Mateus Coelho - Na Colmeia #23

Sejam muito bem-vindos. Antes de apresentar nosso convidado, meu nome é Gabriel Brasil, e antes de passar a bola para o Frederico, no dia de hoje vamos falar do Webflow e do Wise. Começando do Webflow, galera, se você tem uma empresa e o WhatsApp tá todo bagunçado, cada um com o número de WhatsApp na mão, você não consegue gerir a sua equipe, né, não consegue gerir sua comunicação, o Webflow vem para organizar isso. A gente usa API oficial, você escolhe um número, né, o melhor número da sua empresa para levar para API oficial e você começa a organizar e entender o que que tá acontecendo dentro da sua empresa, os atendimentos, a parte comercial, parte financeira, tudo num lugar só e tudo fica organizadinho.

Junto com isso vem o Wizen, que é o seu primeiro CRM, né? Então nada daquele CRM cheio de confusão, cheio de aquele canhão para matar mosquito, tá? É um CRM muito equilibrado onde você consegue integrar com o Epic e sua vida, sua vida comercial fica muito organizada junto com Epic mais Aizen. Fechou? Muito boa noite, Frederico.

Fala, Gabriel. Fala, galera do YouTube. Obrigado por estarem aqui com a gente. Acho que é 23º episódio, eu acho que na emoção aí você não falou, mas é mais um. Mais dois recados para a gente já começar. O primeiro, né, você viu aí do Epic, o Aizen patrocinando na Colmeia, mas a gente tem mais slots aqui. Então tem um QR code na tela. Se a sua empresa trabalha com IA, tem algum produto legal e quer fazer parte aqui na Colmeia, entre em contato, a gente consegue te mostrar números.

Gabriel, não sei se você viu, mas batemos 5 mil inscritos, 3 meses, é 3 meses, 3 meses, 5 mil inscritos, 13º episódio. Então 2 por semana aí. Acho que para explorar o seu produto, sua marca, é um nicho legal, né? Então vem com a gente desde o começo, né? E o segundo aviso é com relação à nossa imersão de Cloud Code. Tá aberto o primeiro lote, tem algumas poucas vagas ainda para esse primeiro lote. A imersão vai acontecer em setembro.

Então basicamente o que a gente entrega nos workshops, a gente vai entregar para você, eu, Gabriel e o nosso time. E o mais legal que eu brinco é que a imersão não tá pronta, porque a gente não consegue fazer, porque sai tanta coisa, bem dizer, todo dia, é que a gente vai, debruça, aprende, aplica nos clientes e vai tentar te ensinar também nesse dia, que eu acho que vai ser bem legal. Então o link tá, o QR code tá na tela também, entra no grupo que a gente troca uma ideia lá. Acho que é isso, Gabriel, da minha parte, introdução é essa. Boa!

Então vou apresentar nosso convidado de hoje, Matheus Coelho. Ele é professor da Universidade Federal do ABC. Muito obrigado, cara, por ter vindo.

Eu que agradeço o convite, Gabriel, Frederico. Muito obrigado por terem me chamado para estar aqui.

Isso, mas pera aí, deixa eu te cortar. Pode me chamar de Fred, hein, Frederico? Só duas pessoas me chamam de Frederico, minha mãe e minha mulher.

Tudo bem, Fred Gabriel, tudo bem.

Veio de longe para— de longe, né? Porque eu acho assim, São Paulo para mim já é muito longe, né? Passou dali já é mais longe ainda.

Sim, eu vim hoje, peguei o carro, vim do ABC, né, para poder estar aqui com vocês. Vim de Santo André, que é onde eu resido. Eu resido bem próximo da Universidade Federal do ABC e tive a chance de vir para cá para poder conversar um pouquinho com vocês aí sobre alguns assuntos que a gente trabalha no dia a dia.

Massa, cara! Para começar, fala um pouco para a gente sobre você, sobre sua trajetória. Como é que você chegou na ciência da computação? O que que te levou até lá?

Essas histórias misturam um pouco história da vida, história profissional, né? São histórias muito doidas. Eu sou natural de Ouro Preto, Minas Gerais, e fui estudar em Belo Horizonte no final do ensino médio. Lá eu fiz a minha graduação em Engenharia de Controle e Automação. Durante a graduação, tive um tempo na Alemanha, trabalhei com instrumentação lá também, no Instituto Fraunhofer para Ótica e Engenharia de Precisão. Voltei, terminei meu curso, e eu falei, tô satisfeito com meu curso, mas um outro curso que eu faria, que eu acho que tem muito a ver comigo, é a ciência da computação.

Eu tomei a decisão, peguei minhas coisas, voltei para Ouro Preto para estudar mais um pouquinho.

Que ano que foi a ciência da computação?

Ciência da computação foi em 2017 que eu fiz essa transição. 2016 eu me formei engenheiro, e 2017 eu entrei no mestrado na Universidade Federal de Ouro Preto. Então, sou formado pela Universidade Federal de Minas Gerais e fui também estudar na Federal de Ouro Preto, mestrado e doutorado, orientado pelo professor Ricardo Rabelo. E lá, dentro da ciência da computação, me encontrei ainda mais e me encontrei também na carreira científica, onde pude, tive chance de publicar, até ganhar alguns prêmios.

Durante o doutorado que eu fiz também na Universidade Federal de Ouro Preto, tive durante um semestre estudando na Universidade de Coimbra, em Portugal. Voltei também, trabalhei como professor no Instituto Federal, na Universidade Federal de Ouro Preto, e aí depois passei no concurso na Federal do ABC e me chamaram. Eu peguei as coisas, peguei as malas, saí de Minas e vim para São Paulo, fui para o ABC e estou lá como professor efetivo da Universidade Federal do ABC.

Massa!

E saudade de Minas?

Tem saudade da família, saudade da comida, né? A gente tem saudade da comida. O mineiro é bem servido, né? Bem servido. E nós somos bem bairristas com a comida também, né? Nós somos defensores. A comida é muito boa e nós somos fortes defensores da nossa culinária.

Você precisa ver ele quando ele come pão de queijo, que não é ele que fez. Nossa Senhora, é um pão de queijo de São Paulo, mineiro, né, cara? Não, mas olha, eu assino embaixo. Pão de queijo que eles fazem lá, eu te conto, eles, ele e gostoso a dele, meu Deus do céu.

É, o mineiro quando vai para São Paulo, come pão de queijo, ele fica um pouco triste assim.

Eu lembro uma vez eu fui para o Nordeste e aí eu pedi um pão de queijo, variar. Aí eles me deram, era um pão de batata com queijo dentro. Cara, não, pão de queijo. Não, pão de queijo aqui é esse aí. Fiquei chateado, cara. Cara, massa! Me conta, conta para a gente o que que você tá fazendo. Principalmente a gente sempre começa o papo falando de AI, depois a gente vai falando de outras coisas. Mas conta pra gente o que que vocês fazem hoje, como é que você entrou na área de IA, o que que vocês estão estudando hoje.

Desde o doutorado eu venho pesquisando inteligência artificial, sobretudo na inteligência artificial embarcada, associada ao conceito de edge computing. Ao chegar na Universidade Federal do ABC, estabeleci lá o grupo de pesquisa, o Iara++, que é o meu laboratório.

Ah, o que tá na sua mão?

Estamos até aqui. Representando, como fala, IARA, IARA++, IA, robótica e algoritmos.

E o ++ uma piadoca do C++?

Também, mas também para indicar que a gente está de cabeça aberta para entender os novos algoritmos e novas tecnologias. Então entrei também na pós-graduação, hoje também a convite da reitoria eu sou Superintendente Adjunto de Inovações e Tecnologias Educacionais. Então a gente tá no grupo de trabalho que discute o uso da IA, ou qual que vai ser a regulamentação ou a posição institucional da universidade frente ao uso de IA generativa, além de conduzir pesquisa a nível de graduação, mestrado e doutorado em IA nas diversas formas que ela pode aparecer aí.

Então hoje a relação que a gente tem é essa. Então tem várias frentes de pesquisa, e há dentro da robótica, fora E há para tentar fazer previsões relacionadas a mercado financeiro, previsões relacionadas a moléculas químicas, previsões relacionadas a sistemas físicos. Tem uma miríade muito grande de aplicações que a gente está buscando aí. Inclusive algumas envolvem esses modelos de linguagem. A gente geralmente não vai para as LLMs, mas sim as SLMs, que são os modelos menores, onde a gente consegue criar na infraestrutura local e com apoio talvez de uma RAG, alguma coisa assim, tentar dar mais contexto, criar mais contexto para que seja produzidas soluções dentro de vários problemas que a gente tenta atacar lá dentro.

Então, se você puder, é porque é legal a gente ficar falando técnica e isso com todo mundo, explica para a gente a diferença do LLM para o SLM.

Os LLMs são os chamados Large Language Models, né, os grandes modelos de linguagem. Então, para você trabalhar com eles requer aquelas infraestruturas que o pessoal vende lá na GTC da NVIDIA, né? Eles apresentam lá aqueles gaveteiros enormes ali, estruturas de milhões. Até pensando aí, Anthropic, pensando o que que a Microsoft gasta, a Google, estrutura de bilhões, né? Tanto energeticamente falando quanto do ponto de vista do preço do equipamento mesmo.

O preço do equipamento é exorbitante. E eu já venho de uma linha de trabalhar com IA em dispositivos menores. O meu doutorado foi em IA vestível. Então, tentar trazer a IA para os menores dispositivos computacionais que você coloca junto do seu corpo. Em cima disso, as próprias empresas, por exemplo, a Meta com o Ollama, outras empresas, elas disponibilizam modelos abertos e treináveis que são menores. São os Small Language Models, ou SLMs.

E no caso das SLMs, elas têm a mesma estrutura, vamos dizer assim, teórica de uma LLM, só que são um número de parâmetros menor. E a partir daí a gente pesquisa diversas coisas que podem ser feitas com esses Small Language Models, essas SLMs, para atender demandas, por exemplo, relacionadas à interação humano-máquina, melhoria de processos. Tem um aluno meu pensando em criação de queries, várias coisas desse tipo. Então o uso das SLMs para traduzir, principalmente para traduzir a linguagem humana em alguma coisa que vai ser na interface com a máquina.

Quando você fala de embarcado, né, traduzir isso para a galera que tá vendo a gente, porque assim, nosso público aqui, cara, ele ele entende um pouquinho, mas se a gente começa muito tecnicês às vezes, e a gente pede só para explicar, porque assim, beleza, a pessoa pode entender o que é embarcado, mas sei lá, tem algum produto final que já usa alguma coisa parecida essa pesquisa, que o pessoal consegue? Tipo um Alexa. Alexa é uma IA embarcada, né, ou não?

