A Inteligência Artificial (IA) tem vindo a revolucionar várias indústrias, da saúde à banca, e programar tem um papel importantíssimo na implementação de aplicações IA. Quer sejas um novato ou um developer experenciado, à procura de explorar o mundo da IA, escolher as linguagens de programação e ferramentas corretas é essencial. Em baixo, vamos identificar as linguagens de programação mais populares para o desenvolvimento de IA, as suas características principais, e outras considerações importantes.
Python
Python é geralmente considerada uma das linguagens mais populares para programação IA. A sua simplicidade, facilidade de leitura e bibliotecas extensas fazem dela uma ótima escolha. Python oferece frameworks poderosos como TensorFlow e PyTorch, que simplificam o desenvolvimento e a implementação do modelo IA. Para além disso, bibliotecas como NumPy e Pandas providenciam dados de manipulação e capacidades de análise extremamente eficientes, que são essenciais para tarefas IA.
R
R é outra linguagem normalmente usada em IA, particularmente em modelos estatísticos e análise de dados. Oferece uma vasta coleção de pacotes desenhados especificamente para tarefas de machine learning e data science. A sintaxe da linguagem R é intuitiva e permite uma fácil exploração e visualização dos dados, tornando-se assim bastante adequada para modelos estatísticos e análise preditiva.
Java
Java é uma linguagem versátil usada num variado leque de aplicações, incluindo o desenvolvimento IA. Embora não seja uma das primeiras escolhas para IA devido à sua verbosidade, a linguagem Java oferece robustez, independência de plataforma e escalabilidade, sendo uma boa opção para sistemas IA de grande escala. As bibliotecas de Java como Deeplearning4j e DL4J incluem ferramentas para deep learning e redes neurais artificiais.
C++
C++ é uma linguagem poderosa e eficiente, bastante usada em IA, especialmente para aplicações pesadas a nível de desempenho. O seu controlo e a sua rapidez de baixo nível tornam-na ideal para a implementação de algoritmos e optimização de código. As bibliotecas mais populares como OpenCV e CUDA aproveitam o melhor da linguagem C++ aplicada à visão computacional e programação GPU, respetivamente.
MATLAB
MATLAB é uma linguagem de programação comumente usada nos campos científico e de engenharia, incluindo IA. Oferece um rico conjunto de funções e toolboxes embutidas para análise de dados, visualização de dados e machine learning. As capacidades matemáticas avançadas da linguagem MATLAB tornam-na particularmente útil para o desenvolvimento de algoritmos e protótipos.
Outras considerações
Para além das linguagens de programação, existem outros fatores a ter em consideração no desenvolvimento IA:
Frameworks:
Considera utilizar frameworks AI populares como TensorFlow, PyTorch, ou scikit-learn, que oferecem funções pré-feitas e APIs para um eficiente desenvolvimento de modelos IA.
Preparação de dados
A limpeza e o pré-processamento são passos cruciais em IA. As bibliotecas como Pandas e scikit-learn dispõem de ferramentas para a manipulação de dados, feature engineering e normalização de dados.
Seleção de algoritmos
É importante compreender os diferentes algoritmos de IA, tal como as redes neurais artificiais, árvores de decisão e máquina de vetores de suporte, para conseguir escolher o approach mais sustentável para o teu problema específico.
Desenvolvimento colaborativo
Tira partido de sistemas de controlo de versão como o git e de plataformas colaborativas como o GitHub para facilitar a colaboração em equipa e a gestão de código.
git & GitGub
Em conclusão, a programação está no núcleo do desenvolvimento em IA e escolher a linguagem e ferramenta certas é essencial para o sucesso. Python, R, Java, C++ e MATLAB são linguagens populares, utilizadas para diferentes domínios em IA.
Paralelamente, frameworks, técnicas de preparação de dados, seleção de algoritmos e ferramentas de colaboração têm um papel fulcral na construção de sistemas de IA eficientes. Ao tirar partido das linguagens e ferramentas mais apropriadas, os developers conseguem desbloquear o imenso potencial da IA e criar soluções inovadoras em virtualmente qualquer indústria.
Até há relativamente pouco tempo não sentíamos a necessidade de nos questionar: de quanta potência informática precisamos no edge computing? Quando as redes não precisavam de ser inteligentes, esta questão nem era particularmente relevante. Tudo isto mudou, uma vez que agora é possível mover quantidades consideráveis de poder informático diretamente para a borda da rede.
Fonte: https://innovationatwork.ieee.org/
As vantagens
Tal como acontece no mundo físico, quando os dados percorrem distâncias mais curtas, o tempo de resposta diminui. Quando as funções de computação, armazenamento e rede são fornecidas na extremidade da rede, isto resulta em latências mais baixas para aplicações e utilizadores.
Latência reduzida
O edge computing inclui o processamento e análise de dados mais perto da fonte onde estes foram gerados, tal como dispositivos IoT, em vez de enviar esses mesmos dados para uma nuvem centralizada para análise. Este approach reduz a latência e aumenta a velocidade de processamento de informação, essencial para aplicações que requerem respostas em tempo real, como veículos autónomos, automação industrial, e cidades inteligentes (smart cities).
Maior segurança na cloud
A segurança do armazenamento de dados baseada em cloud tem avançado dramaticamente em anos recentes, e continuará a melhorar. Para além disso, o edge computing significa que menos dados estão centralizados no armazenamento da cloud. Ao processar e armazenar alguns dos dados numa rede edge, a situação de ter “todos os ovos no mesmo cesto” é minimizada — a edge filtra dados que sejam redundantes, estranhos ou desnecessários. Apenas a informação mais crítica e importante é enviada para a cloud.
Redução de largura de banda
Tal como o edge computing ajuda a reduzir a latência, também consegue reduzir a largura de banda. Como estamos a processar, analisar e armazenar localmente mais informação, é menor a informação que estamos a enviar para a cloud. Esta redução em flow de dados (data flow) minimiza custos para o utilizador, visto que uma menor largura de banda significa upgrades menos frequentes ao armazenamento da cloud.
Envolvimento de machine learning & AI
O edge computing está a despoletar também o desenvolvimento de novas tecnologias como a edge AI (de Inteligência Artificial) eedge analytics. A edge AI envolve lançar modelos de machine learning em dispositivos edge, permitindo processamento de dados e tomada de decisão em tempo real, imprescindíveis para aplicações como veículos autónomos e drones, onde o processamento de informação tem de ser feito rápida e corretamente.
A edge analytics inclui o processamento de dados na borda da rede para gerar insights em tempo real, que podem ser usados para melhorar a eficiência operacional, e reduzir o tempo de paragem. Este approach é essencial para aplicações de manutenção preventiva, onde uma rápida detecção de potenciais falhas pode prevenir custos elevados de paragem e danos em equipamentos
Os desafios
No entanto, apesar de ser altamente promissor, este modelo apresenta ao mesmo tempo alguns problemas que não podem ser ignorados quando se trata de computação de ponta. Em certos cenários, continua ainda a fazer sentido optar por uma arquitetura de rede convencional:
Poder de processamento e capacidade de armazenamento limitados
Os dispositivos edge têm normalmente um poder de processamento e capacidade de armazenamento algo limitados, em comparação com centro de dados centralizados. Isto pode resultar em performance reduzida e tempos de resposta mais lentos para certas aplicações.
