aula crp-0420-2016-04: big data 2

66
COMUNICAÇÃO DIGITAL CRP-0420 AULA 05: BIG DATA E LIVRE ARBÍTRIO

Upload: aulas-luli-crp-0357-crp-0422-e-crp-0420

Post on 12-Jan-2017

429 views

Category:

Education


1 download

TRANSCRIPT

Page 1: Aula CRP-0420-2016-04: Big Data 2

COMUNICAÇÃODIGITAL

CRP-0420

AULA 05: BIG DATA E LIVRE ARBÍTRIO

Page 2: Aula CRP-0420-2016-04: Big Data 2

PROGRAMA:4/8 - CONTEXTO

11/8 - PÓS-MODERNO E EMERGÊNCIA

18/8 - DEBATES 1

25/8 - BIG DATA

1/9 - DATA SCIENCE E LIVRE ARBÍTRIO

8/9 - SEMANA DA PÁTRIA

15/9 - INTELIGÊNCIA ARTIFICIAL

22/9 - VR, AR

29/9 - DEBATES 2

6/10 - IoT E SMART CITIES

13/10 - DATASFERA E DATACRACIA

20/10 - CIBERATIVISMO, HACK E CODE

27/10 - DEBATES 3

3/11 - EDUCAÇÃO

10/11 - INTERFACES

17/11 - UX/UI, VR, AR

24/11 - PECHA KUCHA 1

1/12 - PECHA KUCHA 2

Page 3: Aula CRP-0420-2016-04: Big Data 2
Page 4: Aula CRP-0420-2016-04: Big Data 2

DATA

Page 5: Aula CRP-0420-2016-04: Big Data 2
Page 6: Aula CRP-0420-2016-04: Big Data 2

SCHRÖDINGER: EFEITO

OBSERVAÇÃO E INFLUÊNCIA.

Page 7: Aula CRP-0420-2016-04: Big Data 2
Page 8: Aula CRP-0420-2016-04: Big Data 2

BASE DE DADOS:ALIMENTAÇÃO DE UMA

1ª FASE: FUNCIONÁRIOS 2ª FASE: USUÁRIOS 3ª FASE: MÁQUINAS

Page 9: Aula CRP-0420-2016-04: Big Data 2
Page 10: Aula CRP-0420-2016-04: Big Data 2
Page 11: Aula CRP-0420-2016-04: Big Data 2
Page 12: Aula CRP-0420-2016-04: Big Data 2
Page 13: Aula CRP-0420-2016-04: Big Data 2
Page 14: Aula CRP-0420-2016-04: Big Data 2
Page 15: Aula CRP-0420-2016-04: Big Data 2
Page 16: Aula CRP-0420-2016-04: Big Data 2
Page 17: Aula CRP-0420-2016-04: Big Data 2
Page 18: Aula CRP-0420-2016-04: Big Data 2
Page 19: Aula CRP-0420-2016-04: Big Data 2
Page 20: Aula CRP-0420-2016-04: Big Data 2
Page 21: Aula CRP-0420-2016-04: Big Data 2
Page 22: Aula CRP-0420-2016-04: Big Data 2

DATACRACIA• BIG DATA PODE ÚTIL PARA A TOMADA DE DECISÕES

RACIONAIS.�USADA DE FORMA IMPRUDENTE, PODE SE TORNAR UM INSTRUMENTO DE REPRESSÃO,

CONTROLE OU RETALIAÇÃO.

• DECISÕES ESTRATÉGICAS SÃO TIRADAS DE DADOS VÁLIDOS EM UM CONTEXTO VÁLIDO. QUANDO ALGUMA DESSAS CONDIÇÕES NÃO É VERDADEIRA OU NÃO PODE SER VERIFICADA, O RESULTADO PODE

SER, NO MÍNIMO, IRRELEVANTE. OU PIOR, PERIGOSO.

Page 23: Aula CRP-0420-2016-04: Big Data 2
Page 24: Aula CRP-0420-2016-04: Big Data 2

QUESTÃO ÉTICACOMO FICA A

DE BIG DATA?

Page 25: Aula CRP-0420-2016-04: Big Data 2
Page 26: Aula CRP-0420-2016-04: Big Data 2

BARRY SCHWARTZ PARADOXO DA ESCOLHA

• AUTONOMIA E LIBERDADE DE ESCOLHA SÃO FUNDAMENTAIS PARA O BEM-ESTAR SOCIAL

• ESCOLHA É FUNDAMENTAL PARA A AUTONOMIA.�

• PAÍSES RICOS TEM MAIS OPÇÕES DO QUE QUALQUER OUTRO POVO OU ÉPOCA E, PORTANTO, MAIOR LIBERDADE E AUTONOMIA PRESUMIDAS,

MUITOS NÃO PARECEM SE BENEFICIAR PSICOLOGICAMENTE DELA.

