Escrever é arregaçar as mangas sem saber muito bem onde se vai chegar É a lapidação que distancia um texto brilhante de um razoável, um razoável de um medíocre Esses tempos apontaram que uma colunista deste jornal estava usando IA. Não para consulta, como a maioria faz, mas para escrever seus artigos de opinião. A colunista admitiu a prática, sugerindo que não há problema em ditar o que se pensa para a IA e deixar que ela estruture o texto, dispensando o esforço manual, já que "conhecimento e sabedoria não são medidos pelo número de horas digitando." A colocação me fez refletir. Desde a juventude, todo o meu pensamento vem sendo construído em torno do número de horas que passo escrevendo e digitando. Não vim condenar —com atraso— a colunista. Se o objetivo de uma pessoa é transmitir uma ideia pronta, delegar a estruturação do texto para a IA funciona. Mas escrever não é isso. Escrever é arregaçar as mangas sem saber muito bem onde se vai chegar. É escolher um tema, uma imagem, uma ideia, um incômodo, uma sonoridade, enfim, um ponto de partida qualquer, e nele cravar a pá da escrita. A partir daí, revolver pensamentos, escavar memórias e mover a matéria, até que se encontre a pedra: bruta. Rudeza que a escrita também lapida. A escrita é, portanto, simultaneamente, processo e produto. Pá e pedra. Tanto que, ao sentar para escrever, pouquíssimos escritores sabem tudo o que vão narrar. É no processo que se descobre. Que se acha, tal qual pepita, uma ideia e uma estrutura que serão lapidadas até virar coluna, crônica, ensaio, conto ou romance; um pensamento que será burilado até virar verso ou aforismo. Algo que surpreende o autor pois nem ele mesmo sabia pensar exatamente assim. Em meu romance "Tudo pode ser roubado", só fui entender direito quem era o personagem Cícero quando o livro já estava quase pronto. Aquele Cícero mais complexo e bem acabado que se apresentava para mim nos últimos capítulos não existiria se não fosse a escrita de cada página até ali. O escritor vai conhecendo melhor o personagem à medida que avança no texto. E, neste caso, achei que valia a pena voltar e reescrevê-lo. Teve um tempo em que eu sofria cavando semanas a fio sem encontrar nada. Quem atenuou minha frustração foi uma letrista, Lulina, que me disse: não sofra, são as páginas jogadas fora que constroem as boas. Nesse dia entendi que cavar nunca é em vão. Cavar é conquistar musculatura. Manejar cada vez melhor a pá, revolver cada vez mais rápido o terreno mental e textual, num exercício que vai da ponta dos dedos aos axônios. Ter pulso para trabalhar cada palavra, se certificando de que não havia outra melhor para estar em seu lugar, porque é este grau de lapidação que distancia um texto brilhante de um razoável, um razoável de um medíocre. Claro que uma colunista pode estruturar um texto com IA via ditado, sem digitar nada. Ali está sua ideia, transmitida com fidelidade pela ferramenta. O leitor não perde tanto. Quem mais perde é a autora, que abre mão do processo. Antes de escrever esse texto eu não sabia onde iria chegar. Se tivesse ditado para a IA, teria dois ou três parágrafos. É por isso que a IA nunca vai substituir o escritor, porque sempre haverá quem queira cavar, e sempre haverá leitores que preferirão receber, em vez da pedra sintética, uma bauxita, ainda que lascada e imperfeita. E, talvez por isso, ainda mais bela.
