{"id":4301,"date":"2026-09-11T08:24:11","date_gmt":"2026-09-11T11:24:11","guid":{"rendered":"https:\/\/schoolastic-app.com\/?p=4301"},"modified":"2026-09-11T08:33:14","modified_gmt":"2026-09-11T11:33:14","slug":"performance-nao-e-pessoa-o-que-a-inteligencia-artificial-precisa-aprender-antes-de-tentar-compreender-seres-humanos","status":"publish","type":"post","link":"https:\/\/schoolastic-app.com\/en\/blog\/performance-nao-e-pessoa-o-que-a-inteligencia-artificial-precisa-aprender-antes-de-tentar-compreender-seres-humanos\/","title":{"rendered":"Performance n\u00e3o \u00e9 pessoa: O que a intelig\u00eancia artificial precisa aprender antes de tentar compreender seres humanos"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Vers\u00e3o p\u00fablica editada da palestra apresentada no HackTown 2026, em Santa Rita do Sapuca\u00ed, em 6 de setembro de 2026.<\/em><\/p>

Nota editorial \u2014 Texto adaptado para leitura. Repeti\u00e7\u00f5es e passagens dependentes de recursos visuais foram condensadas.<\/em><\/p>

A pergunta que vem antes da tecnologia<\/h2>

O que quero compartilhar n\u00e3o \u00e9 uma ferramenta. \u00c9 uma pergunta.<\/p>

Como usar intelig\u00eancia artificial para compreender melhor pessoas sem retirar o humano do lugar de contexto, media\u00e7\u00e3o, responsabilidade e decis\u00e3o?<\/span><\/p>

A intelig\u00eancia artificial est\u00e1 ficando impressionante. Ela escreve, programa, cria imagens, analisa documentos, raciocina sobre problemas complexos e encontra padr\u00f5es em volumes de dados que jamais conseguir\u00edamos processar manualmente. Grande parte da conversa atual parece concentrada em uma pergunta: quanto mais a m\u00e1quina consegue fazer?<\/p>

Quero inverter essa pergunta.<\/p>

\u00c0 medida que as m\u00e1quinas ficam melhores em analisar seres humanos, n\u00f3s estamos ficando melhores em compreender seres humanos?<\/p>

Uma coisa n\u00e3o garante a outra. Aumento de capacidade computacional n\u00e3o significa necessariamente aumento de compreens\u00e3o humana. Em alguns casos, significa apenas que conseguimos produzir uma conclus\u00e3o errada com mais velocidade, mais escala e uma apar\u00eancia maior de precis\u00e3o.<\/p>

E isso n\u00e3o \u00e9 apenas uma hip\u00f3tese sobre o futuro.<\/p>

Quando o padr\u00e3o ocupa o lugar da pessoa<\/h2>

Em 2018, veio a p\u00fablico o caso de uma ferramenta experimental de recrutamento desenvolvida pela Amazon com t\u00e9cnicas de aprendizado de m\u00e1quina. O sistema havia aprendido com anos de curr\u00edculos recebidos pela empresa, especialmente para posi\u00e7\u00f5es t\u00e9cnicas. Como aquele hist\u00f3rico era predominantemente masculino, a ferramenta passou a reproduzir sinais daquela desigualdade e chegou a penalizar termos associados a mulheres em curr\u00edculos.<\/p>

A m\u00e1quina n\u00e3o decidiu, por vontade pr\u00f3pria, discriminar mulheres. Ela procurou padr\u00f5es no hist\u00f3rico que recebeu. O problema \u00e9 que o passado entrou no sistema como se fosse um crit\u00e9rio leg\u00edtimo para o futuro.<\/p>

O hist\u00f3rico de contrata\u00e7\u00e3o come\u00e7ou a ocupar o lugar do candidato.<\/p>

Na sa\u00fade, um estudo publicado em 2019 por Ziad Obermeyer e colegas analisou um algoritmo comercial utilizado nos Estados Unidos para identificar pacientes que deveriam receber aten\u00e7\u00e3o adicional. O sistema empregava gasto futuro em sa\u00fade como aproxima\u00e7\u00e3o da necessidade de cuidado.<\/p>

