Mas se pudermos nos agarrar ao bem e ao potencial para que coisas boas surjam, podemos estabelecer as bases para que mais coisas boas cresçam. Essa foi uma ideia que meu rabino falou em um sermão recentemente, falando sobre o conflito Israel/Palestina: que por mais devastadora e traumaticamente distante que a paz possa parecer, temos que acreditar que ela é possível e nos comportar como se fosse plausível, para que possamos começar a construir a ponte que pode nos levar até lá um dia. Podemos começar a colocar os tijolos.

Gosto dessa ideia de colocar tijolos, começando a construir uma ponte. Isso me lembrou da minha recente visita ao Museu de História Natural em Londres, onde conheci James Maclaine, curador sênior de peixes. Ele me levou para as lojas de coleção do Darwin Centre, que a maioria dos visitantes não consegue ver: um enorme tesouro no porão com mais de 27 km de prateleiras contendo milhões de potes e tanques de vidro, alguns datando de centenas de anos, contendo o polvo de estimação de Darwin, Archie, a lula gigante, ornitorrincos, tubarões e sapos. Gosto de imaginar os cientistas vitorianos escrevendo as notas e rótulos de espécimes de aranha que seriam decifrados por Maclaine mais de 150 anos depois, colocando os tijolos para uma ponte de peixes de uma geração para a outra - uma que continua a crescer. Entrar naquela sala me fez sentir bastante emocionado; James me disse que isso o deixou animado - e é por isso que ele é um curador sênior de peixes, e eu sou uma psicoterapeuta.

Você não precisa ser um curador de peixes ou um ativista da paz ou um especialista em fungos para começar a construir uma ponte. Você pode fazer isso em sua própria vida. Quando as coisas parecem sombrias, você pode tentar se agarrar, em algum lugar em sua mente, ao potencial de as coisas melhorarem. Para lembrar que, apesar de toda a nossa capacidade de destruição e inércia, nós, humanos, também temos uma capacidade de sentir e pensar, de criatividade e crescimento. Você pode começar a assentar os tijolos para uma vida melhor, seja por meio de terapia ou de uma visita a um museu. Você pode ver o que não está indo bem em sua vida — e o que dentro disso está em seu poder mudar.

Áreas como saúde, exploração espacial, neurociência ou mudança climática, entre outras, serão beneficiadas ainda mais pelo avanço da informática, dizem especialistas

Reportagem da BBC visitou dez fábricas na "vila Shein", bairro na cidade de Guangzhou que concentra grande volume de fornecedores da marca de fast fashion, e conversou com os trabalhadores atrás das máquinas de costura: "Se houver 31 dias em um mês, trabalharei 31 dias".

Rejeitando a cultura 'haul' e promovendo o consumo consciente, o movimento de desinfluenciadores está se tornando popular — entenda o porquê.

Por US$ 200 mil, empresa especializada em criônica congela pacientes logo após a morte na esperança de que, em algum momento no futuro, eles possam ser ressuscitados, quando o avanço tecnológico permitir a cura da doença que lhes tirou a vida.

Rede particular se diz mais preparada, mas representante de secretarias municipais afirma que educadores precisarão de apoio

Acreditar. Esse é o verbo que norteia Helder Guastti, professor de língua portuguesa da Escola Municipal de Ensino Fundamental Pedro Nolasco, localizada em João Neiva (ES), município com 16 mil habitantes. A palavra “Acredite” também foi usada em seu post no Instagram para anunciar, nesta quarta-feira (15), que ele é o único brasileiro entre os 50 finalistas do Global Teacher Prize, prêmio reconhecido mundialmente como o “Nobel da Educação” por sua relevância e impacto global.

Helder foi selecionado entre 5 mil inscritos de 89 países. Em um depoimento emocionante, o educador expressou sua gratidão aos alunos, carinhosamente chamados de “monstrinhos”. “Agradeço pelo apoio e pelas lições que recebo todos os dias, especialmente por me ensinarem a encontrar meu próprio valor dentro de meu coração”, escreveu.