Page 27: Aula CRP-0420-2016-04: Big Data 2

PARADOXO DA ESCOLHA

• A FELICIDADE É AFETADA PELO SUCESSO OU FRACASSO DA REALIZAÇÃO DO OBJETIVO. AS PRINCIPAIS QUESTÕES SÃO:

• ESCOLHA E FELICIDADE.�A ABUNDÂNCIA DE ESCOLHA MUITAS VEZES LEVA À DEPRESSÃO E SOLIDÃO.�O TECIDO SOCIAL JÁ NÃO É UM DIREITO DE NASCENÇA,

MAS UMA SÉRIE DE ESCOLHAS DELIBERADAS E CUSTOSAS

• DECISÕES DE SEGUNDA CLASSE.�VIVER "PELAS REGRAS" DE UMA DISCIPLINA,

COSTUME OU PRÁTICA ELIMINA INÚMERAS DECISÕES INCÔMODAS NA VIDA DIÁRIA.�SCHWARTZ MOSTRA QUE ESSAS DECISÕES DE SEGUNDA CLASSE PODEM SER DIVIDIDAS EM PRESUNÇÕES, PADRÕES E CÓDIGOS CULTURAIS.�

• OPORTUNIDADES PERDIDAS.� QUANDO HÁ A NECESSIDADE DE ESCOLHER UMA OPÇÃO ENTRE MUITAS DESEJÁVEIS, NATURALMENTE SE CONSIDERAM AS PERDAS

HIPOTÉTICAS.�AS OPÇÕES SÃO AVALIADAS EM TERMOS DE�OPORTUNIDADES PERDIDAS�EM VEZ DO POTENCIAL DA ESCOLHA.�

Page 28: Aula CRP-0420-2016-04: Big Data 2

RESPONSABILIDADE

A “LIBERDADE DE ESCOLHA” OFERECIDA PELA INTERNET SE TORNA

MAIS PRÓXIMA DE UMA

DO QUE DE LIBERDADE. OBSTÁCULOS DIFICULTAM A REALIZAÇÃO DE TAREFAS.

Page 29: Aula CRP-0420-2016-04: Big Data 2

LIVRE ARBÍTRIOO QUE É NECESSÁRIO PARA TER

DE VERDADE? ABSOLUTO?

Page 30: Aula CRP-0420-2016-04: Big Data 2

LIVRE ARBÍTRIOPARA TER REAL

SERIA PRECISO ESTAR CIENTE DE TODOS OS FATORES QUE DETERMINAM

OS PENSAMENTOS E AÇÕES, E TER CONTROLE COMPLETO SOBRE ELES.

Page 31: Aula CRP-0420-2016-04: Big Data 2

INFLUÊNCIAS?MAS O QUE INFLUENCIA AS

NENHUM ESTADO MENTAL É VERDADEIRAMENTE O INDIVÍDUO.

VOCÊ NÃO CONTROLA A TEMPESTADE, NEM ESTÁ PERDIDO NELA.�

VOCÊ É�A TEMPESTADE.

Page 32: Aula CRP-0420-2016-04: Big Data 2

JOHN SEARLE• NA LITERATURA FILOSÓFICA SÃO ENCONTRADAS

QUATRO ABORDAGENS PARA A QUESTÃO DO LIVRE ARBÍTRIO:

• DETERMINISMO RADICAL (INCOMPATIBILISMO)

• INDETERMINISMO

• DETERMINISMO MODERADO (COMPATIBILISMO)

• LIBERTARISMO.

Page 33: Aula CRP-0420-2016-04: Big Data 2

DETERMINISMO RADICAL

• ACONTECIMENTOS, INCLUSIVE OPÇÕES HUMANAS, SÃO CAUSADOS POR EVENTOS PRÉVIOS.

• EM UM MUNDO REGIDO POR LEIS

DETERMINÍSTICAS, AÇÕES E OS ACONTECIMENTOS SUCEDEM-SE EM CADEIAS CAUSAIS.

• NÃO SE PODE INTERFERIR NESSAS OCORRÊNCIAS, MESMO QUE SE TENHA CONSCIÊNCIA DELAS.

