WEBVTT

00:00:00.975 --> 00:00:03.071
Os algoritmos estão em todo o lado.

00:00:04.111 --> 00:00:07.236
Eles classificam e separam
os vencedores dos perdedores.

00:00:08.019 --> 00:00:10.283
Os vencedores ficam com o emprego

00:00:10.283 --> 00:00:12.306
ou uma boa oferta
para o cartão de crédito.

00:00:12.306 --> 00:00:14.701
Os que perdem nem sequer vão à entrevista

00:00:15.590 --> 00:00:17.367
mas pagam mais pelo seguro.

00:00:18.197 --> 00:00:21.746
Estamos a ser marcados
com fórmulas secretas que não entendemos

00:00:22.675 --> 00:00:25.892
e que, muitas vezes,
não têm sistemas de recurso.

00:00:27.240 --> 00:00:28.536
Isto traz-nos a pergunta:

00:00:28.560 --> 00:00:31.473
E se os algoritmos estão errados?

NOTE Paragraph

00:00:33.100 --> 00:00:35.140
Para criar um algoritmo é preciso:

00:00:35.164 --> 00:00:37.145
dados — o que aconteceu no passado;

00:00:37.169 --> 00:00:38.730
e uma definição de sucesso,

00:00:38.754 --> 00:00:41.371
aquilo de que estamos à procura
e que queremos atingir.

00:00:41.411 --> 00:00:46.272
Um algoritmo treina-se
com a procura, com a descoberta.

00:00:46.296 --> 00:00:49.715
O algoritmo descobre
o que está associado ao sucesso.

00:00:49.739 --> 00:00:52.202
Qual a situação que leva ao sucesso?

NOTE Paragraph

00:00:52.881 --> 00:00:54.643
Na verdade, todos usam algoritmos.

00:00:54.667 --> 00:00:57.385
Só que as pessoas não os formalizam
em código escrito.

00:00:57.409 --> 00:00:58.757
Deixem-me dar um exemplo.

00:00:58.781 --> 00:01:02.097
Eu uso um algoritmo todos os dias
para cozinhar para a minha família.

00:01:02.121 --> 00:01:03.597
Os dados que eu uso

00:01:04.394 --> 00:01:06.053
são os ingredientes que tenho,

00:01:06.077 --> 00:01:07.604
o tempo disponível,

00:01:07.628 --> 00:01:08.861
a minha ambição,

00:01:08.885 --> 00:01:10.594
e junto esses dados todos.

00:01:10.618 --> 00:01:14.869
Não contabilizo aqueles pacotes pequenos
de "noodles" como comida.

NOTE Paragraph

00:01:14.893 --> 00:01:16.762
(Risos)

NOTE Paragraph

00:01:16.786 --> 00:01:18.631
A minha definição de sucesso é:

00:01:18.655 --> 00:01:21.314
a refeição é conseguida
se os filhos comerem vegetais.

00:01:22.181 --> 00:01:25.035
Seria diferente se o meu filho
mais novo fosse o responsável.

00:01:25.059 --> 00:01:27.847
Ele diria que o sucesso
seria ele comer muita Nutella.

00:01:29.179 --> 00:01:31.405
Mas eu posso escolher o sucesso.

00:01:31.429 --> 00:01:34.136
Sou eu a responsável.
A minha opinião conta.

00:01:34.160 --> 00:01:36.835
Essa é a primeira regra
dos algoritmos.

NOTE Paragraph

00:01:36.859 --> 00:01:40.039
Os algoritmos são opiniões
embutidas em código.

00:01:41.562 --> 00:01:45.225
É muito diferente daquilo que muitos
pensam sobre este assunto.

00:01:45.249 --> 00:01:49.753
As pessoas pensam que os algoritmos
são objetivos, verdadeiros e científicos.

00:01:50.387 --> 00:01:52.086
Isso é um truque de "marketing".

00:01:53.269 --> 00:01:55.394
O que também é um truque

00:01:55.418 --> 00:01:58.572
é o facto de os algoritmos
nos intimidarem,

00:01:58.596 --> 00:02:02.257
para nos fazer ter confiança
e medo deles,

00:02:02.281 --> 00:02:04.299
porque confiamos
e receamos a matemática.

00:02:05.567 --> 00:02:10.397
Muita coisa pode correr mal
se confiarmos cegamente nos "big data".

NOTE Paragraph

00:02:11.684 --> 00:02:15.057
Esta é Kiri Soares e é diretora
de uma escola secundária em Brooklyn.