Alexa é um caso interessante que eu uso até para conversar com os meus alunos, por exemplo. A Alexa é um computador embarcado, aquela bolinha que você compra, ou então a telinha, as versões, elas vão ser computadores embarcados ali. Porém, o caso da Alexa é uma IA que ela roda na nuvem, é uma IA em cloud. Então o que que acontece? Se a Alexa está sem conexão de rede global, né, conexão com o mundo exterior, ela não é capaz de processar suas requisições.

Ela acende a luzinha vermelha lá e fala assim, infelizmente Infelizmente eu não vou estar podendo fazer aqui o que que você queria. E no caso, a gente tenta trazer os modelos para rodarem no próprio dispositivo embarcado. Então, por exemplo, seria o caso, pessoal gosta muito do Tesla, né, que é um carro que dirige sozinho. Para você ter um carro que ele tem uma direção autônoma, ele não pode depender de uma conexão de rede para que seus processos de inteligência ali que estão rodando para determinar essa direção autônoma Funcione dessa forma.

Você precisa trazer essa tecnologia que roda, que faz essas inferências, para um computador que está dentro do carro. Esse computador está embarcado no carro. Então, a computação embarcada, ela pode estar com você, por exemplo, no seu smartwatch, que sabe se você tá andando, se tá parado, se você fez a corridinha lá no Strava, né, e tal, quantos passos que você deu, se bateu a meta de passos. Se você dormiu bem ou não, parte disso aí roda em computação embarcada.

Outras coisas, por exemplo, são os robôs. O próprio carro autônomo é um robô. Na mineração, que é um carro forte de Minas Gerais, por exemplo, a gente tem muita operação já de usinas com caminhões autônomos. Então eu acho que principalmente no Pará, se não me engano, a Vale já tem lá a mina operando com boa parte dos caminhões, se não todos, Autônomos estão, mas aí autônomo sozinho é o mesmo, sozinho é o mesmo, sem motorista. Não sei se é semiautônomo, chama, tem que ele pode pilotar, tem remoto, não da casa porque a gente precisa de uma confiabilidade, mas ele pode pilotar da sala de controle lá, vai para um tipo um drone mesmo, né? Tipo um drone mesmo.

Aí que eu vi um na internet, né? Não é minha área, então não questionei, mas era gringo, aí tinha uma mineração também e os caras estavam se falando em casa assim, tipo, eles estavam em casa colocando a parada, sabe?

Mas eu não sei nem o tipo de operação que é e tal.

É, existe um acampamento, né, ali também?

Existe um certo perigo porque quando a gente fala em edge computing, a gente tá falando de distribuir inclusive a computação na rede, mesmo que seja a rede local, rede de área pessoal de corpo, que a gente chama, que que é área pessoal de corpo, por exemplo, rede local, Bluetooth, Wi-Fi, ou mesmo rede cabeada, que isso aqui dentro da rede cabeada, porque dentro dessa infraestrutura você consegue garantir uma latência baixa. E aí com essa latência baixa, às vezes operações que são operações críticas, vamos dizer assim, que que é uma operação crítica?

Que se houver uma falha ela pode causar uma catástrofe. Um segundo ali que ele não virou onde tinha que virar, seja financeira, seja humana. Então é muito difícil de você colocar operações que tenham um risco, que tenham um risco de uma catástrofe assim, dependendo de uma conexão que ela não tem uma confiabilidade muito alta. Então isso muito se discute no que se pesquisa em termos de rede industrial e aplicação de IA, o que dá para se colocar, por exemplo, em termos de internet das coisas, né, que é um conceito que Tava até mais em voga até todo mundo começar a falar de IA generativa, mas não é que saiu de voga não.

O que que dá para se fazer com a internet das coisas? O que que dá para se fazer em infraestrutura de rede? Onde que dá para colocar IA? Quais são os requisitos que a gente chama de tempo real? Que é diferente do que a gente acha no senso comum, que achar tempo real é rápido. Tempo real é confiável, se ele sempre consegue executar a tarefa dentro de um intervalo de tempo confiável. Isso é tempo real. Então assim, existem várias discussões desse tipo de exemplos, né?

De, e aí a computação embarcada entra muito forte nisso. Robótica também tem várias empresas, né? A Boston Dynamics sempre sai vídeo aí dos produtos deles. Eles têm o Atlas, o Atlas 2 agora, que é o Atlas só que ficou um pouquinho mais bizarro, né? Ele vira ao contrário e tal. O cachorro, não, o cachorro é o Spot Mini.

Tá, é, para mim o cachorro é impressionante demais. Não, tudo bem que o robozinho, beleza, mas o cachorro, cara, tipo assim, sei lá, por uma guerra, por um negócio, o cara começar a fazer parada militar, vai ser muito tenso.

Tem a Boston, né, que tem o cachorro, você tem a Anybotics que tem também, que eu trabalhei com produto deles no Instituto Tecnológico Vale durante o pós-doutorado. E você tem muito forte hoje a Unitrix chinesa também, né?

Então a Unitrix, esse aí é o quê? Mostrou uns robozinho dançando, tem o que luta kung fu dançando, tem cachorrinho.

Não é, não é, não é, não é. O difícil no caso da robótica é outra coisa, é o ambiente é muito variável. E quando o ambiente é muito variável, fica difícil de você prever tudo que pode acontecer.

Você diz, é tipo, tem um tijolo para ele tropeçar, ele tem que manter equilíbrio, e não pode cair, vai entrar na frente.

Imagina um robô bípede, né, que eles estão agora, tá na moda, faz robô dançando, lutando kung fu e tal, não sei o quê. Aí o robô bípede tá ali no meio das pessoas, ele não pode bater nas pessoas, ele tem que atravessar a rua, mas às vezes o carro não vai seguir as leis de trânsito, né. Então assim, quais são, a gente faz isso intuitivamente, mas robô não tem decisão o tempo todo, né. É, robô não tem intuição. Então assim, O que que ele vai fazer nesse caso?

Ele tem que ter alguma rotina ali para entender o que ele faz. Quanto mais diverso o mundo, mais difícil fica. Por isso até que os carros autônomos não são tão autônomos assim, né? Especialmente no Brasil, quando você pega uma estrada qualquer aí que as condições saem completamente do padrão, é muito complicado, né?

O terreno é muito difícil, né? Não existe padrão mesmo.

Sim, aí você pensar no carro autônomo, ele é um robô, né? Ele é um robô em essência.

Não sei se vai mudar de assunto, só queria aprofundar um pouquinho da IA embarcada, só para dar exemplo. Quando você fala da IA embarcada que vocês pesquisam e tal, é possível colocar um SLM dentro de um pequeno dispositivo?

Sim.

E com isso a gente consegue criar soluções que que ficam devendo muito para o LLM, ou dado algum caso de uso, a gente consegue comparar e falar, não, pô, um SLM aqui funciona. Porque onde eu quero chegar, tá? A gente tem cliente que às vezes eles querem usar IA, mas sei lá, se a gente começa a falar muito de custo, chamada de API e tal, fica meio caro ter o próprio modelo numa máquina com GPU fica mais caro ainda, tal. E a gente nunca explorou o SLM, né?

Aí é mais curiosidade, tipo assim, sei lá, cara, você pega uma empresa que já para gente, né, interna, porque a gente não tem o caso de uso dessa galera. Vamos supor, uma empresa de monitoramento que quer vender um produto para um condomínio, sei lá, vai ficar processando a imagem, alguma coisa local assim, é possível ou não? Em que ponto que tá?

Olha, várias coisas são possíveis, várias coisas em detecção de imagem elas já são, por exemplo, essa questão do monitoramento ela já é possível, né? Então assim, muitas empresas até exploram isso, se eu não me engano acho que a Verisure explora isso um bocado. Pode falar nome de empresa, não tem questão não. Com certeza tem outras empresas também. A Tesla, ela confia muito no processamento de imagem em relação a opções, vamos dizer assim, multissensoriais.

Em termos de SLM, a gente tá experimentando laboratório com computadores embarcados, Raspberry, a linha Jetson Nano da NVIDIA.

Essa linha é legal porque uma vez a gente fez um conteúdo dela logo que lançou, cara. Parece ser uma linha super adequada para fazer umas coisinhas ali, né?

Ela até, as versões atuais, elas estão escalando, né? Porque como o mercado pede language models, as últimas versões elas, perdão, já estão até modernizando um pouco mais nesse sentido de buscar aí aplicações de language models. Mas a gente já experimentou, por exemplo, elas muito em robótica também, para detecção de imagem, o robô poder, por exemplo, detectar alguma coisa que ele quer pegar, a gente já utilizou para isso. Mas a gente também já está utilizando e eu já vi exemplos aí.

Tem exemplo de um cara, o maker, né, comunidade maker. O cara fez um TARS, o robô do Interestelar, né, e ele colocou um language model para rodar numa Raspberry, um small language model. Então sim, é possível. Caso de empresas, eu penso assim que existem diversos casos para você usar SLM, mas aí pensando já em infraestrutura infraestruturas locais, o que a gente dentro do ecossistema de edge computing a gente chama de cloudlet, né, que seria a nuvenzinha.

A cloudlet é uma coisa, uma infraestrutura que você monta, pode ser um computador ali, um server com GPU, alguma coisa assim, você coloca uma RTX 40XX lá nela, NVIDIA Quadro, você coloca ali um Xeon 64 núcleos, alguma coisa assim, 256 GB de memória, você tem ali uma infraestrutura forte em termos de processamento. E ali dentro dessa infraestrutura você pode instanciar ali seus modelos de linguagem. E qual que é a vantagem? As interações, por exemplo, elas ficam independentes de Big Techs, né?

E aí você fica independente do contrato. Você não sabe, por exemplo, muitas vezes se a Google tá pegando as interações ali e os documentos que você tá usando do para poder pegar. E aí você pode criar suas próprias RAGs, o seu próprio modelo em infraestrutura local e rodar. E assim, talvez não tenha a mesma amplitude das funcionalidades de um Gemini, de um GPT, de um Claude, mas você consegue fazer uma infraestrutura ali. Se quiser montar seus agentes, você consegue montar ali internamente.

Você acha que a gente tá— pode ser muito idiota isso, tá, mas eu não acompanho essa parte de hardware e tal. É, eu sei que é, porra, uma bica assim para o que precisa para fazer funcionar e tal, mas você acha que a gente vai chegar daqui um tempo em onde a gente vai conseguir rodar um cloud em casa, até a própria estrutura de cloud, ou você acha que está muito longe? Porque assim, tudo que envolve ar não parece que tá muito longe, né?