Questões de segurança
Assim como existem benefícios de segurança a nível da cloud, existem desafios de segurança a nível local. Os dispositivos edge encontram-se normalmente em espaços públicos ou localizações remotas, fazendo com que se tornem vulneráveis a ataques físicos ou cibernéticos. Assegurar a segurança destes dispositivos e os dados por eles recolhidos pode ser desafiante, especialmente se não estão bem protegidos.
Falta de estandardização
Neste momento, nao existe um approach estandardizado ao edge computing, o que significa que diferentes dispositivos e sistemas podem não conseguir comunicar uns com os outros. Isto pode levar a problema de compatibilidade e limitar a capacidade das organizações de aproveitar os benefícios do edge computing.
Criação de redundância
Num modelo de edge computing, um grande cluster central é trocado por muitas máquinas locais. Uma máquina de arestas substitui uma instância do aglomerado central. Porém, o modelo vai criando com frequência novas redundâncias que aumentam os custos – por exemplo, quando toca ao armazenamento, em vez de criar uma cópia central de cada ficheiro, uma rede edge pode manter uma cópia independente em cada nó de edge. No caso de pequenas redes edge, todas estas cópias adicionais podem criar redundância. Assim, com mais 100 nós de edge, é provável que o armazenamento seja cerca de 100 vezes mais caro. Isto pode ser limitado pelo armazenamento de dados apenas nos nós que são ativamente utilizados pelos utilizadores individuais – mas o problema da duplicação ainda não desaparece completamente. A certa altura, o custo disto começa a ter impacto no custo total.
Questões legais e de compliance
Em alguns países, o imposto sobre as vendas é cobrado sobre as compras online, noutros não. Além disso, nos EUA, por exemplo, existem regulamentos fiscais estatais individuais. Em muitos casos, os impostos aplicáveis dependem da localização física do hardware sobre o qual o processamento de dados é efetuado. A informática de ponta pode aumentar a confusão sobre quais as leis aplicáveis. Os impostos são uma questão complexa que as partes interessadas devem abordar antes de decidir utilizar a computação de ponta.
Proteção de dados
Tanto a localização dos utilizadores como a localização dos dados estão sujeitas às leis de proteção de dados. Alguns países são abrangidos pelo âmbito do GDPR, outros por outras estruturas. Existem também regulamentos como a HIPAA, que lidam especificamente com gestão de dados de dispositivos médicos. Para as empresas, isto significa que terão de analisar quais as leis e regulamentos que se aplicam aos respetivos nós de edge – e descobrir como assegurar o cumprimento dos mesmos. Isto é especialmente verdade quando os utilizadores e servidores estão localizados em diferentes países. Uma solução mais simples seria operar todos os nós de edge numa só jurisdição.
Em conclusão, a crescente relevância do edge computing está a revolucionar a maneira como pensamos sobre computação e processamento de dados. Resta analisar as vantagens e desvantagens, e perceber se esta é uma tecnologia relevante e benéfica para o nosso caso em particular.
Apesar da grande vaga de compra e venda de NFT ter abrandado significativamente, e de muitos terem dito que seria mesmo o seu fim, a tecnologia não desapareceu, e milhões de dólares em coleções são negociados diariamente. Mas afinal, o que são de facto NFT e como funcionam? E estão “mortos”?
O que é um NFT?
Os NFT, ou non-fungible tokens, são bens digitais únicos e indivisíveis, verificáveis através de uma blockchain, e que não podem ser duplicados ou falsificados.
Apesar de terem subido à ribalta principalmente devido às peças de arte digital, os NFT são muito mais que isso. Devido à sua natureza transparente e descentralizada, os NFT podem servir uma panóplia de funções: real estate em mundos virtuais, colecionáveis, substituição de bilhetes físicos para eventos e espetáculos, autenticação de bens de luxo, identidade pessoal soberana (SSID, self-sovereign identity em inglês), entre outros.
Então e uma colecção de NFT?
Focando-nos especialmente na arte digital, as coleções de NFT são geradas e vendidas em formato digital como imagens, vídeos, músicas, entre outras. Estes tokens são armazenados individualmente numa blockchain e cada peça de arte digital única tem metadados que contêm o nome do artista, data de criação, título, e outras informações relevantes e que identificam a mesma como única.
Desde gorilas hipster a zombies punk, de artistas famosos a campanhas solidárias, o valor de uma coleção de NFT depende essencialmente da raridade da arte e da popularidade e criatividade do artista, à semelhança da arte tradicional, cujo valor também está intrinsecamente ligado ao valor e notoriedade do próprio artista. Para além disso, o preço de um token sobe ou desce à medida que mais ou menos pessoas mostram interesse em comprar outros dentro da mesma coleção.
Os NFT são normalmente comprados usando criptomoedas e vendidos no mercado aberto. Existem vários mercados que permitem a sua compra e venda, e tal como os ativos normais, o seu valor segue a regra da oferta e da procura. Os principais exemplos de mercados onde se podem comprar estas coleções são o OpenSea, Rarible, e Nifty Gateway, sendo este primeiro o maior e mais popular mercado de NFT.
Os preços dos NFT, como mencionado, podem variar consoante o mercado e os seus utilizadores. O token vendido pelo valor mais elevado até hoje foi a ilustração digital The Merge, comprado por $91.800.000 (curiosamente não por apenas um comprador mas sim por um grupo de 29.983 pessoas).
O jogado brasileiro Neymar comprou dois Bored Apes por um valor combinado de mais de 1 milhão de dólares.
No último ano, o setor dos NFT viu um enorme declínio em volume de vendas e no preço de itens; ainda assim, a atividade do espaço NFT está longe de estar parada, especialmente considerando a emergência do Blur como um dos marketplaces de NFT mais ativos, com um aumento de +100% no volume de trading no início deste ano, e outros indicadores que mostram que os NFT vieram para ficar.
Têm havido crescentes debates sobre a sustentabilidade do mercado de NFT e se é apenas mais uma moda, ou um investimento viável (embora especulativo) a longo-prazo. De um lado, argumenta-se que são uma bolha à espera de rebentar, por outro acredita-se que os NFT não vão a lado nenhum tão cedo e que vão até revolucionar a maneira como vemos a propriedade e autenticidade no mundo digital.
Como é que chegámos aqui?
Em Janeiro de 2022, o Opensea registou uns espetaculares 4,87 mil milhões de dólares em trading de NFT. Ao mesmo tempo, o “hype” à volta dos NFT estavam no seu nível mais alto desde sempre, enquanto algumas das maiores celebridades do mundo como Eminem e Jimmy Fallon apoiavam colecções como Bored Ape Yacht Club (BAYC), entre outros.
O volume de NFT no OpenSea viu um forte declínio depois do pico do primeiro trimestre de 2022. Fonte
O frenesim deste mercado causou alguns NFT a terem avaliações completamente absurdas, como a colagem fotográfica digital de Beeple, vendida por 69 milhões, o “clock” de Pak, vendido por 52 milhões de dólares ou o The Merge, mencionado em cima. Agora, basicamente um ano depois, a situação já mudou muito, com nenhum NFT vendido a chegar ao patamar dos milhões.
A razão principal para este definhamento foi o declínio do mercado das criptomoedas, que viu a Bitcoin, Ethereum e a maioria das outras principais moedas perder valor desde o pico de 2021. Os NFT sofreram fortemente com esta queda, e muitas pessoas perderam a fé no mercado, deixando de perceber porque é que certas coleções deveriam valer tanto, causando assim essa mesma desvalorização de preço.