00:02:15.081 --> 00:02:17.667
Em 2011, ela disse-me que
os professores eram avaliados

00:02:17.691 --> 00:02:20.418
com um algoritmo secreto e complexo

00:02:20.442 --> 00:02:22.331
chamado "modelo de valor acrescentado".

00:02:22.505 --> 00:02:25.597
Eu disse-lhe:
"Bem, se descobrir a fórmula, mostre-ma".

00:02:25.621 --> 00:02:27.162
"Eu explico-lha".

00:02:27.186 --> 00:02:29.327
Ela respondeu: "Bom, eu tentei obtê-la"

00:02:29.351 --> 00:02:32.123
"mas o Departamento de Educação
disse que era matemática"

00:02:32.147 --> 00:02:33.693
"e que eu não iria entendê-la".

NOTE Paragraph

00:02:35.266 --> 00:02:36.604
E ainda é pior.

00:02:36.628 --> 00:02:40.158
O jornal "The New York Post" invocou
a lei da Liberdade de Informação,

00:02:40.182 --> 00:02:43.141
reuniu os nomes de todos os professores
e os seus resultados

00:02:43.165 --> 00:02:46.857
e publicou todas essas informações
como forma de envergonhar os professores.

00:02:47.084 --> 00:02:50.944
Quando tentei aceder às fórmulas,
ao código-fonte, através dos mesmos meios,

00:02:50.968 --> 00:02:53.117
disseram-me que não podia fazê-lo.

00:02:53.141 --> 00:02:54.377
Foi-me negado.

00:02:54.401 --> 00:02:55.575
Mais tarde, descobri

00:02:55.599 --> 00:02:58.465
que ninguém em Nova Iorque
teve acesso a essa fórmula.

00:02:58.489 --> 00:02:59.794
Ninguém a percebia.

00:03:01.929 --> 00:03:05.153
Então, envolveu-se um tipo
muito inteligente: Gary Rubenstein.

00:03:05.177 --> 00:03:08.798
Ele descobriu 665 professores,
através dos dados publicados no jornal,

00:03:08.822 --> 00:03:10.688
que tiveram dois resultados diferentes.

00:03:10.712 --> 00:03:12.593
Podia acontecer
se estivessem a lecionar

00:03:12.617 --> 00:03:15.056
matemática de sétimo
e matemática de oitavo ano.

00:03:15.080 --> 00:03:16.998
Decidiu representá-los graficamente

00:03:17.012 --> 00:03:18.995
em que cada ponto representa
um professor.

NOTE Paragraph

00:03:19.104 --> 00:03:21.163
(Risos)

NOTE Paragraph

00:03:21.507 --> 00:03:22.988
O que é isto?

NOTE Paragraph

00:03:23.052 --> 00:03:24.329
(Risos)

NOTE Paragraph

00:03:24.353 --> 00:03:27.799
Isto nunca poderia ter sido usado
para uma avaliação individual.

00:03:27.823 --> 00:03:29.749
É como um gerador
de números aleatórios.

NOTE Paragraph

00:03:29.773 --> 00:03:32.719
(Aplausos)

NOTE Paragraph

00:03:32.743 --> 00:03:33.905
Mas foi utilizado.

00:03:33.929 --> 00:03:35.105
Esta é Sarah Wysocki.

00:03:35.129 --> 00:03:37.304
Foi despedida,
juntamente com 205 professores

00:03:37.328 --> 00:03:39.990
de escolas do distrito de Washington, DC,

00:03:40.014 --> 00:03:42.923
embora tivesse excelentes
recomendações do seu diretor

00:03:42.947 --> 00:03:44.375
e dos pais dos seus alunos.

NOTE Paragraph

00:03:44.930 --> 00:03:46.482
Sei o que muitos estão a pensar,

00:03:46.482 --> 00:03:50.009
sobretudo os cientistas de dados
especialistas em Inteligência Artificial.

00:03:50.009 --> 00:03:54.183
Estão a pensar: "Eu nunca faria
um algoritmo tão inconsistente".

00:03:54.853 --> 00:03:56.536
Mas os algoritmos podem correr mal,

00:03:56.560 --> 00:04:01.158
chegando a ter efeitos profundamente
destrutivos, cheios de boas intenções.

00:04:02.531 --> 00:04:04.910
Enquanto que um avião
que é mal arquitetado

00:04:04.934 --> 00:04:06.935
se despenha e todos veem,

00:04:06.959 --> 00:04:08.809
um algoritmo mal projetado

00:04:10.245 --> 00:04:14.110
pode ser utilizado durante muito tempo,
causando estragos silenciosamente.