Porque a gente fala, ah, será quando a gente vai ter isso? 2 dias depois eles lançam alguma coisa.

É, eles já estão diminuindo, né, os modelos, aumentando a eficiência por modelo, diminuindo os modelos. A China já tá criando o próprio hardware para competir com NVIDIA, né, que tinha o monopólio do hardware, do desenvolvimento de LLMs. A China tá criando os próprios, então os produtos da China tendem a migrar para os hardware que vão ser produzidos na própria China. E então assim, é uma corrida espacial praticamente aí que tá acontecendo.

É porque eu fiquei muito—

preço da memória RAM tá lá no teto também, né.

É porque eu fiquei imaginando se um dia a gente vai parar de contratar IA, né, os serviços mensais, e vai passar a comprar modelos. Sei lá, o cloud lançou um modelo disponível para comprar, custa X dólares, e você compra esse modelo, sabe?

É, eu acho que essa é uma decisão que às vezes não é uma decisão tanto da capacidade de existência da tecnologia, mas é uma decisão de mercado. Se você olhar, por exemplo, o que que a PlayStation tá querendo abolir? Mídia física, por exemplo, né? E existe uma polêmica no mundo dos games aí da questão de que se você compra um jogo na Steam ou numa store dessa, você não tá comprando o jogo. Em essência, você tá alugando o jogo, né?

Eles podem tirar a qualquer momento. Então assim, é, no entanto, a Sony continua migrando o produto dela para vender, em vez de vender mídia física, vender serviço. Não vai depender muito do que que as empresas, eu não sei se elas vão querer desmamar aí, né, largar, largar o osso, porque às vezes você vendeu o modelo uma vez, você vender token é melhor.

Meu pensamento, pergunta mais voltada assim, já se fala muito sobre o tanto de consumo que é preciso para funcionar o que a gente tem funcionando hoje, e a gente sabe que, sei lá, quantos por cento das pessoas vão usar hoje de uma forma A maior parte dos jovens, pelo menos a maior parte. Não sei quantos por cento representa, mas quando todo mundo tiver de fato usando IA para trabalhar, para enfim, não só para fazer besteira, quanto que isso vai representar de hardware, sabe, de impacto de uma forma geral?

É isso assim, tem várias especulações, tem vários pontos que já se discutem, já se discutem um pouco. As empresas estão tendo que baixar o custo porque a princípio ainda não tava se pagando, né, o que as assinaturas ainda não tava pagando o custo de desenvolvimento. Existe essa corrida espacial, entre aspas, aí de sempre lançar um modelo novo, sempre lançar um modelo novo. Aí eu preciso lançar o Gemini 5, aí eu preciso já lançar o GPT-6, eu preciso lançar o cloud, não sei o quê.

É uma delícia, cara. Eu tenho cloud contratado, tenho o Sol contratado, GPT, né. E aí agora o GPT disponibilizou uma função lá que eu tenho direito a uma renovação. Então meu plano tá acabando, o meu semanal tá acabando, eu vou lá, eu posso resetar uma vez e volta. Aí, cara, quando acontece isso, pode olhar no cloud que meu plano foi renovado. Então tá essa guerra, tá uma delícia para quem pelo menos tem o pago, tá uma delícia, né?

Para a gente, eu tenho o Gemini, eu, porque ele vem com uma série de outros serviços do Google que E eu acabo usando também. Mas sim, eu acho que é muito complexo a gente tentar prever para onde que o mercado vai, né? Sempre aquela, seria como se a gente tivesse na década de 80 ali vendo se essa ideia, será que essa tal da ideia desse tal de Bill Gates aí vai para o caminho desse tal de Steve Jobs aí? Será que esses caras vão, alguém vai querer isso aí, computador pessoal? Para que que alguém precisa de um computador em casa?

Meio longo prazo esse será, né? O será da gente cunhar hoje é tipo amanhã, né?

É porque a velocidade dos produtos, ela é muito rápida, né, no sentido de lançamento. Tem hora que eu reflito um pouco, por exemplo, não tem tanto tempo assim que eu fiz minha graduação. Frente aos meus alunos que estão entrando agora, 16 anos pode parecer muito, mas não tem tanto tempo assim que eu fiz a minha graduação. No entanto, quando eu entrei na graduação, a gente é a comunidade do Orkut da minha turma, Né, a gente começou depois o grupo do Facebook e ninguém tinha smartphone.

Então assim, é lista de email, né, tinha lista de email, lista de email, exatamente. Então assim, pensando de quando eu entrei até quando eu formei, que eu me formei em 2016, o cenário era inimaginável eu entrando em 2010 na universidade pensar que eu ia ter um computador na minha mão. É que um celular é um computador na mão.

Meu RA-02, né? E, cara, quando eu tava formando, tipo, tinha um aluno que tinha notebook, né? E era caríssimo e tal. Hoje você entra na sala de aula, todo mundo tem notebook, tablet, não sei o quê. A escola anterior dos meus filhos, cara, o material escolar você tinha que ter um notebook porque tinha uns negócios que tinha que fazer lá, era para o notebook. E se você falasse que não tinha, eles falam assim, ah, mas tava na lista de material, você tem um notebook.

Ao mesmo tempo, hoje muito se discute o peso da digitalização na educação da turma mais jovem, tanto as crianças, adolescentes e jovens adultos. A gente observa muito o peso disso, a diminuição da capacidade deles de escrever. Que é um negócio, é muito surpreendente assim, é uma geração que ela teve uma perda cognitiva, tanto que muitas escolas estão retornando ao analógico. Eu acho que é importante você ter a educação digital, é isso, eu trouxe essa discussão também, porque a gente tá discutindo dentro da universidade o limite do uso de IA.

É isso, é um ponto que eu ia chegar.

Então essa discussão na educação é muito interessante. Na primeira educação ali para criança, adolescentes, Hoje, a minha opinião como alguém da ciência da computação é que quanto mais analógico você manter ali a criança e o adolescente por mais tempo, é mais beneficial para eles. Ah, não, mas significa que eu não posso jogar um videogame, o FIFA do meu filho? Não, não é isso não, mas assim, tempo limitado de tela. A educação mesmo, a parte da educação, as tarefas de casa e a escola fazer de forma mais analógica.

Conseguir diminuir o uso do telefone, que a gente sabe que é complicado, mas conseguir diminuir o uso do telefone é legal também. Porque hoje o que a educação aponta é para tendências de que o aprendizado mais analógico ele fixa melhor.

Sabe que o lance do uso do telefone, assim, entre as muitas, depois a gente faz 40, entre as muitas coisas que a gente começa a refletir na vida, né, o ponto que a gente chegou, pô, tô 40 anos, daquela aquele friozinho na barriga e tal. Então, passando por toda essa fase de emagrecimento, de cuidado com coisas que não cuidava antes e tal, e uma das coisas que mais me incomoda, cara, é a minha dependência do telefone. Porque não só para vídeo, essas outras coisas, o tempo todo às vezes eu me pego no telefone sem necessidade de eu estar no telefone.

E aí você começa a se autoavaliar para ver se, pô, precisava estar agora nessa, passar essas 2 horas Incomoda quando, por exemplo, minha esposa tá conversando comigo, eu não noto que eu tô concordando com tudo que eu tô falando, e no mesmo segundo eu falo, pô, que bosta, sabe?

Eu acho é uma discussão importante porque são pequenas injeções de dopamina, né? Então assim, mais um videozinho, mais um videozinho, mais um videozinho, é sempre uma pequena injeçãozinha de dopamina. Então assim, isso não é só, não pega só no jovem, pega no adulto, pega assim, a gente fica mais estressado, idoso.

Descobriu internet, telefone, cara, é o tempo todo.

Fica mais estressado também porque você fica sedento de informação, né? Quando você tá ali há 10, 15 minutos sem receber informação, você já tá ansioso, você começa: cadê, cadê meu telefone? Cadê meu YouTube? Cadê meu não sei o quê? E eu ainda, eu ainda sou de uma turma que gosto de, por exemplo, YouTube de conteúdos longos. Eu gosto de pegar conteúdo educativo de 30, 40 minutos, 50 minutos, 1 hora. Gosto de consumir esses conteúdos, mas a turma jovem perde o span de atenção.

E aí, dentro de sala de aula, por exemplo, eu tenho que me desdobrar para brigar pela atenção ali o tempo todo.

Ontem, falando de conteúdo longo, eu tava assistindo um vídeo, cara, até conheci na internet, o Vlad faz uns experimentos, Área 51. E aí ele começa o vídeo dele falando A gente tá fazendo uma campanha para voltar a assistir vídeos longos, então fica aqui, tenta voltar. Aí ele fala um pouco sobre isso, esse negócio. Mas os 15 primeiros minutos de vídeo foi ele fazendo uma introdução, a gente falou disso um pouco, uma introdução não precisava fazer.

Eu falo, a galera às vezes também perde a mão no CTA, cara, entendi, tá? Porque às vezes é muito chato você— aí pode ser só o Gabriel que assiste vídeo curto falando, sacou? É mais objetivo, né? Alguém que é muito bom assistir, que eu recomendo. Falou o cara que tem um podcast nacional, é o Tinoco, canal Tinocando TV.

Esse é um canal muito educativo, ele fala de várias coisas da história do Brasil, do mundo e tal. Ele tem roteiros bons, parece um documentário assim o canal dele, e ele tem uma narrativa muito boa. Mineiro também, cruzeirense, cruzeiro cabuloso. Então ele é muito bom. E da gringa eu gosto muito do Veritasium. É muito educativo também, traz muitos problemas da engenharia, da parte de física, da parte de química. E pessoalmente são assuntos que me interessam muito, eu gosto de acompanhar bastante.

São conteúdos mais longos, mas eu não acho que tem essa, vamos dizer assim, introdução desnecessária. O Tinoco tem vários vídeos, várias coisas de cultura. Por exemplo, ele fala do Basquiat, por exemplo. Tem caso que ele conta a história de Napoleão, ele fala Vários pontos do Brasil, do mundo. Do Brasil, ele já discutiu questões, por exemplo, de império, independência. E tem animações boas, são, é um conteúdo bom, ele é bem produzido.

É um conteúdo mais longo, mas é um roteiro mesmo, ele tem um roteiro, tem roteiristas, ele tem editores e tal, trabalha de forma bastante profissional.

Acho que a única coisa longa que eu assisti de vídeo assim é no YouTube, é o Lito do Aviões e Música. Adoro o Lito, tem um conteúdo excelente. Eu acho que eu sei Assisti todos os vídeos dele, sem exceção, porque é um assunto que me interessa. Eu tenho pavor de avião, então eu vejo tudo que ele fala. E coisa de guerra, cara, tipo história da guerra e tal, nossa, me delicia. Agora, uma coisa que eu vejo, Pedro Tinoco de guerra, você vai gostar.

