Prêmios de Matemática: Internacionais e Brasileiros

A Medalha Fields é o prêmio mais prestigiado da matemática, especialmente para matemáticos jovens. Mas não é o único de altíssimo prestígio: o Prêmio Abel, o Prêmio Wolf e o Breakthrough Prize in Mathematics também ocupam o topo da hierarquia internacional.

Prêmios internacionais de maior prestígio

Prêmio	Periodicidade	Perfil do reconhecimento	Observações
Medalha Fields	A cada 4 anos	Contribuições excepcionais de matemáticos com até 40 anos	Concedida no Congresso Internacional de Matemáticos (ICM), a até quatro pessoas por edição; é frequentemente chamada de “Nobel da matemática”.
Prêmio Abel	Anual	Carreira e contribuições científicas de altíssimo nível	É provavelmente o prêmio mais próximo de um “Nobel de matemática” para pesquisadores consolidados; o primeiro foi dado a Jean-Pierre Serre em 2003.
Prêmio Wolf em Matemática	Anual	Realizações de grande impacto, geralmente em carreira madura	Muitos ganhadores também receberam a Medalha Fields ou o Prêmio Abel, o que evidencia seu prestígio.
Breakthrough Prize in Mathematics	Anual	Descobertas transformadoras em qualquer ramo da matemática	Tem valor de US$ 3 milhões, sendo o prêmio individual mais valioso da ciência; há também os prêmios New Horizons in Mathematics para pesquisadores em início de carreira.
Medalha Chern	A cada 4 anos, no ICM	Conjunto da obra de excelência excepcional	Reconhece realizações de alto nível ao longo da carreira.

Como distinguir

• Fields: prestígio máximo, mas restrito a jovens (até 40 anos) e concedido somente a cada quatro anos.
• Abel: prestígio máximo e mais abrangente quanto à idade; é o principal prêmio de carreira em matemática.
• Wolf: também de altíssimo prestígio, com forte peso histórico e reconhecimento de contribuições duradouras.
• Breakthrough: enorme visibilidade pública e maior valor financeiro, mas de criação mais recente.
• Chern: reconhecimento internacional de alto nível para realizações de vida, entregue no ICM.

Há ainda prêmios muito relevantes, porém mais específicos ou de escopo menor: Crafoord Prize, Shaw Prize, BBVA Foundation Frontiers of Knowledge Award, Ostrowski Prize, Cole Prize (álgebra e teoria dos números), Veblen Prize (geometria/topologia) e Steele Prize (exposição, pesquisa e impacto).

Principais prêmios brasileiros

O cenário brasileiro não tem um equivalente direto da Medalha Fields, mas possui prêmios consolidados da SBM, do IMPA e de instituições parceiras.

Prêmio	Quem concede	O que reconhece
Prêmio SBM	Sociedade Brasileira de Matemática	O melhor artigo de pesquisa recente de um jovem pesquisador residente no Brasil; é um dos principais reconhecimentos nacionais para pesquisa matemática.
Prêmio Gutierrez	SBM e ICMC-USP	A melhor tese de doutorado em matemática defendida no Brasil no ano anterior, avaliando originalidade, qualidade e profundidade.
Prêmio Hildebrando Munhoz Rodrigues	SBM, na SENIC	O melhor projeto de iniciação científica em matemática do país, com categorias Ouro, Prata e Bronze.
Prêmios do IMPA	IMPA e parceiros	Reconhecimentos ligados à pesquisa, à formação e à divulgação matemática; o IMPA também divulga e apoia prêmios como o SBM e o Gutierrez.
Prêmios de Olimpíadas	OBMEP, IMO, SBM e parceiros	Excelência de estudantes na resolução de problemas; não medem pesquisa de ponta, mas são a porta de entrada mais visível da matemática brasileira internacionalmente.

Destaques nacionais

• O Prêmio SBM é provavelmente a principal honraria brasileira para um jovem pesquisador em matemática pura ou aplicada; o vencedor recebe diploma, premiação em dinheiro e é convidado a dar palestra plenária na cerimônia.
• O Prêmio Gutierrez é a principal distinção para teses de doutorado em matemática no Brasil; em 2026, por exemplo, premiou uma tese de cotutela UnB–Universidade de Sevilha com R$ 3,2 mil.
• O Prêmio Hildebrando Munhoz Rodrigues é o destaque nacional para iniciação científica, reconhecendo projetos de graduação de alta qualidade.