Perto da beira do oceano em Kawakawa, Te Tai Tokerau, Nova Zelândia, um grupo de jovens de 15 e 16 anos voam com um drone sobre as ondas, mapeando a disseminação de uma alga marinha invasora chamada Caulerpa. É parte de uma aula inovadora para ensinar os alunos sobre as mudanças climáticas. As algas de rápido crescimento têm ameaçado o ambiente marinho ao longo de partes da costa do país, e seu professor os encarregou de determinar a melhor maneira de extraí-las.

Envolver os alunos em questões verdes e mostrar a eles que eles podem causar um impacto pode ser desafiador, me disse seu professor de química e robótica Jay Vijayakumar. Por meio da Ako Mātātupu , parceira da rede Teach For All na Nova Zelândia, Jay liderou sua sala de aula do 11º ano e colaborou com outros professores do Bay of Islands College para usar tecnologia e inteligência artificial (IA) na resolução de problemas.

Professores como Jay demonstram como experiências de aprendizagem criativas podem dar suporte à compreensão de problemas complexos e ao desenvolvimento de soluções, particularmente por meio do uso de tecnologia e IA. Jay foi rápido em destacar para mim seu papel como ferramentas para inspirar aprendizagem significativa e personalizada e pensamento mais profundo entre os alunos. A IA, ele me disse, exige que os alunos aprimorem sua compreensão à medida que melhoram sua capacidade de incitar efetivamente. Para o próprio Jay, a IA economiza tempo ao gerar planos de aula e relatórios de feedback, e seu uso de tecnologia e IA inspirou outros professores em seu departamento. Jay também criou um site para garantir que todos os seus alunos — muitos dos quais enfrentam barreiras significativas à frequência, como longos deslocamentos e a necessidade de equilibrar o trabalho com a escola — possam acessar todos os materiais de aula remotamente. Ele até aproveitou a IA para codificar um aplicativo de preparação para testes adaptado às necessidades de seus alunos.


Imagem 1: Alunos de Jay com uma amostra da invasora Caulerpa Imagem 2: Alunos de Jay extraindo a Caulerpa         

O exemplo de Jay ilustra o potencial da IA ​​e da tecnologia, ao mesmo tempo em que destaca que essas ferramentas não podem substituir grandes líderes no ensino. É essencial atrair educadores excepcionais e apoiá-los na preparação dos alunos para moldar um futuro melhor.

Uma década atrás, em toda a rede Teach For All, percebemos que atingir as aspirações globais por paz, justiça e sustentabilidade requer equipar os alunos com a agência, consciência, conectividade, maestria e bem-estar para navegar e liderar em um mundo complexo. Lançamos o Global Learning Lab para estudar salas de aula prósperas, resultando na estrutura Teaching as Collective Leadership , que promove a liderança de todos na sala de aula, dos alunos aos próprios professores.   


Imagem 3: Ensino da Teach For All como estrutura de liderança coletiva
Em salas de aula como a de Jay, os professores se concentram em promover a capacidade de seus alunos de moldar um futuro melhor, equipando-os com a agência e a consciência para lidar com os desafios do mundo real. Eles criam ambientes enraizados na confiança e colaboração, cocriando visões para aprender com os alunos e envolvendo-os na resolução prática de problemas. A sala de aula "familiar" de Jay, construída em relacionamentos fortes e objetivos compartilhados, exemplifica essa abordagem.

Professores como Jay se veem como aprendizes ao lado de seus alunos. Eles veem o potencial de seus alunos para liderar e reconhecer os ativos dentro de comunidades marginalizadas, uma população majoritariamente maori no caso de Jay. Eles também entendem as barreiras sistêmicas que os alunos podem enfrentar e alavancam a tecnologia para criar soluções.

