Naruhodo Entrevista #72: João Ricardo Sato

Meu sonho de infância, quando criança, era ser cientista. Eu queria ser um cientista, sabe? Assim, eu gostava muito, brincava no computador exatamente com essas coisas, sabe? Eu sou muito grato ao CNPq porque é aluno da minha graduação, eu fiz 3 iniciações científicas como bolsista e eu não tenho a menor dúvida que isso moldou completamente a minha carreira científica. Eu via qual era talvez o meu papel inicial nessa transição, mas eu tinha que conversar com as pessoas, tinha que ter uma contribuição de fato para pesquisa na área médica.

Mas, por outro lado, por eu estar apaixonado por essa área, embora tenha sido difícil em termos da intensidade do estudo, foi fácil por eu estar amando o que eu estava fazendo. Então, assim, meus livros de cabeceira eram todos de neurociência, eu estudava neurociência, só falava sobre neurociência, dormia, sonhava. Então eu acabei nessa pesquisa de neuroimagem e psiquiatria trabalhando muito com o neurodesenvolvimento também e imagens de crianças, neuroimagens de crianças, para estudar como o cérebro se desenvolve, como que desvios dessas trajetórias, né, digamos típicas de aprendizagem na infância e adolescência, como isso podia estar relacionado, né, a sintomas e problemas de saúde mental.

Naruhodo entrevista João Ricardo Sato.

Naruhodo Podcast.

Ilustríssima ouvinte, ilustríssimo ouvinte do Naru Rodô, o Altair e eu temos duas mensagens para você. A primeira é muito, muito obrigado pela sua audiência. Sem ela, o Naru Rodô sequer teria sentido de existir. Você nos ajuda demais, não só quando ouve, mas também quando Espalha episódios para familiares, amigos e, por que não, inimigos. A segunda mensagem é: existe uma outra forma de apoiar o Naruhodo, a ciência e o pensamento científico, que é apoiando financeiramente o nosso projeto de podcast semanal independente, que só descansa no recesso do fim do ano.

Manter o Naruhodo tem custos e despesas: servidores, domínio, pesquisa, produção, edição, atendimento, tempo Enfim, muitas coisas pra cobrir. E algumas delas em dólar. A gente sabe que nem todo mundo pode apoiar financeiramente. E tá tudo bem. Tente mandar um episódio pra alguém que você conhece e acha que vai gostar. A gente sabe que alguns podem, mas não mensalmente. E tá tudo bem também. Você pode apoiar quando puder e cancelar quando quiser.

O apoio mínimo é de R$15 e pode ser feito pela plataforma Orelo ou pela plataforma Apoia.se. Para quem está fora do Brasil, temos até a plataforma Patreon. É isso, gente, estamos enfrentando um momento importante e você pode ajudar a combater o negacionismo e manter a chama da ciência acesa. Então fica aqui o nosso convite: apoie o Narodô como puder. Ilustríssimo ouvinte, ilustríssimo ouvinte, seguimos com a série Narodô Entrevista, que tá trazendo conversas descontraídas com cientistas brasileiras e brasileiros que contam sobre suas trajetórias, seus pensamentos e seus campos de atuação.

Neste episódio vamos falar com João Ricardo Sato. João Ricardo Sato é professor titular da Universidade Federal do ABC. Por 5 anos foi coordenador do Núcleo de Cognição e Sistemas Complexos, unidade estratégica vinculada diretamente à reitoria da UFABC, que tem como objetivo a realização de atividades em equipes interdisciplinares voltadas para pesquisa, ensino e extensão na área de neurociências e cognição. Linha de pesquisa atual é interação entre neurociências e ciências exatas, com principal foco no neurodesenvolvimento, bases neurais de transtornos psiquiátricos, conectividade cerebral, inteligência artificial e processamento de sinais neurais.

Formou-se no bacharelado em estatística pela USP em 2002, tendo concluído 3 iniciações científicas como bolsistas PBIC e CNPq na área de séries temporais financeiras, com o intuito de atuar no mercado financeiro. No doutorado, que se iniciou em 2004, decidiu focar sua pesquisa no desenvolvimento de novos métodos estatísticos para modelar a conectividade cerebral por meio de sinais de ressonância magnética funcional. Esse trabalho interdisciplinar realizou-se sob orientação de um docente do Departamento de Estatística, um docente da Faculdade de Medicina da USP.

Em 2006, realizou estágio de pesquisa, doutorado sanduíche, no Instituto de Psiquiatria do King's College London, onde integrou técnicas computacionais de aprendizado de máquina à sua linha de pesquisa. Após a conclusão do doutorado, atuou como consultor estatístico e pesquisador do Hospital das Clínicas de São Paulo. Além disso, também atuou como professor no curso de pós-graduação Lato Censo da Universidade Metodista em São Bernardo do Campo.

Em janeiro de 2009, foi contratado pela UFABC para o cargo de professor adjunto do Centro de Matemática, Computação e Cognição. Em julho de 2009, tornou-se o coordenador do Núcleo de Cognição e Sistemas Complexos. Os docentes associados ao NCSC foram a equipe idealizadora do bacharelado em neurociências, pioneiro no Brasil, e do programa de pós-graduação em neurociências e cognição da UFABC. Esta equipe também foi responsável por todo o planejamento da infraestrutura para pesquisa científica em neurociências, hoje disponível no primeiro andar do Bloco Delta, no campus de São Bernardo do Campo.

Atualmente é coordenador do Núcleo Interdisciplinar de Neurociência Aplicada da Universidade Federal do ABC. Vamos então para a conversa com o João. Olá, João, muito obrigado por ter topado conversar com a gente aqui no Narodô. Dê aí seu primeiro salve para as nossas ouvintes e para os nossos ouvintes, João.

Olá, quem É um prazer enorme poder participar aqui nesse podcast. Muito obrigado pelo convite.

Boa, João! Eu te chamo de João ou te chamo de Sato, hein, João?

Como você preferir.

É, como é que você é mais conhecido no meio acadêmico aí?

Como Sato.

Como Sato? Imaginei, imaginei. João, antes de começar, eu preciso te dizer que o Altair te mandou um abraço.

Ah, querido Altair!

Eu me encontrei com ele ontem. Ele te mandou um abraço e falou que eu posso dizer abertamente aqui para o público que ele paga um pau para você, viu, João? Ele te acha foda e paga um pau para você. Então esse é o recado que eu tenho antes da gente começar a conversa, João.

Legal. Não, querido Altair, nossa, faz tempo que eu não tomo um café com ele, tô organizando aí um dos grandes cérebros aí da atualidade na neurociência, psicologia, estatística, conhecido de longa data. Um abração, Altair.

Que bom! Agora sim vou começar a te chamar de Sato. Ô, Sato, eu vou começar então com você como eu começo com todo mundo que a gente entrevista aqui no Naru Rodoio. Eu quero saber quando você nasceu, onde você nasceu e em que contexto familiar, socioeconômico você nasceu, Sato.

Olha, eu nasci na década de 80, no começo da década de 80. Só para esconder um pouco a idade, vou tentar.

Tá bom, não precisava, né, porque é um garoto se é começo da década de 80.

É, tô aqui, né, nos meus 18 anos, feliz e contente agora em 2026. Nasci em São Paulo mesmo, certo? No contexto de família de classe média, com pai engenheiro, né, trabalhando em empresas, e uma mãe professora.

Você tem irmãos, antes de mais nada?

Assim, excelente pergunta. Eu tenho muitos irmãos, né. Meus pais tiveram então 5 filhos ao todo.

5 filhos não é tão comum assim em família de descendência japonesa, né, Satô?

É, eu acho que já talvez fosse mais comum em algumas gerações mais para trás, né? Mas então eu posso dizer o seguinte, que bom, primeiro eu tive uma infância muito feliz e eu diria que grande parte disso foi por causa de ter muitos irmãos e ter um ambiente muito alegre em casa, né?

Casa cheia sempre, casa cheia.

Exato, né? É óbvio, né? Você nunca conseguia ter um lugar em paz para você ler um livro ou estudar. Sim, e sempre tinha aquela briga de o que que a gente tivesse assistindo na televisão, né? Então já tinha que ser uma coisa meio que democrática desde o início.

Coletiva, né?

Coletiva desde o início. E o que é legal é que hoje, né, dos 5 filhos, 4 foram para a área acadêmica e são professores em universidades. Então eu diria que grande parte disso foi influência da minha mãe.

Certo.

Então professora, e acho que todos gostaram bastante assim, né, dessa cultura talvez da educação.

