• Ronaldo Mota

Antes e depois da ciência dos dados



Em 2005, o então ministro Tarso Genro me convidou a assumir a Secretaria de Educação a Distância do MEC. Por ocasião da minha posse, afirmei: “Educação a distância: no começo estranha, depois entranha”.

Atualmente, aquela frase, inspirada em Fernando Pessoa, dispensa explicações. O mundo digital na educação, que era então embrionário, hoje está plenamente consolidado e operante. Permanecem ainda muitos desafios a enfrentar, tais como o risco do aumento da desigualdade social, decorrente da não equalização de acessibilidade à internet, e de garantia de qualidade dos conteúdos digitais distribuídos, bem como rigor com o uso apropriado dos dados coletados.

Passados 15 anos, qual seria uma frase similar no contexto atual? A resposta na minha opinião é simples: “Educação: o antes e o depois da ciência dos dados e da inteligência artificial”.

Esta próxima década que se avizinha (2021-2030) será moldada por inovadoras plataformas de aprendizagem inteligentes. Muito além da educação a distância da década anterior, esses novos ambientes virtuais de aprendizagem estarão recheados com analítica da aprendizagem, algoritmos, assistentes virtuais por fala, laboratórios de simulação e múltiplas realidades, edugenômica etc. Tudo isso operando em ambiente de nuvem, tipo Azure da Microsoft e outros. Como sempre, teremos a opção de percebermos, entendermos e adotarmos a tempo ou sermos convencidos depois.

Estamos falando de um futuro imediato, mas certamente iluminados por pensadores do passado que conseguiram antever o que estamos passando. Henri Poincaré (1854-1912) afirmou: “Ciência é construída com fatos, tal qual casas são feitas com tijolos. Porém, uma coleção de fatos não é por si ciência, bem como um punhado de pedras não se constitui numa casa.”

Aprendizagem profunda


Em 1936, com Alan Turing (1912-1954), nasce a ciência da computação ou ciência dos dados. A Máquina de Turing constitui esse marco, baseada em um aparelho hipotético que mudaria de função conforme a necessidade, baseando todo seu funcionamento em grande número de cálculos, via sistema binário, permitindo resolver problemas por meio de uma sequência finita de etapas para cumprir uma determinada tarefa.

“Machine Learning” ou aprendizagem de máquina, por sua vez, é uma área da inteligência artificial que permite que um sistema aprenda a partir de dados, não mais somente via uma programação explícita. Para lidar adequadamente com os dados em grandes quantidades (“Big Data”) e deles extrair funções, há que se construir modelos, cujos parâmetros são derivados do tratamento conferido a esses dados. Um conjunto de algoritmos e técnicas são empregados para aprender a derivar os corretos parâmetros. As linguagens mais comuns utilizadas para cumprir essas tarefas são Phyton e R.

Esses modelos construídos podem ser desenvolvidos via regressão, onde uma função simples tipo F(x) – mx + b é extraída dos dados. Alternativamente, pode ser via classificação, onde o sistema aprende a diferenciar uma pessoa de um cachorro ou de um poste, ou por meio de “clustering”, onde se trabalha, por exemplo, a segmentação de clientes, a categorização de artigos de diversas naturezas ou a localização e ordenação de itens similares. Desenvolvidos os modelos e preparados os dados, há que treiná-los e aplicá-los adequadamente.

“Deep Learning” ou aprendizagem profunda descreve as técnicas para construir esses modelos utilizando redes neurais, as quais permitem aprender funções muito complexas, em geral utilizando estruturas como Tensorflow, PyTorch, Chainer e outras.

Por que essas funcionalidades acima passaram a ser, rapidamente, tão relevantes no mundo contemporâneo? A resposta mais simples é que jamais tivemos a abundância de dados de que dispomos hoje, bem como seria inimaginável a capacidade computacional absurda que temos em mãos. Isso tudo agregado aos desenvolvimentos recentes em algoritmos e ao acesso a novas ferramentas e estruturas − e está dada a receita para uma enorme revolução em curso.

De novo, ninguém melhor do que um pensador do passado para descrever a situação do presente. H. G. Wells (1886-1946) previu que “Pensar usando estatística um dia será tão necessário para o exercício pleno da cidadania tal qual a habilidade de ler e escrever é hoje em dia”.

Por fim, algo que creio ser válido para todos os setores da sociedade, incluindo todo o mundo da educação, é expresso por uma frase cujo autor desconheço, mas que é muito adequada: “Machine Learning não vai substituir os cientistas, porém, os cientistas que usam Machine Learning em um futuro próximo substituirão os que não usam!”

Os impactos no mundo educacional são múltiplos e variados, incluindo como, o que e para quem ensinar. A título de breve exemplo dos desafios imediatos, um levantamento recente da BRASSCOM aponta que, em termos de empregabilidade na área de tecnologia da informação, especialmente ancorada em inteligência artificial, o Brasil demandará 420 mil novos profissionais, em vários níveis, até 2024.


* * *


Ronaldo Mota é diretor científico da Digital Pages e membro da Academia Brasileira de Educação. Atua nas áreas de Novas Tecnologias e Metodologias Inovadoras em Educação. Foi chanceler e diretor executivo de Educação a Distância do Grupo Estácio, reitor da Universidade Estácio de Sá, professor titular de Física da Universidade Federal de Santa Maria, pesquisador do CNPq, secretário nacional de Desenvolvimento Tecnológico e Inovação, secretário nacional de Educação Superior, secretário nacional de Educação a Distância e ministro interino do Ministério da Educação. Realizou pós-doutoramentos nas universidades de Utah/Estados Unidos e da Columbia Britânica/Canadá e foi professorial visiting fellow no Instituto de Educação da Universidade de Londres/Reino Unido, tendo sido condecorado pela Presidência da República do Brasil como Comendador, na Classe Grã-Cruz, da Ordem do Mérito Científico Nacional. Editor da Coluna reitoronline do Portal iG e Autor Convidado do Blog CISCO #EducationNow series (USA).


O artigo acima é de responsabilidade do autor e não reflete necessariamente a visão do Educa 2022.

Receba nossas atualizações

  • Ícone do Facebook Branco
  • Ícone do Twitter Branco
  • Branca Ícone Instagram

© 2020 por Educa 2022. Os textos do portal Educa 2022 podem ser reproduzidos, desde que citada a fonte "Educa 2022".