Tem uma parada que me irrita um pouco hoje, que eu vejo que é o imediatismo do vídeo curto que me puniu. É, eu adorava vídeo de restauração.

Eu gosto, eu gosto, assisto vários.

Hoje eu me vejo pulando, falei, pô, não tô mais curtindo o processo. E eu tenho vício em gente limpando tapete também. Ah, sim, porra, aquele negócio, eu vejo o cara lá pegando o tapete, lavando o tapete.

Esse é um clássico.

Não sei por que que eu assisto.

Na hora que te pegar, você vai ver, é um vício maravilhoso, satisfatório. Vem um negócio sujão, aí você vê, é, nossa, tapete cheio de terra, por cima e tal, que chega.

Eu almoço às vezes vendo o cara limpando tapete, cara.

Não, é muito satisfatório. É só o barulho ali da bomba jato ali, das ferramentas e tudo.

O vídeo longo, cara, eu consigo assistir vídeo técnico longo. Então assim, eu tava até comentando esses dias no LinkedIn, por exemplo, canal da IBM, cara. IBM tem uns vídeos bons longos assim, né, explicando conceito às vezes, né. Acho que Harvard, Stanford tem uns negócios muito legal. E, cara, e é tudo vídeo. Por exemplo, o que tá na minha playlist lá é um vídeo de 2 horas do maluco ensinando como você faz uma LLM, todo conceito técnico de como é fazer.

Eu tô mega curioso para ver, tá ligado? E são 2 horas, né? Não quer dizer que eu vou consumir tudo uma vez. Acho que quando é uma coisa que também, quando o vídeo é muito técnico, eu não consumo tudo uma vez. Eu tenho uma parada aí, tipo, eu tenho que às vezes executar o que tá rolando ali e tal para dar aquela fixada, aí eu continuo, sabe? Oi, filme, filme.

Eu tenho um problema para ficar muito tempo parado fazendo uma coisa só. Então eu tenho um acordo com minha esposa, ela, cara, ela assiste tipo 3 filmes por dia. Eu consigo assistir, eu faço meus intervalos assim, ó, 25 minutos, para, aí mais tarde eu assisto mais 25, tá bom?

Não, filme eu gosto de assistir também por inteiro.

Por isso eu gostava da sessão da tarde que tinha uns intervalos.

É, pois é, não tem mais intervalo comercial.

Puxando, pô, cara, eu tô numa pira de novelinha pelo TikTok agora também. É muita coisa de velho, mas é muito bom, cara. É tão tosco que você fica assim, deixa eu ver onde é que essa tosquiça vai dar. Aí você fica naquela.

O TikTok acabei não aderindo, mas Instagram tô lá também, tem os meus conteúdos, né, no final das contas.

Mas o meu algoritmo do Instagram é bem mais podre do que do TikTok, assim. Eu já resetei algumas vezes, mas eu sempre vou Tipo, indo para o limbo assim, ó.

Entendi, entendi. Vai dar uma variada. Mas puxando de volta um pouquinho para o lado da educação, né, o que que a gente discute hoje, por exemplo, e é muito preocupante, eu tava até falando um pouquinho disso, a questão das provas, né, e tal, da parte técnica. Eu vejo muitos professores também fazendo manifestação disso, e a gente como instituição tá pensando nisso, é dessa relação do estudante de agora com a IA generativa. Porque a dependência tá ficando muito grande.

Você fala, por exemplo, entrega de trabalho.

Vamos supor, por exemplo, vocês têm formação de desenvolvedores? Você tem formação de desenvolvedor? É ciência da computação, ADS, engenharia? Pois é, eu fiz na engenharia também. Aí, por exemplo, eu Tô dando lá na UFBC, não são semestres, são quadrimestres, né? Nós temos 3 períodos no ano. Nesse segundo quadrimestre eu tô dando a matéria introdutória de programação, onde você passa ali os conceitos básicos de programação em Python, linguagem mais chuchu do momento, né?

Quando eu fui aprender programação lá em 2010, o primeiro linguagem foi C. O meu também é C puro. Então aí você vai apresentar os conceitos, e é uma disciplina com caráter muito prático. Então põe a metade dos pontos da disciplina na prática E metade nas provas que eu faço teórica, eu faço escrito.

Pseudocódigo? Não, código mesmo, código.

E assim, é discrepante você pegar as entregas de um aluno na parte de prática e na parte escrita.

Por que será?

Por que será? E qual que é o questionamento? Eu entendo que o aluno às vezes não tá pensando na própria formação, é até pela idade, muitas vezes pela maturidade. Mas quem tem que pensar nisso?

O aluno não tá pensando na própria formação, a instituição inspirador.

Os alunos ali tendo acesso, mesmo que eles façam pela ferramenta gratuita, ele consegue fazer esses códigos básicos rapidinho. Um prompt ali, vocês faz um código, faz isso, chega ali no GPT, um prompt, ele faz. A questão é que o seguinte, ele passa pela matéria de programação básica sem aprender os conceitos mais básicos de programação: variável, É, exatamente, laço de repetição, estrutura condicional, que é a base da programação imperativa, que é 80% dos programas.

Orientação a objetos e funcional, que são os outros dois paradigmas, é basicamente a mesma coisa.

Eu não sei o que, como é que tá hoje. Eu falei no outro episódio sobre a qualidade dos caras que chegavam para a gente na empresa, os júniores e tal, saíram da faculdade, primeiro emprego e tal. Já era terrível antes da IA, já era muito assustador. E os caras não tinham a base nenhuma. Então eu precisava ter bons devs lá dentro, um, dois que a gente mantinha lá dentro para ensinar a galera só da faculdade. Já era assustador, imagina agora.

Assim, essa é uma discussão que permeia vários pontos. Por exemplo, as escolas fazem, as mesmas particulares, o que eu vou te ensinar ali no ensino médio é o importante para você fazer o ENEM e tirar uma nota boa. Então assim, quando eu fiz o terceiro ano para depois fazer o vestibular, né, que eu não tinha nem o SISU, o ENEM existia. Foi o primeiro ano inclusive que o ENEM entrou no número de questões, não vou falar do mesmo modelo porque já trocou as instituições aplicadoras e corretoras algumas vezes, mas que entrou no modelo novo de ENEM.

Porém as universidades ainda tinham etapas, por exemplo, de provas discursivas. Então, para você entrar no vestibular, para você entrar na universidade, você tinha que fazer uma prova discursiva. Você tinha que ter a capacidade de colocar o seu raciocínio ali numa sequência, no papel, para provar para alguém que você fez o raciocínio e chegou numa resposta. Isso não existe, essa exigência, mais desde que existe o SISU. E aí longe da discussão de melhorou acessibilidade, tornou as universidades menos barristas e tal, porque de fato isso existiu.

Mas o preço que se paga com a educação é que essa parte da formação que antes pertencia ao ensino médio não pertence mais. E a gente pega isso no ensino superior e tem que tentar suprir essa carência.

Entendi.

Então assim, mas isso não é em todas as universidades, né?

Por exemplo, Unicamp da Vila ainda tem, ainda tem.

A FUVEST ainda tem, mas se você muda a linha, a diretriz geral do país, a tendência é todo mundo seguir, por exemplo, diminuindo, vamos dizer assim, o nível de exigência de você ter uma capacidade de fazer uma prova discursiva dentro da própria proposta do ensino médio. E Isso ainda é uma discussão pré-IA, como foi dito. E não entrando no assunto, que é importante você ter uma universidade que seja menos barrista, então você tem um sistema nacional, tem suas vantagens de fato, mas acho que muita coisa deveria ser pensada.

E aí agora você adiciona isso, aluno que entra e tem uma ferramenta de IA generativa ali para ele fazer um trabalho inteiro para ele. Ele pega o PDF do trabalho e joga lá como prompt.

Entendi. Resolve aí para mim.

Eu vi o professor Cláudio de Barros falando uma vez que eu achei fantástico. Fala, cara, problema que ele vê hoje, que os alunos, por exemplo, eles vão para escola para passar de ano, eles fazem para tirar carteira de motorista, eles fazem o suficiente para tirar a carteira e eles não curtem a jornada, né, não curtem o aprendizado. Eles estão preocupados em aprender ali, eles estão preocupados em vencer aquela etapa que é passar de ano e faz o básico para isso.

E com a entrada, aí ele falou até aí. E o que me assusta mais é que muitas vezes o que eu sinto conversando com jovens, eu converso bastante com jovens hoje, é que é tudo muito vou fazer o suficiente e não, sabe, parece que o cara nem queria estar naquela faculdade, ele nem queria fazer aquele curso, mas talvez ele escolheu aquilo não por aptidão, mas por comodidade, não sei, ou por dinheiro, proposta do dar dinheiro, né, que depois quando você vê a linha de chegada chegando, você vê que quem dá dinheiro é de mãe, né?

O resto é você que ganha, ninguém dá dinheiro para ninguém, né?

Mas você acha que isso faz sentido? E mas você acha que aí vem para atrapalhar isso um pouco mais assim?

Até certo ponto faz sentido, só que eu acho que isso não é uma característica só de agora. A questão é o seguinte: o aluno bom, ele é bom em qualquer instituição, não importa onde ele tiver, ele vai ser bom em qualquer instituição. E o aluno, chamar ele de ruim, vou falar assim, um aluno menos esforçado, é mais acomodado, ele é acomodado em toda instituição. A diferença sempre é o aluno médio. E o que que você vai exigir do aluno médio para ele ser médio?

Então, por exemplo, um aluno médio numa USP, ele não pode só estudar mais ou menos. Senão ele não vai aguentar chegar no final da USP. E é isso que difere a USP. Não é porque o professor da USP ensina alguma coisa diferente do que se ensina em outras faculdades, uma faculdade municipal, na faculdade federal. Não é. É porque o cara da USP, ele pode chegar e fazer uma prova, por exemplo, que muitas vezes a gente não pode fazer. Ele pode elevar o nível de exigência.

Então assim, a gente tenta ali, principalmente nessas matérias de início, a gente tenta ir balizando, inclusive tentando resolver esse problema que foi empurrado para o ensino médio. E a gente vê, por exemplo, a nota do PISA, que é a visão da educação básica do Brasil, só caindo, estando abaixo de país que não era para a gente estar abaixo. Com todo respeito aos outros países, não é um desrespeito aos outros países, mas ao poder econômico do Brasil, o Brasil tá atrás do PISA da Nigéria, não faz sentido.