\u00c0 primeira vista, isso poderia parecer razo\u00e1vel: pessoas mais doentes tenderiam a utilizar mais servi\u00e7os e, portanto, gerar mais custos. Mas custo n\u00e3o \u00e9 doen\u00e7a. Custo tamb\u00e9m reflete acesso, renda, confian\u00e7a no sistema, disponibilidade de atendimento e desigualdades acumuladas.<\/p>

Os pesquisadores mostraram que, para uma mesma pontua\u00e7\u00e3o do algoritmo, pacientes negros estavam, em m\u00e9dia, mais doentes do que pacientes brancos. Quando a distor\u00e7\u00e3o foi corrigida, a propor\u00e7\u00e3o de pacientes negros que receberiam ajuda adicional aumentaria de 17,7% para 46,5%.<\/p>

O algoritmo n\u00e3o precisava receber uma vari\u00e1vel chamada ra\u00e7a para reproduzir desigualdade. Bastava que a desigualdade estivesse embutida naquilo que foi escolhido como representa\u00e7\u00e3o da realidade.<\/p>

O algoritmo estava calculando corretamente a coisa errada.<\/span><\/p>

Na educa\u00e7\u00e3o, em 2020, a pandemia levou ao cancelamento dos exames de A-Level na Inglaterra. As escolas forneceram estimativas de notas e uma ordena\u00e7\u00e3o dos estudantes, mas essas informa\u00e7\u00f5es foram submetidas a um processo de padroniza\u00e7\u00e3o estat\u00edstica que considerava, entre outros elementos, resultados hist\u00f3ricos dos centros e desempenho pr\u00e9vio das coortes.<\/p>

Antes de chegar \u00e0 nota individual, havia uma pergunta estat\u00edstica sobre o grupo: que distribui\u00e7\u00e3o de notas uma escola com aquele hist\u00f3rico deveria produzir?<\/p>

O c\u00e1lculo poderia ser matematicamente consistente. A distribui\u00e7\u00e3o poderia estar estatisticamente fundamentada. Ainda assim, permanecia uma pergunta essencial: <\/span>at\u00e9 que ponto uma caracter\u00edstica do grupo nos autoriza a concluir alguma coisa sobre um indiv\u00edduo?<\/span><\/p>

Padr\u00e3o do grupo n\u00e3o \u00e9 trajet\u00f3ria do indiv\u00edduo.<\/p>

A caixa-preta anterior ao algoritmo<\/h2>

Quando falamos em caixa-preta na intelig\u00eancia artificial, normalmente perguntamos por que o modelo chegou a determinada sa\u00edda. Essa \u00e9 uma pergunta importante. Mas existe outra, anterior:<\/p>

Por que acreditamos que aquilo que colocamos no modelo representava adequadamente a pessoa?<\/span><\/p>

\u00c0s vezes, a caixa-preta n\u00e3o est\u00e1 no algoritmo. Est\u00e1 na passagem silenciosa entre duas frases:<\/p>

\u201cEu observei isto.\u201d<\/p>

\u201cPortanto, esta pessoa \u00e9 aquilo.\u201d<\/p>

Uma nota, um curr\u00edculo, um custo, um comportamento, uma resposta e uma performance podem ser evid\u00eancias leg\u00edtimas. O problema come\u00e7a quando uma evid\u00eancia deixa de ser uma observa\u00e7\u00e3o situada e passa a funcionar como defini\u00e7\u00e3o da pessoa.<\/p>

Uma tecnologia pode ser audit\u00e1vel do ponto de vista computacional e, ainda assim, produzir uma leitura muito pobre de um ser humano. Porque o c\u00e1lculo pode estar certo e o significado, errado.<\/p>

Se eu tivesse que condensar este primeiro movimento em uma frase, seria esta:<\/p>

Performance n\u00e3o \u00e9 pessoa.<\/span><\/p>

Performance \u00e9 evid\u00eancia. Uma nota \u00e9 evid\u00eancia. Um comportamento observado \u00e9 evid\u00eancia. Mas aquilo que uma pessoa manifestou em determinada tarefa, em determinado momento e sob determinadas condi\u00e7\u00f5es n\u00e3o nos autoriza, sozinho, a concluir aquilo que essa pessoa \u00e9.<\/p>