Nosso trabalho mostra que transformar o ensino para o futuro requer dar suporte aos educadores para “desaprender” como foram ensinados e, em vez disso, abraçar novas perspectivas. Isso posicionará os educadores como atores-chave para nutrir alunos que podem moldar um futuro melhor, o que, por sua vez, ajudará a atrair líderes criativos e comprometidos para a profissão de ensino.

Também precisamos repensar o desenvolvimento de professores, começando com o fomento de novas mentalidades e relacionamentos com alunos e comunidades. Ao adotar a tecnologia, podemos dar suporte ao desenvolvimento holístico dos alunos. A IA pode ajudar a aprofundar o engajamento dos alunos, personalizar o aprendizado e economizar tempo dos professores. Investir para garantir que os professores se sintam confortáveis ​​com a experimentação e a inovação também é essencial para garantir os benefícios da tecnologia.

Nada disso será fácil ou rápido. No entanto, ao apoiar o desenvolvimento de mais professores como Jay, estou confiante de que podemos nutrir uma profissão de ensino dinâmica que complementa e alavanca um mundo aprimorado por IA. Isso também inspirará mais crianças a lidar com problemas do mundo real – como a disseminação de algas marinhas invasoras!

Responsible global use of AI entails a safe, equitable, transparent, reliable, and beneficial process that is adhered to with a high level of accountability. As the world rapidly moves to seize AI's opportunities, it is imperative to monitor and mitigate the safety, ethical, equity, and reliability dimensions of AI deployment. This will allow the enormous resilience, creativity, and commitment of researchers, scientists, and policymakers to capture the full capability of AI for lasting good.

Humanos cometem erros o tempo todo. Todos nós cometemos, todos os dias, em tarefas novas e rotineiras. Alguns dos nossos erros são pequenos e alguns são catastróficos. Erros podem quebrar a confiança com nossos amigos, perder a confiança de nossos chefes e, às vezes, ser a diferença entre a vida e a morte.

Ao longo dos milênios, criamos sistemas de segurança para lidar com os tipos de erros que os humanos comumente cometem. Hoje em dia, os cassinos alternam seus crupiês regularmente, porque eles cometem erros se fizerem a mesma tarefa por muito tempo. O pessoal do hospital escreve em membros antes da cirurgia para que os médicos operem a parte correta do corpo, e eles contam os instrumentos cirúrgicos para garantir que nenhum tenha sido deixado dentro do corpo. Da edição de texto à contabilidade de partidas dobradas e tribunais de apelação, nós, humanos, nos tornamos realmente bons em corrigir erros humanos.

A humanidade está agora integrando rapidamente um tipo totalmente diferente de criador de erros na sociedade: a IA. Tecnologias como modelos de linguagem grandes (LLMs) podem executar muitas tarefas cognitivas tradicionalmente cumpridas por humanos, mas cometem muitos erros. Parece ridículo quando chatbots dizem para você comer pedras ou adicionar cola à pizza. Mas não é a frequência ou a gravidade dos erros dos sistemas de IA que os diferencia dos erros humanos. É sua estranheza. Os sistemas de IA não cometem erros da mesma forma que os humanos.

Grande parte do atrito — e risco — associado ao nosso uso de IA surge dessa diferença. Precisamos inventar novos sistemas de segurança que se adaptem a essas diferenças e evitem danos causados ​​por erros de IA.

Erros humanos vs. erros de IA
A experiência de vida torna bastante fácil para cada um de nós adivinhar quando e onde os humanos cometerão erros. Erros humanos tendem a vir nas bordas do conhecimento de alguém: a maioria de nós cometeria erros ao resolver problemas de cálculo. Esperamos que os erros humanos sejam agrupados: um único erro de cálculo provavelmente será acompanhado por outros. Esperamos que os erros aumentem e diminuam, previsivelmente dependendo de fatores como fadiga e distração. E os erros são frequentemente acompanhados de ignorância: alguém que comete erros de cálculo também provavelmente responderá "não sei" a perguntas relacionadas ao cálculo.

