Todas as nossas atividades. INSCREVE-TE AQUI!
Home / Happy Blog / Porque as crianças devem aprender a lidar com plataformas cognitivas?
Porque as crianças devem aprender a lidar com plataformas cognitivas?

Porque as crianças devem aprender a lidar com plataformas cognitivas?

O termo computação cognitiva refere-se à capacidade dos computadores pensarem praticamente como seres humanos. Os computadores, que eram utilizados para efectuar cálculos, evoluíram para a utilização de sistemas programáveis e estão a ser usados para processamento de informações e tomadas de decisões baseadas em experiências anteriores, sem depender da intuição, possibilitando que os robots compreendam sentimentos e sensações como o cérebro humano.

Estamos a viver a 4ª Revolução Industrial e a previsão dos especialistas é de que os sistemas cognitivos vão movimentar US$ 47 biliões em 2020, além dos benefícios que as empresas podem obter com a redução de custos operacionais, melhoria na eficiência, automação de processos, optimização de preços, entre outros. As plataformas cognitivas estão a desempenhar um papel cada vez maior nas nossas vidas, mas para as compreender é necessário perceber todo o contexto em que elas estão inseridas, em conceitos como a inteligência artificial, machine learning e a computação cognitiva.

A inteligência artificial (do inglês “artificial intelligence“) é definida como um ramo da tecnologia que trata da automação de comportamentos inteligentes. Aqui está a parte difícil: uma vez que não se consegue definir precisamente a inteligência humana, a inteligência artificial também não pode ser definida com exactidão. De um modo geral, o termo é usado para descrever sistemas cujo objetivo é usar máquinas para imitar e simular a inteligência humana e o comportamento correspondente. Isso pode ser feito com algoritmos simples e padrões pré-definidos, mas também pode se formar com métodos muito mais complexos.

Machine Learning (aprendizagem de máquina) é definido como um sistema que cria conhecimento por experiência. Este processo dá ao sistema a capacidade de detectar padrões com cada vez mais velocidade e precisão. Nas grandes cidades, o exemplo mais prático de machine learning é o aplicativo Waze. Ele recolhe informações sobre o trânsito (acidentes, congestionamentos, obstáculos e impedimentos na via, entre outros) e alia a rotina e padrões de itinerários do utilizador para oferecer rotas alternativas que o levem ao destino no tempo mais curto. O Machine Learning também é utilizado para oferecer as respostas automáticas que resolvam o problema do cliente. Ele combina dados históricos do cliente no sistema com a navegação individual feito pelo consumidor em sites, aplicações de telemóvel e outras interacções digitais. Essas informações são captadas e voltam para o utilizador como um benefício de atendimento personalizado.

Deep Learning (aprendizagem profundo) é um subtipo de aprendizagem de máquinas que se está a tornar cada vez mais usado. Graças à possibilidade de expandir as redes e de as tornar mais complexas e poderosas, com novas camadas, a aprendizagem profunda é facilmente escalável e adaptável a muitas aplicações. Com base apenas em estímulos visuais e sonoros, por exemplo,  é possível ensinar uma máquina a jogar videojogos e outros jogos a partir do deep learning. Foi com essa tecnologia que o Google DeepMind conseguiu criar um software capaz de vencer grandes mestres dos videojogos. Uma outra aplicação são os equipamentos capazes de identificar e reduzir a taxa de erro no diagnóstico do cancro. Os modelos computacionais foram alimentados com dados de pesquisas já feitas, tornando as máquinas muito produtivas para os médicos. Os planos de calor de probabilidade tumoral são usados para encontrar a probabilidade de um determinado elemento cancerígeno.

Existem três processos de aprendizagem para o treino: aprendizagem supervisionada , não supervisionada e de reforço. Enquanto os valores e parâmetros do alvo são especificados por um humano na aprendizagem supervisionada, na aprendizagem sem supervisão, o sistema tenta identificar padrões na entrada que possuem uma estrutura identificável e podem ser reproduzidos. Na aprendizagem de reforço, a máquina também funciona de forma independente, mas é recompensada ou punida, dependendo do sucesso ou da falha.