Ent\u00e3o surge uma pergunta concreta: como observar sem reduzir?<\/p>

Como uma intelig\u00eancia artificial pode trabalhar com evid\u00eancias humanas sem transformar manifesta\u00e7\u00e3o em identidade, diferen\u00e7a em d\u00e9ficit ou aus\u00eancia de performance em aus\u00eancia de capacidade?<\/p>

N\u00f3s come\u00e7amos querendo personalizar a aprendizagem. Em algum momento, percebemos algo inc\u00f4modo: <\/span>antes de personalizar a aprendizagem, precisar\u00edamos personalizar a compreens\u00e3o.<\/span><\/p>

Quando o custo n\u00e3o aparece<\/h2>

H\u00e1 uma raz\u00e3o pessoal para que eu insista tanto nessa distin\u00e7\u00e3o. Sou disl\u00e9xico e superdotado. Descobri essas duas condi\u00e7\u00f5es apenas na vida adulta, depois de atravessar praticamente toda a minha forma\u00e7\u00e3o sem que ningu\u00e9m percebesse o que estava acontecendo.<\/p>

Mal consegui concluir a faculdade. N\u00e3o porque me faltassem interesse ou capacidade, mas porque eu n\u00e3o conseguia manifestar o que sabia sob muitas das condi\u00e7\u00f5es que me eram impostas. Durante anos, aquilo que eu conseguia entregar em determinado formato foi tomado como medida suficiente daquilo que eu seria capaz de compreender ou construir.<\/p>

Por isso, quando falo de custo cognitivo, n\u00e3o me refiro apenas a uma vari\u00e1vel te\u00f3rica. Sei o quanto pode ser pesado compreender alguma coisa e, ainda assim, precisar mobilizar um esfor\u00e7o desproporcional para ler, organizar, expressar ou demonstrar aquilo que se sabe. Sei tamb\u00e9m como esse custo pode permanecer invis\u00edvel para quem observa apenas o resultado.<\/p>

Minha trajet\u00f3ria posterior foi constru\u00edda, em grande parte, fora das vias acad\u00eamicas convencionais, por meio do empreendedorismo, da pesquisa aplicada e do desenvolvimento de projetos educacionais. Um deles, a Schoolastic, foi inclu\u00eddo pela HolonIQ no <\/span>2023\/24\/25 Latin America EdTech 100<\/em>, entre as cem startups de tecnologia educacional mais promissoras da regi\u00e3o e no 2021 Learning Landscape entre as startups que podem mudar o futuro da educa\u00e7\u00e3o global.<\/p>

Esse reconhecimento n\u00e3o reescreve as dificuldades da minha forma\u00e7\u00e3o. Ele torna vis\u00edvel, por\u00e9m, uma contradi\u00e7\u00e3o que est\u00e1 no centro desta palestra: a capacidade que mais tarde recebeu reconhecimento p\u00fablico j\u00e1 existia quando eu quase n\u00e3o conseguia demonstr\u00e1-la nos formatos esperados.<\/p>

Minha hist\u00f3ria n\u00e3o representa todas as pessoas disl\u00e9xicas, superdotadas ou neurodivergentes. Ela explica, por\u00e9m, por que a dist\u00e2ncia entre performance, potencial e identidade nunca foi, para mim, apenas um problema te\u00f3rico.<\/p>

\u00c9 tamb\u00e9m por isso que a INA n\u00e3o foi concebida para decidir quem uma pessoa \u00e9. Ela procura nos impedir de decidir cedo demais com base no pouco que conseguimos observar.<\/p>

A heterogeneidade n\u00e3o \u00e9 ru\u00eddo<\/h2>

Em julho de 2025, a leitura de um estudo conduzido por pesquisadores de Princeton e da Simons Foundation sobre a heterogeneidade fenot\u00edpica no autismo funcionou como gatilho intelectual para uma pergunta diferente:<\/p>

Se manifesta\u00e7\u00f5es profundamente distintas podem coexistir dentro de uma mesma denomina\u00e7\u00e3o, o que uma performance isolada realmente nos autoriza a concluir sobre as aptid\u00f5es humanas?<\/span><\/p>