Evolução da Bitcoin, desde Abril 2020
Para além disso, muitos projetos mais pequenos foram abandonados (o termo usado na gíria é rug pull, ou “puxar o tapete”) pelos seus criadores, levando assim a acusações infundadas que todos os NFT de arte digital eram scams e não valiam o investimento. No final de contas, foi a combinação de um crypto bear market (Bear Market, que em tradução livre significa “Mercado do Urso”, é a expressão usada para definir períodos em que a bolsa de valores enfrenta desvalorizações acompanhadas de pessimismo por parte dos investidores.) e a queda a pique das vendas de NFT causou um ambiente pouco vantajoso no geral.
Porém, com os assets digitais a mostrarem claros sinais de recuperação em tempos recentes e a bitcoin a atingir o seu valor mais alto nos últimos nove meses depois de notícias encorajadoras face à inflação, os NFT voltaram a evoluir de forma positiva.
Os NFT estão “mortos”?
A forma mais objetiva de perceber a evolução do setor dos NFT é observar e analisar a informação ao longo do tempo e perceber quanto é que se tem vindo a comprar e vender em cada um dos marketplaces. Isto permite-nos examinar o estado atual do mercado e comparar com o histórico de performance.
O volume de trading de NFT mais que duplicou para 2.2 mil milhões em Fevereiro
O volume de trading de NFT alcançou os 2 mil milhões de dólares, depois de dificuldades em alcançar os mil milhões nos 7 meses anteriores. Fonte: Dapp Radar
Porque é que os NFT se podem tornar ainda mais populares no futuro
Apesar de serem conhecidos principalmente pelas imagens digitais dispendiosas, os NFT têm um potencial enorme, pois podem ser utilizados para variados propósitos em diferentes setores para além da arte digital: no comércio, na autenticação de bens, verificação de identidade, no registo e proteção de dados confidenciais e importantes como dados médicos, etc. Algumas das razões por que os NFT podem e mostram que provavelmente irão recuperar e tornar-se ainda mais populares no futuro são:
Já deram provas de funcionar: Conforme a tecnologia por trás dos NFT continua a melhorar e tornar-se mais acessível, pode atrair mais investidores e compradores ao mercado;
O futuro do gaming: Conforme os grandes players no campo do hardware continuam a fazer fortes apostas no desenvolvimento de Realidade Virtual, vão criar-se as condições para oferecer uma maior interatividade entre o jogador e a arte digital;
Autenticidade num mundo cada vez mais falso: É cada vez mais difícil discernir produtos falsificados, e os NFT têm o potencial de permitir aos produtores uma resolução simples. O exemplo da Coda Coffee e os seus “traceable beans” é bastante simples: através do scan de um código QR único, permitem aos seus consumidores validar a data e localização de cada transação pela qual os grãos do seu café passaram, desde a colheita, à lavagem e secagem, moagem, torrefação, exportação e venda.
Maior aceitação: Cada vez mais artistas e marcas mainstream começam a criar e vender NFT. Esta maior aceitação poderá levar a que mais pessoas comprem e troquem NFT, e sucessivamente façam aumentar o seu valor.
Embora não existam quaisquer garantias que os NFT irão recuperar totalmente no futuro, os fatores mencionados sugerem que existe um enorme potencial de crescimento no mercado. Como com qualquer investimento, é importante estar-se ciente dos riscos inerentes, que são ainda mais pronunciados em assets emergentes como os NFT. Neste momento, resta-nos apenas esperar para ver o desenrolar da história.
The bottom line: Não, os NFT não estão mortos – pelo menos por enquanto.
Apesar de ter caído abruptamente depois de Maio de 2022, devido especialmente ao que chamamos o Inverno de cripto, o volume de transações de NFT mostra um nível de atividade de quem está bem vivo: em Fevereiro deste ano registou-se cerca de 2 mil milhões de dólares em transações, bem acima dos 946 milhões no mês anterior.
Seja de que maneira for que olhemos para a questão, e mesmo que consideremos que está longe de atingir os níveis de popularidade de 2021, uma indústria que, para além de todos os seus potenciais para além da arte, ainda mostra mais de 2 mil milhões de volume de trading num único mês não está, de longe, morta e enterrada.
Short answer: sim. A transformação digital tem-se tornado numa absoluta necessidade para as empresas e negócios, para que se mantenham competitivos no mundo acelerado e em constante atualização em que vivemos. Esta transformação envolve utilizar a tecnologia para transformar processos de negócio, as experiências dos utilizadores e clientes, e ainda os modelos de negócio. Ao abraçar a transformação digital, as empresas podem ganhar vantagens competitivas, melhorar a sua eficiência, e providenciar um serviço melhor e mais personalizado.
A transformação digital é, sem dúvida, uma oportunidade para voltar a ver com outros olhos, reavaliar e aperfeiçoar o que uma empresa já oferece: como são realizados os processos de negócio, se e como o serviço é personalizado de forma coerente em todos os canais de interação, se e como as operações se podem tornar mais eficientes através da optimização e da automação de certos processos. Este processo de transformação digital permite que as empresas expandam a sua presença e alcancem novos públicos, por meio de modelos de negócio baseados em plataformas digitais.
Fases da transformação digital
Existem 6 fases da transformação digital, que as empresas devem seguir para transformar corretamente as suas operações:
1. Business as Usual
Nesta fase, as empresas ainda usam métodos mais tradicionais de operação e que ainda não adotaram tecnologias digitais. O foco é em manter o status quo em vez da inovação.
2. Present and Active
Na segunda fase, começam a adotar-se tecnologias digitais numa escala ainda reduzida. As empresas podem usar ferramentas digitais como as redes sociais ou a computação em cloud para melhorar a operação, mas o foco é ainda em manter o modelo de negócio.
3. Formalized
Nesta próxima fase, há a formalização dos esforços de transformação digital. As empresas poderão nesta altura criar uma estratégia digital, e alocar recursos a iniciativas digitais.
4. Strategic
Aqui, a transformação digital torna-se a prioridade estratégica do negócio. Iniciativas digitais são integradas na estratégia geral do negócio, e o foco é agora na inovação e crescimento.
5. Converged
Neste momento, a transformação digital está completamente integrada no negócio. A organização sofreu um “shift” cultural bastante grande, e as tecnologias digitais são agora usadas para suportar a inovação, a implementação de melhores experiências para os utilizadores, e para criar novos modelos de negócio.
6. Innovative and Adaptive
Na fase final, a organização está continuamente a adaptar-se a novas tecnologias, e constantemente a inovar. A transformação digital já não é uma iniciativa independente: já se embrenhou totalmente na cultura da empresa.
Fonte: www.aihr.com/
O setor de IT representa uma parte crucial na transformação digital nas empresas. Os profissionais de IT são por norma os responsáveis por selecionar e implementar as ferramentas e tecnologias que vão levar a esta transformação. Terão também de se certificar que a organização tem as infraestruturas necessárias para suportar as iniciativas digitais que se planeia fazer, e que a informação está guardada e gerida de forma eficiente.
Ferramentas ao auxílio da transformação digital
Existem inúmeras ferramentas e categorias de ferramentas que podem ser utilizadas no processo de transformação digital:
Plataformas de computação em nuvem como Amazon Web Services (AWS), Microsoft Azure, & Google Cloud Platform (GCP) permitem às organizações armazenar, processar e analisar grandes quantidades de informação sem a necessidade de investir em hardware dispendioso;
Softwares de Customer Relationship Management (CRM) como Salesforce e HubSpot providenciam um sistema centralizado para gerir informação e interações com clientes;
Ferramentas de Business Intelligence (BI) e Analytics como Tableau, Power BI, e QlikView permitem às organizações analisar e visualizar informação em tempo real, ganhando “insights” importantes sobre a performance do negócio;
Programas de Robotic Process Automation (RPA) como o Microsoft Power Automate, UiPath ou Automation Anywhere ajudam a automatizar tarefas rotineiras e repetitivas, libertando tempo aos profissionais, para que se possam focar em tarefas mais importantes;
Ferramentas de Cibersegurança como firewalls, softwares antivírus, e sistemas de detecção de intrusos ajudam as organizações a proteger os seus assets digitais e prevenir ataques cibernéticos.