Você acha que é por falta de investimento ou capacitação mesmo?

As duas coisas.

As duas coisas.

E aí você coloca junto disso um aluno que entra, por exemplo, e ele não precisa nem pesquisar mais para escrever sobre um assunto.

Antigamente era, antigamente, né, tipo uns anos atrás, né, 5, 6 anos atrás era mais custoso de tempo você fazer um trabalho.

Você fez qual engenharia?

Computação.

Da computação.

Só um exemplo, eu tive Redes 1, Redes 2, tá? Sim, eu tive que ler um Tenenbaum azul desse tamanho. Redes 1, Redes 2 era esse livro, e o professor, abraço Juan aí, é um professor espanhol, ainda tinha um português com sotaque espanhol. E cara, era isso, entendeu? E assim, eu li esse livro, tá ligado, ao longo de um ano, porque é Redes 1, Redes 2 por semestre, né? Cara, e era isso, era prova em cima disso, trabalho em cima disso.

Aprendi a fazer um monte de negócio, hoje não lembro quase nada, mas aprendi na época, né?

Mas se você precisar, você pega de novo, você só relembra. Aí, por exemplo, tá nem bom. Eu dou aula de arquitetura de computadores também, né? Que também é o Andrew Tannenbaum, é o livro lá, Organização de Computadores. E aí, por exemplo, Eu vou falar de quê? Eu vou falar de Von Neumann com os meninos e tal, não sei o quê. Felizmente arquitetura nesse quadrimestre próximo que eu vou dar é na pós, aí já é uma turma mais velha e você não tem que aliviar a barra não.

Até porque pós ninguém tá fazendo mestrado, doutorado lá, fala que caiu de paraquedas não. Mas assim, aí você pode apertar mais, você pode exigir. Aí você vai falar, por exemplo, faz um circuito de memória aí. O cara vai ter que pegar ali e ver o que que é um circuito de memória. Mesmo que seja um vídeo no YouTube de 30 minutos explicando como é que você pega ali as portas lógicas e cria os flip-flops que criam o circuito de memória e tal, ele vai ter que fazer alguma coisa do tipo.

Então assim, prejudica. Por exemplo, aí chega no começo, algoritmo, estrutura de dado. Falou que você pegou C, eu também. O cara vai pedir lá, você sabe que é uma lista encadeada? Você pode assim, se eu pedir para você fazer em C, você pode escorregar um pouco, mas você vai fazer. Às vezes você pede uma lista encadeada para um moleque desse, eles não vão saber o que é. E é uma estrutura de dados muito importante, que aí você vai ter o tipo list no Python lá.

Aí ele vai ser uma lista de fato, uma lista encadeada. Só que Aí o que que acontece? Ah, meu programa tá lento. Onde que isso impacta no mercado, né? Por exemplo, num produto. Ah, o meu serviço aqui, quando ele escala, ele tá lento.

Por que que ele tá lento?

Eles não estudaram análise de algoritmo, eles não sabem o que significa uma ordem de complexidade. Então eles não sabem, por exemplo, que você escreveu um tipo list no Python, toda vez que a sua lista tiver 1 bilhão de elementos nela, ele vai demorar 1 bilhão de acessos para ele encontrar qualquer elemento ali. Então assim, esse é um conhecimento que— e aí o pessoal fala muito de vibe coding, né, e tal, não sei o quê. Pode até servir, por exemplo, para se prototipar, mas sem esse conhecimento básico você não consegue escalar.

Aí você vai falar de Kubernetes e tal, beleza, essas ferramentas são feitas para escalar sistemas, né. Tem os dockers ali para contenerizar, o Kubernetes para poder fazer a orquestração, né, as ferramentas de engenharia de software.

Mas não adianta se você O código é mal escrito, né?

Cocô com glitter, cocô com glitter, cocô com glitter, entendeu? Cocô bonitinho. Você dá cocô de entrada, vai sair cocô com glitter, entendeu?

Mas assim, voltando à questão do aluno, como é que vocês professores estão lidando com isso assim? Porque, sei lá, você pede um trabalho, chega aquele trabalho que você sabe que não foi o cara que fez. Você talvez, por ter a experiência com IA, conhece ali a linguagem e tal. Mas como é que vocês estão lidando com isso?

Isso é uma coisa interessante, porque a gente tem um grupo de trabalho formado até para discutir essas coisas. Eu pessoalmente, eu tô me baseando nos fundamentos da ética de publicação, ou seja, o que que as ferramentas de publicação científica consideram ética no uso de IA generativa. Não, sempre que eu peço trabalhos eu dou uma aula específica onde eu ensino, que é uma coisa que eu senti falta, eu ensino como que se escreve um trabalho, como, quais são os elementos, como que o texto se organiza e tudo mais.

E aí eu explico para eles, eu falo em uma parte dessa aula é sobre a ética do uso de IA. Também é uma palestra que eu tô produzindo para ver se eu consigo em alguns meios aí divulgar, que é o seguinte: o uso de IA não é sobre não usar, é sobre como usar. Então, por exemplo, eu falo com meus alunos, vocês têm que ter isso. Eu falo com meus alunos de pesquisa e eu falo com meus alunos de ensino, vocês têm que ter total responsabilidade e total conhecimento sobre cada linha que tá escrito ali.

Então a IA não pode ser feita para produzir o seu conteúdo. Ela pode ser feita para revisar, para te dar ideia, etc., mas não para produzir. A produção tem que ser sua e a curadoria do que foi produzido tem que ser sua.

Esse é o ponto. Galera, aqui, ó, prova oral agora.

Mas aí é entre aspas um pouco, vamos dizer assim, de terrorismo. Não que eu acho, eu acho que um pouco de pressão é bom, porque a frustração faz parte do conhecimento, do aprendizado. Mas o que que eu faço muito é a questão da prova aberta escrita. E eu explico para os meus alunos, eu falo assim: a prova escrita, ela é uma ferramenta de vocês treinarem comunicação por escrito. Vocês têm que me explicar por escrito o que que vocês querem dizer, senão não vou entender.

Então, até como que os alunos falam: pode fazer as questões fora de ordem. Eu falo: Pode, mas eu tenho que saber onde que cada questão que vocês— e por fim, da questão de IA dos trabalhos, eu ainda ponho mais uma coisa que é que a gente tem colocado no nosso artigo científico também. Ao final do texto tem que ter uma seção sobre ética no uso de IA generativo, onde todas as ferramentas e todos os usos têm que estar explícitos. Parte do que se discute, por exemplo, no uso de IA generativas para escrita científica ou para ferramentas científicas, é na transparência, foco na transparência. Eu usei essa ferramenta para este fim e a depender inclusive com este prompt.

É uma conversa, mas assim, o legal seria ter o link, porque caso você queira ver o que que foi discutido, ou não é chegar a esse ponto, eu acho que não chega a esse ponto, mas eu tenho que saber, por exemplo, É usado.

É. E aí, ah, tem um gráfico, o gráfico não pode ser na IA generativa. Ah, tem aqui um infográfico ou uma ilustração, aí pode.

Tá bom.

Então assim, é o compromisso da fidelidade da informação. Parte disso inclusive a comunidade fala por saber como é que funciona. Aí a generativa ela não vai produzir, por exemplo, você passar um dado para ela Ela não vai produzir um gráfico ali com uma precisão matemática, ela vai produzir uma imagem ilustrativa a partir da informação que você passou. Em determinados casos isso é factível, outros não. Então, por exemplo, eu pessoalmente eu acho que é a principal ferramenta inicial para se pensar no uso de IA generativa quando você tá produzindo alguma coisa.

Produzindo conteúdo, produzindo texto, é você ter transparência. Falar: eu usei a IA para revisar o texto, eu usei a IA para isso, para aquilo, porém os autores— e isso a gente fala assim— os autores assumem total responsabilidade sobre o conteúdo apresentado ali. No caso de texto acadêmico, já vi IA inventar referência, inventa conceito.

Isso aí é o mau uso, né? Que é o mau uso de qualquer jeito, é meio é o aluno acomodado barra preguiçoso ali, né?

Exato.

Você que tá dentro do sistema educacional, né, de uma certa forma, você vê o país de uma forma geral, governo que seja, e aqui não tô falando do governo, exatamente, eu tô falando, você acha que a gente tá começando a se preocupar como país de uma forma geral com esse tipo de aplicação com IA no meio acadêmico, no meio, você acha que tá tendo um incentivo? Tô começando a falar disso, não tão?

É muito necessário e as instituições estão entendendo que elas têm a necessidade de falar disso. Por exemplo, o Judiciário tem falado muito disso.

A gente traz aqui sempre direto, né? Traz.

O Judiciário tem falado muito desses problemas, tem apresentado muito esses problemas. Porque tem se visto apelações, respostas totalmente escritas por ferramentas de inteligência artificial, onde aí inventa jurisprudência, aí inventa um monte de coisa. Por quê?

Porque isso ela vai ter que gerar alguma coisa, né?

Porque o modelo temático, sabe, ontem eu vi o vídeo daquele advogado que inventou jurisprudência, ele apresentou e tal. Aí teve o julgamento dele e a juíza absolvendo ele, falando, e a desculpa não, né, o motivo é porque basicamente ninguém sabe como usar direito, ninguém tem o conhecimento e acaba usando de forma errada. Então tô absolvendo. O que eu achei razoável, tá? Não achei, ó, devia ter pegado o cara. Na verdade, a gente vê que a galera não sabe mesmo usar ainda, né?

Grosso modo não sabe. Ainda mais pega uma pessoa que conheceu ontem, começou a fazer as coisas com ela ontem. É o que você tá falando da produtoria, né, de tudo aquilo.

É, eu tenho dito o seguinte, é um aspecto mais técnico, mas a gente tem que discutir. É o seguinte, uma IA é um modelo de linguagem, uma IA assim, né, não IA no total, porque inclusive eu vou lecionar IA no próximo quadrimestre na UFBC. IA é muito mais do que LLMs, mas assim, uma LLM é uma IA feita para tratar linguagem. E aí, qual que é o caminho dela? Você codifica uma linguagem em números, depois você gera ali representações vetoriais desse conhecimento, né?

Por exemplo, para eu falar assim, a manga da minha camisa, ou eu tomei suco de manga, essas duas representações, a palavra manga, elas serem espacialmente separáveis, Ou seja, a IA tem que ter uma noção semântica da palavra.

E no português deve ser muito mais difícil do que em outras.

Não que em outras não tenha problema, mas sim, de fato, de fato tem que— os tradutores melhoraram por conta dessas representações também, que eles chamam de word2vec, né? E aí depois você tem uma série ali de modelos que vão fazer uma inferência para aprender qual que é uma melhor resposta. Mas qual que é a melhor resposta em qual sentido? Em produzir um texto cuja sintaxe se pareça o máximo possível com o texto que responde o prompt.