Ela dava aula de quê, ô Satô, sua mãe?

Ela fez engenharia elétrica, mas especialidade dela mesmo era computação. E o que é interessante é que na época, então, que eu, na minha infância, ela trabalhava com uma coisa que depois, agora, se tornou algo fundamental, que é uma coisa chamada computação paralela. Em que, bom, acho que você vai lembrar, né, quem naqueles computadores ainda de tela verde, ou até antes da tela verde, aqueles mais antigos, né?

Eu achava chique a tela âmbar, você lembra?

Então eu diria que talvez por ela trabalhar com isso, eu tive um privilégio de fato de poder ter esse tipo de equipamentos em casa, o que obviamente impactou a minha infância e a própria minha carreira.

Você começou a mexer no computador com que idade?

Ah, já deve uns 7 anos, né? E é engraçado, eu sempre quebrava as coisas, era muito engraçado. A minha mãe, ela ficava louca porque lembra que tinha os disquetes lá, né, para você colocar? Eu quando era criança, na verdade antes de começar a mexer com set para começar a fazer algo mais de computação mesmo, né? Mas até lá eu ficava usando de cofrinho, botava moedinhas no drive do disquete. E então naquela época, né, a gente só tinha um processador, uma CPU ali no computador, né.

Então era tudo processado de uma forma em série. E na verdade naquela época ela já via essa ideia de você ter clusters de computadores, né, você ter mais de um computador junto fazendo uma única tarefa. Então é uma computação paralela porque você podia processar várias coisas simultaneamente e os algoritmos poderiam conversar entre os diferentes computadores, né? E de alguma forma isso na década de 2000 evoluiu para esses computadores com mais de uma CPU.

Hoje seu celular deve ter pelo menos umas 8, uns 8 processadores ali, né? E também para os clusters de computadores que a gente tem na internet e a GPU, que esses processadores gráficos que a gente tem no computador e no celular que você consegue fazer várias contas em paralelo, ou seja, muito mais rápido. Então assim, essa área que ela pesquisava, como fazer algoritmos que você conseguia quebrar, né, para ser processados paralelamente por diferentes—

Mas isso há 40 anos aí?

Exatamente, antes de existir coisas paralelas. Isso que era legal, assim, as pessoas já pensavam nisso antes delas existirem, né?

Sim, sim. Você diria que a influência que ela acabou tendo sobre você também influenciou na escolha do curso que você acabou fazendo quando foi prestar o vestibular?

Nossa, que pergunta boa! Certamente, pensando que eu gostava muito e tinha já uma certa facilidade, né, para as coisas de exatas, talvez por causa disso. Eu tinha um pensamento mais assim, é engraçado, a gente muda muito a forma da gente pensar, né, com a questão da própria maturidade, né. Mas eu diria que eu acho que era uma criança um pouquinho mais lógica por causa talvez disso, né. E assim, eu Ela realmente gostaria que eu fizesse engenharia. Eu não tenho isso, eu não tenho a menor dúvida.

Ainda bem que ela tinha 5 filhos, imagino que, né? E aí um deles acabou fazendo engenharia ou não?

Nenhum chegou nada, tá vendo?

Aí vocês também não ajudam, né? Mas você ficou perto ali, você era amante dos números desde criança, é isso?

Exatamente. Então assim, até tava comentando um pouquinho, né? É engraçado que, confesso que acho que é a primeira vez que eu participo de um podcast que alguém faz uma pergunta mais assim pessoal nesse sentido, porque em geral o pessoal quer, vamos lá para o cérebro, neurocientista, né? Mas é legal porque isso assim, na verdade eu também tenho um cérebro e ele se formou dadas essas experiências que eu tive na infância, né? Então assim, eu posso dizer o seguinte, meu sonho de infância quando era criança era ser cientista, eu queria ser um cientista.

Sabe, assim, eu gostava muito, brincava, brincava no computador exatamente com essas coisas, sabe, assim, eu via nos filmes. Um filme que me marcou muito, né, nesse início, é engraçado, é aquele Querida, Encolhi as Crianças, que, né, nossa, é um clássico. Aí eu falei, quando eu assisti, eu falei, eu quero ser um cientista, eu quero encolher todo mundo ou fazer todo mundo crescer, enfim, né, eu achava isso o máximo. Mas aquela coisa, né, você vai virando adolescente, algumas coisas vão mudando, ensino médio, aí você fala, puxa, eu queria tentar ganhar dinheiro, né, mudar um pouco de vida e trabalhar num banco, tentar fazer dinheiro de alguma forma, né.

Então eu diria que no ensino médio, principalmente mais pro final, né, isso levou à escolha da carreira de estatística, né, pro vestibular. Fui muito pensando nisso, eu quero trabalhar num banco pra depois ganhar dinheiro quando eu me formar. Tá, não foi nem tanto então a influência aí da minha mãe pela engenharia.

Entendi. Mas mal sabia você que você ia acabar enveredando no mundo acadêmico mesmo. Estatística, isso.

Exatamente, exatamente.

Agora vamos voltar um pouquinho, Satô. Você, quando foi prestar o vestibular, você prestou só estatística? Como é que foi assim a escolha?

Era uma carreira Tá, vamos lá. Na FUVEST, muitas coisas mudam ao longo das carreiras e a forma como ingressa no vestibular. E naquela época havia um agrupamento, né, de matemática pura, matemática aplicada, estatística e ciência da computação era na mesma.

Você só podia escolher cursos ali dentro dessa mesma carreira, né? Acho que eles chamavam de carreira, você se eu não me engano, né?

Isso, acho que era carreira. É, realmente faz tantos anos que eu já não lembro mais, né? Então, na verdade, eu acabei enveredando por essa, na escolha desta carreira, mas eu já queria fazer estatística.

Você sabe que, você sabe que o IME, né, o Instituto de Matemática e Estatística, o Altair, ele disse que é mais difícil, tem que estudar mais no IME do que na Poli.

Olha, eu não sei porque eu nunca estudei na Poli. Mas uma coisa eu posso dizer, é mais difícil você sair do que você entrar. Tá certo, tá certo.

Ô, Satô, então você marcou lá o xizinho em estatística para a FUVEST, passou de primeira, Satô?

Passei.

Passou de primeira?

Passei de primeira.

Tá, e aí você entra então no campus da USP, né, que é um dos campos mais desejados do país, né, da América Latina, provavelmente. Como é que foi para você ter contato com um campus universitário público, a maior universidade da América Latina? E aquilo te impactou? Como é que foi?

Olha, eu diria assim que eu lembro muito bem do primeiro dia de aula, mas eu lembro muito bem, né? Porque assim, o campus eu já conhecia, eu ia fazer piquenique lá de final de semana.

Então era sua praça lá.

Eu não fui impressionado pelo campo que já era familiar. Mas eu diria que o meu primeiro dia foi traumático, assim, que eu fui super animado e saí de lá um pouco traumatizado, né? Por dois motivos, por dois motivos. Um mais substancial, o outro trivial e até engraçado, tá? O primeiro, o mais substancial, é que eu não entendi nada, de nem nada das primeiras aulas. E aí eu Eu pensei, será que é trote, né? Assim, tá, né? E não era trote. Depois eu fui ver que não era trote.

Mas como assim? Você não tava entendendo a matéria, é isso?

Isso, não tava entendendo a matéria. Não entendia por que que o professor tava assim. A matemática universitária é muito diferente da matemática do nosso antigo colegial, agora chamado ensino médio, porque naquela, no ensino médio, você em geral tem que calcular as coisas e a resposta é meio que um Você fatora de um jeito, tem um truque, você no final calcula alguma coisa, em geral, e acha o x ali, né? E na matemática universitária é você tentar provar coisas.

Prove que tal coisa é verdade usando algumas coisas. E eu nunca tinha visto isso na minha vida, e eu não tava entendendo nada que estava acontecendo.

Entendi.

Então assim, eu saí de lá no primeiro dia e falei, nossa, eu acho que, acho que cometi um erro.

É isso? É isso, é.

É assim, acho que eu cometi, eu acho que isso não é para mim, né? E também um problema assim meio até, digamos, meio de autoestima do tipo, se o que eu sei de fazer melhor é isso, eu tô, não sei nada. Eu acho que é melhor eu ir vender cachorro-quente, não sei, sanduíche na praia, sei lá, né? E falando em comida, aí vem a outra parte traumática que é trivial, mas não deixa de ser verdade, né? E aí no primeiro dia de aula eu fui comer no famoso bandejão universitário.