O estudo n\u00e3o propunha a DPHA. Seu objeto era identificar classes fenot\u00edpicas no autismo e investigar suas rela\u00e7\u00f5es com diferentes programas gen\u00e9ticos e trajet\u00f3rias de desenvolvimento. Para n\u00f3s, entretanto, aquela leitura provocou uma pergunta epistemol\u00f3gica que ultrapassava o dom\u00ednio cl\u00ednico originalmente estudado.<\/p>

Foi desenvolvendo essa pergunta, em outro dom\u00ednio e com outra finalidade, que come\u00e7amos a formular o que hoje chamamos de <\/span>DPHA \u2014 Decomposi\u00e7\u00e3o da Heterogeneidade Fenot\u00edpica das Aptid\u00f5es<\/span>.<\/p>

O nome \u00e9 grande. A inten\u00e7\u00e3o \u00e9 mais simples.<\/p>

Quando estudamos qualquer fen\u00f4meno humano complexo, percebemos que pessoas agrupadas sob uma mesma denomina\u00e7\u00e3o podem apresentar manifesta\u00e7\u00f5es profundamente diferentes: repert\u00f3rios, sensibilidades, formas de intera\u00e7\u00e3o, necessidades e respostas distintas diante do mesmo ambiente.<\/p>

Isso n\u00e3o significa transformar a experi\u00eancia humana em categoria cl\u00ednica. A provoca\u00e7\u00e3o \u00e9 epistemol\u00f3gica: <\/span>heterogeneidade n\u00e3o \u00e9 ru\u00eddo; heterogeneidade \u00e9 informa\u00e7\u00e3o.<\/span><\/p>

Duas pessoas podem produzir a mesma performance e n\u00f3s ainda n\u00e3o sabermos se os caminhos que levaram at\u00e9 ela foram equivalentes. Uma pode possuir determinado repert\u00f3rio com estabilidade. Outra pode responder melhor quando existe media\u00e7\u00e3o. Outra pode compreender, mas encontrar uma barreira no canal de express\u00e3o. Outra pode sustentar a mesma entrega com um custo funcional inteiramente diferente.<\/p>

\u00c9 importante manter o cuidado: a performance semelhante n\u00e3o prova que essas trajet\u00f3rias sejam diferentes. Ela tamb\u00e9m n\u00e3o prova que sejam iguais. Simplesmente n\u00e3o mediu isso.<\/p>

A DPHA n\u00e3o fragmenta a pessoa.<\/p>

A DPHA fragmenta a interpreta\u00e7\u00e3o precipitada.<\/span><\/p>

A pessoa continua inteira. O que decompomos \u00e9 o atalho pelo qual uma manifesta\u00e7\u00e3o parcial se transforma rapidamente em identidade.<\/p>

Cinco perspectivas sobre a mesma manifesta\u00e7\u00e3o<\/h2>

Para organizar essa prud\u00eancia interpretativa, a DPHA considera quatro Tramas Funcionais e um quinto eixo de observa\u00e7\u00e3o.<\/p>

T1 \u2014 Performance observada.<\/span> <\/span>Aquilo que efetivamente apareceu, sem completar a observa\u00e7\u00e3o com aquilo que imaginamos que a pessoa poderia ter feito ou deveria saber.<\/p>

T2 \u2014 Potencial mobiliz\u00e1vel.<\/span> <\/span>O que muda quando alteramos determinadas condi\u00e7\u00f5es: media\u00e7\u00e3o, canal, apoio, tempo ou oportunidade.<\/p>

T3 \u2014 Repert\u00f3rio dispon\u00edvel.<\/span> <\/span>Os recursos que j\u00e1 aparecem com alguma estabilidade e que a pessoa consegue mobilizar.<\/p>

T4 \u2014 Assincronia funcional.<\/span> <\/span>Descompassos recorrentes entre compreender e expressar, entre recurso e demanda, entre autonomia e necessidade de apoio, entre ritmo e contexto.<\/p>