Então, o porquê que a IA acerta? Porque quando você pega a Wikipédia toda e alimenta, usa isso para alimentar a IA para treinar, a tendência é que o discurso saia conforme, por exemplo, os verbetes da Wikipédia. Então ele vai sair de alguma forma correto, mas ele não existe intrinsecamente no algoritmo um compromisso com uma verdade informativa. O único compromisso que tem é que produza um texto retoricamente ou sintaticamente coerente e que de alguma forma ali pareça que tem uma semântica.

Mas não existe um compromisso, por exemplo, com a informação. Não é uma codificação de informação, a codificação de texto. Isso é muito importante da gente entender, porque se fosse uma informação, ela não concluiu aquilo, não pensou naquilo, entregou. Ela não é, né? Intrinsecamente ela tá pensando em como produzir, pensando entre aspas, né, como produzir um texto que responde ou que dentro das métricas de treinamento da IA melhor responde a pergunta que foi feita na forma de prompt codificada nos vetores, espaço vetorial e tal.

Então o que que acontece? Não existe um compromisso com a informação, existe um compromisso com o texto ser ali um texto formatado eficiente o máximo possível.

Você falou, ele falou aquela hora de cocô com glitter. Eu vi inclusive um cara dando esse exemplo, era um gringo, mas ele falando exatamente, ó, imagina que você colocou aí para treinar uma palavra que é cocô. Então cocô, cocô, cocô, e ela só sabe cocô. Quando alguém se perguntar alguma coisa para ela, ela vai responder o quê? Cocô, cocô, cocô. Então ele usou de explicar que ela não concluiu nada que você tá falando sobre cocô ali, mas ela vai entregar o que ela É mais ou menos isso, né?

Então isso é muito importante, por exemplo, para se tomar decisões institucionais. Como usar uma IA, entendeu? É uma IA para analisar um documento? Não sei, sei, talvez possa até ajudar, tipo assim, a fazer um resumo, mas ler o resumo, ler o documento, eu ajudo, pega o resumo ali para ver Você tá batendo. Ah, uma IA ali, você vai, eu tô querendo ter uma ideia aqui, eu tive uma ideia, eu não tô sabendo por onde começar. Te dá a ideia de como começar, mas a garantia de que existe uma informação ali codificada nesse texto é só a pessoa, o ser humano, que consegue garantir. A empresa ela não consegue garantir isso dentro da política dela.

Tem um caso de um cliente nosso que ele usa a IA para procurar coisas, informações em transcrições de conversa, por exemplo. O resultado é bem ok assim, sabe? Consegue extrair as informações ali e até em diferentes visões, né? Então uma visão financeira, uma visão comercial. Então dada aquela mesma conversa, né, trazer diferentes pontos de vista, né?

É para tratar linguagem, por serem modelos de linguagem, a tratativa de linguagem é muito agilizada. Uma coisa que meu orientador fala é o seguinte: as ferramentas de IA, para quem sabe o que tá fazendo, são fantásticas, maravilhosas. Por quê? Porque você sabe o que tá fazendo, você sabe os pontos fracos. Se você não souber o ponto fraco, você fica refém.

Você sabe a cagada que pode acontecer se você não ficar atento, né?

Então você fala quem sabe, você tá falando tecnicamente como tá lá nas entranhas, ou alguém que sabe usar, extrair o melhor dela?

Tem um pouco dos dois. Talvez eu não seja, por exemplo, a pessoa que sabe extrair o melhor das ferramentas pagas. Tem muita gente que usa muito mais que eu, mas você sabe os pitfalls que eu falo, né? Os pontos ali, as cagadas, as escorregadas que a IA pode fazer. Então, para o seu uso, você vai produzir, mas você vai estar com isso em mente. Então você vai dar curadoria ali no ponto ideal. Então assim, tem, já teve uma, teve um trabalho que eu fiz, né, de uma dessas matérias iniciais de programação, que eu explorei um pouco os métodos numéricos ali no trabalho.

Só que até na parte técnica você consegue colocar o pessoal para escorregar. Por exemplo, eu proibi o pessoal de usar o asterisco asterisco, usar o elevado. Eles tinham que fazer uma função para fazer a potenciação. Se você passa o trabalho só, o PDF do trabalho como prompt, ele vai produzir as funções. E adivinha só, ele vai fazer genérico, que é o que ele foi treinado. Exatamente, a maioria dos repositórios e as coisas que ele pegou, a potência Eu vi, é exatamente, e eu vi alguma outra pessoa falando sobre estressar modelos de linguagem nesse sentido.

Era tipo assim, é uma charada que só faz sentido em inglês, né? Que é, ah, tava lá o pai e o filho dirigindo, o pai dirigindo o carro com o filho, eles sofreram um acidente. E aí o pai morreu e o filho foi para o hospital e foi ser operado por The Surgeon, né, que eles não falam. Aí eles falam assim, aí The Surgeon falou que não pode operar porque é o filho. Como assim? Não faz sentido, já que o pai morreu. Aí tipo assim, aí a IA foi treinada para aprender a responder, faz sentido porque a mãe, né, porque no inglês as palavras não tem, não é a cirurgiã, né.

Só que aí o que que eles fizeram? Por tantas vezes que eles usaram essa pegadinha na IA, eles fizeram o prompt contrário. A mãe tava dirigindo com o filho, morreu, e aí a DestinyMind falou, não posso esperar porque é meu filho. Ele falou assim, ah, pode porque é a mãe. Mas é a mãe, porque aí ela foi treinada por reforço para aprender que quando esse caso é contado, o truque é que é a mãe. Só que você trocou o gênero, ela não percebeu.

Então essa codificação de informação ela some aí. Esses, o fato, por exemplo, vamos pensar numa pessoa de empresa agora. Vamos pôr, vocês estão dando uma consultoria para uma empresa, vocês têm que treinar as pessoas da empresa para entender esses pitfalls, entender, por exemplo, que se ela tiver usando o GPT, o GPT pode cometer esse erro, ele pode ter ali, não perceber uma informação codificada no texto.

Por quê?

Porque ele faz codificação de texto, não codificação de informação. Ele pode produzir um texto sem a informação codificada ou com uma outra informação errada codificada, porque o objetivo dele não é codificar uma informação dentro do texto, é, vamos dizer assim, pegar ali uma resposta mais provável em termos de probabilidade.

Cara, no geral assim, voltando aos seus alunos, eu tenho muita curiosidade, tá, para saber como é que tá essa galera jovem. Como é que você tem visto não só a galera da ciência, mas da informática, né? Como é que você tem visto de uma forma geral? E que que você enxerga para o futuro assim, no campo do achismo assim, de onde a gente vai chegar daqui poucos anos? Não dá para falar, como a gente falou, não dá para falar o que vai acontecer semana que vem, mas quem dirá daqui um ano, onde você acha que as faculdades vão estar?

Você acha que ela vai estar mais integrada aí? Você acha que vai acontecer, você que vive dentro da—

Olha, eu tento, frente aos meus alunos, né? É até importante falar do perfil do aluno, que para vocês entenderem também, a Universidade Federal do ABC, o aluno não entra no primeiro período em Ciência da Computação. Ele entra no bacharelado de ingresso, que é interdisciplinar. Então ele vai entrar no bacharelado em ciência e tecnologia e depois lá na frente ele vai decidir para onde que ele vai. Lembra um pouco a estrutura da Poli, da USP.

A engenharia lá é assim, né, segundo, terceiro ano é tudo igual, dali para frente que—

mas ali engloba também os outros cursos, engloba também a biologia, a química, a física, matemática. Então eles têm algumas matérias de biologia, algumas de humanas, que é muito importante também, parte de filosofia, de epistemologia. Eles têm matérias biológicas, então eles têm contato com uma variedade grande de matérias antes de escolher o específico, apesar de que o pessoal já tem alguma ideia do que quer fazer. Mas eu acho que os alunos têm que se conscientizar, e eu tento conscientizar eles, é o seguinte, um pouco do que o Gabriel tava falando, Cara, para que que você tá aqui aprendendo, entendeu?

Você me entregar um pedaço de papel, você me entregar um PDF com texto, para mim não vai mudar, mas vai mudar tudo para o aluno. Ele fazer, ele parar. Então o que eu gostaria de fazer, um apelo para os alunos, quem, quem, se algum tiver assistindo aí, depois eu vou também passar para os alunos. Se alguém pudesse fazer um apelo, tenta evitar no processo de aprendizado o uso indiscriminado, sobretudo, de IA generativa. Ah, mas eu posso usar IA generativa, por exemplo, eu escrevi um texto, ela corrigir a gramática do meu texto.

É até bom para você ler o texto que você escreveu e depois ler o texto que ela escreveu e ver se gramaticalmente tá melhor e se as correções fazem sentido. Inclusive, isso vai te dar um conhecimento maior sobre como a IA funciona. Só que não no processo de aprendizado, bate um pouco a cabeça. Eu entendo, aprendizado é frustrante, mas tem que ser frustrante. O aprendizado é sempre frustrante. E aí depois o pessoal às vezes pergunta assim: ah, que que você, Matheus, considera que é o principal aprendizado de um doutorado?

É você não ter medo de aprender. Quando você termina o doutorado, na minha opinião, você sente que você pode aprender ou estudar qualquer coisa, com tempo suficiente, é claro, mas assim, qualquer coisa.

Por quê?

Porque você fala assim: não, eu mergulhei no desconhecido e eu voltei e respirei. Só que é um processo duro, é um processo que exige, mentalmente exigente. O aprendizado, ele é um processo mentalmente exigente. Não tô falando para descuidar de saúde mental de jeito nenhum, pelo contrário. Tem que ser, durante esse processo, tem que se tomar muito cuidado com a saúde mental, fazer exercício físico, fazer os acompanhamentos que tem que ser feitos e tal, não sei o quê, que tudo isso contribui com a saúde mental.

Socializar, né, porque a digitalização reduz a socialização muito. Então tem que fazer todas essas partes juntos para poder também manter a saúde mental em dia. Mas o aprendizado é frustrante, eu sei que é frustrante, mas o apelo que eu faço é Evita no processo de aprendizado, tenta fazer sozinho.

Mas e aí, isso um gancho, mas e usar a IA generativa como apoio do aprendizado, tipo tirar uma dúvida? Por exemplo, eu li um livro, vi um artigo, vi um vídeo no YouTube, li uma parte do livro, tô confuso ainda tal, e conversar com a IA para esclarecer algum ponto. Isso você acha válido ou não?

