FECHAR
FECHAR
18 de outubro de 2019
Voltar
Coluna do Yoshio

A lógica fria da programação

O Big Data alimenta o processo de auto-ajuste com os dados estatísticos dos fatos da realidade, selecionando o relevante e o significante para descartar o que não alcança uma representatividade matemática definida.

Em uma época na qual os algoritmos definem muita coisa em nossas vidas, o mundo é transformado na linguagem binária do um e do zero. Também o Big Data alimenta o processo de auto-ajuste com os dados estatísticos dos fatos da realidade, selecionando o relevante e o significante para descartar o que não alcança uma representatividade matemática definida.

Pelo menos é assim que interpreto algumas decisões automáticas com que nos deparamos nos dias de hoje. É possível que a compreensão deste fato elimine ou reduza a revolta, a indignação e a humilhação de ser tratado como “insignificância estatística”. Mas, na vida real, o “zero” não é uma aproximação numérica da fração do “um”. Às vezes, o “um” é extremamente importante e relevante na vida uma pessoa. O “quase zero” não é sequer numericamente um “zero”.

Recentemente, tive uma experiência em que a lógica da programação colidiu com a necessidade real do “um” que é “quase zero”. Explico. Um problema técnico no meu carro levou-me ao concessionário da marca. Vale salientar que, num ato dos sonhos de qualquer marca, um usuário de um veículo com quatro anos de vida (e completamente fora do período da garantia) recorrer ao concessionário oficial é algo raro.

Por se tratar de uma falha incomum e não-reproduzível (pois só acontece com o usuário, nunca com o técnico do concessionário), a peça provável de ser causadora do problema não estava disponível no concessionário, nem no fabricante do veículo ou em qualquer outra parte do mundo, sendo necessário negociar sua produção diretamente com o fornecedor do componente.

Bem, isto significa que o tempo será um fator imprevisível até a solução do problema. A situação é até compreensível, desde que se aceite que há um algoritmo que projeta a necessidade desta peça com base no seu h


Em uma época na qual os algoritmos definem muita coisa em nossas vidas, o mundo é transformado na linguagem binária do um e do zero. Também o Big Data alimenta o processo de auto-ajuste com os dados estatísticos dos fatos da realidade, selecionando o relevante e o significante para descartar o que não alcança uma representatividade matemática definida.

Pelo menos é assim que interpreto algumas decisões automáticas com que nos deparamos nos dias de hoje. É possível que a compreensão deste fato elimine ou reduza a revolta, a indignação e a humilhação de ser tratado como “insignificância estatística”. Mas, na vida real, o “zero” não é uma aproximação numérica da fração do “um”. Às vezes, o “um” é extremamente importante e relevante na vida uma pessoa. O “quase zero” não é sequer numericamente um “zero”.

Recentemente, tive uma experiência em que a lógica da programação colidiu com a necessidade real do “um” que é “quase zero”. Explico. Um problema técnico no meu carro levou-me ao concessionário da marca. Vale salientar que, num ato dos sonhos de qualquer marca, um usuário de um veículo com quatro anos de vida (e completamente fora do período da garantia) recorrer ao concessionário oficial é algo raro.

Por se tratar de uma falha incomum e não-reproduzível (pois só acontece com o usuário, nunca com o técnico do concessionário), a peça provável de ser causadora do problema não estava disponível no concessionário, nem no fabricante do veículo ou em qualquer outra parte do mundo, sendo necessário negociar sua produção diretamente com o fornecedor do componente.

Bem, isto significa que o tempo será um fator imprevisível até a solução do problema. A situação é até compreensível, desde que se aceite que há um algoritmo que projeta a necessidade desta peça com base no seu histórico de consumo e que, em decorrência disso, o tal programa admita a certeza eterna do “zero” como necessidade mundial.

Ora, o “zero” é absoluto demais para ser adotado como premissa, mesmo no caso de um algoritmo frio e calculista. Afinal, “zero” é a condenação final de qualquer usuário de um produto. Por outro lado, também é compreensível que manter a disponibilidade mínima de tudo que uma empresa produziu ao longo de mais de 70 anos seja algo praticamente impossível.

Ou quem sabe cinco anos já sejam um tempo demasiado longo para um algoritmo com foco no retorno do capital investido? Seja como for, em uma situação como esta é inevitável sentir saudades da imprecisão humana.

*Yoshio Kawakami
é consultor da Raiz Consultoria e diretor técnico da Sobratema