NOTE Paragraph

00:04:15.748 --> 00:04:17.318
Este é Roger Ailes.

NOTE Paragraph

00:04:17.342 --> 00:04:19.342
(Risos)

NOTE Paragraph

00:04:20.524 --> 00:04:22.912
Fundou a Fox News em 1996.

00:04:23.436 --> 00:04:26.017
Mais de 20 mulheres
queixaram-se de assédio sexual.

00:04:26.041 --> 00:04:29.276
Diziam que, na Fox News,
não lhes era permitido terem sucesso.

00:04:29.300 --> 00:04:31.820
Ailes foi despedido no ano passado,
mas, recentemente,

00:04:31.844 --> 00:04:34.514
temos visto que os problemas persistem.

00:04:35.654 --> 00:04:37.054
Isto leva-nos a perguntar:

00:04:37.078 --> 00:04:39.962
O que é que a Fox News deveria fazer
para virar a página?

NOTE Paragraph

00:04:41.245 --> 00:04:44.286
E se tivessem substituído
o seu processo de recrutamento

00:04:44.286 --> 00:04:46.350
por um algoritmo
de aprendizagem automática?

00:04:46.380 --> 00:04:47.583
Parece-vos bem, não é?

00:04:47.607 --> 00:04:48.907
Pensem nisso.

00:04:48.931 --> 00:04:51.036
Que dados poderiam ser?

00:04:51.060 --> 00:04:56.007
Uma escolha razoável seriam os currículos
recebidos nos últimos 21 anos.

00:04:56.031 --> 00:04:57.533
Razoável.

00:04:57.557 --> 00:04:59.495
E qual seria a definição de sucesso?

00:04:59.921 --> 00:05:01.245
A escolha razoável seria...

00:05:01.269 --> 00:05:03.047
Bem, quem tem sucesso na Fox News?

00:05:03.071 --> 00:05:06.651
Eu diria alguém que lá trabalhou
durante quatro anos

00:05:06.675 --> 00:05:08.809
e que foi promovido, pelo menos, uma vez.

00:05:08.816 --> 00:05:10.377
Parece razoável.

00:05:10.401 --> 00:05:12.755
E aí, o algoritmo seria treinado.

00:05:12.779 --> 00:05:16.656
Seria treinado para procurar pessoas
e perceber o que levava ao sucesso,

00:05:17.219 --> 00:05:21.537
que tipo de currículos
eram propícios a isso,

00:05:21.561 --> 00:05:22.855
seguindo essa definição.

00:05:24.200 --> 00:05:25.975
Pensem no que poderia acontecer

00:05:25.999 --> 00:05:28.554
se o aplicássemos
ao conjunto atual de candidaturas.

00:05:29.119 --> 00:05:30.748
Filtraria as mulheres,

00:05:31.663 --> 00:05:35.593
porque não foram as pessoas
que tiveram sucesso no passado.

NOTE Paragraph

00:05:39.752 --> 00:05:42.289
Os algoritmos não são justos,

00:05:42.313 --> 00:05:45.007
se os aplicarmos
de ânimo leve e às cegas.

00:05:45.031 --> 00:05:46.513
Eles não agem com justiça.

00:05:46.537 --> 00:05:48.665
Eles repetem o que fizemos no passado,

00:05:48.689 --> 00:05:49.872
os nossos padrões.

00:05:49.896 --> 00:05:51.835
Eles automatizam o "status quo".

00:05:52.718 --> 00:05:55.107
Isso seria incrível
se o mundo fosse perfeito.

00:05:55.905 --> 00:05:57.217
Mas não é.

00:05:57.241 --> 00:06:01.343
E digo-vos mais: a maioria das empresas
não têm processos legais em curso,

00:06:02.446 --> 00:06:05.034
mas essas empresas dizem
aos seus cientistas de dados

00:06:05.058 --> 00:06:07.247
para seguirem os dados,

00:06:07.271 --> 00:06:09.414
para se focarem na precisão.

00:06:10.273 --> 00:06:11.654
Pensem no que isso significa.

00:06:11.678 --> 00:06:15.705
Como todos temos preconceitos,
eles podiam codificar o sexismo

00:06:15.729 --> 00:06:17.565
ou qualquer outro tipo de sectarismo.