Na medida em que os sistemas de IA cometem esses erros semelhantes aos humanos, podemos trazer todos os nossos sistemas de correção de erros para influenciar sua produção. Mas a safra atual de modelos de IA — particularmente LLMs — comete erros de forma diferente.

Erros de IA ocorrem em momentos aparentemente aleatórios, sem qualquer agrupamento em torno de tópicos específicos. Erros de LLM tendem a ser distribuídos de forma mais uniforme pelo espaço de conhecimento. Um modelo pode ter a mesma probabilidade de cometer um erro em uma questão de cálculo do que propor que repolhos comem cabras.

E erros de IA não são acompanhados de ignorância. Um LLM estará tão confiante ao dizer algo completamente errado — e obviamente, para um humano — quanto estará ao dizer algo verdadeiro. A inconsistência aparentemente aleatória dos LLMs torna difícil confiar em seu raciocínio em problemas complexos e de várias etapas. Se você quiser usar um modelo de IA para ajudar com um problema de negócios, não basta ver que ele entende quais fatores tornam um produto lucrativo; você precisa ter certeza de que ele não esquecerá o que é dinheiro.

Como lidar com erros de IA
Essa situação indica duas possíveis áreas de pesquisa. A primeira é projetar LLMs que cometam erros mais semelhantes aos humanos. A segunda é construir novos sistemas de correção de erros que lidem com os tipos específicos de erros que os LLMs tendem a cometer.

Já temos algumas ferramentas para levar os LLMs a agir de maneiras mais humanas. Muitas delas surgem do campo de pesquisa de “ alinhamento ”, que visa fazer os modelos agirem de acordo com os objetivos e motivações de seus desenvolvedores humanos. Um exemplo é a técnica que foi indiscutivelmente responsável pelo sucesso revolucionário do ChatGPT : aprendizado por reforço com feedback humano . Neste método, um modelo de IA é (figurativamente) recompensado por produzir respostas que recebem um sinal positivo de avaliadores humanos. Abordagens semelhantes podem ser usadas para induzir sistemas de IA a cometer erros mais humanos, particularmente penalizando-os mais por erros que são menos inteligíveis.

Quando se trata de capturar erros de IA, alguns dos sistemas que usamos para evitar erros humanos ajudarão. Até certo ponto, forçar LLMs a verificar novamente seu próprio trabalho pode ajudar a evitar erros. Mas LLMs também podem confabular explicações aparentemente plausíveis, mas verdadeiramente ridículas, para seus voos da razão.

Outros sistemas de mitigação de erros para IA são diferentes de tudo o que usamos para humanos. Como as máquinas não podem ficar fatigadas ou frustradas da maneira que os humanos ficam, pode ajudar fazer a mesma pergunta a um LLM repetidamente de maneiras ligeiramente diferentes e então sintetizar suas múltiplas respostas. Os humanos não vão tolerar esse tipo de repetição irritante, mas as máquinas vão.

Compreendendo semelhanças e diferenças
Pesquisadores ainda estão lutando para entender onde os erros do LLM divergem dos erros humanos. Algumas das estranhezas da IA ​​são, na verdade, mais humanas do que parecem à primeira vista. Pequenas mudanças em uma consulta para um LLM podem resultar em respostas totalmente diferentes, um problema conhecido como sensibilidade imediata . Mas, como qualquer pesquisador de pesquisa pode lhe dizer, os humanos também se comportam dessa maneira. A formulação de uma pergunta em uma pesquisa de opinião pode ter impactos drásticos nas respostas.

Os LLMs também parecem ter um viés em relação à repetição das palavras que eram mais comuns em seus dados de treinamento; por exemplo, adivinhar nomes de lugares familiares como "América" ​​mesmo quando questionados sobre locais mais exóticos. Talvez este seja um exemplo da " heurística de disponibilidade " humana se manifestando em LLMs, com máquinas cuspindo a primeira coisa que vem à mente em vez de raciocinar sobre a questão. E como os humanos, talvez, alguns LLMs pareçam se distrair no meio de documentos longos; eles são mais capazes de lembrar fatos do começo e do fim. Já há progresso na melhoria deste modo de erro, pois os pesquisadores descobriram que os LLMs treinados em mais exemplos de recuperação de informações de textos longos parecem se sair melhor na recuperação de informações uniformemente.