---------------------------------------

Brasileiros premiados internacionalmente em Matemática

O caso mais notável é o de Artur Ávila, primeiro brasileiro — e primeiro sul-americano — a receber a Medalha Fields, em 2014. Ele é, até hoje, o brasileiro com a mais alta honraria internacional da matemática; outros brasileiros receberam prêmios internacionais relevantes, mas nenhum alcançou o mesmo nível de reconhecimento global.

Artur Ávila: o destaque máximo

Nascido no Rio de Janeiro em 1979, Artur Ávila é pesquisador do IMPA e diretor de pesquisa do CNRS, na França. Em 13 de agosto de 2014, aos 35 anos, recebeu a Medalha Fields durante o Congresso Internacional de Matemáticos, em Seul, por suas contribuições profundas à teoria dos sistemas dinâmicos.

Ávila foi o mais jovem dos quatro premiados daquele ano, ao lado de Martin Hairer, Manjul Bhargava e Maryam Mirzakhani. Seu trabalho inclui resultados decisivos sobre sistemas dinâmicos, teoria espectral e operadores de Schrödinger, com aplicações importantes para a compreensão matemática de fenômenos caóticos e quânticos.

Outros prêmios internacionais de Ávila

Antes e depois da Medalha Fields, Ávila acumulou diversas distinções internacionais, entre elas:

• Salem Prize (2006), por trabalhos em análise e sistemas dinâmicos.
• Prêmio da Sociedade Matemática Europeia (2008).
• Grand Prix Jacques Herbrand, da Academia de Ciências da França (2009).
• Michael Brin Prize in Dynamical Systems (2011).
• Prêmio TWAS de Matemática (2013).
• TWAS-Lenovo Science Prize (2015), um dos principais reconhecimentos para cientistas de países em desenvolvimento.
• Eleição como membro estrangeiro da National Academy of Sciences dos Estados Unidos, em 2019.

Outros brasileiros com reconhecimento internacional

Além de Ávila, vários matemáticos brasileiros receberam prêmios ou honrarias internacionais, sobretudo ligados ao IMPA e à escola brasileira de sistemas dinâmicos. Entre os mais relevantes estão:

• Jacob Palis — referência mundial em sistemas dinâmicos e ex-presidente da União Matemática Internacional (IMU); recebeu importantes homenagens internacionais e teve papel central na consolidação do IMPA.
• Welington de Melo — pesquisador do IMPA, reconhecido internacionalmente por contribuições fundamentais em sistemas dinâmicos unidimensionais; foi orientador de doutorado de Artur Ávila.
• Marcelo Viana — matemático do IMPA, especialista em sistemas dinâmicos; recebeu prêmios e distinções internacionais e foi presidente da União Matemática Internacional entre 2019 e 2022.
• Carlos Gustavo Moreira — pesquisador do IMPA, reconhecido por trabalhos em teoria dos números, fractais e sistemas dinâmicos; recebeu prêmios internacionais e foi palestrante convidado no Congresso Internacional de Matemáticos.
• Fernando Codá Marques — nascido em Belo Horizonte e formado no IMPA, é referência mundial em geometria diferencial; recebeu prêmios internacionais de alto prestígio, incluindo o Prêmio Oswald Veblen de Geometria, da American Mathematical Society.

Observação importante

Nem todo reconhecimento internacional equivale à Medalha Fields, ao Prêmio Abel ou ao Prêmio Wolf. Palestras plenárias no Congresso Internacional de Matemáticos, prêmios de sociedades estrangeiras, eleições para academias científicas e prêmios de pesquisa também são indicadores fortes de prestígio, mas pertencem a categorias diferentes.

Em síntese: Artur Ávila é o único brasileiro a receber a Medalha Fields, o prêmio mais prestigiado da matemática mundial. Ele também recebeu o TWAS-Lenovo Science Prize e várias outras honrarias internacionais, consolidando-se como o matemático brasileiro mais premiado no cenário global.

Devemos usar quantas casas decimais para constantes em problemas de engenharia?

Não existe um número único de casas decimais que seja adequado para todos os cálculos. A quantidade necessária depende da precisão dos dados de entrada, do método de cálculo e da precisão desejada para o resultado.