Em conclusão, a transformação digital é uma oportunidade para as empresas de criar novos e melhorados modelos de negócio e aproveitar novas oportunidades de mercado. No entanto, há que ter em conta que isso requer um planeamento atento, um investimento em tecnologia e talentos, acompanhamento próximo da execução, e a capacidade de gerir eventuais riscos e desafios que surjam ao longo do caminho.
A inteligência artificial tem vindo a transformar o approach das empresas relativamente a muita coisa nos últimos meses (e anos), e o recrutamento em TI não fica de fora. Com uma crescente procura por profissionais de IT altamente qualificados, os recrutadores de TI sentem igualmente uma crescente pressão para encontrar e atrair profissionais de topo de forma rápida e eficiente. Felizmente, a IA pode ajudar a agilizar vários aspetos do processo de recrutamento, permitindo assim aos recrutadores focar-se na construção e manutenção de relações com os candidatos, e em tomar as melhores decisões estratégicas de recrutamento.
Na imagem, podemos ver o potencial da IA em todas as fases do recrutamento. Fonte: aihr.com
“Work smarter, not harder”
Um dos maiores benefícios da Inteligência Artificial quando aplicada ao recrutamento, é a capacidade de automatizar tarefas demoradas, tal como a triagem de CVs, e o “match” entre candidatos e as vagas corretas. Em vez de navegar manualmente por centenas de currículos, as ferramentas de recrutamento que utilizam IA podem ajudar a analisar esses currículos e descrições de funções para identificar os candidatos mais qualificados para determinada vaga. Isto pode poupar uma quantidade significativa de tempo ao recrutador, permitindo-lhe mais dedicação a outras tarefas mais importantes e que requeiram mais atenção.
Alguns exemplos de ferramentas de triagem de candidatos são Pomato, Ceipal ou Textkernel. Estas ferramentas usam NLP (Natural Language Processing), deep learning, e machine learning para fazer uma triagem de currículos.
Enriquecer relações com candidatos
Outro benefício da Inteligência Artificial na optimização da vida do recrutador, é melhorar a experiência da relação com os candidatos. Certas ferramentas de chat que utilizam IA podem ser usadas para comunicar certas informações simples como updates no processo de recrutamento, permitindo que os candidatos estejam sempre informados e que se sintam menos “abandonados” no processo. Os chatbots podem também ajudar no agendamento de calls e entrevistas, no processo de follow-up com candidatos, que leva a uma experiência mais positiva no geral.
Calendly e X.AI são duas ferramentas que ajudam na seleção dos melhores slots horários para um agendamento de entrevistas mais eficiente.
Mya,Olivia, e Jobpal são 3 exemplos de chatbots que utilizam NLP (Natural Language Processing) e machine learning. Estes chatbots conseguem iniciar conversas com candidatos e executar uma pré-seleção. Estes bots são até capazes de, existindo já uma base de dados de apoio, iniciar uma cadeia de conversação com candidatos passivos para saber o seu potencial interesse numa vaga. Candidatos que estejam interessados podem também fazer uma pré-entrevista, respondendo a questões básicas ou avançadas, pré-definidas.
Tomada de decisões informadas
Para além de melhorar a relação e interação com candidatos, a Inteligência Artificial pode também ajudar os recrutadores a tomar decisões mais informadas. Ao analisar a informação de determinado candidato, as ferramentas de recrutamento de Inteligência Artificial podem ajudar a identificar padrões e tendências que poderão não ser imediatamente óbvios ao recrutador humano. Por exemplo, estas ferramentas podem ajudar a identificar candidatos mais propícios a ficar com um cliente a longo prazo, ou que se encaixem melhor a nível cultural. Isto leva a que se tomem decisões de recrutamento mais estratégicas e que a longo prazo se baixem taxas de turnover.
Um exemplo de uma ferramenta IA que ajuda a tomar decisões informadas é a HireVue. Esta ferramenta usa IA para analisar vídeos de entrevistas, incluindo expressões faciais, linguagem corporal e escolha de palavras para chegar a conclusões sobre as soft skills, personalidade e encaixe cultural de um candidato. A ferramenta faz também uso de NLP (Natural Language Processing) para analisar as respostas do candidato e criar um sumário das suas skills e qualificações. Isto ajuda a que o recrutador tome decisões baseadas em dados específicos, especialmente no caso de haver candidatos com perfis semelhantes e a escolha não seja óbvia.
Recrutamento mais proativo
A inteligência Artificial pode ainda ajudar os recrutadores de TI a serem mais proativos na sua procura por candidatos. Ao analisar atividade online e perfis de redes sociais, as ferramentas de recrutamento baseadas em IA podem ajudar a identificar mais rapidamente potenciais candidatos que não estejam ativamente à procura de novos desafios, mas que encaixem particularmente bem numa determinada vaga. Isto permite aos recrutadores chegar mais facilmente a candidatos que provavelmente não se teriam sequer candidatado à posição, o que aumenta também a lista de candidatos, e consequentemente, a probabilidade de encontrar a pessoa certa para aquela função.
A Fetcher, tal como o nome indica, “vai buscar” potenciais candidatos. É uma ferramenta que pesquisa e identifica candidatos através de “matches” de palavras-chave. Com algum tempo, a Inteligência Artificial aprende as preferências de uma empresa e melhora cada vez mais as suas capacidades de identificar o candidato certo.
“AI recruiting software will even learn what messaging used by the recruiter yielded the highest response with candidates. It will then automate these behaviors allowing recruiters to spend time on what matters most, relationships and revenue.”
No geral, a Inteligência artificial demonstra um enorme potencial de vir a revolucionar a forma como os recrutadores de IT vêm e organizam o seu trabalho diariamente. Ao automatizar tarefas que consomem uma grande parte do seu tempo, ao melhorar a relação com candidatos, ao ajudar os recrutadores a tomar decisões mais informadas, a IA pode certamente ajudar os recrutadores de TI a encontrar e atrair talento altamente qualificado rápida e eficientemente. A procura por profissionais de TI não mostra sinais de abrandar, e a utilização deste tipo de ferramentas brevemente será uma realidade que poucos recrutadores poderão ignorar.
Embora as atividades de análise digital forense estejam profundamente associadas à investigação criminal, as empresas estão cada vez mais a identificar a necessidade de integrar esses conhecimentos e competências nos seus departamentos de TI. A recuperação de dados e a análise digital forense podem ajudar as empresas a proteger os seus ativos digitais e informações confidenciais, além de detectar e prevenir ações maliciosas.
A recuperação de dados é essencial para a continuidade dos negócios em caso de perda de dados. Isso pode ocorrer devido a falhas de hardware, erro humano, desastres naturais ou ataques cibernéticos. A recuperação de dados pode envolver a restauração de dados a partir de backups ou a reconstrução de dados perdidos. A análise digital forense, por sua vez, é a investigação e análise de provas digitais para descobrir a causa de um incidente de segurança.
