12/11/2020
E aí, pessoal! Como vocês estão? Vamos falar um pouco mais de algoritmos? Como eles podem funcionar na prática? Aqui trazemos um exemplo de como algoritmos podem ser aplicados e encontrados no cotidiano!! Eles podem estar muito mais próximos do que imaginamos!
Se gostou do conteúdo, curte, comente e compartilhe! Vamos divulgar ciência! ♥
Na primeira página, decorada com formas arredondadas na cor roxa espalhadas por um fundo branco, temos o título da postagem: "Algoritmos na prática!". Abaixo temos escrito: "Entendendo um pouco mais sobre algoritmos na análise de dados a partir de um exemplo cotidiano. Suponha que você trabalha num setor de marketing de uma rede de pizzaria e agora precisa customizar as pizzas entregues para que as pessoas sintam mais carinho por elas". Na página dois, continuamos com o título "Passo 1: a ideia geral! Personalizar a venda". Logo abaixo, continuamos o texto: "Você lembra que quando pediu um café e anotaram seu nome nele, você se sentiu tratada com mais carinho pela cafeteria e chegou à seguinte conclusão: Quando um produto tem a sua cara, você se sente mais feliz usando ele. Além disso, você gosta de ouvir música enquanto come pizza, então sua ideia é: Sugerir músicas na embalagem da pizza entregue!". Na próxima página, de número três, seguindo a mesma estrutura com fundo branco e bolhas roxas espalhadas, apresentamos o título: "Passo 2: Como fazer? Usar dados!". Logo abaixo, temos: "Muitas pessoas que pedem pizza onde você foi contratada segue a página da empresa no Facebook. Quando o pedido é feito por algum aplicativo, você consegue acessar a página pessoal do Facebook da pessoa e descobrir quais músicas ela gosta. Uma das suas hipóteses é que a idade está muito ligada com o gosto musical de uma pessoa e por isso pensa em usar esse contexto na sua tarefa". Na próxima página, temos o título: "Como são os dados?", onde continuamos com o texto: "Na página do Facebook, por exemplo, você também pode encontrar a idade da pessoa. Com isso, você tem a idade como variável independente e preferência musical como variável dependente. Você então passa a cruzar esses dados". Apresentamos então uma tabela com as colunas "Cliente, idade e preferência musical" e a completamos com os dados: "Ana Paula Ambrósio, 23, Reggae, Eletrônica", "Ricardo Azevedo, 48, MPB, Samba, Disco", "Maria de Cássia, 19, Pop, K-pop, Hip Hop", "Bárbara Lima, 21, Eletrônica, Pop, Gospel", "Gabriela Ribeiro, 37, Disco, Gospel, Hip Hop". Em sequência, na página cinco, apresentamos o título: "Passo 3: Criar um modelo. Hora do Algoritmo". Abaixo temos: "Seu modelo busca separar gêneros de acordo com a Emoção e Forma. No gráfico, cada ponto representa uma pessoa e sua posição, o gosto musical". Apresentamos assim um gráfico separado em quatro quadrantes com pontos dispersos em três cores representando os intervalos de idade de 18 a 25 anos, 25 a 35 anos e 35 a 50 anos. Por sua vez o primeiro quadrante representa músicas mais instrumentais e agitadas, o segundo representa músicas mais cantadas e agitadas, o terceiro representa músicas mais cantadas e calmas e o quarto, representa músicas mais instrumentais e calmas. Em sequência, na página seis, começamos com o título "Passo quatro: análise do modelo. O que os dados dizem?", seguindo com o texto: "Com este conjunto de dados, agora você consegue inferir que: Pessoas entre 18 e 25 anos preferem músicas mais agitadas e cantadas; Pessoas entre 25 e 35 anos preferem músicas mais agitadas em geral; Pessoas entre 35 e 50 anos preferem músicas mais instrumentais e calmas". É importante mencionar que estes dados não representam de fato os gostos musicais. Eles foram construídos apenas como ilustração do problema. E continuamos o texto: "Passo 5: automatização. Depois de ter escolhido mais de 10 músicas de acordo com as preferências da clientela, como toda pessoa você já se cansou da tarefa.... e pensou: E se o computador me respondesse qual o estilo musical de uma pessoa? Então no fim, você só iria ter o trabalho de escolher uma música que pertença a esse estilo! Para isso você precisa de um Algoritmo de classificação". A página sete possui fundo roxo, formas arredondadas e texto em cor branca com o título "Aprendizado de máquina". Abaixo, temos o texto: "Os algoritmos de sugestão do Facebook, ou de qualquer outra plataforma geralmente usa de machine learning para sugerir conteúdo personalizado. Os modelos costumam ser bastante complicados, mas o conceito base para todos eles é a classificação. A classificação busca determinar a característica de alguma coisa baseado em um conhecimento existente (uma base de dados)... e quanto mais parecidas, maiores as chances de pertencerem à mesma classe!". Na página oito, retornamos ao fundo branco com formas roxas com o título "Passo seis: Conclusão: Sucesso" seguido do texto: "A cada pedido novo, o algoritmo automatiza aquilo que você ficou com preguiça de fazer (e que o computador faz bem mais rápido, o que é um ótimo argumento para não fazer manualmente!). E assim o algoritmo funciona: 1, o pedido é feito. 2, Qual a idade da pessoa que o fez? 3, Qual o intervalo de idade que ela se encontra? 4, Qual categoria musical ela possivelmente mais gosta?" e conclui: "Você então simplesmente escolhe uma música aleatória que se encaixe nessa categoria e escreve na embalagem para entregas com um rostinho feliz." Próximo à conclusão, nossas páginas finais apresentam o texto: "Apesar das coisas negativas associadas, os algoritmos são ferramentas importantes e muito divertidas. O que é importante sempre mencionar é que, se não tomar cuidado, eles acabam reproduzindo vieses humanos. Usando o nosso exemplo, caso o nosso modelo esteja errado, as músicas sugeridas não serão do agrado da clientela, mas em outros cenários, a situação é mais complicada!". E continuamos: "Quão complicada? Imagine as seguintes situações: Uma empresa quer anunciar vagas de emprego personalizadas, mas tabelas que usam para decidir quem é alvo dos anúncios contém apenas homens. Quais as chances de o anúncio ser feito para mulheres? Ou então, uma empresa de segurança quer utilizar reconhecimento facial, mas o banco de dados de imagem contém predominantemente fotos de pessoas negras. Quais as chances de reconhecer criminosos de pele branca?". Por fim, finalizamos com os dizeres: "Entender todos esses mecanismos e levantar estes temas é fundamental para que a gente possa viver em um ambiente justo e agradável à todas as pessoas". Na nossa página final, apresentamos o logo do Núcleo de Comunicação Científica, junto com nossas redes sociais no Instagram e Facebook "papocienciaicmc"
