{"id":100745,"date":"2016-08-22T10:54:14","date_gmt":"2016-08-22T10:54:14","guid":{"rendered":"https:\/\/gerdtestpress.online\/?guid=465007178b9e24d6db4744350239afbe"},"modified":"2016-08-22T10:54:14","modified_gmt":"2016-08-22T10:54:14","slug":"of-prediction-and-policy-good-read-via-the-economist","status":"publish","type":"post","link":"https:\/\/futuristgerd.com\/pt\/2016\/08\/of-prediction-and-policy-good-read-via-the-economist\/","title":{"rendered":"Sobre previs\u00e3o e pol\u00edtica, via The Economist"},"content":{"rendered":"
\n
\n

Os sistemas de aprendizagem autom\u00e1tica s\u00e3o excelentes na previs\u00e3o. Uma abordagem comum \u00e9 treinar um sistema mostrando-lhe uma grande quantidade de dados sobre, por exemplo, estudantes e os seus resultados. O software analisa os exemplos e aprende quais as caracter\u00edsticas mais \u00fateis para prever se um aluno vai abandonar a escola. Uma vez treinado, pode estudar um grupo diferente e selecionar com precis\u00e3o os que est\u00e3o em risco. Ao ajudar a afetar com maior precis\u00e3o os escassos fundos p\u00fablicos, a aprendizagem autom\u00e1tica pode poupar aos governos somas significativas. De acordo com Stephen Goldsmith, professor em Harvard e antigo presidente da C\u00e2mara de Indian\u00e1polis, poderia tamb\u00e9m transformar quase todos os sectores da pol\u00edtica p\u00fablica<\/strong><\/p>\n

Para os governos que adoptarem a aprendizagem autom\u00e1tica, o futuro depender\u00e1 da forma como combinarem o seu poder de previs\u00e3o com a sabedoria humana \u00e0 moda antiga.\u00a0Para limitar o potencial enviesamento, diz Ghani, \u00e9 necess\u00e1rio evitar preconceitos nos dados de forma\u00e7\u00e3o e definir os objectivos certos para as m\u00e1quinas. As m\u00e1quinas s\u00e3o treinadas para encontrar padr\u00f5es que prevejam a criminalidade futura a partir de dados anteriores. Por conseguinte, podem ser instru\u00eddas para encontrar padr\u00f5es que prevejam a criminalidade e evitem a falsa categoriza\u00e7\u00e3o desproporcionada de negros (e outros) como futuros infractores. Quando um novo arguido \u00e9 testado com base nestes padr\u00f5es, o risco de distor\u00e7\u00e3o racial deve ser menor.<\/span><\/p>\n

As decis\u00f5es sobre fian\u00e7as, em que os ju\u00edzes avaliam o risco de um recluso fugir ou cometer um crime antes do julgamento, parecem ser particularmente suscept\u00edveis de ajuda. Jens Ludwig, da Universidade de Chic\"honourago e os seus colegas afirmam que o seu algoritmo, testado numa amostra de casos passados, teria permitido reduzir o crime em cerca de 20% (ver gr\u00e1fico), mantendo inalterado o n\u00famero de liberta\u00e7\u00f5es. Uma redu\u00e7\u00e3o semelhante a n\u00edvel nacional, sugerem, exigiria mais 20.000 pol\u00edcias, com um custo de $2,6 mil milh\u00f5es. A Casa Branca est\u00e1 a tomar nota. Melhores decis\u00f5es sobre fian\u00e7as s\u00e3o uma grande prioridade da sua Iniciativa de Justi\u00e7a Baseada em Dados, que 67 estados, cidades e condados assinaram em junho.<\/p><\/blockquote>\n

Ler mais:\u00a0De previs\u00e3o e pol\u00edtica<\/a><\/p>\n

Este debate enquadra-se perfeitamente em muitos temas-chave abordados no meu novo livro 'tecnologia vs humanidade'<\/a>.\u00a0\"tech-vs-human-book-300x227<\/p>\n

Um coment\u00e1rio relacionado com o que digo no livro:<\/p>\n

A humanidade vai mudar mais nos pr\u00f3ximos 20 anos do que nos 300 anos anteriores:\u00a0<\/b>Muitas pessoas riem-se com esta afirma\u00e7\u00e3o porque soa a grandiloqu\u00eancia. Penso que \u00e9, de facto, um eufemismo, dada a realidade da mudan\u00e7a tecnol\u00f3gica exponencial e combinat\u00f3ria - o efeito combinado destas mudan\u00e7as ultrapassa largamente a revolu\u00e7\u00e3o industrial ou a inven\u00e7\u00e3o da imprensa. Um fator-chave \u00e9 que a tecnologia j\u00e1 n\u00e3o \u00e9 apenas fora de n\u00f3s<\/i> (como a m\u00e1quina a vapor ou a imprensa, que existiam fora da biologia humana, evidentemente) - est\u00e1, na verdade, a mover-se dentro de n\u00f3s (wearables, BCIs, nanotecnologias, edi\u00e7\u00e3o do genoma humano, IA, etc.) com impacto na pr\u00f3pria defini\u00e7\u00e3o de humanidade<\/p>\n

Ler mais Intelig\u00eancia Artificial<\/a>\u00a0neste blogue<\/p>\n<\/div>\n

\n
\n

<\/p>\n

E algumas imagens relacionadas dos meus arquivos:<\/p>\n

\"responsible \"automation \"automation \"big \"computing<\/p>\n<\/div>\n

 <\/p>\n<\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

\n
\"Os sistemas de aprendizagem autom\u00e1tica s\u00e3o excelentes na previs\u00e3o. Uma abordagem comum \u00e9 treinar um sistema mostrando-lhe uma grande quantidade de dados sobre, por exemplo, estudantes e os seus resultados. O software analisa os exemplos e aprende quais as caracter\u00edsticas mais \u00fateis para prever se um aluno vai abandonar a escola. Uma vez treinado, pode estudar um grupo diferente e selecionar com precis\u00e3o os que est\u00e3o em risco. Ao ajudar a afetar com maior precis\u00e3o os escassos fundos p\u00fablicos, a aprendizagem autom\u00e1tica pode poupar aos governos somas significativas. De acordo com Stephen Goldsmith, professor em Harvard e antigo presidente da C\u00e2mara de Indian\u00e1polis, pode tamb\u00e9m transformar quase todos os sectores da pol\u00edtica p\u00fablica.\"<\/p>\n

De previs\u00e3o e pol\u00edtica
https:\/\/www.economist.com\/news\/finance-and-economics\/21705329-governments-have-much-gain-applying-algorithms-public-policy<\/a>
via Instapaper<\/div>\n

\n<\/p>\n
\n

\n <\/p>\n

\n <\/p>\n<\/p><\/div>\n<\/div>\n<\/div>","protected":false},"author":38,"featured_media":100774,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_analytify_skip_tracking":false,"footnotes":""},"categories":[788,174,1116,756,852,222],"tags":[1078,632],"class_list":["post-100745","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-androrithms","category-artificial-intelligence-2","category-digital-ethics","category-technology-versus-humanity","category-thehumanitychallenge","category-work-and-employment","tag-prediction","tag-the-economist","masonry-post","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-33"],"acf":[],"_links":{"self":[{"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/posts\/100745","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/users\/38"}],"replies":[{"embeddable":true,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/comments?post=100745"}],"version-history":[{"count":0,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/posts\/100745\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/media\/100774"}],"wp:attachment":[{"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/media?parent=100745"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/categories?post=100745"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/futuristgerd.com\/pt\/wp-json\/wp\/v2\/tags?post=100745"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}