• AS LEIS QUE AS REGEM NÃO ESTÃO SOB O

CONTROLE HUMANO, PORTANTO A EXISTÊNCIA DE LIVRE-ARBÍTRIO É INCOMPATÍVEL COM ELE.

Page 34: Aula CRP-0420-2016-04: Big Data 2

INDETERMINISMO• A FÍSICA QUÂNTICA CONSIDERA IMPOSSÍVEL

PREVER O COMPORTAMENTO DAS PARTÍCULAS. ELAS SE COMPORTAM DE MODO DIFERENTE A

CADA MOMENTO SEGUINTE, SEM QUE SE POSSA ENCONTRAR A CAUSA DESSA MUDANÇA.

• O INDETERMINISMO QUE REGE O MUNDO NANOSCÓPICO DAS PARTÍCULAS TAMBÉM SE APLICARIA À VONTADE HUMANA.

• UMA VEZ QUE HÁ INDETERMINISMO NA NATUREZA, O INDETERMINISMO DEFENDE QUE AS AÇÕES HUMANAS NÃO PODERIAM SER DETERMINADAS.

Page 35: Aula CRP-0420-2016-04: Big Data 2

DETERMINISMO MODERADO

• PARTE DO CONCEITO DE LIBERDADE E ACEITA A CONVICÇÃO DE QUE TODOS PODERIAM TER FEITO OUTRA COISA SE A TIVESSEM ESCOLHIDO.

• TODOS OS FENÔMENOS DE UM SISTEMA TEM RELAÇÃO DE CAUSALIDADE.

• A VONTADE HUMANA, DETERMINADA, É LIVRE QUANDO NÃO FOR COAGIDA A ESCOLHER.

• DEFENDE A COMPATIBILIDADE ENTRE

DETERMINISMO E LIBERDADE.

Page 36: Aula CRP-0420-2016-04: Big Data 2

LIBERTARISMO• AÇÕES HUMANAS NÃO SÃO DETERMINADAS NEM

ALEATÓRIAS, MAS DUALISTAS.

• MATÉRIA E VONTADE SERIAM ENTIDADES DE

NATUREZA DIFERENTE. OS FENÔMENOS MENTAIS, POR NÃO SEREM FÍSICOS, SÃO REGIDOS POR LEIS DIFERENTES.

• AS AÇÕES HUMANAS RESULTARIAM DE DELIBERAÇÕES RACIONAIS E PODERIAM SER

ALTERADAS CONFORME O CURSO DOS ACONTECIMENTOS NO MUNDO.

Page 37: Aula CRP-0420-2016-04: Big Data 2

JOHN SEARLE LIVRE-ARBÍTRIO: COMPATÍVEL COM DETERMINISMO

• A CONSTITUIÇÃO FÍSICA DO CÉREBRO IMPEDE QUE A VONTADE HUMANA SEJA LIVRE.

• A IDEIA DE “LIBERDADE HUMANA”, A CERTEZA DE

QUE HAJA ESCOLHA, É PRODUTO DA EXPERIÊNCIA.

• A QUESTÃO REAL NÃO É SABER SE HÁ OU NÃO RAZÕES PSICOLÓGICAS OU COMPULSÕES, MAS SABER SE ELAS LEVARIAM A AÇÕES INEVITÁVEIS.

• CONTESTA A VISÃO DUALISTA DE DESCARTES QUE

“ALMA” E CORPO SERIAM DIFERENTES.

• ELES SEGUEM ESTRATÉGIAS DISTINTAS, MAS TERIAM A MESMA ORIGEM.

Page 38: Aula CRP-0420-2016-04: Big Data 2

EMERGENTEO COMPORTAMENTO É

DA ESTRUTURA FÍSICA.

90% DAS CÉLULAS DO CORPO SÃO MICRÓBIOS, EXECUTANDO FUNÇÕES

QUE NÃO SE IDENTIFICAM COM A PESSOA A QUE PERTENCEM.

Page 39: Aula CRP-0420-2016-04: Big Data 2

INCONSCIENTES

COMO SE PODE SER “LIVRE" SE TUDO QUE SE CONSIDERA “INTENÇÃO”

É CAUSADO POR EVENTOS

(E INDEPENDENTES) NO CÉREBRO?

SENTIMOS�QUE SOMOS AUTORES DOS PENSAMENTOS E AÇÕES,

POR ISSO CREMOS NO LIVRE ARBÍTRIO.