Em alguns casos, o que é bizarro sobre LLMs é que eles agem mais como humanos do que pensamos que deveriam. Por exemplo, alguns pesquisadores testaram a hipótese de que LLMs têm melhor desempenho quando recebem uma recompensa em dinheiro ou são ameaçados de morte. Também acontece que algumas das melhores maneiras de " desbloquear " LLMs (fazendo-os desobedecer às instruções explícitas de seus criadores) se parecem muito com os tipos de truques de engenharia social que os humanos usam uns com os outros: por exemplo, fingir ser outra pessoa ou dizer que o pedido é apenas uma piada. Mas outras técnicas eficazes de desbloqueio são coisas nas quais nenhum humano jamais cairia. Um grupo descobriu que se eles usassem arte ASCII (construções de símbolos que se parecem com palavras ou imagens) para fazer perguntas perigosas, como como construir uma bomba, o LLM as responderia de bom grado.

Os humanos podem ocasionalmente cometer erros aparentemente aleatórios, incompreensíveis e inconsistentes, mas tais ocorrências são raras e frequentemente indicativas de problemas mais sérios. Também tendemos a não colocar pessoas que exibem esses comportamentos em posições de tomada de decisão. Da mesma forma, devemos confinar os sistemas de tomada de decisão de IA a aplicações que se ajustem às suas habilidades reais — enquanto mantemos as potenciais ramificações de seus erros firmemente em mente.

Bolsas no ProUni e vagas pelo Sisu são calculadas de acordo com a nota de corte dos cursos e das instituições. Por isso, o candidato deve ficar atento a essas informações quando forem divulgadas pelo Inep.

Antes de tudo, é importante mencionar que neste momento, na metade de janeiro de 2025, a inteligência artificial (IA) ainda não está pronta para transformar todas as áreas da economia. Algoritmos de machine learning frequentemente apresentam limitações como vieses, erros de classificação e dificuldades em generalizar para contextos fora de seu conjunto de treinamento.

Além disso, os custos computacionais de treinar e operar modelos avançados, especialmente os baseados em transformers, permanecem elevados, e sua integração com sistemas legados ou infraestrutura organizacional exige conhecimento técnico especializado e esforço considerável.


Organizações precisam trabalhar agora para ter os benefícios da inteligência artificial  Foto: Sergio Barzaghi /Estadão
PUBLICIDADE

Mesmo assim, todas as organizações precisam começar a adotar modelos avançados de IA urgentemente.

Como toda tecnologia revolucionária, o principal gargalo para que o potencial transformador da IA seja atingido é a barreira humana. O conceito econômico de difusão tecnológica, desenvolvido originalmente por Everett Rogers, postula que as inovações sempre enfrentam muita lentidão devido a resistências culturais, sociais e organizacionais, que impactam a adoção e a aceitação de novas tecnologias.

Para você


Leia também
Novas regras dos EUA dificultam o desenvolvimento de IA pelo Brasil

Guerra dos chips de IA ganha nova trincheira na principal feira de tecnologia do mundo

Ideia de superinteligência artificial da OpenAI é loucura, afirma cientista chefe da Meta

Para superar as resistências humanas e institucionais à IA, é necessário começar agora a investir em estratégias que mitiguem a aversão ao risco e promovam uma cultura orientada por dados, além de capacitar equipes com as habilidades técnicas necessárias para integrar novos algoritmos aos processos existentes.

PUBLICIDADE

Mesmo que os retornos imediatos sejam limitados, investir agora em IA é necessário para que as organizações comecem a superar os desafios inerentes à sua adoção e estejam prontas para explorar integralmente o potencial transformador desses sistemas assim que os algoritmos alcançarem uma maior capacidade.