Eixo V \u2014 Custo e sustentabilidade funcional.<\/span> <\/span>Quanto esfor\u00e7o, fadiga, regula\u00e7\u00e3o, compensa\u00e7\u00e3o ou recupera\u00e7\u00e3o foram necess\u00e1rios para sustentar aquela manifesta\u00e7\u00e3o.<\/p>

Essas perspectivas n\u00e3o s\u00e3o caixas independentes nem r\u00f3tulos para classificar pessoas. S\u00e3o perguntas relacionais sobre uma manifesta\u00e7\u00e3o situada.<\/p>

Podemos fazer um exerc\u00edcio puramente did\u00e1tico. Se cada uma dessas cinco perspectivas admitisse apenas tr\u00eas estados simplificados, j\u00e1 ter\u00edamos 243 configura\u00e7\u00f5es te\u00f3ricas. Com quatro possibilidades, seriam 1.024. Com cinco, 3.125.<\/p>

Isso antes de considerarmos idade, contexto, tarefa, momento, observador, v\u00ednculo, canal de express\u00e3o, tipo de media\u00e7\u00e3o e trajet\u00f3ria longitudinal.<\/p>

Talvez a pergunta mais interessante n\u00e3o seja \u201cqual \u00e9 a pontua\u00e7\u00e3o desta pessoa?\u201d, mas \u201cquantas configura\u00e7\u00f5es funcionalmente diferentes podem caber na experi\u00eancia humana?\u201d<\/p>

Se algumas poucas perspectivas simplificadas j\u00e1 permitem imaginar centenas ou milhares de configura\u00e7\u00f5es, por que insistimos tanto em representar uma pessoa por um \u00fanico n\u00famero?<\/p>

Dois alunos, a mesma nota<\/h2>

Imaginem dois estudantes.<\/p>

Aluno A: 6,2.<\/p>

Aluno B: 6,2.<\/p>

Matematicamente, 6,2 \u00e9 igual a 6,2. A performance observada foi semelhante. S\u00f3 isso.<\/p>

A nota n\u00e3o informa automaticamente se os repert\u00f3rios dispon\u00edveis eram os mesmos. N\u00e3o mostra como cada estudante responderia a uma media\u00e7\u00e3o. N\u00e3o revela se houve dist\u00e2ncia entre aquilo que compreenderam e aquilo que conseguiram expressar. N\u00e3o demonstra quanto custou para cada um sustentar aquela entrega.<\/p>

Tamb\u00e9m n\u00e3o podemos olhar para os dois resultados e concluir que as trajet\u00f3rias necessariamente foram diferentes.<\/p>

Ainda n\u00e3o sabemos.<\/span><\/p>

A nota n\u00e3o prova trajet\u00f3rias iguais nem trajet\u00f3rias diferentes. Ela simplesmente n\u00e3o mediu isso.<\/p>

Os dois 6,2 continuam sendo 6,2. A DPHA n\u00e3o corrige nem substitui a nota. A nota n\u00e3o est\u00e1 errada. O erro \u00e9 pedir que ela explique aquilo que nunca mediu.<\/p>

Indicadores s\u00e3o importantes. Avalia\u00e7\u00f5es podem ser necess\u00e1rias. M\u00e9tricas s\u00e3o \u00fateis. A INA n\u00e3o nasce contra a medi\u00e7\u00e3o.<\/p>

Ela nasce contra a redu\u00e7\u00e3o.<\/span><\/p>

Perguntar para reduzir incerteza<\/h2>

Uma pergunta sobre uma pessoa n\u00e3o deveria existir para provar previamente quem ela \u00e9. Deveria funcionar como um sensor: registrar uma manifesta\u00e7\u00e3o, tornar vis\u00edveis as condi\u00e7\u00f5es em que ela apareceu e abrir espa\u00e7o para novas observa\u00e7\u00f5es.<\/p>

Uma resposta \u00e9 um dado, n\u00e3o uma conclus\u00e3o.<\/p>

Ela pode fortalecer uma hip\u00f3tese, enfraquec\u00ea-la, pedir uma contraprova, abrir uma nova pergunta ou sugerir outra forma de media\u00e7\u00e3o. Pode tamb\u00e9m sustentar uma das respostas mais importantes que um sistema inteligente precisa saber produzir:<\/p>