Page 40: Aula CRP-0420-2016-04: Big Data 2

IMPORTEM.�

O FATO DAS NOSSAS ESCOLHAS DEPENDEREM DE CAUSAS ANTERIORES

NÃO SIGNIFICA QUE NÃO

Page 41: Aula CRP-0420-2016-04: Big Data 2

ESTADOS CAUSAIS

DECISÕES, INTENÇÕES, ESFORÇOS, OBJETIVOS, FORÇA DE VONTADE SÃO

DO CÉREBRO. ELES LEVAM A COMPORTAMENTOS,

QUE LEVAM A RESULTADOS.�

A ESCOLHA HUMANA É IMPORTANTE. ELA SÓ NÃO É INDEPENDENTE.

Page 42: Aula CRP-0420-2016-04: Big Data 2

HISTÓRIASCONTAMOS

PARA DAR SENTIDO À ENXURRADA DE INFORMAÇÕES DO MUNDO FÍSICO QUE

FLUI ATRAVÉS DOS SENTIDOS.

Page 43: Aula CRP-0420-2016-04: Big Data 2

PASSADOFATOS SÃO COMPARADOS COM O

E ANALISADOSPARA TOMAR DECISÕES FUTURAS.

Page 44: Aula CRP-0420-2016-04: Big Data 2

CRIAR,ESTAMOS ANSIOSOS PARA

NÃO APENAS RECORDAR, CENÁRIOS CONCORRENTES EM TEMPOS VARIADOS.

Page 45: Aula CRP-0420-2016-04: Big Data 2

COMPARADOCADA CENÁRIO É

COM OS OUTROS DE ACORDO COM AS EMOÇÕES GERADAS E SEU EFEITO.

REINVENTAMOS A NOSSA HISTÓRIA O TEMPO TODO.

Page 46: Aula CRP-0420-2016-04: Big Data 2

INCONSCIENTES�A ESCOLHA É FEITA NOS CENTROS

DO CÉREBRO E OCORRE ALGUNS SEGUNDOS ANTES DE CHEGAR

À PARTE CONSCIENTE.

Page 47: Aula CRP-0420-2016-04: Big Data 2

CONFABULAÇÃO.

A VIDA MENTAL CONSCIENTE É CONSTRUÍDA INTEIRAMENTE POR

ELA CONSISTE DE UMA AVALIAÇÃO CONSTANTE DE HISTÓRIAS VIVIDAS NO

PASSADO E PREVISÕES PARA O FUTURO.

Page 48: Aula CRP-0420-2016-04: Big Data 2

ABSTRAÇÕES,ALGUMAS MEMÓRIAS SÃO ALTERADAS EM

METÁFORAS, VALORES E MITOS, QUE AUMENTAM A VELOCIDADE E EFICÁCIA

DO PROCESSO DE CONSCIÊNCIA.

Page 49: Aula CRP-0420-2016-04: Big Data 2

DETECTÁVEL,A IDENTIDADE É

MAS NÃO É FÍSICA. ELA É UMA DE FICÇÃO CONVENIENTE, CENTRO DE GRAVIDADE, FORMA DE RESOLVER

PROBLEMAS, MESMO QUE NÃO CORRESPONDA A NADA TANGÍVEL.

Page 50: Aula CRP-0420-2016-04: Big Data 2

2 PREMISSAS FALSAS:• EU PODERIA TER ME COMPORTADO DE FORMA

DIFERENTE DO QUE FIZ NO PASSADO, E

• EU SOU A FONTE CONSCIENTE DA MAIORIA DOS NOSSOS PENSAMENTOS E AÇÕES NO PRESENTE.�

Page 51: Aula CRP-0420-2016-04: Big Data 2

FATO SUBJETIVO

O LIVRE ARBÍTRIO NEM SEQUER CORRESPONDE A UM

A RESPEITO DO INDIVÍDUO. ATOS VOLUNTÁRIOS SURGEM

ESPONTANEAMENTE E NÃO PODEM SER ATRIBUÍDOS A UM PONTO DE ORIGEM NA MENTE CONSCIENTE.�

Page 52: Aula CRP-0420-2016-04: Big Data 2

SIMULACRO:GILLES DELEUZE PROPÕE O

FENÔMENOS SÃO APARÊNCIAS,SEM ORIGEM QUE OS FUNDAMENTE.

NÃO EXISTE NADA ALÉM DEUM ENXAME DE APARÊNCIAS, ORGANIZADAS PELA MENTE.