O que acontece quando a maioria faz uso de uma IA para realizar suas atividades laborais? E, no caso dos estudantes, quando os trabalhos passam a ser produzidos com o apoio de uma IA generativa? Luciano Sathler É PhD em administração pela USP e membro do Conselho Deliberativo do CNPq e do Conselho Estadual de Educação de Minas Gerais As diferentes aplicações de Inteligência Artificial (IA) generativa são capazes de criar novos conteúdos em texto, imagens, áudios, vídeos e códigos para software. Por se tratar de um tipo de tecnologia de uso geral, a IA tende a ser utilizada para remodelar vários setores da economia, com impactos políticos e sociais, assim como aconteceu com a adoção da máquina a vapor, da eletricidade e da informática. Pesquisas recentes demonstram que a IA generativa aumenta a qualidade e a eficiência da produção de atividades típicas dos trabalhadores de colarinho branco, aqueles que exercem funções administrativas e gerenciais nos escritórios. Também traz maior produtividade nas relações de suporte ao cliente, acelera tarefas de programação e aprimora mensagens de persuasão para o marketing. O revólver patenteado pelo americano Samuel Colt, em 1835, ficou conhecido como o "grande equalizador". A facilidade do seu manuseio e a possibilidade de atirar várias vezes sem precisar recarregar a cada disparo foram inovações tecnológicas que ampliaram a possibilidade individual de ter um grande potencial destrutivo em mãos, mesmo para os que tinham menor força física e costumavam levar desvantagem nos conflitos anteriores. À época, ficou famosa a frase: Abraham Lincoln tornou todos os homens livres, mas Samuel Colt os tornou iguais. Não fazemos aqui uma apologia às armas. A alegoria que usamos é apenas para ressaltar a necessidade de investir na formação de pessoas que sejam capazes de usar a IA generativa de forma crítica, criativa e que gerem resultados humanamente enriquecidos. Para não se tornarem vítimas das mudanças que sobrevirão no mundo do trabalho. A IA generativa é um meio viável para equalizar talentos humanos, pois pessoas com menor repertório cultural, científico ou profissional serão capazes de apresentar resultados melhores se souberem fazer bom uso de uma biblioteca de prompts. Novidade e originalidade tornam-se fenômenos raros e mais bem remunerados. A disseminação da IA generativa tende a diminuir a diversidade, reduz a heterogeneidade das respostas e, consequentemente, ameaça a criatividade. Maior padronização tem a ver com a automação do processo. Um resultado que seja interessante, engraçado ou que chama atenção pela qualidade acima da média vai passar a ser algo presente somente a partir daqueles que tiverem capacidade de ir além do que as máquinas são capazes de entregar. No caso dos estudantes, a avaliação da aprendizagem precisa ser rápida e seriamente revista. A utilização da IA generativa extrapola os conceitos usualmente associados ao plágio, pois os produtos são inéditos – ainda que venham de uma bricolagem semântica gerada por algoritmos. Os relatos dos professores é que os resultados melhoram, mas não há convicção de que a aprendizagem realmente aconteceu, com uma tendência à uniformização do que é apresentado pelos discentes. Toda Instituição Educacional terá as suas próprias IAs generativas. Assim como todos os professores e estudantes. Estarão disponíveis nos telefones celulares, computadores e até mesmo nos aparelhos de TV. É um novo conjunto de ferramentas de produtividade. Portanto, o desafio da diferenciação passa a ser ainda mais fundamental diante desse novo "grande equalizador". Se há mantenedores ou investidores sonhando com a completa substituição dos professores por alguma IA já encontramos pesquisas que demonstram que o uso intensivo da Inteligência Artificial leva muitos estudantes a reduzirem suas interações sociais formais ao usar essas ferramentas. As evidências apontam que, embora os chatbots de IA projetados para fornecimento de informações possam estar associados ao desempenho do aluno, quando o suporte social, bem-estar psicológico, solidão e senso de pertencimento são considerados, isso tem um efeito negativo, com impactos piores no sucesso, bem-estar e retenção do estudante. Para não cair na vala comum e correr o risco de ser ameaçado por quem faz uso intensivo da IA será necessário se diferenciar a partir das experiências dentro e fora da sala de aula – online ou presencial; humanizar as relações de ensino-aprendizagem; implementar metodologias que privilegiem o protagonismo dos estudantes e fortaleçam o papel do docente no processo; usar a microcertificação para registrar e ressaltar competências desenvolvidas de forma diferenciada, tanto nas hard quanto soft skills; e, principalmente, estabelecer um vínculo de confiança e suporte ao discente que o acompanhe pela vida afora – ninguém mais pode se dar ao luxo de ter ex-alunos. Atenção: esse artigo foi exclusivamente escrito por um ser humano. O editor, Michael França, pede para que cada participante do espaço "Políticas e Justiça" da Folha sugira uma música aos leitores. Nesse texto, a escolhida por Luciano Sathler foi "O Ateneu" de Milton Nascimento.