Ainda n\u00e3o sei.<\/span><\/p>

Essa resposta n\u00e3o representa uma falha da intelig\u00eancia artificial. Em determinadas situa\u00e7\u00f5es, ela \u00e9 a demonstra\u00e7\u00e3o mais sofisticada de responsabilidade epistemol\u00f3gica.<\/p>

Uma leitura respons\u00e1vel tamb\u00e9m precisa permanecer revis\u00e1vel. Novas evid\u00eancias, novos contextos e novas observa\u00e7\u00f5es podem modificar legitimamente aquilo que acredit\u00e1vamos saber. Preservar mem\u00f3ria n\u00e3o significa congelar conclus\u00f5es. Significa permitir que o passado seja relido \u00e0 luz do que apareceu depois.<\/p>

H\u00e1 uma imagem simples para explicar esse compromisso.<\/p>

Um mapa n\u00e3o \u00e9 o territ\u00f3rio. Ele \u00e9 uma representa\u00e7\u00e3o \u00fatil enquanto continua compat\u00edvel com as condi\u00e7\u00f5es reais.<\/p>

Se uma rua deixa de existir ou se torna inacess\u00edvel, uma rota n\u00e3o deveria continuar sendo apresentada como v\u00e1lida apenas porque foi calculada ontem.<\/p>

Com conclus\u00f5es produzidas por intelig\u00eancia artificial, o princ\u00edpio deveria ser semelhante: quando as evid\u00eancias ou o contexto relevante mudam, a interpreta\u00e7\u00e3o precisa poder ser reconsiderada.<\/p>

Como fazer isso de maneira tecnicamente confi\u00e1vel \u00e9 uma das quest\u00f5es de pesquisa e engenharia que orientam o desenvolvimento da INA.<\/p>

O que a IA pode ampliar \u2014 e o que deve continuar humano<\/h2>

A intelig\u00eancia artificial pode ampliar nossa capacidade de organizar evid\u00eancias. Pode preservar mem\u00f3ria longitudinal, encontrar rela\u00e7\u00f5es dif\u00edceis de acompanhar manualmente, procurar contradi\u00e7\u00f5es e lembrar que uma observa\u00e7\u00e3o feita meses atr\u00e1s pode dialogar com outra produzida hoje.<\/p>

Pode perguntar o que ainda falta observar.<\/p>

Pode ajudar pessoas a perguntar melhor.<\/p>

Mas existe algo que n\u00e3o dever\u00edamos entregar a ela: a autoridade final sobre a pessoa.<\/p>

Contexto, julgamento, responsabilidade e decis\u00e3o continuam humanos. A ideia n\u00e3o \u00e9 automatizar a pessoa. \u00c9 melhorar a qualidade da media\u00e7\u00e3o.<\/p>

Isso muda a pergunta que fazemos sobre intelig\u00eancia artificial. Em vez de perguntar apenas quanto mais ela consegue decidir sozinha, talvez devamos perguntar:<\/p>

Quanto melhor n\u00f3s conseguimos decidir quando ela est\u00e1 conosco?<\/span><\/p>

Durante anos, nossa obsess\u00e3o foi construir m\u00e1quinas capazes de compreender o mundo. Talvez esteja come\u00e7ando outra etapa: construir m\u00e1quinas capazes de nos ajudar a compreender melhor os humanos sem decidir por eles.<\/p>

A intelig\u00eancia artificial n\u00e3o como substituta da compreens\u00e3o humana, mas como infraestrutura para ampli\u00e1-la.<\/p>

Tr\u00eas ideias para levar daqui<\/h2>

Primeira: performance n\u00e3o \u00e9 pessoa.<\/span> <\/span>Uma manifesta\u00e7\u00e3o situada \u00e9 uma evid\u00eancia sobre algu\u00e9m, n\u00e3o a totalidade desse algu\u00e9m.<\/p>

Segunda: a DPHA n\u00e3o fragmenta a pessoa; fragmenta a interpreta\u00e7\u00e3o precipitada.<\/span> <\/span>Ela tenta impedir que um peda\u00e7o seja confundido com o todo.<\/p>