NOTE Paragraph

00:06:19.488 --> 00:06:20.909
Um exercício intelectual,

00:06:20.933 --> 00:06:22.442
porque gosto de fazer isso:

00:06:23.574 --> 00:06:26.549
uma sociedade inteiramente segregada

00:06:28.247 --> 00:06:31.575
— todas as cidades, os bairros,
tudo segregado racialmente —

00:06:31.599 --> 00:06:34.636
e onde só enviamos a polícia
a bairros minoritários

00:06:34.660 --> 00:06:35.853
para combater o crime.

00:06:36.451 --> 00:06:38.670
Os dados sobre os detidos
seriam tendenciosos.

00:06:39.851 --> 00:06:42.426
E se tivéssemos cientistas de dados
para esta situação

00:06:42.450 --> 00:06:46.611
e lhes pagássemos para preverem
onde iria ocorrer o crime seguinte?

00:06:47.275 --> 00:06:48.762
Num bairro minoritário.

00:06:49.285 --> 00:06:52.410
Ou para preverem quem seria
o criminoso seguinte?

00:06:52.888 --> 00:06:54.283
Alguém da minoria.

00:06:55.949 --> 00:07:00.490
Os cientistas de dados iriam vangloriar-se
da eficiência e precisão do seu modelo

00:07:00.835 --> 00:07:02.134
e teriam razão.

NOTE Paragraph

00:07:03.951 --> 00:07:08.566
A realidade não é tão drástica,
mas temos segregações graves

00:07:08.590 --> 00:07:09.877
em várias cidades e vilas,

00:07:09.901 --> 00:07:11.794
e existem inúmeras provas

00:07:11.818 --> 00:07:14.506
de que os dados do sistema de justiça
são tendenciosos.

00:07:15.632 --> 00:07:18.447
E nós prevemos lugares críticos,

00:07:18.471 --> 00:07:20.001
locais onde irão ocorrer crimes.

00:07:20.401 --> 00:07:24.267
E prevemos a criminalidade individual,

00:07:24.291 --> 00:07:26.061
a criminalidade de indivíduos.

00:07:26.972 --> 00:07:30.935
A agência de notícias ProPublica
analisou recentemente

00:07:30.959 --> 00:07:32.983
um algoritmo de "risco de reincidência",

00:07:33.007 --> 00:07:34.170
como lhe chamam,

00:07:34.194 --> 00:07:37.388
que os júris usam na Flórida,
durante os julgamentos.

00:07:38.411 --> 00:07:41.996
À esquerda, temos Bernard, de cor negra,
que teve uma pontuação de 10 em 10.

00:07:43.119 --> 00:07:45.486
Dylan, à direita,
teve uma pontuação de 3 em 10.

00:07:45.526 --> 00:07:48.021
10 em 10 é risco elevado. 
3 em 10 é risco reduzido.

00:07:48.598 --> 00:07:50.983
Foram ambos a julgamento
por posse de droga.

00:07:51.007 --> 00:07:52.161
Ambos tinham cadastro,

00:07:52.185 --> 00:07:54.991
mas Dylan já tinha cometido
um assalto à mão armada

00:07:55.015 --> 00:07:56.191
e o Bernard não.

00:07:57.818 --> 00:08:00.884
Isto é importante, porque,
quanto mais alta é a pontuação,

00:08:00.908 --> 00:08:04.381
maior a probabilidade
de a sentença ser mais longa.

NOTE Paragraph

00:08:06.294 --> 00:08:07.588
O que está a acontecer?

00:08:08.526 --> 00:08:09.858
Lavagem de dados.

00:08:10.930 --> 00:08:15.357
É um processo em que os tecnólogos
escondem verdades muito graves

00:08:15.381 --> 00:08:17.202
dentro de algoritmos de caixa negra

00:08:17.226 --> 00:08:18.516
e chamam-lhes objetivos;

00:08:19.320 --> 00:08:20.888
chamam-lhes meritocráticos.

00:08:23.118 --> 00:08:25.503
Quando são secretos,
importantes e destrutivos

00:08:25.527 --> 00:08:28.014
eu chamo-lhes da seguinte maneira:

NOTE Paragraph

00:08:28.038 --> 00:08:30.037
"armas de destruição maciça".

NOTE Paragraph

00:08:30.061 --> 00:08:31.625
(Risos)

NOTE Paragraph

00:08:31.649 --> 00:08:34.703
(Aplausos)

NOTE Paragraph

00:08:34.727 --> 00:08:37.081
Estão por todo o lado
e não são um erro.