Claro, um clássico também.

Assim, e na verdade hoje melhorou muito, muito, muito, mas aquela época era algo assim, eu diria assim, era uma ração. Não, não, é indescritível, era indescritível. Assim, é só para talvez colocar o nível, o que eu consigo descrever da experiência É que de bebida você tinha um copo de leite C sem açúcar no almoço. Essa era a bebida do almoço.

Um copo de leite C sem açúcar.

E obviamente assim, eu passei mal depois, e junto com não tá entendendo da matéria assim, o final do dia eu tava assim desolado.

Entendi. Nossa, esse primeiro dia realmente pareceu um trote para você.

Isso pareceu, né? E na verdade não era, era a realidade.

Certo, bem-vindo à realidade.

Bem-vindo à realidade.

Mas uma coisa, quanto tempo passou até você falar, ah, é isso mesmo, eu tava assustado, mas é aqui, é o meu lugar?

Não foi um semestre, um semestre, tá? Mas uma coisa que você aprende, né, isso acho que é importante, nada como um dia após o outro, né? E nada como você O ser humano é extremamente adaptativo de entender como as regras funcionam nesse mundo novo, como é a forma de pensar. E então assim, algo que para mim talvez no primeiro mês fosse algo assim desesperador, ao longo de 6 meses você fala, eu acho que eu peguei as manhas, sabe? Então tá certo, esse foi o começo da minha carreira.

E vem cá, ô Satô, logo na graduação você já se enveredou em iniciação científica? Já assim se misturou com o povo da ciência? Como é que foi a sua trajetória?

Então, excelente pergunta. E a minha resposta é que desde o final do primeiro ano eu já comecei a fazer iniciação científica, tá? E eu não fazia a menor ideia do que era uma iniciação científica na universidade.

E como é que você foi parar lá se você não fazia ideia assim?

Exatamente, nada como ter uma mãe que é professora.

Ah, claro.

E ela, olha, eu recomendo, até porque na época você podia ganhar uma bolsa. E digamos, vamos lá, minhas condições familiares na época não eram muito boas, eu precisava ter alguma forma de conseguir pagar o bandejão, pagar os livros, né, o transporte. Então eu acabei conseguindo uma bolsa de iniciação no final do primeiro ano e comecei a trabalhar.

Foi uma bolsa CNPq, é isso?

Foi isso. Eu sou muito grato ao CNPq porque ao longo da minha graduação eu fiz 3 iniciações científicas como bolsista e eu não tenho a menor dúvida que isso moldou completamente a minha carreira científica. E como eu gostaria de trabalhar na área financeira e eu tinha alguns amigos que já estavam nessa área, ele falou, olha, vai trabalhar numa área de estatística chamada análise de séries temporais. Isso vai ser super importante para depois você trabalhar na área financeira. Então eu diria que desde a primeira iniciação foi algo nessa linha.

Já entendi. Agora conta como se fosse, estivesse explicando para minha mãe, não para sua, para minha mãe que não é engenheira, o que que é análise de séries temporais e por que que isso seria aplicável no mercado financeiro.

Perfeito. Bom, vamos lá então. Oi, mãe do Ken. Análise de séries temporais, uma análise de dados que você tem de coisas que vão mudando ao longo do tempo. Então, por exemplo, aqui estamos muito frio em São Paulo e a temperatura vai mudando ao longo dos minutos, ao longo das horas, né? A umidade do ar também. Né? E da mesma forma, o preço de ações de empresas, os índices de bolsa de valores, de acordo com o tempo, elas flutuam ao longo do tempo.

Então, basicamente, análise de séries temporais é uma área da estatística que tem um conjunto de ferramentas para você analisar esse tipo de dado, e que uma das variáveis é tempo. É isso? É talvez o principal índice que nós comentamos, né, que são medidas no índice tempo. É o principal.

Perfeito. Ô, Satô, você emendou a graduação com o mestrado relativamente rápido assim, né? Foi uma, praticamente uma coisa depois da outra. No final da graduação você já sabia que ia percorrer uma trajetória acadêmica?

Muito longe disso, muito longe disso.

Porque você entrou na faculdade querendo ganhar dinheiro, né? E aí de repente você tá fazendo mestrado. Como é que foi isso?

Então, é uma, essa é uma excelente pergunta, porque nos últimos anos da graduação eu realizei o meu sonho e fui trabalhar em instituições financeiras. Então você foi trabalhar, foi trabalhar, exatamente.

Você foi trabalhar em banco, corretora?

Eu fui trabalhar em banco e em empresas de investimento. Então assim, boa parte do mestrado eu fiz trabalhando em empresas também. Então na verdade eu coloquei, trabalhei alguns anos nessa área e na verdade eu quis fazer o mestrado não para ir na área acadêmica, é porque eu queria aprender mais, me especializar mais nas séries temporais para aplicações realmente na área financeira.

Ah, porque você já estava na cabeça ainda com uma carreira empresas totalmente, absolutamente, absolutamente, dinheiro.

Exatamente. Ó, o sonho se realizou, exceto a parte do ganhar dinheiro. Entendi.

Deu quase tudo certo, né? Agora tô vendo aqui no seu látex que o mestrado de estatística foi na USP, né? Então você não saiu da USP. E o título do trabalho foi Processos com Memória Longa Compartilhada. Eu queria saber o seguinte, o orientador foi o Pedro Alberto Morettin. E eu queria saber o seguinte: esse tema foi você que escolheu? Foi baseado no estudo que o professor Paulo já tinha? É porque mestrado às vezes acontece dessa forma, né?

A gente tá falando de 2 anos que passam muito rápido. Como é que foi esse estudo? Como é que ele nasceu? O que que você aprendeu a partir dele, Satô?

Vamos lá. O professor Pedro Morettin é uma das pessoas mais queridas que eu tenho na minha vida, que eu tenho mais admiração. Porque as 3 iniciações científicas ele foi o orientador.

Ele foi orientador nas 3 orientações da graduação. Sim, certo.

E uma coisa que eu sempre gostei dele, até hoje isso acontece, ele sempre foi uma pessoa muito crítica. Então eu aprendi muito com isso, sabe? Assim, realmente, nossa, você não faz ideia das broncas que eu levei, né? Desde lá uma criança, afinal, um adolescente no primeiro ano, e até hoje professor titular ainda leva bronca. Mas eu adoro ele.

Ele tá na ativa ainda, o professor Pedro?

Está aposentado, mas novamente, ah, tá aposentado. É, mas como os grandes cérebros, ele, o aposentado é uma mera formalidade, certo? Então assim, na verdade eu diria que a gente já tinha uma uma relação acadêmica muito próxima, né? E eu pude escolher o meu próprio projeto. Eu falei, olha, tal coisa são interessantes aqui e eu gostaria de trabalhar nessa área, baseado nos artigos que eu já levei para ele.

Então explica, explica para gente, Reles Mortais, o que é memória longa compartilhada.

Perfeito. Vamos lá, você tem então séries temporais, esses preços de ações, por exemplo, em que o preço ele não vai mudar de uma hora para outra. E uma característica que a gente chama de volatilidade, né, que é essa incerteza que a gente tem nos preços, também não muda de uma hora para outra. Demora bastante até para que você tenha grandes mudanças. Então a gente chama isso, né, de memória longa, porque não é um processo que tem memória, não é uma coisa instantânea que cada dia eu faço o que eu quero.

Ele segue uma inércia, um processo inercial, digamos assim, tá? E ele é compartilhado porque você tem, por exemplo, várias ações em que essa memória é uma memória comum, ela é compartilhada entre vários Vários agentes, várias ações. Na realidade, é muito por características macroeconômicas. As empresas do Brasil, todas elas, cada um tem o seu nicho de pesquisa, de atividade, mas elas têm uma coisa comum, que é o próprio cenário econômico brasileiro e as políticas brasileiras.

Então você tenha, embora você tenha essas características individuais das empresas, elas têm algo que é compartilhado e algo que muda lentamente, né? Veja assim como o próprio Banco Central.

Ah, perfeito. Taxa de juros, preço do petróleo.

Exatamente. Então assim, elas são sujeitas a esse processo comum, né? Então a ideia era uma forma de tentar estimar esses processos que são comuns e que regem diversas ações.

E, mas a ideia era chegar num método que projetasse com precisão essas séries, é isso?