Relatório de Imersão Alpha School NYC: o que Vimos em Uma Semana de Imersão – Notas de Campo, Estrutura e Elementos Observados a Partir de Uma Visita Técnica ao Campus de Manhattan.
You’ve seen the data: Fewer children are reading for pleasure, and their teachers report difficulty engaging them in reading in school and getting them to read at home. Research links the volume of text kids consume with their overall reading ability. Our newest report looks both at classroom strategies and other tactics educators have found to boost engagement in reading. A mix of modeling, teacher guidance, incentives, and parent involvement seems most likely to move the needle.
Jamil Zaki: In the workplace, we can make two powerful cases for empathy. The first is a human case. Most adults spend most of their waking hours at the office, and right now, many of them aren’t enjoying that at all. Engagement at work has plummeted in the past several years, and connection has, too. When leaders and colleagues connect with us, make us feel understood and cared for, we feel better. Our happiness rises, and our mental health improves. For example, people who feel their colleagues are empathic call in sick for stress-related illnesses less often. That’s the human case: We can be better for one another at work.
Antigamente, era fácil identificar rapidamente trabalhos acadêmicos fracos: os sinais incluíam má escrita, falta de citações relevantes e pouca interação com pesquisas anteriores, como um artigo que prometia uma estrutura conceitual “inovadora” sem reconhecer os muitos outros artigos que faziam afirmações semelhantes. Como editor associado de um periódico de bioética, eu tomava a decisão imediata de “rejeitar” esses artigos e não os enviava para revisão por pares, o que praticamente eliminava qualquer chance de publicação. Agora posso afirmar: a IA está afetando todos os aspectos da publicação acadêmica. Os leitores começaram a perceber que artigos com auxílio de IA estão sendo publicados em periódicos. Mas a IA também está criando problemas nos bastidores.
Agora, artigos fracos chegam à minha mesa com prosa fluente, argumentos plausíveis, seções bem organizadas e citações que passam pelas verificações iniciais de IA. Somente com uma análise mais profunda é que o uso de IA se torna aparente. Há frases que têm todas as características de argumentos reais, mas que raramente fazem sentido — como, por exemplo, “A triagem algorítmica funciona menos como uma ferramenta clínica do que como uma infraestrutura de responsabilização diferida”. Há citações que se referem apenas a artigos de acesso aberto ou altamente citados , porque os mestrados em direito mais populares não conseguem acessar facilmente artigos de periódicos pagos, então dependem do que é gratuito ou descrito detalhadamente em outros lugares.