NEWSLETTER
Estadão Pílula
Um resumo leve e descontraído dos fatos do dia, além de dicas de conteúdos, de segunda a sexta.
EXCLUSIVA PARA ASSINANTES
INSCREVA-SE
Ao se cadastrar nas newsletters, você concorda com os Termos de Uso e Política de Privacidade.
Esse investimento inicial precisa abranger não apenas a infraestrutura computacional, mas também o desenvolvimento de capital humano, com capacitação em áreas como modelagem preditiva de machine learning e engenharia de bancos de dados, além da reestruturação de todos os processos organizacionais para se preparar para fluxos de trabalho habilitados por IA.

As organizações que não agirem hoje arriscam ficar presas em trajetórias tecnológicas obsoletas, enquanto líderes científicos e empresariais visionários abrirão caminho para capturarem as oportunidades de uma economia profundamente transformada pela inteligência artificial.

A hesitação de hoje será o atraso de amanhã. O momento de agir não será somente quando os algoritmos estiverem prontos, mas agora enquanto ainda há tempo de construir a base necessária para liderar essa revolução.

O streamer esteve nas notícias recentemente graças a um excelente artigo de Will Tavlin na n+1, que lembrou os leitores do microgênero da plataforma de “visualização casual”: programas de TV e filmes projetados para serem assistidos enquanto se faz outra coisa. Um parágrafo em particular incitou muita frustração. Tavlin afirmou que a Netflix disse a vários roteiristas para que seus protagonistas “anunciassem o que estavam fazendo para que os espectadores que têm esse programa em segundo plano pudessem acompanhar”.

Mark Zuckerberg anunciou que a Meta vai abandonar a verificação independente de fatos, em um aceno a Donald Trump. Mas o que exatamente isso significa?

Muitas pesquisas que geram avanços grandes ou rompem com paradigmas da ciência acabam rejeitadas, ignoradas, e até mesmo ridicularizadas por muito tempo até serem reconhecidas.

A Polícia de Combate ao Terrorismo alerta sobre 'imensa ameaça' ao público do grupo satanista de direita radical 764.

Embora senso comum faça pensar que crianças superdotadas serão sempre bem-sucedidas nas aulas e capazes de se virar sozinhas, elas precisam de atenção especial nas escolas, segundo apontam famílias e especialistas.

A divulgação, ainda que não resolva a sobreposição de olhar para equidade tanto em uma condicionalidade como nos indicadores finais, traz avanços importantes na discussão sobre equidade educacional no Brasil e em relação à primeira aferição do VAAR. Primeiramente, destaca-se a transparência na apresentação dos resultados e o olhar atento para as especificidades existentes em nossas redes de ensino. Os números divulgados foram calculados de acordo com os procedimentos detalhados em nota técnica do Inep assinada por Teresa Alves, Clarissa Guimarães e Adriano Senkevics. Mas, afinal, quais foram esses avanços?

Um ponto crucial foi a atenção do Inep às particularidades demográficas do país, marcado por redes de ensino com poucos estudantes. Como criar índices para redes que possuem apenas 40, 30 ou até menos de 20 alunos? E como identificar os mais vulneráveis dentro dessas redes? Em uma rede com 20 alunos, por exemplo, os 25% de menor nível socioeconômico equivaleriam a apenas cinco estudantes. Faz sentido direcionar recursos com base em resultados quantitativos de grupos tão pequenos?

A equipe do Inep abordou essa questão de três maneiras. Primeiro, sendo flexível na definição de quem seriam os estudantes vulneráveis: "O grupo de baixo nível socioeconômico, por sua vez, é formado pelo quantil inferior da distribuição do escore individual de nível socioeconômico dentro de cada ente subnacional. Isto é, poderá ser o 1º quarto, o 1º terço ou a mediana inferior da distribuição, a depender do tamanho da população discente. Por exemplo, em redes municipais com 20 estudantes, será adotada a mediana, pois o grupo de baixo nível socioeconômico tem que ter, no mínimo, 10 estudantes para o cálculo das proporções." 