As empresas podem utilizar a análise digital forense para investigar possíveis violações de dados ou de segurança e tomar medidas para prevenir futuros incidentes. A análise forense pode ajudar a identificar a origem de um ataque cibernético e a determinar a extensão dos danos causados. As empresas também podem utilizar a análise forense para identificar a origem de ameaças internas, como roubo de dados ou sabotagem de sistemas.
Além disso, a análise digital forense pode ser útil para fins de conformidade regulatória. Muitas empresas são obrigadas por lei a manter registros e informações precisas sobre suas operações e atividades. A análise digital forense pode ajudar a garantir que as empresas estejam a cumprir essas obrigações e que não estejam a violar nenhuma lei ou regulamentação.
Aplicação em diferentes setores de atividade
A análise digital forense pode trazer inúmeras vantagens para diferentes setores de atividade, incluindo:
Setor financeiro: Pode ser utilizada para investigar crimes financeiros, como fraudes e lavagem de dinheiro, permitindo que as empresas recuperem ativos e evitem perdas financeiras significativas.
Setor de saúde: Pode ser utilizada para investigar crimes de fraude na área da saúde, como faturação fraudulenta e abuso de receitas médicas, ajudando as empresas a recuperarem recursos financeiros e a garantirem a conformidade com as normas regulamentares.
Setor de tecnologia: É fundamental para a investigação de crimes cibernéticos, como hacking e roubo de dados, permitindo que as empresas identifiquem a origem do ataque e tomem medidas para evitar futuros ataques.
Setor jurídico: Pode ser usada para apoiar casos legais, fornecendo provas digitais que podem ser usadas em tribunal.
Em geral, esta é uma ferramenta importante para empresas de todos os setores de atividade, ajudando a proteger seus ativos, identificar vulnerabilidades em sua segurança cibernética e garantir a conformidade com as normas regulamentares.
Aliar a análise digital forense à cibersegurança
A análise digital forense e a cibersegurança são duas áreas interligadas e que se complementam. A utilização da análise forense em conjunto com medidas de segurança pode ajudar a proteger os dados e sistemas de uma organização de ameaças cibernéticas. As duas podem e devem ser utilizadas em conjunto:
Identificação de ameaças: A análise forense pode ajudar a identificar ameaças cibernéticas, como malware e ataques de phishing, e a determinar a extensão do dano.
Prevenção de futuros incidentes: Com base nas descobertas desta análise, é possível tomar medidas para evitar incidentes semelhantes no futuro.
Investigação de incidentes: Em caso de violação de dados, invasão de sistemas ou outros incidentes de segurança, a análise digital forense pode ajudar a investigar o ocorrido e reunir provas para uma possível ação judicial.
Melhoria da segurança: A análise digital forense pode ser usada para identificar vulnerabilidades nos sistemas de uma organização, permitindo que medidas de segurança adicionais sejam implementadas para proteger contra futuras ameaças.
Exemplos de ferramentas de análise digital forense
Existem várias ferramentas que são usadas em análise digital forense e recuperação de dados, e muitas delas são amplamente conhecidas na indústria de TI. Aqui estão alguns exemplos:
EnCase Forensic: é uma ferramenta usada para recolher, preservar e analisar provas digitais. É frequentemente usada em investigações criminais e corporativas.
FTK (Forensic Toolkit): é outra ferramenta popular que ajuda a recolher, processar e analisar dados. Pode ser usado em diferentes tipos de investigações, como investigações de crimes financeiros e cibernéticos.
Sleuth Kit: é uma coleção de ferramentas de código aberto que podem ser usadas para examinar sistemas de arquivos em diferentes plataformas. Inclui uma variedade de ferramentas, como análise de imagem de disco, recuperação de arquivos excluídos e pesquisa de palavras-chave.
Ferramentas de análise de logs: Os arquivos de log são mensagens geradas por computador que registam eventos, processos e outras informações durante a operação. A análise de logs é a disciplina geral que analisa arquivos de log para identificar padrões que possam ajudar na solução de problemas, nas previsões de desempenho, na manutenção e em melhorias. No contexto das operações de TI, os arquivos de log são normalmente usados para compreender os processos e os eventos que ocorreram durante uma falha de hardware, uma violação de segurança ou outro tipo de incidente. As ferramentas de análise de logs podem ser usadas para revelar tendências de todo o sistema que podem ajudar a evitar incidentes futuros.
A recuperação de dados e a análise digital forense são skills cada vez mais importantes no mundo corporate. As empresas que desejam proteger os seus ativos digitais e informações confidenciais devem considerar, mais tarde ou mais cedo, a incorporação dessas ferramentas nos seus departamentos de TI ou a contratação de especialistas externos em recuperação de dados e análise digital forense.
Se esta é uma área de interesse para si, conheça algumas das nossas ofertas formativas, disponíveis no nosso Learning Center:
A indústria da tecnologia tem sido algo polémica nos últimos meses, mas mesmo assim não há como negar o seu crescimento abismal e importância, e que todos os dias surgem novas necessidades, novas funções e oportunidades. É importante saber as diferenças entre as várias funções quando consideramos uma mudança (ou início) de carreira, para melhorar as hipóteses de conseguir aquela vaga de sonho. Neste artigo, ajudamos-te a identificar e clarificar 7 das vagas mais procuradas em IT.
1. Data Scientist
Os data scientists são uma nova geração de peritos em dados analíticos que têm competências técnicas para resolver problemas complexos – e a curiosidade para explorar que problemas precisam de ser resolvidos.
São parte matemáticos, parte informáticos e parte observadores de tendências (e parte feiticeiros, achamos nós). E, porque se encontram tanto no mundo dos negócios como no das TI, são muito procurados e bem pagos.
São também um sinal dos tempos. Os data scientists não estavam em muitos radares há uma década atrás, mas a sua súbita popularidade reflete a forma como as empresas agora pensam sobre big data. Essa enorme quantidade de informação não estruturada já não pode ser ignorada. É uma mina de ouro virtual que ajuda a aumentar as receitas – desde que haja alguém que investigue e encontre ideias comerciais que ninguém pensou em procurar anteriormente. É aqui que entra o Data Scientist.
Principais responsabilidades
Recolher grandes quantidades de dados desordenados e transformá-los num formato mais utilizável;
Comunicar e colaborar tanto com as TI como com os clientes;
Procura de ordem e padrões nos dados, bem como detectar tendências que possam ajudar ao resultado final de um negócio;
Trabalhar com uma variedade de linguagens de programação, incluindo SAS, R e Python;
Ter uma compreensão sólida de estatísticas, incluindo testes estatísticos e distribuições;
Manter-se a par das técnicas de análises tais como machine learning, aprendizagem profunda e análises (dados analíticos) de texto;
Resolver problemas relacionados com o negócio usando técnicas orientadas por dados.
Neste mundo digital a que todos pertencemos de uma maneira ou outra, a capacidade de interagir com computadores é essencial. Por isso, é normal que muitas novas vagas que surgem vão depender de programação, à medida que os produtos e serviços se tornam eles mesmos digitais. Os engenheiros de software são peritos no que diz respeito a linguagens de programação e respetivos sistemas. Como resultado, produzem produtos personalizados para diferentes clientes. O objetivo é gerar a base sólida de um programa com os seus conhecimentos de engenharia antes de o projeto avançar.
De acordo com tendências recentes, espera-se que o crescimento em oportunidades para engenheiros de software se mantenha acima dos 20%.