Aplicações com plataformas cognitivas

A computação cognitiva já está presente em muitos dos serviços que usamos hoje, permitindo que a Amazon nos recomende livros, o Netflix nos indique filmes e o Google ofereça resultados de buscas mais relevantes. Os algoritmos de pesquisa como os do Google são calculados, medidos e produzidos por mecanismos que  funcionam como o machine learning. Reconhecimento de voz, processamento de texto e verificadores de gramática são aplicações que já são usadas há muito tempo. A linguagem é definida como uma rede complexa de regras e instruções que analisa blocos de texto numa frase e podem identificar e corrigir erros.  Essas competências também são usadas nas famosas assistentes de voz como a Siri, Cortana, Alexa ou a Assistente do Google.

Actualmente essa tecnologia está a ajudar também alguns departamentos de polícia pelo mundo na identificação de crimes. É o caso do estado da Carolina do Norte (EUA), que utiliza o programa SAS Visual Investigator para descobrir pistas e comportamentos suspeitos online, que podem representar perigo para as crianças. Isso acontece por meio da integração de dados da justiça criminal e do banco de dados da saúde pública.

Além disso, existem inúmeros projectos de pesquisa em inteligência artificial e o mais proeminente de todos é o IBM Watson. Este programa de computador já fez a sua primeira estreia pública em 2011, no programa de TV americano Jeopardy, onde enfrentou dois candidatos humanos em testes de inteligência e acabou por ganhar. Uma companhia de seguros japonesa tem usando o Watson desde Janeiro para analisar clientes segurados, com base no seu histórico, dados médicos e avaliando lesões e doenças.

Devemos aprender a lidar com plataformas cognitivas

No futuro, se quiser ser bem sucedido, deve ser o mais diferente possível de uma maneira “cognitiva”: criativo, crítico e socialmente competente. Então, porque é que as crianças são ensinadas a comportar-se como máquinas? Se quiser incentivar o seu filho, deve perceber que ele deve compreender e saber lidar com tudo o que está a acontecer no mundo, para além de ser capaz de se reinventar e aprender de maneira rápida e didáctica.

Os dispositivos inteligentes vão dominar todo o nosso mundo nos próximos anos, pois as assistentes virtuais, carros auto-dirigíveis e o incrível IBM Watson são apenas a ponta do iceberg das inovações que estão por vir. Os especialistas argumentam que vamos conseguir tratar grandes problemas mundiais, como doenças incuráveis e o aquecimento global, e os desenvolvedores e programadores de software experientes estão fascinados pelo potencial, ambicionando conseguir os resultados em poucos anos.

O currículo escolar precisa ser actualizado para reflectir o facto de agora vivermos num mundo onde a resolução de problemas e a criatividade estão. se a tornar mais importantes. A compreensão tecnológica é a nova força de trabalho moderna e as nossas crianças deveriam gastar mais tempo a trabalhar em problemas de forma colaborativa, porque no futuro muitos profissionais serão obrigados a colaborar com robots.

Rejeitar a chegada dessa tecnologia transformadora, que irá trazer tantos benefícios, parece ir contra tudo o que sabemos sobre a revolução da nossa sociedade. Devemos abraçar a mudança tecnológica e incentivaros nossos filhos para que consigam lidar com ela da melhor maneira possível.

Novos modelos de educação mundial

A tecnologia evolui todos os dias e, assim, é necessário desenvolver essas novas competências para lidar de forma favorável e benéfica com todas as ferramentas disponíveis. Elas estão relacionadas com o desenvolvimento constante e podem ser trabalhadas desde muito cedo, ainda na fase escolar. Essas competências podem ser aplicadas em diversas áreas e trazem muitos benefícios. Para ter adultos mais preparados no futuro é essencial que as competências digitais sejam trabalhadas desde muito novos.