00:08:37.695 --> 00:08:41.418
São empresas privadas que estão
a criar algoritmos privados

00:08:41.442 --> 00:08:42.834
para objetivos privados.

00:08:43.214 --> 00:08:46.428
Mesmo os que mencionei aqui
para os professores e a polícia,

00:08:46.452 --> 00:08:48.321
foram criados por empresas privadas

00:08:48.345 --> 00:08:50.576
e vendidos a instituições governamentais.

00:08:50.600 --> 00:08:52.473
Chamam-lhes o seu "molho secreto"

00:08:52.497 --> 00:08:54.625
— é por isso que não nos podem contar.

00:08:54.649 --> 00:08:56.869
Trata-se, também, de poder privado.

00:08:57.924 --> 00:09:02.619
Estão a lucrar para dominarem
a autoridade do inescrutável.

00:09:05.114 --> 00:09:06.648
Agora, vocês podem pensar:

00:09:06.682 --> 00:09:09.230
se tudo isto é privado
e existe concorrência,

00:09:09.254 --> 00:09:11.560
talvez o mercado livre
corrija este problema.

00:09:11.584 --> 00:09:12.833
Não, não o fará.

00:09:12.857 --> 00:09:15.977
Pode fazer-se muito dinheiro
com a injustiça.

NOTE Paragraph

00:09:17.127 --> 00:09:20.496
Além disso, nós não somos
agentes económicos racionais.

00:09:21.031 --> 00:09:22.323
Somos todos tendenciosos.

00:09:22.960 --> 00:09:26.337
Somos racistas e intolerantes
em proporções horríveis,

00:09:26.361 --> 00:09:28.380
em proporções que nem nós sabemos.

00:09:29.352 --> 00:09:32.433
Mas sabemos que isto acontece
em níveis agregados,

00:09:32.457 --> 00:09:35.501
porque os sociólogos
têm vindo a demonstrá-lo,

00:09:35.501 --> 00:09:37.160
através de experiências,

00:09:37.160 --> 00:09:39.892
em que se enviam vários currículos
em resposta a anúncios,

00:09:39.892 --> 00:09:42.583
igualmente qualificados,
mas alguns com nomes caucasianos

00:09:42.583 --> 00:09:44.213
e outros com nomes de raça negra,

00:09:44.237 --> 00:09:46.931
e os resultados são sempre
desconcertantes... Sempre!

NOTE Paragraph

00:09:47.510 --> 00:09:49.281
Somos nós que somos tendenciosos

00:09:49.305 --> 00:09:52.734
e estamos a colocar
esses preconceitos nos algoritmos,

00:09:52.758 --> 00:09:54.570
ao escolhermos os dados,

00:09:54.594 --> 00:09:57.337
tal como eu decidi
em relação aos "noodles"

00:09:57.361 --> 00:09:58.986
— decidi que eram irrelevantes.

00:09:59.010 --> 00:10:04.694
Mas, ao confiarmos em dados
que têm, por base, acontecimentos passados

00:10:04.718 --> 00:10:06.732
e ao escolhermos a definição de sucesso,

00:10:06.756 --> 00:10:10.739
como é que podemos esperar
que os algoritmos saiam ilesos?

00:10:10.763 --> 00:10:13.119
Não podemos. Temos de os verificar.

00:10:14.165 --> 00:10:15.874
Temos de ver o nível de justiça.

NOTE Paragraph

00:10:15.898 --> 00:10:18.609
A boa notícia é que podemos fazer isso.

00:10:18.633 --> 00:10:21.985
Os algoritmos podem ser questionados

00:10:22.009 --> 00:10:24.043
e as respostas são sempre verdadeiras.

00:10:24.067 --> 00:10:26.560
Podemos corrigi-los.
Podemos torná-los melhores.

00:10:26.584 --> 00:10:28.959
Posso chamar-lhe "auditoria algorítmica"

00:10:28.983 --> 00:10:30.662
e explico-vos em que consiste.

NOTE Paragraph

00:10:30.686 --> 00:10:32.882
Primeiro, verificar
a integridade dos dados.

00:10:34.132 --> 00:10:36.789
Em relação ao risco de reincidência
de que já vos falei,

00:10:37.582 --> 00:10:41.155
verificar a integridade dos dados
significa que concordamos com o facto

00:10:41.179 --> 00:10:44.705
de que, nos EUA, tanto os brancos
como os negros fumam erva,

00:10:44.709 --> 00:10:47.214
mas os negros têm
maior probabilidade de ser detidos

00:10:47.238 --> 00:10:50.422
— quatro ou cinco vezes mais
probabilidades, dependendo da zona.