Principais responsabilidades
Há dois papéis principais na engenharia de software:
engenheiro de software de aplicação: cria novo software ou adapta produtos existentes para negócios e outras empresas. Faz isto através da análise das necessidades dos seus clientes. Por vezes, como engenheiro de aplicação, é responsável pela instalação e manutenção de uma aplicação ao longo da sua vida útil.
engenheiro de software de sistemas: desenvolve programas para os sistemas informáticos de uma empresa. Por outras palavras, cria operações lógicas para ajudar os dispositivos a trabalhar conjuntamente. Por exemplo, constrói interfaces de programação de aplicações (APIs) que ligam duas máquinas ou programas diferentes. Em geral, os engenheiros de sistemas desenvolvem itens que mantêm a velocidade, a produtividade e a segurança.
Nos últimos anos, não temos parado de ouvir que grandes empresas em todos os ramos de atividade têm sido alvo de agressivos ataques informáticos. Daí que não seja surpresa para ninguém a crescente procura por profissionais nesta área.
O Cyber Security Analyst, ou Analista de Segurança Cibernética, protege o sistema e as redes de uma organização contra ameaças de hackers. Este profissional também é responsável por desenvolver protocolos que são usados para responder a ataques e fazer com que estes sejam travados antes de serem causados danos. Assim sendo, este analista é um dos profissionais da área da segurança da informação que protege a infraestrutura organizacional, incluindo-se, aqui, redes de computador e dispositivos de hardware.
Falamos, portanto, de um especialista em segurança de rede e infraestrutura de Tecnologias da Informação. É um verdadeiro conhecedor de ataques cibernéticos, assim como é um especialista em malware e no comportamento de hackers. Este conhecimento permite-lhe antecipar e prevenir ataques cibernéticos, o que é essencial para que uma organização permaneça segura.
Principais responsabilidades
O Cyber Security Analyst tem como principal função proteger o hardware, software, as redes e principalmente a informação da organização. Assim, tem de conhecer a fundo a infraestrutura de TI da empresa para poder mantê-la sempre sob monitorização e prever possíveis ataques que possam trazer danos para a organização. Perceber os pontos fracos é indispensável para aumentar a segurança do sistema digital da organização. Assim, uma das suas tarefas é melhorar a segurança da rede organizacional para que as informações confidenciais da empresa estejam sempre seguras.
Principais skills
Conhecimentos de segurança em várias plataformas
Experiência relevante em computação forense (computer forensics)
Experiência a trabalhar com dados em operações diárias
Forte compreensão de skills de hacking, incluindo conhecimentos de matemática
Conhecimento de implementação de computação em nuvem.
4. Web Developer
Nos últimos anos, a carreira de Web Developer (Programador Web) tornou-se uma escolha muito atraente, no entanto, há muito que se desconhece sobre esta profissão. O Web Developer trabalha com código. O seu objetivo é desenvolver e manter produtos digitais como websites e aplicações que respondam às necessidades do utilizador de forma eficaz e de forma a criar a melhor experiência. O Web Developer combina os aspetos técnicos dos produtos digitais, com os aspetos estéticos.
Principais responsabilidades
De forma geral, o web developer trabalha em equipa com outros developers e por norma decide especializar-se em projetos de front ou back-end.
O front-end developer trabalha a parte visível dos projetos. Quando abrimos um website estamos a ver o seu trabalho. É o front-end developer que decide a estética de cada página, onde é que cada elemento vai encaixar e como é que estes elementos interagem entre si. Trabalha com linguagens de marcação – HTML e CSS; e linguagens de programação como Javascript. O front-end developer tem de ter conhecimentos digitais e tem de saber combiná-los com conhecimentos de Design.
O back-end developer trabalha os aspetos não visíveis dos projetos. É ele que se assegura que um website funciona como é suposto, que somos direcionados para o local correto quando clicamos nos diferentes elementos das páginas, etc. O back-end developer certifica-se que existe a melhor experiência possível para o utilizador.
User experience – ou experiência do utilizador – foi um termo usado pela primeira vez na década de 90, por Don Dorman. É recorrentemente usado para falar dos meios digitais e tecnologia, mas até nas situações mais simples do nosso dia-a-dia estamos perante user experience. A experiência do utilizador abrange todos os aspetos de interação entre o utilizador e uma empresa, os seus serviços e os seus produtos.
O crescimento da internet e das redes sociais pendeu a balança do poder para o lado dos consumidores. As empresas responderam a esta mudança no paradigma ao criar cada vez mais experiências positivas para os consumidores ao longo do processo de compra. Assim que não é surpresa para ninguém que esteja previsto um crescimento anual de pelo menos 3% na procura de UX designers.
Principais responsabilidades
Realizar pesquisas qualitativas e quantitativas para identificar e compreender o público-alvo, os seus problemas e os aspetos que valorizam
Projetar protótipos, wireframes e fluxogramas, relatórios de avaliação e outros produtos
Estudar as características do produto para entender o seu impacto na experiência do utilizador
Definir perfis de proto-personas ou buyer personas
Criar documentação para planear o projeto de forma eficiente
Trabalhar com a equipa de desenvolvimento para comunicar, co-criar e testar ideias e conceitos de design
Realizar testes de usabilidade e auditoria
Coordenar provas de conceito, interação, funcionalidade e usabilidade
Monitorizar as tendências da indústria e analisar a concorrência
Trabalhar com designers de IU para ver como implementar os designs
De acordo com este estudo acerca do crescimento de tipos de funções, a procura de project management com sucesso (e consequentemente project managers com experiência) vai continuar a crescer, estimando-se aproximadamente 22 milhões de vagas para funções de project management em 2027 e além.
Não é uma coincidência, considerando que as empresas estão à procura de apresentar produtos e serviços cada vez mais radicais e “fora da caixa”, e por isso mesmo compreendam que para isso precisam de project managers capazes de executar os seus planos. Para além disso, o project management tem-se tornado tão essencial devido à necessidade de alinhamento e visibilidade cada vez maior por parte das empresas.
Principais responsabilidades
Tipicamente, os project managers têm o papel principal de planear, executar, monitorizar e fechar projetos. Por outras palavras, estão à frente do projeto de uma ponta à outra, e responsáveis pelo seu sucesso ou falhanço. Este papel requer um mindset estratégico, bem como capacidades de gestão de conflitos e resolução de problemas.
Entrando na era digital, a influência do software é cada vez mais significativa, e por isso é cada vez mais importante para as empresas que os seus softwares não falhem. Assim sendo, a procura de testers tem aumentado bastante, esperando-se que até 2029 surjam (e sejam preenchidas) mais de 308,390 vagas para testers.
Principais responsabilidades
Quality assurance testers são engenheiros ou técnicos responsáveis por detectar problemas com um website, software, hardware, produto ou qualquer tipo de erro com a experiência do utilizador. Dessa forma, um tester é alguém crucial para poder ser entregue um produto de alta qualidade aos utilizadores. É muito comum em sistemas de gaming, aplicações mobile e outras formas de tecnologia que precisam de testes extensivos.
As responsabilidades de um QA tester incluem a prestação de suporte contínuo à equipa de desenvolvimento durante as várias fases do ciclo de desenvolvimento de um software. Por exemplo, um tester na indústria dos videojogos irá provavelmente focar-se em encontrar e reproduzir erros nesses jogos.
Principais skills
Dev tools
Front-end skills
Linguagens de programação
Compreender diferentes Sistemas Operativos e operações
“Technology is best when it brings people together.”
– Matt Mullenweg
Estas 7 funções vão continuar a estar na lista das mais procuradas em 2023 e adiante. Na era digital em que vivemos, existem bastantes opções por onde escolher dentro do mundo tecnológico que oferecem bons salários e oportunidades de crescimento.