Relatório apresenta três macrotendências para 2027–2028 e discute como mudanças na tecnologia, nos territórios e na confiança digital podem orientar a formação de professores e as decisões estratégicas na educação
Relatório HP Futures 2026 ouviu mais de 6 mil estudantes e reuniu 58 especialistas para discutir como a educação pode preparar os jovens para o futuro do trabalho
0:00 Pre-show 4:58 Welcome from Mazin Gilbert, AAIF executive director 6:04 2026 AAIF Technical Excellence Awards and Keystone Award 20:12 Jonathan Bryce: lessons from PyTorch Conference and on-the-job model training 29:06 Chi Wang (AG2): personal agents from different owners working together 45:42 Paul Conyngham: using AI to design an mRNA cancer vaccine for his dog Rosie 56:22 Thomas Dohmke (Entire): keeping agent session logs alongside code in Git 1:07:47 Shadaj Laddad (AWS): universal properties for trusting agent-written code 1:14:01 Rao Surapaneni (Google Cloud): agent governance in the enterprise 1:21:45 Kelly (Anthropic): MCP across Claude products and how to build for it 1:27:55 Tim O'Reilly: the missing mechanisms of the AI economy 1:41:08 Keynote close and upcoming AAIF events 1:43:00 Backstage with Rao, Chi and Thomas: what didn't fit in the keynote 2:00:20 Break 2:07:32 Karthik (IBM): what happens when your agent has 100+ tools 2:25:09 Showcase floor: favorite harnesses, job board, AI Worth Using podcast 2:35:04 James Ward (AWS) and Alex Yafi (Exobench): MCP descriptions agents actually follow 2:58:53 Kyle Stratis on his book about building agents with MCP 3:04:28 Showcase floor: phone booth, demo theater, Agent Cat 3:09:33 Cornelia Davis (Temporal): MCP tasks and durable long-running work 3:36:00 Lara (Boxd): fast-booting, forkable VMs for agents 4:05:43 Jesse Vincent: a coding agent on a Playdate and AI colleagues with roles 4:16:28 J.R. Storment (Tokenomics Foundation): AI cost, value and a survey of 500 companies 4:41:30 Sponsored Videos 4:50:33 Kyle and Chennai (AWS OpenSearch): are dashboards dead? MCP apps for on-call 5:13:31 Alan (Google): A2UI, AP2, UCP and WebMCP explained 5:24:34 Wrap-up
Join the Agentic AI Foundation live for Day 2 of AGNTCon + MCPCon North America on October 23, 2026, starting at 9:00 AM California time (PDT / UTC−7).
Tune in from anywhere for our North America conference livestream, with discussions about agentic AI and the Model Context Protocol.
The official Day 2 program includes presenters from Anthropic, Google DeepMind, Google Cloud, AWS, Entire, O’Reilly Media, and more.
The rapid expansion of generative AI has intensified scholarly and policy debate over its role in higher education, yet university teachers’ attitudes towards its integration remain complex and context-dependent. This study explores how university teachers perceive, experience, and respond to AI integration in their teaching. Guided primarily by the three-component attitude model and informed by the technology acceptance model and the theory of planned behaviour, the study examines cognitive appraisals, affective responses, behavioural intentions, and perceived support needs.
Escrever é arregaçar as mangas sem saber muito bem onde se vai chegar É a lapidação que distancia um texto brilhante de um razoável, um razoável de um medíocre Esses tempos apontaram que uma colunista deste jornal estava usando IA. Não para consulta, como a maioria faz, mas para escrever seus artigos de opinião. A colunista admitiu a prática, sugerindo que não há problema em ditar o que se pensa para a IA e deixar que ela estruture o texto, dispensando o esforço manual, já que "conhecimento e sabedoria não são medidos pelo número de horas digitando." A colocação me fez refletir. Desde a juventude, todo o meu pensamento vem sendo construído em torno do número de horas que passo escrevendo e digitando. Não vim condenar —com atraso— a colunista. Se o objetivo de uma pessoa é transmitir uma ideia pronta, delegar a estruturação do texto para a IA funciona. Mas escrever não é isso. Escrever é arregaçar as mangas sem saber muito bem onde se vai chegar. É escolher um tema, uma imagem, uma ideia, um incômodo, uma sonoridade, enfim, um ponto de partida qualquer, e nele cravar a pá da escrita. A partir daí, revolver pensamentos, escavar memórias e mover a matéria, até que se encontre a pedra: bruta. Rudeza que a escrita também lapida. A escrita é, portanto, simultaneamente, processo e produto. Pá e pedra. Tanto que, ao sentar para escrever, pouquíssimos escritores sabem tudo o que vão narrar. É no processo que se descobre. Que se acha, tal qual pepita, uma ideia e uma estrutura que serão lapidadas até virar