Regra prática para cálculos de engenharia

Como regra geral, recomenda-se:

• usar pelo menos 6 casas decimais para constantes matemáticas, como π e e, em cálculos comuns;
• usar de 6 a 10 algarismos significativos em cálculos mais sensíveis ou em simulações numéricas;
• manter mais precisão internamente no software ou na calculadora e arredondar apenas o resultado final;
• expressar o resultado final com uma quantidade de algarismos compatível com a precisão dos dados de entrada.

Exemplos

Constante	Valor recomendado para uso manual	Observação
π	3,14159265	É uma constante matemática exata; o valor deve ser arredondado apenas para o cálculo.
e	2,71828183	Também é uma constante matemática exata.
g	9,81 m/s² ou 9,80665 m/s²	Depende do nível de precisão, da definição adotada e até da localização geográfica.
Velocidade da luz, c	299.792.458 m/s	Esse valor é exato no Sistema Internacional de Unidades.

Recomendação mais importante

Em cálculos realizados por computador, não é necessário substituir uma constante por uma versão curta, como π = 3,14. É preferível utilizar o valor armazenado pela calculadora, pela planilha ou pelo programa. Assim, evita-se o acúmulo de erros de arredondamento.

Por exemplo, use:

PI(), Math.PI ou o símbolo matemático π, quando disponível, em vez de utilizar apenas 3,14.

Para a maioria dos cálculos de engenharia, uma boa orientação é trabalhar com 6 a 8 casas decimais ou, de forma mais rigorosa, com 6 a 10 algarismos significativos, sem arredondar os valores intermediários.

Conclusão

Para cálculos gerais de engenharia, use pelo menos 6 casas decimais para constantes como π e e. Em cálculos computacionais, mantenha a precisão máxima disponível e faça o arredondamento somente no resultado final. Entretanto, a precisão final nunca deve ser maior do que a precisão justificada pelos dados, pelas medições e pelo modelo utilizado.

---

Nota de transparência: esta resposta apresenta uma regra prática geral. O número adequado de casas decimais pode variar conforme a norma técnica, a tolerância do projeto, a análise de incerteza, o tipo de constante e a sensibilidade do cálculo. Para projetos críticos, devem ser seguidas as normas e especificações técnicas aplicáveis.

Xadrez: uma miniatura

Minha vitória de negras logo depois da abertura e de um erro do adversário.

 

[Event "Live Chess"]
[Site "Chess.com"]
[Date "2026.11.01"]
[White "xenoooooooon"]
[Black "FranciscoAquino1970"]
[Result "0-1"]
[ECO "C48"]
[ECOUrl "https://www.chess.com/openings/Four-Knights-Game-Spanish-Variation"]
[WhiteElo "1244"]
[BlackElo "1240"]
[TimeControl "120+1"]
[Termination "Francisco Aquino won by checkmate"]
[StartTime "21:16:33"]
[EndDate "2026.11.01"]
[EndTime "21:16:33"]
[Link "https://www.chess.com/analysis/game/live/186363231740/review?move=29"]
[WhiteUrl "https://images.chesscomfiles.com/uploads/v1/user/258251469.38559474.50x50o.ac1e06b944ef.jpg"]

1. e4 e5 2. Nf3 Nc6 3. Bb5 Nf6 4. Nc3 Be7 5. Bxc6 dxc6 6. Nxe5 Nxe4 7. Nxe4
Qd4 8. Nxc6 Qxe4+ 9. Qe2 Qxc6 10. d3 Qe6 11. Be3 Bd7 12. O-O O-O 13. Qf3 Bc6
14. Qg3 Qg6 15. Qxc7 Qxg2# 0-1

Uma prova de que π é irracional

Um número é chamado de irracional quando não pode ser escrito como uma fração de dois números inteiros. Em outras palavras, um número \(r\) é racional se existem inteiros \(a\) e \(b\), com \(b \neq 0\), tais que

\[ r = \frac{a}{b}. \]

Vamos provar que o número \(\pi\) não pode ser representado dessa forma. A demonstração será feita por contradição.

1. Suposição inicial

Suponha, por absurdo, que \(\pi\) seja racional. Então existem inteiros positivos \(a\) e \(b\) tais que

\[ \pi = \frac{a}{b}. \]

Escolha um número inteiro positivo \(n\), que será escolhido suficientemente grande ao final da demonstração.