Se és alguém apaixonado pela tecnologia e pensas dar o primeiro passo neste mundo mas ainda não tens formação suficiente para te candidatar, porque não apostar numa formação altamente qualificada e certificada? O Learning Center da Olisipo tem cursos em variadas categorias dentro mundo do IT, para além de formações de desenvolvimento pessoal & profissional.
O mundo tecnológico tem dado muitos e bons passos em frente nos últimos anos, mas a verdade é que o desenvolvimento nunca vem sem percalços. Pensemos nas anti-inovações, nos acidentes, contratempos, e simples más ideias que levaram aos muitos falhanços tecnológicos este ano. Desde farmacêutica mortífera, à queda de mercados de criptomoeda, à quantidade monstruosa de hacks a instituições, ao metaverso, temos muito por explorar.
O progresso cruel da Neuralink
A empresa de desenvolvimento de aparelhos médicos Neuralink de Elon Musk está aparentemente sob investigação federal por potenciais violações aos direitos dos animais, depois de terem sido feitas queixas por empregados da mesma. O relatório menciona que documentos internos e outras fontes indicam que os testes feitos em animais são feitos demasiado rápido, o que causa que os mesmos sofram e morram desnecessariamente.
A empresa, fundada em 2016 tem trabalhado para desenvolver um implante cerebral para restaurar movimento a doentes paralisados, e tratar outras doenças neurológicas.
Baseado em dezenas de documentos da Neuralink e entrevistas com mais de 20 empregados atuais e passados da empresa, o relatório concluiu que a investigação coincide com crescentes queixas de empregados relativamente aos testes em animais da Neuralink, incluindo queixas que a pressão por parte do CEO para acelerar o desenvolvimento dos projetos resultou em experiências falhadas. Os empregados alegam que devido à necessidade de refazer os variados testes que falharam inicialmente (falhas estas que dizem ser evitáveis, não fosse a pressão de resultados rápidos), mais e mais animais têm sido sujeitos a experiências, a maioria fatais.
Documentos indicam que desde 2018, a empresa já matou mais de 1500 animais, incluindo ovelhas, porcos e macacos. Como não são feitos registos do número exato de animais testados e mortos, fontes creem que o número real possa ser ainda maior.
A App portuguesa para identificar contactos de COVID-19 que nunca funcionou
Chegou ao fim a aplicação para smartphone StayAway Covid, lançada em setembro de 2020 para rastreamento dos contactos no âmbito da pandemia. Numa nota disponível no site da aplicação, é visível o aviso sobre a “interrupção da operação do sistema” da aplicação. “Apesar de ainda não ter sido declarado o fim da pandemia de Covid-19, a positiva evolução do padrão epidemiológico da doença em Portugal justifica a interrupção da operação do sistema STAYAWAY COVID”, é possível ler no site.
A aplicação foi desenvolvida pelo INESC TEC. A StayAway Covid recorria à tecnologia Bluetooth para registar os contactos entre pessoas com a aplicação instalada. Na descrição nas lojas de apps era explicado que “uma vez instalada a aplicação, o telemóvel anuncia a sua presença a todos os dispositivos próximos usando identificadores aleatórios que não revelam identidades pessoais.” Era, através desses identificadores, que seria possível saber se os smartphones estiveram próximos, a que distância e durante quanto tempo. No entanto, era preciso que, os casos positivos, tivessem acesso a um código para inserir na app, que comunicaria assim com os outros smartphones que tinham estado por perto.
Enquanto os responsáveis pela app defendiam numa fase inicial que o projeto precisava de ser apoiado, vozes como a Associação D3, dedicada aos direitos digitais, teceu críticas ao projeto, mencionando reservas na área da privacidade. Em comunicado em 2020, a D3 recordou que os pareceres da Comissão Nacional de Proteção de Dados (CNPD) e de outras entidades teriam sido “ignorados” no processo de desenvolvimento da app.
As críticas subiram de tom quando António Costa defendeu, em 2020, que a aplicação deveria ser obrigatória. A obrigatoriedade de instalação tinha coimas associadas, que podiam ascender aos 500 euros. A medida dividiu os constitucionalistas e até gerou algum desconforto entre as entidades que participaram no desenvolvimento da aplicação. Com o passar do tempo, a aplicação perdeu fôlego – tanto no propósito como nos números de instalações.
Rui Oliveira, administrador do INESC TEC, indicou que no total, o valor gasto com o desenvolvimento e promoção da aplicação foi de “cerca de 550 mil euros“.
O Hack desastroso à TAP
Como é do conhecimento público, a companhia aérea TAP foi alvo de um ciberataque em 26 de agosto de 2022. O grupo de hackers Ragnar Locker publicou no dia 12 de Setembro dados relativos a 115 mil clientes da TAP, mas dizia ter perto de 1,5 milhões. Depois de várias ameaças, o Grupo de hacker publicou mesmo os 1,5 milhões de dados clientes que dizia ter em sua posse.
A TAP alertou de seguida os clientes afetados pelo ataque informático à companhia, de que esta divulgação “pode aumentar o risco do seu uso ilegítimo”, pedindo atenção a comunicações suspeitas.
A companhia revelou que “foram tomadas de imediato medidas de contenção e remediação para proteger os dados dos clientes”, informando que “os ‘hackers’ publicaram as seguintes categorias de dados em relação a um número limitado de clientes, entre os quais se inclui: nome, nacionalidade, género, morada, e-mail, contacto telefónico, data de registo de cliente e número de passageiro frequente”.
O grupo referiu ainda que, “a coisa mais interessante, é que eles [a TAP] ainda não resolveram as vulnerabilidades na própria rede e este tipo de incidentes pode acontecer outra vez. Por sinal, se alguém precisar de um acesso remoto à TAP Air [sic], avisem-nos”
A publicação dos dados leva a suspeitar/concluir que a TAP não terá pago o resgate pedido pelo grupo de hackers. Além disso, a companhia aérea garante que o plano de contingência foi ativado e a companhia tem estado a trabalhar em articulação com as autoridades com competências nesta matéria.
O METAverso que continua a sangrar dinheiro
Desde o início de 2021, o grupo Meta Platforms Inc. de Mark Zuckerberg já gastou mais de 15 mil milhões de dólares no seu projeto Metaverse. Mas até agora, a empresa ainda não revelou exatamente onde o dinheiro está a ser gasto. Isto continua a suscitar preocupações entre investidores e analistas.
Muitos especialistas do sector receiam que o investimento maciço da Meta possa acabar por ser desperdiçado. “O problema é que gastam o dinheiro e o mantêm em segredo dos investidores, o que pode levar a um desastre”, disse Dan Ives, um analista da Wedbush Securities. “Ives acrescenta: ‘Ainda é uma aposta alta para Zuckerberg e a sua equipa. Por agora, estão a apostar o seu dinheiro no futuro enquanto o seu negócio principal enfrenta enormes desafios”.
Neste momento, a empresa não está a ver quaisquer sinais de acabar com as suas perdas. A empresa relatou um prejuízo de mais de 5 mil milhões de dólares nos primeiros seis meses de 2022. Muitos analistas prevêem que as perdas totais deste ano irão exceder as do ano passado. As ações da Meta também desceram cerca de 65% este ano.