Sim, a ideia não era tanto gerar previsões, tá? Era mais tentar verificar como era esse processo lento que é comum E qual era o impacto nos diferentes, nas diferentes ações. Algumas ações eram mais impactadas por esses processos, outros menos impactados, né? Mas era o que eu acho que é curioso, é que, e essa é a beleza da estatística e da matemática, que o conceito é um modelo matemático que pode ser aplicado para outras áreas também, não só para área financeira.

A gente pode até falar disso mais tarde, que foi a minha ponte para Mas eu também trabalhei com variáveis climáticas de velocidade do vento em diferentes localidades, né? E a ideia era mostrar também que essas variáveis climáticas também tinham memórias longas compartilhadas entre diferentes variáveis. Então foi, então dizia que a minha dissertação foi algo mais geral, não foi só voltado para área financeira.

Ah, entendi, entendi. Mas você já tava trabalhando então no mercado financeiro na época do mestrado? Eram coisas que aconteceram na paralela então?

Exatamente.

E como é que foi a decisão pelo doutorado? Porque aí a gente já tá falando de um investimento de tempo mais sério, né, Satoru? A gente tá falando de pelo menos, pelo menos 4 anos aí, muitas vezes. E no seu caso foi assim, incluiu também um período sanduíche fora do Brasil, né? Nesse momento você já tava pensando em sair do mercado financeiro?

Não, vamos lá, na verdade, tá, deixa eu tentar explicar isso de um jeito mais simples. Eu trabalhando no banco, etc., algo começou a me incomodar assim. Eu comecei a ver que eu não estava feliz ali. Eu gostava do que eu tava fazendo, mas eu não me sentia realizado. Então você fala, que esquisito, né? Que estranho, porque se eu gosto do que eu faço, por que que eu não tô me sentindo realizado, né? E no fundo, eu acho que parte dessa não realização é que eu sentia que até assim, tendo estudado muito, recebido bolsa do CNPq, etc., eu talvez não estava entregando todo o potencial que eu tinha de volta para a sociedade, sabe?

Bom, investimentos são apostas que você faz, é apostas. E toda a matemática, estatística serve para você, assim como no jogo de pôquer, né, que você pode usar também, é para você fazer apostas mais lógicas, apostas mais otimizadas, apostas com probabilidades de ganho maior. Né? Mas eu não sentia que eu não tava exatamente produzindo alguma coisa, entregando isso para o povo brasileiro assim. Acho que eu sempre tive uma coisa assim muito da comunidade, né, em que eu vivia, etc.

E uma forma talvez de atingir isso é trabalhar na área da saúde. Só que eu via, puxa, onde que eu vou colocar? O que eu sei fazer é séries temporais. Onde que eu vou colocar isso de na área da saúde. A aplicação imediata, que para mim era a única visão que eu tinha, era epidemiologia. Que, por exemplo, você tem lá é número de pessoas com COVID ao longo do tempo, né, o número de mortos por COVID, enfim. Mas essa eu diria que não era uma área que eu gostava, não me apaixonei pela epidemiologia.

Eu tive disciplina de epidemiologia e não me apaixonei por ela. Mas então, olha só, no final do mestrado eu conheci uma outra pessoa muito querida, que é o professor Daniel, que agora tá na UFRN, que ele era uma pessoa muito diferente. Ele já tinha acabado a medicina, certo, e decidiu fazer um bacharelado em matemática no IME. Olha só, é um Altair da vida. E nessas conversas, etc., ele me mostrou que tudo que eu sabia de séries temporais podia ser aplicado para sinais neurais, para entender como o cérebro humano funcionava.

E isso traria várias aplicações possíveis, né, para entender melhor doenças, transtornos. E ele me apresentou então para o professor Edson, da radiologia, que trabalhava com ressonância magnética. Né, principalmente ressonância magnética funcional. E eu confesso assim que em uma semana eu me apaixonei pela área e falei, era isso que eu tava buscando, era isso que eu queria.

Mudança total assim, né, de visão sobre o seu papel.

Exatamente. E aí eu falei, é isso que eu quero. Então no doutorado, eu ainda fiz o doutorado no IME, mas voltado, e digamos, grande parte do tempo eu tava nos laboratórios do Instituto de Radiologia da época, lá convivendo com os médicos, discutindo com os neuroradiologistas, etc. E eu diria assim que foi algo assim, então, apaixonante, como lhe falei, mas muito difícil, porque eu não sabia nada de medicina, nada sobre o cérebro.

Então assim, eu tinha que aprender as coisas muito rápido para conseguir dar conta de fazer a pesquisa, né? A ideia é como é que você vai dar uma contribuição científica se você não sabe nada sobre aquilo?

Quer dizer, você teve, você teve que ter noções sobre neuro e até medicina, vamos dizer assim, para poder de fato contribuir com a sua skill.

Exatamente. Eu via qual era talvez o meu papel inicial nessa transição, mas eu tinha que conversar com as pessoas, tinha que ter uma contribuição de fato para pesquisa da área médica, né? Então, é, mas por outro lado, por eu estar apaixonado por essa área, embora tenha sido difícil em termos da intensidade do estudo, foi fácil por eu estar amando o que eu tava fazendo. Então assim, meus livros de cabeceira eram todos de neurociência, eu estudava neurociência, só falava sobre neurociência.

Dormia, sonhava. Então foi difícil na intensidade, mas muito prazeroso por ter descoberto aquilo que acho que me encantava.

E você chegou a largar o banco nessa época ou tava tocando as duas coisas em paralelo?

Não, já tinha largado.

Tá, aí você já tinha largado.

Na verdade, eu diria que um tempo eu larguei o banco ainda durante o mestrado, por causa dessas questões, dessas questões, vamos chamar assim, crises mesmo existenciais ali, né? Até para eu conseguir me afastar um pouco para conseguir ver novas possibilidades, entendeu?

Então esse afastamento foi importante assim para você tá aberto, por exemplo, a essa transformação que o doutor Davi, é isso?

Daniel.

Daniel, perdão. O Dr. Daniel provocou aí em você, né?

Exatamente. Então assim, na verdade, no final do mestrado eu já era bolsista e mais focado, né, em pensar no que que eu queria fazer dali para frente, né? Eu tive esse privilégio.

O título do doutorado foi Modelo Autorregressivo Vetorial com Coeficientes Variantes no Tempo e Aplicações RMI. Bom, eu entendi aqui aplicações é em RMI porque Eu sei que a MI é ressonância magnética. Agora você vai ter que explicar para o nosso ouvinte que caco é modelo autoregressivo vetorial com coeficientes variantes.

Perfeito, vamos lá. Isso é muito legal porque é um trabalho muito interdisciplinar, né, que mistura as duas áreas. Isso você já se vê no título, metade do título começo é algo mais de estatística, é verdade, metade já tá na médica, medicina.

Né?

Então, bom, ressonância magnética, imagens, acho que você já é mais familiar. E a primeira parte é o seguinte: existem modelos econométricos, né? Então, usava inclusive no banco, né, que é para você estudar como que uma série temporal ela impacta em outra série temporal. Por exemplo, como que a taxa, como que uma ação É como que, digamos assim, a variação do dólar hoje, como ele pode impactar uma ação, por exemplo, da Petrobras amanhã, né?

Então essa relação entre essas variáveis, né, e que do ponto de vista da economia a gente pode estudar isso usando uma abordagem chamada causalidade de Granger, né? E para isso então utiliza esse modelo autorregressivo vetorial que tem na primeira parte. Só que o que que acontece? O cérebro, ele é dinâmico. A nossa conectividade no cérebro, ela muda ao longo do tempo. Assim, quando eu tô fazendo uma tarefa, no começo tem uma área mandando, digamos assim, causando atividade de outra área, e no meio da tarefa ela muda, outra área começa a entrar na jogada, né?

Então, essas relações e o impacto que uma área cerebral tem sobre a outra ela muda ao longo do tempo. Então, meu trabalho foi basicamente fazer uma generalização desse modelo autorregressivo vetorial para permitir essa análise de causalidade de Granger mudando ao longo do tempo, como que esse fluxo de informação de uma área para outra, como ela muda ao longo do tempo. Então, foi um trabalho já bem voltado para neurociência especificamente.

Perfeito. Você pode comentar com a gente aprendizados que você teve teve do antes e depois assim dessa, desse estudo assim?

Sim, sim, sim, vamos lá. Primeiro que fazer pesquisa interdisciplinar é muito difícil, principalmente porque você tem que encontrar uma linguagem comum para conversar com os pesquisadores dessas diferentes áreas. E a melhor forma de você fazer isso é você estudando essa outra área que você quer conversar. Conseguir falar a linguagem deles, eles te entenderem, etc. Então, e a outra coisa é que eu confesso que no começo eu tava um pouco cético, do tipo, puxa, uma pessoa que é um médico, passou no vestibular em medicina, o cara só pode ser um gênio, né?