As inovações tecnológicas, organizacionais e de mercado têm impulsionado profundas transformações na nossa sociedade. Tem sido criadas diversas profissões com conteúdos inovadores, para acompanharem o ritmo das mudanças, e também tem sido observadas novas estruturas nas relações de trabalho. O mercado de trabalho mudou e exige agora um novo perfil de profissional: aquele que está em constante aprendizagem. Esqueça o tempo em que ser especialista numa única área da sua formação era o suficiente. Hoje em dia, num mercado em frequente mudança, o profissional disputado pelas empresas é o que tem uma grande variedade de conhecimentos.

Especialistas e pedagogos discutem diversos meios de aprendizagem, longe dos métodos convencionais de ensino e aprendizagem. As novas propostas para o ambiente escolar, que já são realidade em países como Portugal, Estados Unidos e Finlândia, têm eficácia comprovada, diante do retorno positivo dos rendimentos escolares. Nesses novos modelos de ensino, o aluno tem mais protagonismo na sala de aula e o professor é visto como sendo alguém para auxiliar na aprendizagem, em total contradição com o cenário actual, em que o educador é um mero reprodutor de ideias. Alguns tipos diferentes de modelos de educação mundial propõem o fim das salas de aula convencionais e os estudantes escolhem quais as disciplinas nas quais gostariam de se aprofundar. Neste caso, os professores assumem um papel de orientadores e auxiliam os estudantes de maneira individualizada, respondendo às dúvidas e necessidades específicas de cada aluno.

O sector educacional deve mudar o seu foco para deixar de simplesmente preparar as crianças para “carreiras comuns” e começar a prepará-las para a inovação. Elas devem ser capacitadas para trabalhos relacionados com a informática personalizável e precisam de aprender novas competências para não apenas acompanharem os avanços tecnológicos, mas para os desenvolverem e terem sucesso. Na Happy Code ensinamos competências tecnológicas a crianças e adolescentes e lhes dão uma base sólida para construirem carreiras com elevada procura no futuro.

O curso de computação cognitiva para crianças e adolescentes

Apesar de ser um conceito recente, já sabemos que a computação cognitiva trará grandes avanços tecnológicos num futuro próximo. É preciso preparar os nossos alunos para que sejam protagonistas e façam parte desta evolução. Neste curso da Happy Code, os alunos vão criar um jogo de consciencialização sobre a importância do uso seguro da Internet. Voltado para crianças e adolescentes entre os 12 e os 17 anos, o curso ensina aos alunos conceitos de computação cognitiva, Internet das Coisas (IoT), inteligência artificial e electrónica. No decorrer do curso, as crianças desenvolvem competências como raciocínio lógico, resolução de problemas, criatividade, adaptação a novos desafios e trabalho em equipa. Depois do curso serão também capazes de construir aplicações e dispositivos inteligentes que utilizem computação cognitiva. Serão guiados num projecto em que aprendem lógica de programação com C#, Unity e integração com o IBM Watson. A ideia do jogo será validada através de técnicas de Design Thinking e, no final, vão apresentar os seu projectos.

 

Sobre a Happy Code

A Happy Code é uma escola de programação, tendo como missão formar pensadores e criadores do século XXI. Com uma metodologia de ensino baseada no conceito STEAM (“Science, Technology, Engineering, Arts and Math”), os cursos lecionados incidem sobre a programação de computadores, desenvolvimento de jogos e aplicações, robótica com drones, bem como produção e edição de vídeos para o YouTube.

Tendo como premissa de atuação os valores da responsabilidade, da confiança, da inovação e da consciência social, a Happy Code leciona os seus cursos em centros próprios ou em escolas, empresas, municípios, projetos sociais, centros de estudo, ATLs, entre outros, estando já presente em várias zonas de Portugal.