[pt-BR]GitHub Presente Brasil Junho

Key Concepts

• Inteligência Artificial (IA): Uso de algoritmos para resolver problemas, com aplicações em diversas áreas como Netflix, previsão do tempo e chatbots.
• Projeto de IA: Iniciativa estruturada para resolver um problema usando IA, com profundidade variando conforme o objetivo (pessoal vs. profissional).
• Trilha de Aprendizado em IA: Preparar a mochila (entender IA, áreas, ferramentas), escolher a trilha (definir o problema), caminhar (coletar, limpar dados, escolher algoritmo, avaliar), chegar ao mirante (documentar, compartilhar).
• Dados: Informações usadas para treinar a IA, podendo ser coletadas do zero ou de bases existentes (Kaggle, Google Dataset Search).
• Treinamento e Teste: Processo de aprendizado da IA a partir dos dados (treinamento) e avaliação do desempenho (teste).
• Métricas de Avaliação: Critérios para medir o sucesso da IA, variando conforme a área (classificação, regressão, etc.) e o problema.
• Metodologias Ativas: Práticas que colocam o aluno como protagonista no processo de aprendizagem, como aprendizado por projeto, oficinas e dramatização.
• Evasão Escolar: Abandono dos estudos por alunos, influenciado por fatores como infraestrutura precária, desigualdades sociais e impactos da pandemia.
• Características Pessoais e Profissionais: Impacto da educação na formação de indivíduos seguros, críticos, comunicativos e proativos, essenciais para o mercado de trabalho.

Preparando a Mochila: Entendendo a IA

• A inteligência artificial está presente em diversas aplicações do dia a dia, como recomendações da Netflix, chatbots e previsões do tempo.
• A IA não é algo novo, mas sim uma área em constante evolução, com exemplos virais como a imagem do "papa estiloso".
• Muitas pessoas querem começar a mexer com IA, mas não sabem por onde começar, o que pode gerar frustração.
• Um projeto de IA não é apenas rodar um algoritmo, mas sim um processo mais profundo e estruturado.
• A inteligência artificial é um "guarda-chuva" com diversas áreas (visão computacional, robótica, IA generativa), cada uma exigindo habilidades diferentes.
• Não é preciso saber tudo para começar, mas é importante ter consciência do que é IA e como ela aprende.
• É fundamental entender o processo de aprendizado da IA, que envolve o uso de dados para treinar os algoritmos.
• Recomenda-se entender o "guarda-chuva" da IA para identificar a área de interesse e as ferramentas básicas necessárias.
• Para iniciantes, é importante começar com projetos pequenos e focar em uma área específica para evitar sobrecarga.

Escolhendo a Trilha: Definindo o Problema

• O ponto de partida de um projeto de IA é definir o problema que se quer resolver, e não o código em si.
• Um bom projeto de IA deve ter um problema claro, dados acessíveis e viabilidade computacional.
• É importante usar a criatividade na hora de definir o problema, buscando algo que te motive e te interesse.
• Exemplo: Criar uma IA para entender os perfis de Pokémons, usando dados disponíveis e aplicando algoritmos de IA.
• Para quem tem dificuldade em ser criativo, pode-se usar uma estratégia baseada na técnica ou tecnologia que se quer aprender.
• Exemplo: Querer aprender IA generativa e buscar problemas do dia a dia que possam ser resolvidos com essa tecnologia.
• Exemplo: Criar um chatbot para falar sobre signos ou uma IA para recomendar filmes e séries com base no seu gosto.
• O melhor caminho é o que você consegue completar, agregar valor e que faça sentido para você.

Caminhando: Etapas de um Projeto de IA

• As etapas de um projeto de IA incluem: escolher o problema, coletar dados, limpar os dados, escolher o algoritmo, avaliar o resultado e fazer o deploy.
• A coleta de dados pode ser feita criando a sua própria base ou usando bases já existentes (Kaggle, Google Dataset Search).
• É importante limpar os dados para remover ruídos e evitar viés na IA.
• O treinamento da IA é o processo de aprendizado a partir dos dados, enquanto o teste é a avaliação do desempenho.
• A avaliação dos resultados é crucial para entender se a IA está funcionando corretamente e quais são os seus pontos fortes e fracos.
• É importante definir o que você quer avaliar na IA, qual o impacto se ela errar e qual a área da IA que você está usando.
• Exemplo: Na detecção de câncer, o pior cenário é a IA falar que um paciente não tem câncer quando na verdade tem (falso negativo).
• Existem diversas métricas para avaliar a IA, dependendo da área e do problema (classificação, regressão, etc.).