O que que eu vou ali conseguir contribuir? O cara já é um gênio, o que que eu vou fazer, né? E eu descobri então que ele pode ser um gênio e talvez seja o gênio da medicina, Mas as outras áreas são praticamente desconhecidas para essas pessoas também. Então você tem muito a contribuir complementando, né, com esses conhecimentos de outras áreas. E eu acho que essa é a beleza desse trabalho interdisciplinar, né, quando você não trabalha sozinho e há um esforço conjunto de várias pessoas num objetivo comum, né.

Então eu não sabia que isso existia no Brasil, sabe, ou podia existir. E a outra é que eu vi que através disso, né, embora tenha tido formação inicial em outras áreas, né, é possível contribuir com a sociedade. É realmente possível você impactar em outras áreas, que era o que eu estava querendo inicialmente, né. Então eu diria que talvez esse é o maior aprendizado. E a outra coisa, talvez, isso você até comentou, né, eu fiz um doutorado sanduíche no King's College lá em Londres, E eu confesso então também, eu cheguei lá assim, nossa, lá só deve ter pessoas que são geniais, né?

Vou lá, um Joãozinho do Brasil assim, sabe? Aquele meio com a síndrome do vira-lata, de vira-lata, né? E aí eu cheguei lá e eu vi, nossa, é todo mundo igual eu assim, não tem nada, sabe? Assim, era igual para igual assim. Sabe quando você vê, puxa, você coloca às vezes algumas coisas num pedestal e você vê que na verdade não é bem assim. Todas as pessoas são normais como você e na verdade as coisas vêm muito mais do trabalho duro do que da genialidade em si.

Então, óbvio que assim, quando a genialidade encontra o trabalho duro, você tem coisas incríveis como esse meu amigo Daniel, que tá na UFRN, né? Daniel Takahashi. Isso é fantástico, mas a maior parte da pesquisa que é feita não é pelos gênios, é por suor, resiliência de cada dia.

É muito mais transpiração do que outra coisa, né?

Exatamente, exatamente.

Como é que foi, Satô? Conta um pouquinho mais como é que foi passar um tempo. Você ficou quanto tempo lá no King's College?

Eu fiquei um pouco mais que meio ano.

Um pouco mais que meio ano assim. O que que, fora a questão do seu estudo em si, né, que você foi dar continuidade lá, alguma coisa te chamou atenção da infraestrutura que eles tinham assim?

Certo, isso é bem importante. Só abrindo parênteses aqui, eu acho que não deixa de ser engraçado, né, Quando eu cheguei lá, eu descobri que eu não sabia falar inglês. Eu sabia falar inglês do Brasil. Olha, mesmo fazendo muitos cursos assim, quando você tá lá no local é muito diferente. Então quem puder ter essa oportunidade de vivência, né, de intercâmbio e tudo, eu acho que é fundamental. Fecha parênteses. Em relação à infraestrutura, isso sim é uma diferença brutal em relação ao cenário nacional que a gente tem aqui.

Eu não sei nem como explicar, porque eles tinham tudo do bom e do melhor para fazer a pesquisa. E talvez realmente até assim a maior dificuldade lá, eles encontrarem pessoas boas para trabalhar, sabe? Porque todo recurso eles já tinham lá. Então eu diria que isso é o que eu senti mais, um impacto maior, realmente.

Você não tinha morado fora ainda, né? Foi a sua primeira experiência?

Não, foi a primeira experiência.

Teve alguma coisa que você sofreu Lá na Inglaterra?

Ah, sim, vamos lá. Não é uma coisa, é muitos, né? Então assim, na questão acadêmica nem tanto, né? Assim, como eu falei, foi bom, mas eu fui lá no inverno e lá 2 horas da tarde já tá aqui igual 10 horas da noite, você não tem sol. E Londres acaba sendo frio e molhado. Então assim, para um brasileiro Isso depois de um tempo começa a ter um impacto assim psicológico, assim, sabe?

Sem dúvida, sem dúvida. É deprimente. Então eu já trabalhei um mês em Londres e tava, não tava no inverno, tava no final do outono, final do outono, sabe? Mas era, já era impossível, por exemplo, eu ia ir para o parque dar uma corridinha. Isso, porque eu não tinha roupa adequada para isso assim, né? Porque a gente tá acostumado a correr com camiseta e shorts, né? Aí você chega lá, as pessoas correndo no Hyde Park de gorro assim, só com os olhinhos de fora, né? Aí eu falei, caramba, eu não tô equipado para isso assim, né?

Mas então assim, eu acho que talvez essa Teve uma questão cultural que eu dei várias, várias gafes, enfim. Mas essa questão do clima talvez tenha sido o que mais me impactou mesmo.

Entendi, entendi. Sato, aí você volta então para o Brasil, termina o doutorado. Foi numa boa assim a apresentação e a finalização da sua tese?

Sim, sim, foi relativamente tranquilo. Tranquilo, foi extremamente tranquilo.

Tá bom. E aí, e aí é que você começa a dar aula, essa tua coisa? Como é que, como é que a sua vida fica com o final do doutorado assim?

Depois que eu voltei de Londres, eu já comecei, eu cancelei a bolsa que eu recebia e comecei a dar aulas, né? Então, digamos, eu acabei até o doutorado então cancelando a minha bolsa mais para o final, porque apareceu oportunidades de docência, né, universidades particulares. Então eu diria que comecei a dar aula para universidade bem cedo até. E era até engraçado porque eu lembro até hoje assim da primeira aula, que foi por um curso de especialização, em que todo mundo lá— eu era a pessoa mais nova da sala e era o professor.

Então assim, eu lembro assim que acho que todo mundo, um olhando para a cara do outro assim, né, pô, o que O que que o moleque vai fazer aí, né? Mas eu fiquei muito satisfeito porque no final da aula eu vi que eu tinha ganhado o respeito da turma inteira, sabe? Assim, todo mundo falou, nossa! Eu assim, eu tenho muito, todo mundo saiu pensando, eu tenho muito o que aprender com esse cara. E aí pra mim foi algo bem satisfatório nesse sentido.

Aí você começa a dar aula então. Vocês são preparados pra dar aula? Porque assim, é É como se assim, né, dar aula como se fosse uma coisa assim, nascemos sabendo fazer isso, né?

É uma excelente, é um excelente ponto, tá? E a minha resposta é, naquela época não, hoje depende. Já eu vou tentar explicar um pouco por quê, tá? No fundo, quando eu fiz a pós-graduação, a gente era formado para ser cientista pesquisador, não era formado para a questão da docência em si, né? A docência envolve várias coisas tanto de psicologia, como você lida com os alunos, a questão de mentoria, né, a questão de didática, né.

Então naquela época havia uma coisa muito só de estágio de docência, muito simples, e diria que insuficiente nos propósitos, né. Então eu diria que eu realmente aprendi a dar aula meio que na raça, sabe, né. E eu confesso assim que uma vantagem É curioso, embora as pessoas aí, o Altair fala que paga pau, etc., eu diria que eu não sou uma pessoa genial assim, inteligência absolutamente mediana. Isso na verdade é excelente, uma excelente característica para você desenvolver sua didática, porque você, se você é muito genial, você não consegue entender o que é ser uma pessoa normal, entendeu?

Você não consegue empatizar com o seu interlocutor.

Exatamente. Então assim, foi muito na raça. Então na época não. E agora, por que que depende? Eu percebendo até essa lacuna na própria UFABC, eu trabalho com disciplinas, até criei uma disciplina na pós-graduação em neurociência de docência no ensino superior para tentar passar essa aprendizagem, etc., né, para os alunos durante a pós-graduação, né, para que eles tenham um mínimo de noção, digamos assim, que muitos deles vão acabar dando aula em algum momento aí, né.

Grande parte deles, né. E eu vi que essa é uma tendência que já foi detectado por alguns programas. Há iniciativas nesse sentido também. Então hoje há alguns programas que já vão nessa direção, mas ainda não são muitos. Institutos, tá?

E desde então, Sato, você vem aprofundando essa parceria da estatística com a medicina. Como é que tem sido o seu trabalho desde o final do doutorado?