2. Definição da função auxiliar

Considere a função

\[ f(x) = \frac{b^n}{n!}\,x^n(\pi-x)^n, \qquad 0 \leq x \leq \pi. \]

Como \(0 < x < \pi\), temos \(x^n > 0\) e \((\pi-x)^n > 0\). Portanto,

\[ f(x) > 0 \qquad \text{para } 0 < x < \pi. \]

Além disso, \(\sin(x)>0\) no intervalo $0 < x < \pi $. Assim, o produto \(f(x)\sin(x)\) também é positivo nesse intervalo.

3. Derivadas inteiras nos extremos

Como estamos supondo que \(\pi=a/b\), podemos expandir a função \(f(x)\) da seguinte maneira:

\[ \begin{aligned} f(x) &= \frac{b^n}{n!}x^n(\pi-x)^n \\[4pt] &= \frac{b^n}{n!} \sum_{k=0}^{n} (-1)^k \binom{n}{k} \pi^{\,n-k}x^{n+k}. \end{aligned} \]

Substituindo \(\pi=a/b\), obtemos

\[ \begin{aligned} b^n\pi^{\,n-k} & = b^n\left(\frac{a}{b}\right)^{n-k} \\ & = a^{n-k}b^k. \end{aligned} \]

Portanto,

\[ f(x) = \frac{1}{n!} \sum_{k=0}^{n} (-1)^k \binom{n}{k} a^{\,n-k}b^k x^{n+k}. \]

Todas as derivadas de \(f\) no ponto \(x=0\) são inteiras. De fato, o coeficiente da potência \(x^{n+k}\), quando multiplicado pela derivada correspondente, resulta em

\[ \frac{1}{n!} \binom{n}{k} a^{\,n-k}b^k \frac{(n+k)!}{1} = \binom{n}{k} a^{\,n-k}b^k \frac{(n+k)!}{n!}, \]

que é um número inteiro.

Além disso, como

\[ f(\pi-x)=f(x), \]

as derivadas de \(f\) em \(x=\pi\) também são inteiras.

4. Construção de uma nova função

Defina

\[ F(x) = f(x)-f''(x)+f^{(4)}(x)-f^{(6)}(x)+\cdots +(-1)^n f^{(2n)}(x). \]

A função \(f(x)\) é um polinômio de grau \(2n\). Portanto, \(f^{(2n+2)}(x)=0\). Ao calcular \(F''(x)+F(x)\), os termos intermediários se cancelam:

\[ F''(x)+F(x)=f(x). \]

Como as derivadas de \(f\) nos pontos \(0\) e \(\pi\) são inteiras, concluímos que

\[ F(0) \quad\text{e}\quad F(\pi) \]

são números inteiros.

5. Definição da integral

Considere a integral

\[ I=\int_0^\pi f(x)\sin(x)\,dx. \]

Como \(f(x)>0\) e \(\sin(x)>0\) no intervalo \(0

\[ I>0. \]

Usando a relação \(f(x)=F''(x)+F(x)\), podemos escrever

\[ I = \int_0^\pi \left(F''(x)+F(x)\right)\sin(x)\,dx. \]

Aplicando integração por partes, os termos envolvendo a integral de \(F(x)\sin(x)\) se cancelam, resultando em

\[ I= \left[ F'(x)\sin(x)-F(x)\cos(x) \right]_0^\pi. \]

Como \(\sin(0)=\sin(\pi)=0\), \(\cos(0)=1\) e \(\cos(\pi)=-1\), segue que

\[ \begin{aligned} I &= F(0)+F(\pi). \end{aligned} \]

Como \(F(0)\) e \(F(\pi)\) são inteiros, concluímos que \(I\) é um número inteiro. Como já sabemos que \(I>0\), temos

\[ I\geq 1. \]

6. Mostrando que a integral é menor que 1

Para \(0\leq x\leq\pi\), vale a desigualdade

\[ x(\pi-x)\leq \frac{\pi^2}{4}. \]

Portanto,

\[ \begin{aligned} 0 < f(x) & = \frac{b^n}{n!}\left[x(\pi-x)\right]^n \\ & \leq \frac{b^n}{n!}\left(\frac{\pi^2}{4}\right)^n \end{aligned} \]

Como $0 < \sin(x) \leq 1$, obtemos

\[ \begin{aligned} 0 < I &= \int_0^\pi f(x)\sin(x) dx \\ &\leq \int_0^\pi f(x) dx \\ &\leq \pi \frac{b^n}{n!}\left(\frac{\pi^2}{4}\right)^n \end{aligned} \]