Chegando ao Mirante: Documentando e Compartilhando

• É importante documentar e compartilhar o aprendizado, tornando visível o que você fez.
• O deploy de um projeto pessoal pode ser feito publicando o estudo no Medium e disponibilizando o código no GitHub.
• No Medium, você pode contar a história do projeto e como você resolveu o problema.
• No GitHub, você pode disponibilizar o código para que outras pessoas possam replicar e aprender com o seu projeto.
• Exemplo: Publicar o projeto do Pokémon no Medium e no GitHub, contando a história e disponibilizando o código.
• Reflexão final: Você não precisa saber de tudo para começar, mas você precisa começar para saber mais.

Metodologias Ativas: Um Desafio na Formação em Tecnologia (Léo Sobral)

• Reflexão Inicial: Qual foi a pior coisa que você ouviu dentro da sua casa? (Ex: "Você é imprestável"). Como ensinar uma pessoa que cresceu com medo de aprender?
• Esquema do Aprendizado Brasileiro:
  • Educação assegurada pela Constituição de 88.
  • Ensino Básico (Infantil, Fundamental, Médio) e Ensino Superior (Graduação, Pós-Graduação).
  • Objetivos até 2030: Erradicar analfabetismo, garantir acesso, melhorar qualidade, valorizar profissionais, estabelecer competências, promover educação com base no mercado.
• Desafios do Ensino:
  • Alto índice de evasão escolar.
  • Infraestrutura precária.
  • Investimento baixo.
  • Qualidade de ensino.
  • Desigualdades sociais e educacionais (monetárias, raça, gênero, orientação sexual).
• Infraestrutura Escolar:
  • 94% das escolas com água potável, >90% com banheiros e energia elétrica.
  • 88% com acesso à internet, mas apenas 29% com laboratórios de informática.
  • Baixos índices de escolas com quadras de esportes, bibliotecas e salas de leitura.
  • Menos da metade com acesso à rede pública de esgoto.
• Desigualdade Racial: Pessoas pretas e negras com mais escolaridade, mas com mais dificuldade para se colocarem em cargos de liderança.
• Impacto da Pandemia de COVID-19:
  • Brasil com um dos maiores períodos com escolas fechadas.
  • Falta de acessibilidade e alta na vulnerabilidade.
  • Pouco ou nenhum planejamento para aulas online.
  • Desigualdades sociais e educacionais (melhores condições para quem tem mais recursos).
  • Aumento no número de evasão, principalmente entre mulheres (carga doméstica) e homens (trabalho).
• Impacto dos Desafios na Formação:
  • Características pessoais: Insegurança, falta de senso crítico, comunicação violenta, pouca autonomia.
  • Características profissionais: Dificuldade de aprendizado, dificuldade na tomada de decisões, pouco diálogo, pouca proatividade.
• Relação com Tecnologia:
  • Diego de Sá: 5 características fundamentais para tecnologia: gerenciamento de tarefas, aprendizado contínuo, inteligência emocional, criatividade, trabalho em equipe.
  • Dificuldades na educação impactam diretamente o desenvolvimento dessas características.
  • Máquina que forma pessoas com X características, esperando que atendam um mercado com Y características.
• Metodologias Ativas:
  • Conjunto de práticas que colocam o aluno como protagonista no processo de aprendizagem.
  • Exemplos:
    • Aprendizado por projeto: Alunos de diferentes cursos trabalhando juntos (ex: DS + Administração).
    • Oficinas: Desenvolver autonomia e praticar a teoria (ex: modelagem de sistemas com MVC).
    • Dramatização: Simulação de situações reais (ex: escalabilidade e disponibilidade de sistemas com provedores cloud).
  • Outras metodologias: Gamificação, seminários, design thinking, aula invertida, cultura maker, storytelling.
• Exemplos Práticos:
  • Comparação de cidades: Nordeste com melhor índice de educação, mas escolas precárias vs. Amazonas com baixo índice, mas escolas com melhor infraestrutura.
  • Importância de considerar o contexto dos alunos (ex: deixar alunos descansarem após longa viagem).
  • Uso de inteligências artificiais na escola: Ensinar alunos a escreverem prompts de comando no chat GPT.
• Reflexões Finais:
  • Educação é um bem imaterial, com impacto de longo prazo.
  • "Se a educação sozinha não transforma a sociedade, sem ela tampouco a sociedade muda" (Paulo Freire).
  • Incentivar a reflexão sobre o próprio caminho e processo de aprendizado.
  • Empresas podem visitar escolas, propor parcerias, promover vagas e eventos.
  • Indivíduos podem participar de grupos de estudo, frequentar eventos, praticar e ler.
  • Incentivar e nunca desestimular.
  • Ninguém está sozinho, nenhuma geração foi perdida, todas têm seus desafios.