coluna, crônica, ensaio, conto ou romance; um pensamento que será burilado até virar verso ou aforismo. Algo que surpreende o autor pois nem ele mesmo sabia pensar exatamente assim. Em meu romance "Tudo pode ser roubado", só fui entender direito quem era o personagem Cícero quando o livro já estava quase pronto. Aquele Cícero mais complexo e bem acabado que se apresentava para mim nos últimos capítulos não existiria se não fosse a escrita de cada página até ali. O escritor vai conhecendo melhor o personagem à medida que avança no texto. E, neste caso, achei que valia a pena voltar e reescrevê-lo. Teve um tempo em que eu sofria cavando semanas a fio sem encontrar nada. Quem atenuou minha frustração foi uma letrista, Lulina, que me disse: não sofra, são as páginas jogadas fora que constroem as boas. Nesse dia entendi que cavar nunca é em vão. Cavar é conquistar musculatura. Manejar cada vez melhor a pá, revolver cada vez mais rápido o terreno mental e textual, num exercício que vai da ponta dos dedos aos axônios. Ter pulso para trabalhar cada palavra, se certificando de que não havia outra melhor para estar em seu lugar, porque é este grau de lapidação que distancia um texto brilhante de um razoável, um razoável de um medíocre. Claro que uma colunista pode estruturar um texto com IA via ditado, sem digitar nada. Ali está sua ideia, transmitida com fidelidade pela ferramenta. O leitor não perde tanto. Quem mais perde é a autora, que abre mão do processo. Antes de escrever esse texto eu não sabia onde iria chegar. Se tivesse ditado para a IA, teria dois ou três parágrafos. É por isso que a IA nunca vai substituir o escritor, porque sempre haverá quem queira cavar, e sempre haverá leitores que preferirão receber, em vez da pedra sintética, uma bauxita, ainda que lascada e imperfeita. E, talvez por isso, ainda mais bela.
A indignação provocada pelas revelações pode produzir punição eleitoral, como acabamos de ver nas eleições. Mas não desfaz, por si só, os mecanismos de captura e abuso. Uma democracia pode sobreviver e, ao mesmo tempo, degradar-se profundamente. É um paradoxo. Mas é o dilema do país: poder ser minimamente governável e profundamente aviltado. É nisso que ele se converteu. O fantasma da cleptocracia e do abuso de poder não nos espreita. Penso que já perpassa todo o sistema político.
Em 2019, o cientista da computação Richard Sutton escreveu um breve ensaio intitulado "A Amarga Lição". Ao revisitar setenta anos de pesquisa em IA, ele concluiu que métodos gerais que escalam com poder computacional bruto superam, e por uma grande margem , os métodos baseados em conhecimento humano. A indústria de IA como um todo está imbuída dessa amarga lição, para usar uma gíria da internet para um verdadeiro crente. Eu, por outro lado, estou imbuído dessa lição humana.
Acredito na amarga lição. A força bruta vence no final, e tenho lidado com esse fato ao longo da minha carreira. Mas nós, humanos, ainda precisamos descobrir nosso papel na economia da IA, e acho bastante perturbador que a comunidade de IA não esteja dedicando mais tempo a questionar como tornar esse futuro mais amigável para os humanos . Os laboratórios pensam em como impedir que a IA se descontrole, e seus economistas-chefes estudam a perda de empregos causada pela IA. Eles não estudam quais mecanismos poderíamos introduzir para criar novas oportunidades econômicas para os humanos .
Essa questão é importante para nós da O'Reilly Media. Não nos consideramos tanto uma editora, uma produtora de conferências ou uma plataforma de aprendizado online, mas sim uma empresa que transfere conhecimento de pessoas na vanguarda para aqueles que desejam segui-las. Portanto, estamos muito interessados em saber qual é o valor da expertise humana, mesmo diante da IA .
Designing assignments effectively relies on the same principles as before the rise of natural language processing tools, with a few added considerations explained in this section.
As you begin to (re)design assignments in your course, we encourage asking yourself the following six questions (adapted from Derek Bruff, former director of the Vanderbilt University Center for Teaching, as written in his blog):
Why does this assignment make sense for this course? What are specific learning objectives for this assignment? How might students use AI tools while working on this assignment? How might AI undercut the goals of this assignment? How could you mitigate this? How might AI enhance the assignment? Where would students need help figuring that out? Focus on the process. How could you make the assignment more meaningful for students or support them more in the work?