Eu acho ok, mas eu acho que primeiro tem que tentar sem, tá? Eu acho que um exercício interessante é tenta sem, não conseguiu, joga ali, aí vê o que que ela te retornou, aí tenta mais um pouco sem de novo.

É aquele negócio, eu entendi isso, tô confuso aqui, entendeu?

Então primeiro tenta sem, aí tenta um pouquinho mais, e quando você vê que realmente você parou ali, levanta um café, tenta mais um pouquinho. E aí depois você volta. Você fez engenharia da computação, era a gente fazendo código ali. Você tentou ali, você ficou 2 horas tentando. Tem hora que você precisa levantar, né? Levantar, tomar um café, passar 15 minutos sem olhar para o problema, voltar e olhar para o problema de novo. E aí você já tá olhando para ele diferente.

Às vezes começar de novo, né?

Às vezes começar de novo.

A linha foi errada, né? Eu fui para esse lado aqui, nada. Isso aqui tá me viciando, deixa eu apagar isso. Isso funciona muito, né, cara?

A gente trabalha com criatividade, às vezes você tenta, tenta, tenta, você sai dali, dorme, acorda, você, puta, cara, quantas vezes eu sonhei com a solução de alguma coisa e acordei para o computador assim, tava pronto.

Eu tive um professor, era um professor que todo mundo achava ele carrasco, né, mas foi o melhor professor que eu tive assim. É óbvio que ele não vai estar assistindo, chama Carlos Miguel Tobar, né. E o Tobar, ele, eu encontro ele em Campinas, que ele mora ali na onde eu troco com ele, na feira, né? Hoje ele é aposentado e tal. Só que a aula dele era uma delícia, porque é o seguinte, ele dava SEO para gente, né? E aí, o que que ele fazia?

Ele, a gente tinha prova quinzenal com ele, então era uma semana, uma semana sim, uma semana não tinha prova. Então ele não deixava acumular o conteúdo, ele não corrigia a prova, quem corrigia era a gente. Então ele dava a prova, a gente fazia a prova, Aí na correção ele fazia correção na lousa, ele tirava o nome assim, a gente corrigia a prova dos outros. Então a gente tava, eu achava que, né, tava aprendendo ali, tava como lidar.

O trabalho, ele mandava fazer trabalho, a gente tinha que apresentar o trabalho para ele, e aí ele fazia perguntas ali para gente. Então a gente tava apresentando e ele fazendo perguntas, todo mundo vendo, né? Então na sala, né, na aula prática e tal. E ele não exigia na aula prática que você ficasse na aula prática. Você podia responder chamada e sair fora se quisesse, tal. Aí eu lembro, ficava eu e um brother só. E aí ele meio que curtia ali a gente por causa disso, porque assim, cara, o laboratório tinha, sei lá, 20 PCs, né? 19 ficava vazio, ficava eu e o brother lá, tal, né?

Esse brother engraçado que ele fez computação, mas ele sempre declarou que odiava programar, né? Não sei por que foi fazer computação, né? Curioso. Sabe o que ele não conseguia fazer, cara? Ele deixava o if vazio para só fazer o else, porque ele não conseguia fazer o contrário. Então ele colocava, ele fazia um if, deixava o if, abriu e fechava a chave e fazia o que ele queria no else, porque ele não conseguia mudar, não conseguia pensar na lógica invertida.

Mas assim, voltando, e assim, a aula do Tobar, cara, o tanto assim, SO, SO 1 e 2 foi a matéria que eu mais gostei, cara. E todo mundo achava o cara um carrasco, porque assim, ele exigia. Ele era professor doutor, fez um negócio de câncer, que tal, era muito bom. E cara, para mim assim, esse jeito de aula, se todos os professores tivessem esse jeito, para mim era que funcionava beleza assim, cara. E de novo, livrão de Axios, Axios 1 e 2 também, li o bagulho inteiro, cara.

É, tem umas coisas, por exemplo, a gente tava até falando, perguntando se era investimento ou era preparo, né? Eu falei que era um pouco um pouco dos dois, por exemplo, pensando do ponto de vista da educação básica. Então pensa o seguinte, por exemplo, quantas pessoas hoje que você conhece que querem ser professores do ensino básico? Ninguém, poucas pessoas. E pergunta por que isso acontece, Matheus? Várias coisas. Você tem desde os problemas dos pais que não sabem se comportar mais com os professores, Não sabe.

Acho que em toda profissão você escuta o profissional, menos o professor. Você não vai escutar o profissional porque eu que sei o que é melhor para o meu filho. Mas o médico, se ele falar para o seu filho tomar uma dipirona, você vai dar uma dipirona para o seu filho porque ele sabe cegamente, né? Cegamente, porque ele sabe que é melhor para o seu filho. Ah, se em outras especialidades também, mas o professor não.

Professor não.

E aí você soma isso a uma carreira onde não está valorizado financeiramente. Ensino básico, vou falar do fundamental e médio aí. Onde que você vai encontrar os melhores professores? Aonde existe uma valorização para você ter professores, mestres e doutores? Geralmente na rede federal, nos institutos federais, Algumas ETECs você vai ter essa valorização também. O São Paulo tem a questão estadual muito forte, mas você vai encontrar geralmente na rede federal, onde o cara tem um incentivo inclusive financeiro muito bom dele ser um professor e um mestre.

Então ali você vai ter alunos do ensino básico, não do fundamental, mas do médio, estudando com mestres e doutores.

O ensino técnico, então, é o médio técnico ou não?

O médio técnico. Mas mesmo sendo técnico, ele vai ter ali a parte de geografia, a parte de história, a parte de filosofia. E ali, por exemplo, o plano de carreira de um professor do Instituto Federal é o mesmo plano de carreira do professor da Universidade Federal, que ainda é defasado financeiramente frente ao mercado, mas é um plano de salário melhor. É um concurso, tem uma estabilidade melhor para você inclusive encarar essas coisas, né, essas questões de pais que desrespeitam, que chegam, questões de pessoas que desrespeitam o processo de educação, né.

Então a gente tem uma desvalorização cultural da educação e uma desvalorização financeira da profissão de professor. Isso aí entra naquela história de ovo e galinha, sabe? Isso gera despreparo ou isso atrai mais pessoas que têm menos preparo? E assim, não tô falando mal de nenhum professor do ensino básico não, porque para mim eles são os mais guerreiros, entendeu? Eu não consigo fazer o que o professor do ensino básico faz. É muita aula, é muito menino para olhar, lidar com criança que é muito delicado, lidar com adolescente que é muito delicado, e com os pais agora, os pais que é muito, muito pior do que com as crianças e com os adolescentes. É, então assim, para não ganhar bem, entendeu?

Então esse é o amor à profissão mesmo, né?

Porque você tá tendo um esvaziamento da carreira, que aí é um fruto, um reflexo da desvalorização da educação. Então o que que aconteceu primeiro? A desvalorização e depois a precarização, ou a precarização e depois da desvalorização? Para mim é um estado cíclico que a gente tem que sair. A gente tem que ter mais investimento financeiro em desenvolvimento. Eu vi um também, isso eu vi no Instagram, um professor de matemática, ele é muito influente, né, tem cabelo comprido, esqueci o nome dele, é um professor, não sei se ele é mestre no IMPA, alguma coisa assim e tal, professor bem bom de matemática assim.

E ele critica as duas coisas, por isso que eu falei. Ele de um lado ele critica, por exemplo, o fato dos professores licenciados não saberem resolver problemas básicos de matemática. Mas por outro lado, ele critica posturas de pais que fazem esse tipo de comportamento esdrúxulo com professores. Por outro lado, ele critica desvalorização tanto no ensino público quanto no privado. E ele, o último vídeo que eu vi dele, ele denunciando o fato de que, por exemplo, essas escolas preparatórias e cursinhos de— ele fala do Rio, né, que eu acho que é a realidade dele.

Não assina a carteira do professor, paga o professor de fevereiro, paga o professor de fevereiro a novembro.

Entendi.

Aí final do ano, onde tem mais conta para pagar, ele não recebe 13º. E a escola cobrando, cobra os 12 meses de mensalidade, é 12 mais 1, né?

É a matrícula.

A escola não deixa de cobrar do aluno, mas não repassa para o professor.

Então é uma carreira desvalorizada que tá causando esvaziamento e o reajuste muito acima da inflação.

Você tem alguma coisa que quer ir para o zoom zoom? Vamos para o zoom zoom.

Vamos.

Não, não peguei, tá gravado, gente. Não, tá tranquilo. Deu outro tempo, você tá falando.

Não, mas é, tava concluindo o raciocínio aqui mesmo.

Eu não sei se você ia perguntar Pode estar depois. Antes de ir para o zum zum zum, cara, tem algum ponto que a gente não pegou?

Não, eu acho interessante assim, dá para conversar o dia inteiro, mas eu acho interessante, acho que a gente pegou nos pontos importantes falar.

Mas a sua pesquisa tem alguma coisa que você quer que a gente puxe, cara?

Você quer só para, para, tem muita pesquisa rodando assim. A gente teve até um resultado, mas se alguém tiver interessado lá, entra em @yaraapp_lab no Instagram, que manda mensagem lá que a gente manda.

Depois no final a gente puxa de novo isso aí, o Jabá. Aí o Bruno, depois você corta aqui então, cara. Então vamos para o Zum Zum Zum. O Matheus, Zum Zum Zum, cara, é o momento que a gente tenta humanizar mais a pessoa. A gente falou um monte de coisa de pesquisa, opiniões, né, bastante coisa. Eu sempre gosto de começar com um livro, cara, tipo alguma coisa que você tá lendo, seja técnico ou não, ou algo que você já leu que te marcou, que você gosta de indicar.

Pô, esse livro aqui, se você pudesse dar de presente, é um livro que você Vou começar com um livro que eu dei de presente há pouco tempo.

Eu sou muito apaixonado com ciência, com matemática, então poderia falar dos livros do Neil deGrasse Tyson, que eu gosto muito dos livros dele e tal. Mas o que eu estou lendo agora, e eu dei de presente para superintendente, que é minha colega também, é um livro que chama O Andar do Bêbado. Esse livro, ele discute muito, ele em alguns pontos ele é um pouco denso, mas ele discute muito como que a estatística engana a gente e faz a gente tomar decisões que às vezes o senso comum fala que vai para um lado, mas na realidade, na hora que você faz a conta, ela te joga para o outro.

Então, O Andar do Bêbado é um livro que fala disso e eu indico muito, e eu dei de presente há pouco tempo. Então esse eu dei de presente. Tem um que eu gosto muito, chama A Música dos Números Primos, fala muito como é que os números funcionam.