Terceira: a intelig\u00eancia artificial pode ampliar a media\u00e7\u00e3o humana, n\u00e3o precisa substitu\u00ed-la.<\/span> <\/span>Ela pode organizar evid\u00eancias, preservar mem\u00f3ria, detectar contradi\u00e7\u00f5es, reduzir incerteza e perguntar melhor. Mas contexto, responsabilidade, julgamento e decis\u00e3o precisam continuar tendo um respons\u00e1vel humano.<\/p>

Refer\u00eancias essenciais<\/h2>

Dastin, Jeffrey. \u201cAmazon scraps secret AI recruiting tool that showed bias against women.\u201d Reuters, 10 out. 2018. <\/span>https:\/\/www.reuters.com\/article\/world\/insight-amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK0AG\/<\/a><\/p>

Obermeyer, Ziad; Powers, Brian; Vogeli, Christine; Mullainathan, Sendhil. \u201cDissecting racial bias in an algorithm used to manage the health of populations.\u201d <\/span>Science<\/em>, v. 366, n. 6464, 2019, p. 447\u2013453. <\/span>https:\/\/doi.org\/10.1126\/science.aax2342<\/a><\/p>

Ofqual. \u201cAwarding GCSE, AS, A level, advanced extension awards and extended project qualifications in summer 2020: interim report.\u201d 2020. <\/span>https:\/\/www.gov.uk\/government\/publications\/awarding-gcse-as-a-levels-in-summer-2020-interim-report<\/a><\/p>

Litman, Aviya; Sauerwald, Natalie; Green Snyder, LeeAnne; Foss-Feig, Jennifer; Park, Christopher Y.; Hao, Yun; Dinstein, Ilan; Theesfeld, Chandra L.; Troyanskaya, Olga G. \u201cDecomposition of phenotypic heterogeneity in autism reveals underlying genetic programs.\u201d <\/span>Nature Genetics<\/em>, v. 57, p. 1611\u20131619, 2025. <\/span>https:\/\/www.nature.com\/articles\/s41588-025-02224-z<\/a><\/p>


<\/p>

Sobre o autor<\/h3>

Luiz Fernando Orlandini \u00e9 empreendedor h\u00e1 mais de 30 anos, dos quais mais de 20 dedicados \u00e0 tecnologia e \u00e0 inova\u00e7\u00e3o. Cientista de dados, atua com intelig\u00eancia artificial desde 2003. \u00c9 idealizador da INA \u2014 Intelig\u00eancia Neuroartificial\u2122, coautor, com Adriana Marin, de A eVUCA\u00e7\u00e3o do S\u00e9culo XXI \u2014 O M\u00e9todo do Olhar, e atualmente se dedica \u00e0 interse\u00e7\u00e3o entre intelig\u00eancia artificial e o mapeamento longitudinal de evid\u00eancias humanas e suas trajet\u00f3rias.<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Vers\u00e3o p\u00fablica editada da palestra apresentada no HackTown 2026, em Santa Rita do Sapuca\u00ed, em 6 de setembro de 2026. Nota editorial \u2014 Texto adaptado para leitura. Repeti\u00e7\u00f5es e passagens dependentes de recursos visuais foram condensadas. A pergunta que vem antes da tecnologia O que quero compartilhar n\u00e3o \u00e9 uma ferramenta. \u00c9 uma pergunta. Como usar intelig\u00eancia artificial para compreender…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[2,1],"tags":[],"class_list":["post-4301","post","type-post","status-publish","format-standard","hentry","category-blog","category-sem-categoria"],"translation":{"provider":"WPGlobus","version":"3.0.0","language":"en","enabled_languages":["br","en"],"languages":{"br":{"title":true,"content":true,"excerpt":false},"en":{"title":false,"content":false,"excerpt":false}}},"_links":{"self":[{"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/posts\/4301","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/comments?post=4301"}],"version-history":[{"count":7,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/posts\/4301\/revisions"}],"predecessor-version":[{"id":4310,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/posts\/4301\/revisions\/4310"}],"wp:attachment":[{"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/media?parent=4301"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/categories?post=4301"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/schoolastic-app.com\/en\/wp-json\/wp\/v2\/tags?post=4301"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}