The University’s AI landing site provides a space for U of T community members and the public to find academic and research opportunities at the University, information on technologies currently in use, institutional guidelines and policies, and updates on new artificial intelligence activities across the University. This site also shares the report produced by the AI Task Force in 2025, identifying the recommendations and strategies for the University. Additionally, a curated set of examples of how use of generative AI tools has been limited or integrated into courses, can be found through CTSI’s U of T Teaching Examples page.
It is hard to be young and to know that you are growing weaker rather than stronger. I had all the same aspirations that my nondisabled friends did, but I lived in fear of the future in a way they did not. I spent a lot of time thinking about what my life would have been like if I didn’t have SMA. The images in my head were of something like a double: myself, only rid of this one deficit, imprecisely defined, but encoded somewhere in my body.
In the 1990s, the human genome began to be mapped. Medical genetics grew ever more precise. I was vaguely aware of this, of the fact that genetic conditions such as mine were being better understood with every year. With that understanding came the possibility, however faint, that there might be some form of treatment for me beyond the interminable hours of painful, barely-worth-it physical therapy I took after school.
Casos recentes de contestação a obras literárias levantam discussões sobre autonomia docente, formação crítica dos estudantes e os limites da participação das famílias na escolha dos livros.
Em nova coluna, Débora Garofalo mostra como a prototipagem permite aos estudantes criar, testar e aprimorar soluções para problemas reais, com materiais simples e mediação docente.
No Festival Futuros Possíveis, Joana Lenkova defende que antecipar mudanças deve orientar escolhas e destaca o papel humano nas decisões em tempos de inteligência artificial
Depois de comprovar que consegue recordar o conteúdo corretamente por conta própria, você pode usar IA para organizar suas anotações e identificar qualquer informação faltante. Se quiser ir além, pode usar IA para gerar questões de simulado que se tornem gradualmente mais desafiadoras. Você pode instruí-la a:
Gere cinco questões no estilo de exame sobre [tópico], aumentando em dificuldade a cada questão. Oculte as respostas até que eu tente resolver cada uma delas.
Utilizando IA para feedback Talvez você tenha acabado de escrever uma redação de prática ou respondido a uma série de perguntas de resposta curta. Agora você quer ver como se saiu.
Você pode usar IA para:
oferecer feedback personalizado
Simplifique suas explicações
Verifique os fatos do seu trabalho.
Apresentar contra-argumentos e explicações alternativas.
Uma sugestão que você poderia usar seria:
Aqui está minha resposta para uma questão de prova. Não a reescreva para mim. Identifique o que fiz bem, o que está incorreto ou faltando e as três mudanças que mais melhorariam minha resposta. Compare seu feedback com os critérios de avaliação que forneci.
Encontrar um equilíbrio saudável Mesmo quando não estiver fazendo simulados, é bom deixar os dispositivos eletrônicos de lado e se dar períodos mais longos de estudo sem tecnologia. Uma vantagem adicional é que você também não será distraído por notificações dos aparelhos.
Se você está cansado de estudar sozinho e precisa de contato humano, pode considerar se reunir com amigos em um pequeno grupo para se preparar para as provas. Embora a IA possa ser útil em alguns casos, dar e receber feedback de outras pessoas pode testar e engajar você de maneiras que a tecnologia não consegue.
E, na dúvida, um bom princípio a lembrar é: pense primeiro, use IA depois (ou, em alguns casos, nem use).