A Música dos Números Primos.

A Música dos Números Primos. Eu ganhei esse de presente do meu orientador e depois eu peguei o livro que eu fui presenteado e presenteei um amigo com esse livro também.

O primeiro autor é o astrofísico, né, que você falou?

O primeiro autor, que não é de nenhum desses dois livros, é o Neil deGrasse Tyson, astrofísico.

Tem um livro dele, cara, que ele responde umas cartas. Você já leu?

Tem esse Cartas para um Astrofísico.

Esse livro, cara, é muito da hora, é muito da hora, porque assim, ele responde carta de criança, carta de idoso, gente que perdeu alguém, cara. E quando eu li, ficou muito para mim assim, foi muito massa.

É, esse é maravilhoso. Cartas, capa dele é branquinha. Esse eu ganhei de presente da minha namorada, ela me deu de presente Cartas para um Astrofílico. Ela sabe que eu gosto também, sabe meus gostos.

Isso é muito legal, cara.

Temos uns anos bons juntos aí, ela sabe o que eu gosto.

Quer pedir em casamento já que já tá no jeito aí?

Em breve, em breve. Em breve.

E filme, hobby, o que você gosta de fazer?

Eu gosto muito de filme, série, e tem um hobby também que eu vou falar daqui a pouco. O filme é, de novo, para assim, vou muito nessa linha, né? Eu gosto muito do Interestelar, eu vejo e revejo.

Gosto de— tem duas referências dele aqui na sala, cara.

Já vi uma ali, já vi a outra ali. Nem tinha visto ali o ali em cima, e ele é no espaço-tempo ali, né?

A gente mudou ali com as abelhas, né? Então a gente pediu uma imagem ali.

Eu tenho uns quadros também, eu tenho Neil deGrasse Tyson num quadro, eu tenho quadro dos 3 físicos que eu mais gosto no meu escritório lá, é o Newton, o Fraunhofer e o Neil deGrasse Tyson. Então eu sou meio apaixonado por essas coisas. Aí de filme tem o Interestelar, tem esse, o que teve agora É com o Ryan Gosling, Devorador de Estrelas. Nossa, maravilhoso!

E aí eu comecei, só um detalhe, eu comecei a assistir O Perdido em Marte, que é do mesmo autor.

Adoro também esse filme.

Eu tô assistindo, tô na parte que eles estão voltando, né? Aí assistindo o filme a conta-gotas também, assistir um pouquinho ontem, assistir um pouquinho hoje cedo.

Tem o o filme do Turing, que é O Jogo da Imitação, fantástico. O Homem Que Viu o Infinito, o filme do Srini Vasuramanujan. E de série, série, série, série, que que eu tô vendo de série? A Casa do Dragão, eu tô vendo as coisas mais Hollywood. Gosto de série, série recente assim. Tô vendo a segunda temporada do do live action do Avatar, né, o Avatar de verdade que é o Aang, né. Eu adoro também porque eu treinei, é, lançou a segunda temporada recente agora, eu tô, assisti 2 episódios eu acho, ou 3.

Aí é porque eu gosto, eu treinei kung fu uma época também, então aí eu gosto das referências. E hobby que eu tenho me ocupado mais é guitarra. Que eu depois, quando, quando eu sempre toco, ou começou depois? Essa é uma história boa, porque eu sempre tive vontade, mas eu não tinha instrumento nenhum e tal, não tocava. Aí na pandemia eu comprei um violão, mas peguei o básico do violão ali e tal, sozinho consegui pegar, consegui aprender e tal, um dedilhado, alguma coisa, consegui aprender o básico sozinho.

Aí depois, quando eu tava quase vindo, antes de eu vir, eu comprei uma guitarra. Aí, poxa, eu vim para cá, eu falei, não, agora que eu comprei uma guitarra, eu tenho violão e tal, não sei o quê, eu vou fazer aula. Aí eu faço aula. Um abraço para o Eric aí, meu professor. Faço aula de guitarra. E aí eu comprei a primeira, que foi o meu amigo designer que eu tava te contando, que me vendeu a guitarra. E aí agora eu comprei a guitarra assinatura da banda que eu gosto, que é a Sheck the Sinister Gates do Avenged Sevenfold. Então agora eu tenho duas guitarras agora em casa.

Você sabe que é uma das coisas que eu fico mais culpado, né, cara? Eu estudei violão a vida inteira, tem muito moleque, escola de música e tal. E aí, cara, música é prática, você sempre tá fazendo. Tô tão abandonado assim que outro dia eu fui pegar meu violão, cara, tudo duro, meus dedos e tal, cara.

Eu tenho que voltar tudo, fazer o exercício, as escalinhas.

É muito triste, né, que eu dediquei muitos anos da vida assim comigo.

Mas às vezes voltar é bom. Por exemplo, desenhar, de vez em quando eu paro, volto também. Aí teve uma época eu tava começando a pegar uma aquarela ali também, aprender os fundamentos. Só que aí eu falei, ah, eu tô tendo tempo para fazer tudo que eu quero fazer não, então eu vou dedicar mais a guitarra, que é o que eu pago para fazer a aula e tal. Não sei o quê, um hobby de cada vez. Mas quando eu tiver aí, um abraço para o meu pai, quando eu tiver aposentado também, aí eu vou Vou abrir a miríade de hobbies aí. Aí vai ser música, pintura e tal, ficar o dia inteiro fazendo os hobbies.

Já falei com a Lu, quando a gente aposentar, a gente vai morar no meio do mato, andar pelado o dia inteiro dentro de casa.

Essa história do meio do mato, mas ela falou não.

Eu falei assim, eu vou.

Ah, você vai?

Não, massa demais, Matheus, cara. Te agradecer. Obrigado, viu, pela presença. Eu que agradeço, foi muito massa. A gente fica tão feliz quando vem de longe, né? Tem alguma coisa que a gente deixou de falar, que você quer mandar recado?

Queria mandar um recadinho, jabazinho do laboratório lá, para o pessoal que puder seguir, @iarapp_lab, que é o Instagram do laboratório, né? De vez em quando a gente solta as coisas que a gente fez lá. A gente ganhou uma competição de robótica no passado, os artigos que a gente consegue publicar, a gente solta lá os resultados e tal. Então, se alguém tiver curiosidade, saber o que que esses caras estão mexendo, Aí de lá você pode pegar meu nome também, Mateus Coelho Silva, olhar currículo Lattes, joga no Google aí, você vai encontrar o Google Acadêmico, tem meus artigos tudo lá, vocês encontram, dá para ler.

E qualquer coisa manda email também, vocês encontram meu email institucional aí, me manda email se quiser saber de alguma coisa, quiser fazer uma pós lá, um mestrado, doutorado, vamos lá fazer com a gente.

Aí só curiosidade, além do Instagram, vocês, o instituto, ou você, vocês produzem conteúdo, sei lá, no YouTube, LinkedIn também, ou só Só, só, não só de somente, mas assim, além do Instagram, tem alguma outra rede nesse momento?

Não, porque eu quero muito que— uma dica para os meus alunos aí: quero muito que vocês assumam a produção de conteúdo do laboratório, meus alunos queridos e amados, porque eu não consigo fazer tudo não. Eu tenho a superintendência, sou do comitê de pesquisa, colegiado da pós, não sei o quê. Então tem uma série de atividades administrativas Administrar o laboratório, a pesquisa de todo mundo que tá fazendo lá. Então assim, o Instagram do programa de pós também, que acaba sendo eu que tô administrando atualmente. Então é uma porrada de coisa.

Aí, para ficar a dica aí, ó, para os alunos, produção de conteúdo é um negócio que vale a pena, tá? Então ele dá trabalho no começo, mas você aprende a se comunicar, as pessoas vão chegar no instituto, vão chegar na universidade, vão chegar em você. Você vai ser uma referência. Então, uma dica aqui, né, para os seus alunos também: não tenham vergonha. Porque às vezes a pessoa tem vergonha que, ah, vai ser blogueirinho, vai ser não sei o quê, vai ser influencer.

Mas isso já passou, cara.

Produção de conteúdo pode mudar a vida assim, sabe? Então, às vezes você faz um conteúdo bacana, técnico, alguém alguém vai ver, tá? O algoritmo vai entregar isso para alguém. Esse alguém pode te dar uma oportunidade de estágio, né, de mestrado, umas coisas assim. Assim, não tenham vergonha, tá? E aí você tá fazendo esse apelo porque assim, realmente é muita coisa para tomar conta, né? Então fica a dica aí, porque, cara, geração de conteúdo é um negócio que a gente acredita demais.

A gente fala para as empresas, para os nossos clientes e tal. Nossos clientes, cara, a gente pede para o dono da empresa fazer o conteúdo, que a gente acha que Tem que ter a cara. É a cara da empresa, porque senão é empresa grande, não tá? Nós podemos ter uma Coca-Cola que institucionalmente é a Coca-Cola. Não, cara, é o laboratório lá, não sei o quê, que o cara tem uma cara ali, sabe?

Eu agradeço muito pelo convite, pelo estar aqui com vocês, pelo papo maravilhoso.

Muito obrigado mesmo. A gente agradece, a gente fica muito feliz quando vem gente de longe, a gente fica se sentindo muito importante. É porque para mim é longe, tá? São Paulo, depois de São Paulo, é porque eu fui, minha experiência indo para lá Quando a gente mudar, RRE, cliente nosso, cara, é muito longe. Pelo menos o horário a gente saiu, eu tava, pô, 3 horas e meia que a gente levou, você lembra?

Parece que teve o primeiro podcast que a gente participou, foi em São Bernardo ou foi São Caetano?

Foi algum São ali, no ABC ali.

Exato. E aí a gente fez, acho que das 7 às 9, e, cara, e deu uma chuvinha, cara. A gente chegou aqui 1 hora da manhã. Entendeu, cara?

É absurdo.

Mas obrigado mesmo por ter vindo. Galera, muito obrigado por ter assistido. Algum recado, Fred?

É finalzinho, né? Então, se você tá no Spotify, não esquece de dar 5 estrelas, passar esse episódio para alguém. Se você tá assistindo no YouTube, não esquece de deixar um comentário, é passar para alguém também. Por enquanto, a gente ainda é refém do algoritmo, não tem jeito, né? Deixa o like, deixa o like, deixa o comentário, porque é a forma que o algoritmo entende de que foi um conteúdo legal, tá? Então a gente precisa é desse engajamento para chegar para mais pessoas.

Da minha parte é isso. Agradecer também, Matheus, pô, muito massa. E para quem ficou aqui até agora com a gente também, muito obrigado.

Valeu, galera, obrigado, até a próxima!