Olha, eu diria o seguinte, é engraçado como você se apresenta assim, olha, o que que você faz, né? Eu diria que até o meio do doutorado Eu dizia, olha, eu sou um estatístico que trabalha com neurociências. Mas depois de alguns anos após o término do doutorado, eu comecei a me apresentar como neurocientista, assim, porque as minhas principais perguntas já não eram mais sobre qual é o melhor método para resolver tal problema, e sim como o cérebro funciona em determinada situação.

Então, de fato, eu tava mais interessado em perguntas sobre o cérebro, né? E eu nunca deixei de ser estatístico assim, né? Então o que é legal é que eu diria que eu tenho um olhar diferente para as coisas por esse background inicial que eu tive. Então grande parte dos trabalhos não são só utilizando métodos tradicionais de estatística, mas envolve algum desenvolvimento, alguma adaptação de alguma forma, né? Novamente, trabalhos interdisciplinares.

Então, talvez nos primeiros 10 anos aí da minha carreira foram muito nessa interação entre estatística e neurociência, mas migrando mais para perguntas de pesquisa da neurociência e usando a estatística mais como uma ferramenta.

Entendi. E você acha que é para aí que aponta também os seus trabalhos futuros? Como é que você enxerga isso?

Não sei se você vai perguntar, também tem uma questão do tempo, mas talvez explicar um pouquinho mais sobre o que aconteceu depois do doutorado, você me permite, Ken?

Por favor, é claro, faz parte da pergunta.

Tá, então primeiro, né, eu quis, eu realmente poderia ter tentado ficar na Europa, nos Estados Unidos, mas como eu falei, eu tenho essa identidade com o Brasil muito forte, eu queria poder contribuir com as coisas aqui. E eu vi que eu poderia contribuir daqui mesmo e queria ficar aqui. Então eu acabei não fazendo um pós-doutorado no exterior. E os principais trabalhos que eu tive nos 10 anos depois do doutorado foram muito voltados para neuroimagem, transtornos psiquiátricos e saúde mental.

Então tentar identificar esses correlatos neurais, né, de de transtornos psiquiátricos ou sintomas psiquiátricos. E fazendo essa pesquisa, né, eu caí num artigo de um indivíduo chamado Kessler, de 2007, que mostrava que a infância e adolescência é algo crucial, crucial para a questão de saúde mental futura, né, no adulto e tudo mais, né. Então, digamos assim, coisas que talvez psicanalistas já sabiam há muito tempo, Mas ali com uma coisa baseada em evidências, etc., o Kessler mostrou isso fazendo meta-análises, etc.

Então eu acabei nessa pesquisa de neuroimagem e psiquiatria trabalhando muito com neurodesenvolvimento também e imagens de crianças, neuroimagens de crianças, para estudar como o cérebro se desenvolve, como que desvios dessas trajetórias, né, digamos típicas de aprendizagem na infância e adolescência, como isso podia estar relacionado, né, a sintomas e problemas de saúde mental. E trabalhando com essa questão de crianças, e eu mesmo tendo os meus próprios filhos, né, eu comecei a me interessar muito pela área da educação, assim, sabe, para talvez tentar prevenir esses problemas de saúde mental futuros e também para entender melhor como a criança se desenvolve, como melhorar a educação no Brasil, né?

A gente infelizmente tá na lanterna aí dos rankings internacionais em termos de educação, seja em português, seja em matemática, seja em ciências, seja criatividade. É meio triste, né? Então eu diria que por volta de 2015 eu comecei a trabalhar também nessas interfaces entre neurociência e educação para tentar ver como eu poderia contribuir com essa área. E nesse espírito, e no espírito interdisciplinar de compreender melhor, né, como essa outra área funcionava, eu acabei fazendo uma segunda graduação em pedagogia também, né, para ter o referencial teórico e E também, digamos assim, tá habilitado a trabalhar aí com crianças também, né?

Então, e isso explica por que que você tá gravando hoje de uma escola infantil.

Exatamente, exatamente. Vamos lá, eu adoro pesquisa em neuroimagem, neurociências, etc., mas eu não acredito só, não acredito em pesquisa de gabinete ou só de laboratório. Eu acho que a gente tem que estar na fonte da onde as coisas acontecem. Então eu adoro poder vivenciar sala de aula, interação com as crianças, o ambiente escolar.

Então é onde a vida acontece de verdade, né?

É, exatamente, né? Então eu diria que desde 2015 eu comecei a atuar então em duas linhas de pesquisa. Continuo na parte de neuroimagem e psiquiatria e neurodesenvolvimento, e também agora mais na área de interfaces entre neurociência e educação.

Me conta exemplos aí, ou pelo menos um exemplo, Satô, de como estatística contribui na educação, né? Essa, como é que essas duas áreas se dão as mãos assim?

Perfeito. É, então se você olhar bem, na verdade não é só estatística. Acho que de alguma forma acabei criando um tripé, porque tem a estatística, tem a neurociência e tem a pedagogia, a educação em si, né? Na verdade, assim, a aplicação então é na pedagogia. E eu vejo a neurociência e a estatística, eu vejo a neurociência como uma abordagem para entender como as coisas estão acontecendo e dando algumas margens para melhora, né, aprimoramento em alguns aspectos da educação.

E continuo vendo a estatística como uma ferramenta para analisar os dados, para enxergar de fato o que que essas evidências nos mostram, né? Então deixa eu talvez dar um exemplo de algo que para mim é algo que eu guardo com muito carinho, né? Como eu falei, eu não gosto, não acredito em pesquisa de gabinete. Então eu pensei o seguinte: eu fui numa secretaria de educação E já tinha mapeado a escola, eu sabia qual era, digamos, a pior escola de um determinado município.

Cheguei até para a secretária da educação e falei, eu quero fazer uma intervenção nessa escola e eu quero ver o impacto que isso tem nas avaliações de larga escala, que tem lá a prova Brasil e a prova do Estado de São Paulo, que são provas que o próprio governo faz para ver a proficiência dos alunos. Então, qual seria essa intervenção, né? Eu tentei ver o que tinha de dados, de estatística, do bom e do melhor, e de mais evidência de coisas nessa interface entre neurociência e educação, tanto em termos cognitivos quanto emocionais também, tá?

Vale a pena comentar que isso, obviamente, talvez até o mais frequente, né, Essa escola era num lugar de alta vulnerabilidade social, então o que torna as coisas ainda mais difíceis. Então eu acabei, depois de muita discussão, a Secretaria de Educação do município autorizou eu fazer essa intervenção, né, que durou em torno de 4 meses, né, e os resultados foram incríveis, incríveis. Assim, foi, se você for ver em termos percentuais, foi a escola que mais melhorou em todo o município nesses índices, né?

Mas assim, quanto tempo essa medição, Satô?

4 meses.

4 meses?

Em 4 meses. E assim, isso na verdade foi em relação ao ano anterior, né?

Certo.

Porque as provas eram anuais ou bianuais. E então assim, era, por exemplo, em matemática a porcentagem de crianças com aprendizagem básica de matemática, perdão, adequada em matemática, era de 30%, e depois passou para quase 60%, quase que dobrou a porcentagem de crianças que já estavam com um aprendizado mais adequado, né? E para mim, assim, isso foi algo que, sabe quando você fala, nossa, é possível, é possível você fazer grandes coisas assim? Se você numa escala maior, né? Não era assim um bicho papão.

A gente tá falando de protocolos, a gente tá falando de ferramentas. Do que que a gente tá falando que faz diferença tão significativa e tão rápido assim?

Ferramentas pedagógicas, ferramentas pedagógicas mesmo, mas embasada em ciência, sabe?

Como exemplo, dá um exemplo prático.

É claro, vamos lá. Olha, a criança não vai aprender se ela não sentir segura, certo? Não vai aprender, claro, né? Como você faz ela sentir segura num ambiente em que talvez você ainda nem conhece a criança? Então existem algumas estratégias para isso. Tem outras coisas, por exemplo, como que traduz isso para o português? Seria, a gente chama de espaçamento e reteste. É uma das abordagens que se tem, que se tem mais evidência. Então é uma forma de você talvez garantir que quando você tá esquecendo de alguma coisa, você lembra de novo, e isso ajuda você a consolidar essa aprendizagem.

Então assim, usando esse tipo de abordagem, isso faz toda a diferença, tá? O que eu gosto da parte não neurocientífica da pedagogia é que você tem um olhar, não é um olhar assim, você não tá biologizando a criança, olhando a criança como um ser biológico apenas. Você tem essa integralidade, e isso, esse olhar mais completo da criança que a pedagogia traz, faz toda a diferença. Mas na questão talvez da forma como você planeja a sua aula especificamente, conhecimento neurocientífico pode fazer grande diferença.