This study explores how Generative AI has influenced research on AI literacy education at the elementary school level. A systematic literature review following the PRISMA 2020 guidelines was conducted to study implementations of Generative AI and methods of AI literacy education in elementary education. The review data includes 211 studies published from 2021 to January 2026 identified from SCOPUS, EBSCO, Web of Science, and Taylor & Francis. Thematic content analysis was used to identify and analyze themes in the review data to examine how the research field has developed after the release of Generative AI technology. The analysis identifies fundamental issues affecting the implementation of Generative AI in elementary education, including concerns about human interaction, varying approaches to ethical questions, and frequent concerns regarding the reliability of Generative AI outputs. The definition of the ethical dimensions of critical AI literacy is found to be inconclusive, calling for a broader adoption of critical AI literacy education at the elementary school level. Established use cases of Generative AI are identified, especially with self-regulated learning and foreign language studies. A holistic and integrated approach to AI literacy education for students and pre-service teachers is supported by the analysis. This study identifies research gaps for longitudinal research on Generative AI in elementary schools, parents’ role in students’ AI literacy, and a need to reach a scholarly consensus on the definition of AI ethics.
Os trabalhadores com 40 anos ou mais já respondem por quase metade do estoque de vagas formais no Brasil. A fatia do grupo no estoque de postos formais chegou a 47,8% em 2025, ante 44,4% em 2022 —dado mais antigo disponível no painel da Rais (Relação Anual de Informações Sociais)—, alta de 3,4 pontos percentuais em quatro anos.
O movimento acontece simultaneamente ao envelhecimento da população: entre 2022 e 2025, o total de brasileiros com 40 anos ou mais cresceu 7%, para 92,2 milhões, segundo o IBGE (Instituto Brasileiro de Geografia e Estatística), enquanto a população de até 39 anos recuou 2,5%, para 158 milhões.
Já o peso dos trabalhadores com até 39 anos, que representavam 55,6% do total dos empregos em 2022, caiu para 52,2% no ano passado, de acordo com os dados da Rais, que é o registro administrativo dos contratos com carteira assinada.
Luciana Kubo, 56, trabalha como fiscal de obras na construtora MBigucci - Karime Xavier/Folhapress "Hoje a idade mediana de um trabalhador está acima dos 40 anos. O mercado de trabalho tende a ser reflexo de muitas questões estruturais no Brasil, inclusive a demografia", diz o economista Bruno Imaizumi, da consultoria 4intelligence.
A mudança reflete a própria composição etária da população: a faixa de 40 anos ou mais aumentou porque absorveu quem envelheceu, e a de até 39 anos diminuiu porque há menos jovens para entrar no mercado de trabalho.
Mas existem também componentes comportamentais nesse movimento, segundo especialistas, como, por exemplo, o fato de que os jovens, amparados pelo aumento dos benefícios sociais, estão estudando mais e, portanto, participando menos da força de trabalho, seja trabalhando, seja procurando emprego.
Na contramão, os mais velhos estão mais ativos no mercado de trabalho, já que a população está vivendo mais e com melhores condições físicas e mentais do que nas décadas anteriores.
A retomada do Ciência sem Fronteiras, para financiar estudantes no exterior, também surgiu ao longo da campanha. O MEC afirmou que estuda um modelo voltado a três públicos. São eles: estudantes vencedores de competições e olimpíadas nacionais (com apoio de custos para etapas internacionais); alunos de graduação-sanduíche nas áreas de engenharia, matemática aplicada, inteligência artificial e eficiência energética; e pesquisadores de mestrado, doutorado e pós-doutorado voltados a temas de defesa, soberania, minerais críticos e terras raras.
No dia 22, a alcunha de "Outubro Negro" se espalha. Mas os problemas estavam só no começo. No dia 23, um dos maiores especialistas em cibersegurança dos EUA afirma que 3% de todas as falhas da história digital ocorreram nos últimos 30 dias. Na sequência, ataques são registrados no mundo todo, levando empresas e usuários a trocar chaves digitais e adotar medidas de emergência.
To get content containing either thought or leadership enter:
To get content containing both thought and leadership enter:
To get content containing the expression thought leadership enter:
You can enter several keywords and you can refine them whenever you want. Our suggestion engine uses more signals but entering a few keywords here will rapidly give you great content to curate.
Your new post is loading...