Page 53: Aula CRP-0420-2016-04: Big Data 2
Page 54: Aula CRP-0420-2016-04: Big Data 2

HISTÓRIAS

PARA ALIMENTAR ESSA FICÇÃO O CÉREBRO CRIA

PARA CONTEXTUALIZAR E ATRIBUIR SIGNIFICADO.�

Page 55: Aula CRP-0420-2016-04: Big Data 2

INTERFEREBIG DATA

NO CONTEXTO. ISSO ALTERAA DEFINIÇÃO DE IDENTIDADE?

Page 56: Aula CRP-0420-2016-04: Big Data 2

OBSTÁCULOS DIGITAIS• “PARADOXO DA ESCOLHA”

• VIESES E HEURÍSTICAS DO PENSAMENTO

• EXCESSO DE INFORMAÇÃO SEM GATEKEEPERS

• LIMITAÇÕES DA PERCEPÇÃO

• TÉCNICAS DE PERSUASÃO IMPLÍCITAS

• REDES SOCIAIS E ISOLAMENTO IDEOLÓGICO

• BOLHAS DE FILTRO

Page 57: Aula CRP-0420-2016-04: Big Data 2

PAGERANK• COMPUTA O NÚMERO E A QUALIDADE DOS LINKS

QUE UMA PÁGINA RECEBE PARA DETERMINAR UMA ESTIMATIVA APROXIMADA DE SUA IMPORTÂNCIA.

• OS SITES MAIS IMPORTANTES SÃO SUSCEPTÍVEIS DE RECEBER MAIS LINKS DE OUTROS SITES.

Page 58: Aula CRP-0420-2016-04: Big Data 2

EDGERANK• QUATRO VARIÁVEIS PRINCIPAIS DO ALGORITMO:

• EDGE (E) É O USUÁRIO QUE ACESSA A INFORMAÇÃO;

• AFFINITY SCORE (U) INDICA QUANTO CADA USUÁRIO ESTÁ CONECTADO COM O EDGE. SEU VALOR É CALCULADO PELA FORÇA DA RELAÇÃO; PROXIMIDADE DO USUÁRIO; E TEMPO DESDE A ÚLTIMA INTERAÇÃO;

• EDGE WEIGHT (W) INDICA A INTENSIDADE DA RELAÇÃO (COMENTÁRIOS EM PUBLICAÇÕES, POR EXEMPLO, VALEM MAIS DO QUE “CURTIDAS”); E

• TIME DECAY (D) CONSIDERA O TEMPO EM QUE A HISTÓRIA FOI PUBLICADA. À MEDIDA QUE UMA HISTÓRIA FICA MAIS VELHA, ELA PERDE PONTOS.

• A FÓRMULA CONSIDERA A SOMATÓRIA DAS TRÊS ÚLTIMAS VARIÁVEIS COM RELAÇÃO À PRIMEIRA, MAS NÃO REVELA SEUS PESOS RELATIVOS NEM A MANEIRA COMO SÃO CALCULADAS.

Page 59: Aula CRP-0420-2016-04: Big Data 2
Page 60: Aula CRP-0420-2016-04: Big Data 2

FIM

Page 61: Aula CRP-0420-2016-04: Big Data 2

TAREFAS:

Page 62: Aula CRP-0420-2016-04: Big Data 2

PALESTRAS TED:DAN ARIELY: ARE WE IN CONTROL OF OUR DECISIONS?

DANIEL KAHNEMAN: EXPERIENCE VS. MEMORY JEAN-BAPTISTE MICHEL: THE MATHEMATICS OF HISTORY

JOHN SEARLE: OUR SHARED CONDITION - CONSCIOUSNESS

Page 63: Aula CRP-0420-2016-04: Big Data 2

LEITURASSIMULACRA & SIMULATION - CAPS 1, 13, 18

SEEING THINGS AS THEY ARE - CAP 1 THE SIGNAL AND THE NOISE - CAPS 1, 13

THE INTELLIGENT WEB - CAP 5 THINKING, FAST AND SLOW - CAPS 2, 5, 38

Page 64: Aula CRP-0420-2016-04: Big Data 2

FICÇÃOTHE MATRIX

SYNECDOCHE, NEW YORK

Page 65: Aula CRP-0420-2016-04: Big Data 2

DOCUMENTÁRIOS:WORMHOLE - DO WE LIVE IN THE MATRIX?

HORIZON - TOMORROW’S WORLD STANFORD - THE FUTURE OF DATA SCIENCE

Page 66: Aula CRP-0420-2016-04: Big Data 2

PENSADOR DO TEMA:SANDY PENTLAND - BIT.LY/CD04-1