Então vamos lá, uma coisa falando assim abertamente, tá? Isso foi uma atividade de extensão universitária, não foi um estudo científico que eu fiz. Eu queria, eu dei a cara assim para ver mesmo, podia ter sido o maior fracasso, enfim, né? E obviamente então assim não houve grupo controle, essas coisas, eu só falei experiência pessoal que eu tive ali. Mas independente disso, para mim foi algo extremamente motivador de ver que daria para fazer essa diferença em si, né?

E até me motivou a me envolver mais nessa interface entre neurociência e educação.

Você agora como professor titular, Satô, tem seus próprios orientandos também?

Sim, sim. Bom, isso desde que você, que eu entrei na UFBC, né, em 2009, já a gente já tinha, já pôde ter alunos, já pude ter alunos, né, pós-graduação, inicialmente de mestrado e depois de doutorado. Então sim.

Hoje você tá com quantos orientandos ao mesmo tempo, Sato?

Simultâneos, devo estar por volta de uns 6 alunos.

Tá, conta para gente aí em que áreas estão os estudos dos seus orientandos aí, para em que áreas você anda fuçando aí.

Tá, vamos lá, eu vou responder a sua pergunta, mas antes disso eu queria dizer o seguinte, que talvez o que traz mais satisfação da vida acadêmica são os orientandos, tá? É o que traz mais realização. De novo, voltando para eu do banco, eu queria estar fazendo alguma coisa para as pessoas ali, né?

Sim.

E assim, todo respeito quem trabalha no banco, tá? Longe disso. Mas é que para mim, para mim, em termos de realização, para mim eu tava buscando, eu busco e buscava algo diferente, tá? E hoje eu vejo assim, digo isso de boca cheia, com muito orgulho, sabe? Ver os alunos que foram meus orientados, meus orientandos, né, hoje na Faculdade de Medicina, Escola de Medicina de Harvard, ou no próprio King's College na engenharia lá, ou na Filadélfia.

E são pessoas assim que vieram de condições socioeconômicas assim, digamos assim, condições muito desfavoráveis, desfavoráveis. E você vê que graças à pesquisa, né, não vou dizer que é mérito meu não, não é mérito meu, é todo dele, eu simplesmente um guia ali. Né, mas eles mudaram de vida. E assim, isso é o que traz mais satisfação em tudo. Então, porque os orientandos, você é aquele aluno que você conhece tudo assim, né? Em geral você conhece a família até, você sabe mais, você se envolve mais, uma proximidade maior do que quando você tem alunos numa sala de 90 alunos, né?

Então eu diria assim que é o que traz mais satisfação. Talvez exatamente por eu trabalhar em diferentes áreas, tem aluno de todas as, todos os backgrounds e trabalhando em todos os problemas possíveis, assim, de geógrafos a físicos a psicólogos a músicos. Então tem absolutamente de tudo. O que que amarra, o que que amarra todas as pesquisas, né, são as neurotecnologias. Uma área que eu gosto muito é essas tecnologias para adquirir sinais cerebrais, né, e analisá-los, né. Então é o que talvez amarra, é o ponto em comum em todos eles.

Ô, Satô, a gente já tá chegando aqui no final do nosso horário, do nosso tempo. Eu queria saber se é que você saberia responder com precisão, né, mas assim para onde você deseja levar a sua carreira de agora em diante? Assim, tem alguma meta ali na frente que você se colocou diante desses desafios que você tá enfrentando hoje nessa fronteira entre estatística, neurociência e educação?

Sim, vamos lá. É engraçado que a gente na vida tem muitas fases, né, que desde adolescência, que tem uma questão de identidade inicial, o início de carreira, né? E agora eu tô, digamos, numa metade de carreira, indo talvez para os finalmente, né? Se bem que agora com a mudança da lei eu vou demorar um tempinho para conseguir me aposentar. E mesmo depois de aposentar, vou continuar trabalhando. Acho que vou ser igual um aposentador.

Mas eu diria que grande parte da minha carreira inicial na ciência, né, foi tentar obter muito conhecimento e conseguir chegar, chegar perto, digamos assim, dessa elite científica internacional, de conversar com, digamos, quem escreve os livros, publicar junto, né, com grandes autores, grandes cientistas, né. De alguma forma eu queria, acho que talvez, ter esse pertencimento relativo a uma, digamos, essa comunidade científica internacional assim mais de elite, né?

Então isso inclui fator de impacto, enfim, citações, né? E agora eu diria que desde que eu comecei a trabalhar com educação para cá, isso deixou de ter tanta importância porque Pensa bem, isso não é um fim. Você assim, você estuda tanto para quê? Ou você publica tantos artigos para quê? É pela questão de você ter um artigo publicado? Não é, não é. A pesquisa, ela é um meio para alguma coisa, ela não é um fim, certo? Né? Você talvez fazer parte desse clube ali também não é um fim.

Tudo bem, algumas pessoas são extremamente narcisistas e consideram que isso é o fim da vida dela, Eu tenho pena, eu literalmente tenho pena dessas pessoas, tá? No fundo, isso é um meio para você conseguir mais prestígio, para conseguir recursos para fazer outras coisas. E quais são essas outras coisas, né? Novamente aí eu volto para toda, acho que a minha questão inicial do começo de carreira: eu quero melhorar o Brasil de alguma forma, sabe?

Então agora, mais do que preocupação, impacto, fator de impacto, eu quero, busco impacto social, é colocar todo o conhecimento da área, digamos que eu tive o privilégio de poder ter contato, e mobilizar isso para a gente ter uma sociedade melhor, mais justa, mais igualitária, com mais oportunidades para todos, né, mais mobilidade social, Então eu diria que eu tô muito mais interessado nessa, na aplicação da ciência e desse conhecimento e dos recursos, etc., e até talvez do cargo que eu tenho hoje, né, para conseguir fazer o nosso país um país melhor. Basicamente é isso.

Você anda otimista ou pessimista nos últimos tempos, Satô?

Olha, essa é uma excelente pergunta. Você sabe qual a diferença do otimismo e da esperança? É o seguinte: otimismo, você olha para a realidade e vê para onde a tendência tá indo, né? Se é algo bom ou não. E pode ser pessimista, otimista. A esperança já é algo que vem de dentro. Você fala, olha, Não importa o estado atual, a gente vai dar um jeito de levar o negócio para onde a gente quer, certo? Então eu diria que hoje eu tenho mais esperança, tá, do que otimismo.

Exatamente, eu tenho esperança principalmente porque eu vejo isso da convivência não só com os meus próprios filhos, né, como as próprias crianças crianças aqui na escola.

Seus filhos têm que idade hoje, Satô?

Ainda são pequenos, um é adolescente, o outro ainda não tem, é novinho, ainda tá nos anos iniciais aqui da educação. Mas pensam diferente, acho que, da nossa geração. E eu gosto da forma como eu vejo, tenho esperança neles, sabe? Principalmente, então, e principalmente se eles realmente tiverem uma boa educação, não só no sentido, digamos, conteudista, mas uma educação plena referente aí a, sei lá, atitudes mesmo, sabe, que eles têm também essa vontade de construir uma sociedade melhor.

Então eu diria que eu tenho muita esperança nessa sentido por causa da infância, né?

Então eu tô contigo, viu, Satô? Eu tô contigo. Tá difícil ser otimista, né, nos últimos tempos. Esse ano especificamente, né, um ano de guerra e tudo que vem junto com isso. Mas a gente acha que não tem outra alternativa, especialmente se tem filhos em casa, né, Satô? Não tem outra alternativa se não manter a esperança, né? Ô, Sato, você que é um cara que construiu essa sua carreira no mundo acadêmico, mas que agora tá preocupado em fazer com que isso vire impacto de verdade na sociedade, né?

É, para despedida, você teria alguma, algum conselho, alguma reflexão que você gostaria de deixar aí para os mais jovens que ainda estão trilhando o início da sua carreira aí, da sua carreira científica ou da sua carreira geral, tanto científica quanto profissional? É, tem gente, tem muita gente aqui que ouve a gente que é do mundo acadêmico e muita gente que não é. Ah, legal.

Vamos lá, estamos num tempo de mudanças cada vez mais rápidas, né? E a questão da É uma, assim, é engraçado, né, Ken? Porque a gente na nossa época não tinha nem internet, não tinha, mal tinha computador em casa, né? Hoje você tem no seu celular uma IA que te responde as suas mais complexas perguntas, né? Naquela época eu só tinha o meu pai, e eu confesso que igual, igual as IAs, ele me dava uma enrolada ali de vez em quando, quando ele não sabia.