00:10:51.317 --> 00:10:54.143
Como é que se comporta
esta tendência, noutros crimes

00:10:54.167 --> 00:10:55.618
e como é que lidamos com isso?

NOTE Paragraph

00:10:56.162 --> 00:10:59.201
Segundo, devemos pensar
na definição de sucesso,

00:10:59.225 --> 00:11:00.606
rever esse conceito.

00:11:00.630 --> 00:11:03.382
Lembrem-se do algoritmo
de contratação de que já falámos.

00:11:03.386 --> 00:11:06.651
Alguém que fica na empresa
durante quatro anos e é promovido uma vez?

00:11:06.651 --> 00:11:08.364
É um trabalhador bem-sucedido,

00:11:08.388 --> 00:11:11.467
mas também é alguém
que apoia a cultura da empresa.

00:11:11.929 --> 00:11:13.979
Assim, vemos que também
é muito tendencioso.

00:11:13.979 --> 00:11:16.104
É necessário separar estas duas coisas.

00:11:16.128 --> 00:11:17.944
Tomemos como exemplo

00:11:17.968 --> 00:11:19.774
uma audição às cegas
de uma orquestra

00:11:19.798 --> 00:11:22.794
As pessoas que fazem a audição
escondem-se atrás duma cortina.

00:11:22.946 --> 00:11:24.877
O que é importante reter

00:11:24.901 --> 00:11:28.318
é que as pessoas que estão a ouvir
decidiram o que é importante

00:11:28.342 --> 00:11:30.371
e o que não é importante,

00:11:30.395 --> 00:11:32.454
e não se deixam distrair.

00:11:32.961 --> 00:11:35.710
Quando as audições às cegas começaram,


00:11:35.734 --> 00:11:39.178
o número de mulheres em orquestras
aumentou cinco vezes.

NOTE Paragraph

00:11:40.253 --> 00:11:42.268
Em seguida, temos de considerar
a precisão.

00:11:43.233 --> 00:11:46.967
É aqui que falharia o "modelo de valor
acrescentado" dos professores.

00:11:47.578 --> 00:11:49.740
Claro que nenhum algoritmo é perfeito,

00:11:50.620 --> 00:11:54.225
é por isso que temos de considerar
os erros de cada um.

00:11:54.836 --> 00:11:59.195
Com que frequência existem erros
e com quem é que este modelo falha?

00:11:59.850 --> 00:12:01.568
Qual é o custo desta falha?

NOTE Paragraph

00:12:02.434 --> 00:12:04.641
Por último, temos de considerar

00:12:05.973 --> 00:12:08.159
os efeitos a longo prazo dos algoritmos,

00:12:08.866 --> 00:12:11.073
o "feedback" que está programado.

00:12:11.586 --> 00:12:12.822
Isto parece abstrato,

00:12:12.846 --> 00:12:15.510
mas imaginem se os engenheiros
do Facebook consideravam

00:12:16.270 --> 00:12:21.125
mostrar-nos apenas
o que os nossos amigos publicam.

NOTE Paragraph

00:12:21.761 --> 00:12:24.995
Tenho mais duas mensagens,
uma delas para os cientistas de dados.

00:12:25.450 --> 00:12:28.859
Cientistas de dados: nós não
devemos ser os árbitros da verdade.

00:12:29.520 --> 00:12:32.453
Devemos ser tradutores
de discussões éticas

00:12:32.477 --> 00:12:34.881
que acontecem em sociedades mais amplas.

NOTE Paragraph

00:12:35.579 --> 00:12:37.712
(Aplausos)

NOTE Paragraph

00:12:37.736 --> 00:12:39.292
E aos restantes,

00:12:39.841 --> 00:12:41.617
aos que não são cientistas de dados:

00:12:41.651 --> 00:12:43.369
isto não é um teste matemático.

00:12:43.632 --> 00:12:45.170
É uma luta política.

00:12:46.587 --> 00:12:50.494
Precisamos de exigir a responsabilização
dos soberanos dos nossos algoritmos.

NOTE Paragraph

00:12:52.118 --> 00:12:53.617
(Aplausos)

NOTE Paragraph

00:12:53.641 --> 00:12:57.866
A era da fé cega nos "big data"
tem de acabar.

NOTE Paragraph

00:12:57.890 --> 00:12:59.057
Muito obrigada.

NOTE Paragraph

00:12:59.081 --> 00:13:04.384
(Aplausos)