Transitions through education are crucial for students’ development and success. Progressing to higher levels of education can lead to improved outcomes in and through education. The paper uses four cross-national surveys to review the progression of approximately one birth cohort through education into the labour market, focusing on gaps by gender, country of birth and parental education. Results reveal disparities at every educational level, but these gaps are not necessarily persistent, as some countries manage to maintain relatively narrow equity gaps. While it is not possible to directly link specific policies to these outcomes, the paper maps policy interventions in areas such as education governance, educational interventions and monitoring of outcomes offering insights into strategies easing transitions through education for diverse groups. Policy makers could consider enhancing monitoring efforts, preventing drop out, strengthening connections in pathways, aligning pathways with labour market needs, and supporting future international research with longitudinal surveys.

Designing Education and Skills Policies for a Sustainable Future

O artigo A educação do corpo na formação de professoras, publicado pelo periódico Educação e Pesquisa (vol. 50, 2024), investigou a primeira escola de formação de professoras/es da cidade de Londrina (Paraná, Brasil). O objetivo foi identificar as práticas e perspectivas educativas que influenciaram na educação da corporalidade e da personalidade das mulheres.

Furar a fila de prioridade durante a campanha de vacinação da covid-19, estacionar o carro em vagas reservadas para idosos ou pessoas com deficiência - sem fazer parte desses grupos - são algumas das práticas negativas associadas ao ‘jeitinho brasileiro.’
Fenômeno cultural predominantemente ligado à malandragem e à necessidade de se tirar vantagem sobre alguém ou alguma situação, o ‘jeitinho’ pode ter várias configurações, mas nem todas são negativas, segundo o alemão Ronald Fischer, pesquisador do Instituto D’Or de Pesquisa e Ensino (IDOR).
Fischer é doutor em psicologia e seu interesse pelo Brasil surgiu há 20 anos, quando descobriu que a capoeira reúne duas de suas paixões: música e artes marciais. A partir dessa experiência, Fischer explorou sua curiosidade para compreender o “jeitinho brasileiro” por meio de pesquisa realizada em parceria com o brasileiro Ronaldo Pilati, professor de Psicologia da Universidade de Brasília (UnB).
O resultado está no livro Jeitinho Brasileiro As bases psicológicas de um fenômeno cultural, publicado pela editora UnB e disponível para download gratuito.
Fischer e Pilati aplicaram vários questionários para o mesmo grupo composto por 200 pessoas ao longo de dois anos para avaliar as mudanças de comportamento durante este período. Inicialmente a amostra era composta por 1 mil pessoas.
Além de preencher os questionários, a pesquisa também incluiu a participação do grupo em experimentos sociais em que eram avaliadas as reações dos entrevistados a partir de notícias sobre corrupção, casos de impunidade, entendendo como eles agiriam em determinadas situações éticas.
Com o livro, os pesquisadores querem furar a bolha da academia e atingir mais a população em geral. “O jeitinho é uma manifestação universal, é mais de uma coisa, tem um lado negativo, mas também tem o positivo. Sempre publicamos em revistas acadêmicas, mas achamos interessante conversar com um público maior, por isso a ideia do livro de livre acesso, para que todo mundo possa baixar. Em paralelo também estamos trabalhando para divulgar esse trabalho no contexto internacional acadêmico”, diz Fischer.
Morando no Rio de Janeiro, Fischer conta que os amigos estrangeiros consideram que ele já se tornou adepto do ‘jeitinho brasileiro.’ “Espero que seja o positivo”, brinca.
Na conversa com o Estadão, ele conta mais sobre os principais achados da pesquisa:
