e como para de fato ter respostas um pouquinho melhores. Por que que eu gosto de plataformas como Paper P? Porque a resposta que eu vou ter é a mesma. Porque se cada vez cada pessoa usa um prompt, eu posso ter a resposta totalmente diferente. Agora, se eu tenho um botãozinho e sei lá, propõe a palavra chaves, beleza? Por trás o algoritmo vai simular aqui vai me entregar a mesma resposta, diferente do chart, que pode entregar resposta

bem diferente. Muito obrigada. Nada, gente. Professor, muitíssimo obrigada. Foi um prazer e foi eh eh muito rico poder te escutar, né? também agradecer a sua disponibilidade em responder à nossas questões, que eu acho que eh foi muito importante ver os alunos tão empenhados em entender, compreender o funcionamento dessas ferramentas e também as implicações, né, as implicações éticas, as implicações para os vieses da produção de conhecimento. Eu acho que isso é muito importante. e frisar é realmente que esse letramento que você menciona, né, ele precisa vir junto da da regulação, né? Não pode, se você criar,

por exemplo, protocolos institucionais de uso, se você não tem também um processo de letramento de alunos e docentes e pesquisadores, né? Porque eu acho que é isso, entender como funciona, aprender a usar e regular esses usos, né, de acordo com princípios, enfim, éticos e também de eh pertinentes a cada instituição. Então, queria em nome do do programa da disciplina Formação para Docência, né, de mim, da Ana Luía, da Rosane e também da coordenação do programa de pós-graduação, eh, agradecer muito a sua disponibilidade, a sua presença, eh, e dizer que, enfim, as portas estão abertas também

e acho que esse foi um pontapé inicial para que o PPGIC possa discutir cada vez mais eh questões envolvendo o uso de da inteligência artificial na pesquisa e no ensino. Eh, pessoal, eh, quer abrir a câmera pra gente, primeiro vou fazer uma despedida e depois a gente abre a câmera para poder fazer a nossa tá bom? Então, queria muito agradecer a presença de todas e todos, tanto aqui na aula, na sala Zoom, quanto também no YouTube. Foram muitas pessoas assistindo, chegaram a quase 500 pessoas assistindo pelo YouTube e agradecer muito a presença do professor Ricardo

Limongi, tá? Muito obrigada e nos vemos até a próxima. Oi, pessoal. Então, acabou a transmissão, então agora a gente pode fazer uma fotinho porque tinha essa orientação aí de que a gente precisava ficar uns segundinhos em silêncio. Eh, eu vou fechar aqui essa. Ah, eu consigo fechar a tela. Irene, acho que você diga, por gentileza, alguém pode abrir minha câmera porque eu acho que eh desativaram e eu não tô conseguindo abrir, tá? Obrigada. Yeah.