Então assim, dada essa realidade Né, que tá sempre aprendendo. Não tem aquela coisa, olha, eu vou fazer a graduação e acabou, parei de estudar e pronto. Não tem. É um conceito que o pessoal chama de lifelong learning, né, esse aprendizado para a vida inteira, para toda a vida. Não tem mais. E muitas vezes você vai ter 3 carreiras na sua vida inteira, não vai ser uma só. Muitas pessoas vão mudar, né. Então assim, você tem que conseguir acho que duas coisas, né?

Tem que aprender sempre, tá sempre aprendendo, né? E talvez o mais importante, porque sem isso você não vai conseguir, você tem que descobrir estratégias para você se motivar a aprender. Se você não, você, esse, como que eu vou dizer, esse fogo interno, né, que a gente tem, esse motor que a gente tem que empurra a gente para frente, né? Você tem que saber trabalhar com ele para ele te motivar sempre tá crescendo e aprender mais, né?

Caso contrário, eu diria que em termos de carreira, não importa onde você esteja, você vai ter dificuldades, vai ter problemas, né?

Perfeito.

Atualmente tem aí muitas preocupações, né? Até como que a IA impacta o próprio mercado de trabalho, já está impactando, né? Mas para aquela pessoa que tá sempre disposta a aprender e conhecer mais, essa pessoa é insubstituível. Essa pessoa é insubstituível.

Aliás, Satô, eu falei que era a última pergunta, mas agora sim eu tenho uma última. Você tocou nesse assunto, eu queria te perguntar, claro, como é que a IA já tá impactando o seu trabalho e a carreira de estatística, certo?

Bom, primeiro eu vou começar pela última, da estatística. O que é interessante é que desenvolveu-se muitos modelos então de inteligência artificial que você consegue analisar dados de um jeito que não era possível antes, com muito mais detalhe, com muito mais precisão. Então, digamos que a parte da estatística que se refere à análise de dados ganhou um ferramental absurdo. Né, para você entender melhor os seus dados, tá. E a outra coisa mais em relação à pesquisa em si, né, eu acho que ela facilita em vários aspectos.

Uma, tem inteligências artificiais específicas para você ajudar você a encontrar estudos relacionados a um tópico que você tá pesquisando. Antes a gente buscava no PubMed ou no Google, né, mas agora existem ferramentas muito melhores do que isso para você encontrar trabalho, etc. Então, como ferramenta de busca, isso ajudou bastante. Mas mais do que isso, como que eu vou dizer, apesar de eu estar aqui respondendo perguntas, quem me conhece sabe que eu sou exatamente o oposto.

Eu não, eu sou uma metralhadora de perguntas, assim, é o meu jeito de pensar e de conversar. Às vezes eu confesso que eu sou extremamente sacau, a pessoa fala, nossa, para de vai perguntar, né? E exatamente, talvez por ter essa questão, natureza mais questionadora, eu uso muito a IA para me ajudar a pensar. Eu diria assim que é uma cognição aumentada, sabe? Então uma ferramenta de pensamento que me ajuda a talvez organizar meus próprios pensamentos, a pensar hipóteses, em explicações.

Então assim, na verdade, eu adoro a ciência mesmo, acontece durante o almoço, e café, quando você tem dois pesquisadores malucos ali trocando ideia com a boca cheia de arroz e feijão, conversando e tendo ideias, enfim, né? Mas vamos lá, não dá para você também ficar— as pessoas têm que executar as pesquisas também, não dá para você ficar assim o tempo todo. E é legal que com esse tipo de ferramenta, tipo as LLMs aí que as pessoas estão utilizando, né, Você consegue ter alguém para discutir com você que é incansável, é um debatedor incansável, né?

E que não é só, digamos, para você perguntar. Você fala, olha, questione esse meu ponto, encontre quais são as falhas nessa linha de pensamento, e ele tenta te apontar também. Então você encontra um debatedor ali incansável, certo? E isso, a ciência vem realmente desse confronto de coisas, né? Então é assim que para mim tem mudado bastante, sabe?

Você é um cara que não teme a IA?

Nem um pouco, muito pelo contrário. Eu dou assim, fico muito feliz que alguém inventou essas ferramentas, para falar a verdade, porque eu acho que cada vez mais a gente pode se preocupar com aquilo que é humano e deixar coisas que dá para máquina fazer, deixar para máquina fazer. Ela vai fazer melhor. Sabe? Então eu não vejo tanto essa questão da rivalidade, sabe? Eu acho que é uma engraçada, né? Eu gosto muito daquela série do Star Trek e tem lá uma coisa mais futurística na nova geração que as pessoas falam: bom, e aí, o que que vocês fazem na Terra, né, agora no futuro?

Ele fala: não, a gente faz o que a gente quiser, a gente sai para pesquisar no universo, comércio, essas coisas, né? Porque a gente pode fazer o que a gente quiser, a gente já resolveu o problema da fome, do trabalho, etc., né? Máquinas já fazem, a tecnologia já faz. Então eu acho que é isso, a gente pode talvez, é uma oportunidade que a gente tem para fazer aquilo e se preocupar com aquilo que é mais humano mesmo, que cai entre nós, é cuidar das pessoas, a meu ver, tá? E deixar as coisas que a máquina faz melhor para ela.

Tá certo, Satô. Eu queria agradecer demais esse tempo, sua generosidade, né? Foi um papo muito gostoso conhecer um pouco mais sobre a sua trajetória, seu, e a maneira que você pensa, tá? Espero que você consiga produzir entre seus alunos e seus orientandos dos mais sábios, tá, mais cientistas preocupados em causar impacto social. E aí queria que você aí não se despedisse das nossas ouvintes, dos nossos ouvintes, e deixasse aí suas redes sociais para que as pessoas te encontrem.

Certo. Bom, vamos lá então. Foi um prazer enorme, adorei essa conversa. Você não deixou a peteca cair, aí. Eu sempre fico um pouco com medo de participar de podcast assim, de ficar chato demais, e você não deixa cair. Excelente aí, é moderador, muito obrigado, tá? Você comentou dos alunos, né? Eu acho engraçado assim, não é exatamente uma cobrança. Eu também, eu acho que foi o próprio, eu acho que era o Da Vinci que falava isso, que ele falava o seguinte, olha, Pobre é o discípulo que não supera o seu mestre.

Então, na verdade, eu quero que os meus alunos vão muito mais além do que eu fui, do que eu sou. E na verdade eu vou falar que não é muito difícil não, muitos já ultrapassaram, e eu tenho isso com muito orgulho, tá? Então eu acho isso muito, muito legal. E queria agradecer então todos os ouvintes, né, que estão até o final, até aqui. Foi um prazer enorme poder discutir um pouco mais sobre minha carreira. Espero que seja útil para vocês.

Se acharem também que é besteira, ignorem, fiquem absolutamente à vontade, tá? E sobre redes sociais, eu vou te falar o seguinte: eu sou antissocial.

Você é o antirrede social, né? Você não tem nenhuma rede social, é isso?

Nenhuma rede social.

Então, se a pessoa quiser entrar em contato contigo, é o quê? É por email? É isso.

Então vamos lá, eu sou acho que antissocial no sentido de redes sociais, porque para minha própria saúde mental, sabe?

Eu acho que entendo, eu entendo totalmente.

A tecnologia muda e nem sempre é para coisas saudáveis para gente, verdade. Então eu acho que a gente sempre tem que ponderar isso. Então eu socialmente, eu adoro as pessoas, eu sou daquele cara que abraça e toma café, etc. Etc., mas eu realmente não tenho nenhuma rede social.

Ou seja, muito social, pouco rede social, nada rede social.

Então assim, quem quiser entrar em contato, tem o meu email que é joao.sato, sem o tio, né, do João, joao.sato@ufabc.edu.br. E tenho prazer enorme em conversar com qualquer um, escrever, a gente conversar um pouco mais, tá bom?

É isso aí, esse é o Sato, velha guarda, usuário de email. Sou desses também, tá? Muito obrigado de novo, Sato. E Naru Rodô, ilustríssimo ouvinte! E você já sabe, aqui no Naru Rodô quem faz a pauta é você. Você tem alguma pergunta para gente ou quer comentar algum episódio? Escreva para nós, podcast@naruodo.com.br. Repetindo, podcast@naruodo.com.br. E lembre-se, mande nome completo, idade, profissão e a cidade de onde você está falando. É isso aí. Www.petlove.com.br.