Analista de referência, Mark Zgutowicz estima que pelo menos 60% das perdas dos Reality Labs provêm dos enormes custos de investigação e desenvolvimento necessários para construir um novo mundo virtual. “Até todos usarmos óculos que não nos façam parecer e sentir estranhos, pelo menos de uma perspectiva escalável, não há um verdadeiro metaverso”, disse Zgutowicz. O Quest Pro pode reconhecer expressões faciais e transmiti-las a dispositivos VR para uma experiência imersiva.
Em Dezembro, a Meta anunciou que cerca de 20% dos custos do grupo Meta em 2023 serão focados no Metaverso e no projeto Reality Labs.
A epopeia do Twitter, escrita por Elon Musk
Quando o homem mais rico do mundo (na altura) comprou o Twitter, prometeu acima de tudo restaurar a “liberdade de expressão” na plataforma.
Assim que chegou ao Twitter, com uma dad joke de estremecer (let that sink in, a sério?) Elon Musk despediu a grande maioria do staff da empresa e partilhou os “Twitter files” – mensagens de Slack trocados entre antigos executivos sobre se deveriam banir a conta de Donald Trump, ou bloquear noticias sobre o computador de Hunter Biden. Musk insinuou que o anterior chefe de confiança e segurança do Twitter era secretamente um pedófilo. Restituiu figuras controversas na equipa e anunciou várias novas medidas conforme se ia lembrando delas: paródias são agora proibidas. Nada de links do Instagram. Publicar informação sobre as localizações dos jatos privados de bilionários: nada disso.
Algumas pessoas previram que a tecnologia do Twitter iria eventualmente colapsar devido a todo este stress. Mas o que Musk estava de facto a destruir – violenta e subitamente – eram as regras de interação no website, e dessa maneira, o produto em si. “A verdade essencial de qualquer rede social é que o produto é moderação de conteúdo”, escreveu o jornalista Nilay Patel. “Moderação de conteúdo é o que o Twitter faz – é o que define a experiência de utilizador.”
Os utilizadores da plataforma devem agora decidir se este novo e alterado Twitter é algo que querem. Serão eles a ditar o veredicto final sobre este controlo maníaco de Musk como moderador-chefe. Seis semanas depois de tomar posse da empresa, Musk, numa possível dúvida existencial, pôs o seu reinado sob votação: “deverei afastar-me como chefe do Twitter? Respeitarei os resultados deste inquérito” tweetou a dia 18 de Dezembro.
O resultado? 57.5% responderam que sim, deveria sair, enquanto 42.5% responderam contra a sua saída.
O povo falou. O homem diz que se afastará assim que encontrar um substituto à altura. Que fará na realidade Musk?
A implosão da FTX
Imaginemo-nos num mundo em que se inventam novos tipos de dinheiro, e há quem nos pague, bem, dinheiro verdadeiro, para os obter. Chamemos ao que essas pessoas estão a comprar “Tokens” de criptomoedas. No entanto, visto que há vários tipos de tokens e estes são difíceis de comprar e vender, imaginemos que um empresário cria um mercado de ações privado para poder comercializar estes tokens. Chamemos a isto uma “bolsa de criptomoedas” ou “cryptocurrency exchange”. Como os tokens não têm um valor intrínseco e outras bolsas já foram à falência, teríamos de nos certificar que a nossa era super segura e bem regulamentada.
Este foi o conceito por detrás da FTX Trading, uma bolsa de crypto criada por Sam Bankman-Fried, um jovem de vinte e tal anos que brincava com tecnologia sofisticada, como um “motor de risco automatizado” que verificava de 30 em 30 segundos se quem depositava tinha de facto dinheiro real suficiente para cobrir as suas “apostas” em crypto. Esta tecnologia assegurava uma “transparência completa”.
No entanto, por detrás desta visão perfeita, a FTX parece ser simplesmente um clássico caso de desfalque. De acordo com investigadores americanos, Bankman-Fried pegava no dinheiro dos clientes e usava para comprar casas, fazer donativos para campanhas eleitorais e acumular quantidades gigantescas em tokens de crypto ilíquidos. Em Novembro, tudo desmoronou. John Ray, escolhido para investigar a companhia em falência, disse que a tecnologia da FTX “não era de todo sofisticada”. Nem a suposta fraude: “Trata-se apenas de tirar dinheiro dos clientes e usá-lo para proveito próprio”.
Bankman-Fried, que é graduado do MIT e cujos pais são ambos professores de direito na universidade de Stanford, foi preso nas Bahamas em Dezembro e enfrenta múltiplas acusações de conspiração, fraude e lavagem de dinheiro.
Em 2022, estávamos certos que já haveria uma forma simples, organizada e transparente de vender bilhetes para concertos, mesmo para grandes eventos que geram enorme antecipação, como a tour mundial de Taylor Swift. Mas o maior vendedor de bilhetes a nível mundial não teve um ano particularmente fácil. As vendas desiquilibraram-se quando o sistema da Ticketmaster “crashou”, deixando milhares de “swifties” completamente furiosos. Pouco tempo depois, na cidade do México, mais de um milhar de fãs de Bad Bunny viram os seus bilhetes rejeitados e considerados falsos devido a uma falha nas máquinas de leitura de bilhetes, fazendo com que o artista acabasse por atuar perante um recinto meio cheio.
O departamento Mexicano de proteção ao consumidor diz que há a possibilidade de processarem a Ticketmaster. No entanto, vários fãs de Taylor Swift anteciparam-se e já puseram o caso em tribunal, alegando que o “desastre de vendas” se deveu às práticas “anticompetitivas” da empresa. A Ticketmaster e a sua empresa-mãe Live National controlam mais de 80% do mercado de vendas de bilhetes nos EUA e a empresa há muito tempo que é escrutinizada por reguladores Antitrust.
Não se trata apenas dos preços elevados dos bilhetes (apesar de um bilhete “normal” para um concerto do tour de Taylor Swift custar cerca de 1000$). De acordo com o economista de Yale Florian Elderer, a falta de concorrência aumenta a probabilidade de erros de emissão de bilhetes. “As alegações contra a Ticketmaster são que a mesma abusa da sua posição dominante no mercado ao não investir o suficiente em websites estáveis e apoio ao cliente”, diz Elderer. “Assim, em vez de causar danos aos consumidores por cobrar preços exorbitantes, a Ticketmaster é acusada de causar danos por providenciar serviços de qualidade inferior – que não aconteceria caso tivesse mais concorrência no mercado”.
A aventura Galactica da Meta
No Outono deste ano, dois modelos de Inteligência Artificial que respondem a questões num modelo de texto fluido e quase humano – foram lançados online para a utilização do público em geral. Apesar de ambos serem semelhantes, a recepção dos utilizadores não poderia ter sido mais diferente.
O modelo vindo da Meta (empresa de Mark Zuckerberg) chamado Galactica, sobreviveu apenas 3 dias antes que uma onda avassaladora de críticas causasse a empresa a desligar o mesmo “da ficha”. A Technology Review decidiu perguntar ao modelo sobrevivente, o ChatGPT da OpenAI (que tem tido uma recepção incrivelmente positiva) para que contasse uma história sobre o que aconteceu. Em baixo fica um printscreen da resposta do ChatGPT, que demorou cerca de 25 segundos a ser escrita:
Apostamos que 2023 nos trará mais avanços tecnológicos incríveis, mas preparamo-nos para os inevitáveis “desastres” que virão certamente de arrasto.
PS: Se ficaste até ao final deste artigo, é porque não queres perder nenhuma novidade no mundo da tecnologia em 2023. Subscreve já à nossa newsletter semanal e segue-nos na tua rede social preferida!