Como você define o jeitinho brasileiro? Está relacionado a algo pejorativo?
Sabemos que o conceito está relacionado a algo ruim, mas uma das propostas do livro é justamente derrubar esse estigma. O ‘jeitinho’ é uma forma de resolver problemas e está relacionado a uma bagagem da história colonial. A burocracia impede que os problemas sejam resolvidos no dia a dia de forma fácil. Ela não funciona, então você usa um recurso, que é o ‘jeitinho.’ Pode ser bater um papo, fazer algo criativo ou até pagar alguém para resolver seu problema.
O ‘jeitinho’ pode ser configurado de diferentes formas, este é um dos principais achados da pesquisa. Pode ser várias coisas: o jeitinho simpático, o criativo e até aquele ruim, ligado à corrupção ou à quebra de normas.
Mas há o jeitinho bom de resolver problemas sem prejudicar ninguém. A simpatia, por exemplo, acho maravilhosa, ainda mais para um estrangeiro que é recebido no Brasil com muito calor humano.
Sua pesquisa aponta que há o jeitinho ‘bom’ e o ‘ruim’. O que vai definir os caminhos para decidir entre um ou outro?
Há motivações psicológicas, todo mundo tem um perfil de personalidade. O amigável está mais predisposto a usar o jeitinho simpático. Já os menos altruístas, que pensam mais no próprio bem, devem usar o jeitinho negativo, que quebram normas. Há o viés da motivação geral da pessoa, mas sempre há um contexto.
Alguém mais amigável, mas preocupado com outra pessoa que não consegue resolver um problema, pode usar uma estratégia negativa. A pesquisa mostra que os gatilhos de estar em alguma situação pode fazer com que a pessoa tenha um comportamento negativo para resolver o problema. Há os dois lados.
O ‘jeitinho’ é algo específico do brasileiro ou há manifestações culturais semelhantes em outros países?
O jeitinho é uma forma da psicologia global, mas existem outras: o “guanxi” na China, o “wasta” nos países árabes e o “pulling strings” na Inglaterra. Em cada país ele se manifesta com suas diferenças. Por isso, não dá para dizer que o jeitinho é algo ruim do Brasil, porque este é um fenômeno humano que surge quando há desigualdades e desafios que as pessoas não conseguem resolver.
É algo que está ligado às desigualdades sociais? Em um país menos desigual, haverá menor incidência desse tipo de manifestação?
Vai ter menos fenômenos parecidos com o jeitinho no norte da Europa, onde há igualdade maior e as pessoas têm os mesmos recursos para resolver problemas. Mas, por exemplo, eu nasci e cresci na Alemanha Oriental, um país comunista com muitos problemas e barreiras e tínhamos várias formas de jeitinho. Quando cheguei ao Brasil, reconheci várias formas de se relacionar que se pareciam com situações de quando era criança, como se beneficiar de relações com pessoas importantes.
Desigualdade, é sim, um fator importante, assim como hierarquia social, mas provavelmente já existem outros fatores que estamos pesquisando para entender em que contexto esses fenômenos vão surgir e que formas vão assumir no contexto social.
O jeitinho tem alguma conexão geracional? Gerações mais novas ou mais velhas têm este fenômeno mais intrínsecos? Crianças já podem manifestar o jeitinho brasileiro?
As crianças copiam modelos do contexto social. Há uma influência forte da cultura nesse comportamento que a criança vai aprender desde bem cedo.
Como fazer com que o apenas o jeitinho positivo exista na sociedade brasileira?
Esta foi uma das motivações para escrever este livro: contribuir com uma visão da ciência social, da psicologia para a discussão. Não trazemos soluções, mas são provocações. O jeitinho simpático, criativo, precisa ser usado, reforçado, valorizado. Ao mesmo tempo, temos de pensar o que podemos fazer para diminuir essa demanda desse jeitinho negativo, ligado à corrupção. Temos de pensar como é possível aumentar o acesso das pessoas para resolverem problemas dentro de um contexto burocrático e hierárquico. Assim, será possível transformar o País em um lugar melhor para todos.