Assim,

\[ 0 < I \leq \pi\frac{1}{n!}\left(\frac{b\pi^2}{4}\right)^n. \]

O número \(b\pi^2/4\) é uma constante fixa. Entretanto, o fatorial \(n!\) cresce mais rapidamente que qualquer potência fixa. Portanto, escolhendo \(n\) suficientemente grande, teremos

\[ \pi\frac{1}{n!}\left(\frac{b\pi^2}{4}\right)^n<1. \]

Consequentemente,

\[ 0 < I < 1 \]

7. Contradição

Encontramos duas conclusões contraditórias:

\[ I \geq 1 \text{ e } 0 < I < 1. \]

Isso é impossível. A contradição surgiu porque supusemos que \(\pi=a/b\), isto é, que \(\pi\) fosse racional.

Portanto, a suposição inicial é falsa. Concluímos que

\[ \boxed{\pi\text{ é irracional}.} \]

Observação: esta demonstração é uma versão do argumento clássico associado a Ivan Niven. A ideia central é construir uma integral que, simultaneamente, precisa ser um inteiro positivo e estar estritamente entre \(0\) e \(1\), o que é impossível.

IA: uma bolha prestes a estourar?!

A inteligência artificial deixou de ser vista apenas como motor de crescimento das grandes empresas de tecnologia e passou a ser também uma fonte de preocupação financeira. O motivo central é o descompasso entre investimentos bilionários em infraestrutura e a incerteza sobre quando — e se — esses gastos produzirão receitas e lucros proporcionais.

Resumo da notícia

Na quinta-feira, 29 de outubro de 2026, as ações da Alphabet, controladora do Google, caíram 12,64%, sua maior queda diária desde a abertura de capital, em 2004. A desvalorização retirou cerca de US\$ 493,9 bilhões do valor de mercado da empresa em um único pregão.

O movimento se estendeu a outras gigantes do setor. Amazon, Meta, Microsoft e Alphabet perderam, juntas, quase US\$ 900 bilhões em valor de mercado após a divulgação dos resultados do terceiro trimestre. No dia seguinte, o Nasdaq recuou 2,9%, o S&P 500 caiu 1,8% e o Dow Jones perdeu 1,1%.

A pressão também alcançou fabricantes de chips: a Nvidia caiu 4,2%, a AMD perdeu 10,9% e o índice de semicondutores recuou 7,2%. A Intel teve queda de 28,6%, embora seu caso envolva também problemas próprios, como fraqueza no mercado de computadores pessoais, dificuldades de fabricação e altos investimentos em capacidade produtiva.

O que preocupa os investidores

Amazon, Meta, Microsoft e Alphabet elevaram seus investimentos em infraestrutura de US\$ 113 bilhões para US\$ 207 bilhões em um ano. A previsão é de mais US\$ 232 bilhões no trimestre seguinte, e os gastos de capital das quatro empresas podem chegar a US\$ 740 bilhões em 2026.

Esses recursos são destinados principalmente a:

• Construção e expansão de centros de dados.
• Compra de chips e equipamentos de alto desempenho.
• Treinamento e operação de modelos de inteligência artificial.
• Ampliação da capacidade de computação em nuvem.

O problema é que esses investimentos levam tempo para gerar retorno. Os investidores passaram a questionar se a demanda por serviços de IA crescerá o suficiente para pagar data centers, chips, energia, manutenção e o alto custo de desenvolvimento dos modelos.

O sinal mais alarmante

Nos primeiros nove meses de 2026, Microsoft, Alphabet, Amazon, Meta e Oracle investiram juntas US\$ 556,9 bilhões — mais do que os US\$ 542,9 bilhões gerados por suas operações no mesmo período. Como resultado, o grupo passou de um fluxo de caixa livre positivo de US\$ 143,5 bilhões em 2025 para um resultado negativo de US\$ 14 bilhões em 2026.

Em termos simples, as empresas estão gastando mais do que conseguem gerar depois de cobrir despesas e investimentos. Para sustentar a expansão, algumas passaram a recorrer à emissão de dívidas e à possibilidade de emissão de novas ações. A Microsoft, por exemplo, levantou US\$ 25 bilhões em títulos de dívida.

A “bolha da IA”

A queda reacendeu o debate sobre uma possível bolha de IA. A expressão não significa necessariamente que a tecnologia seja inútil ou que desaparecerá; significa que os preços das ações podem estar incorporando expectativas de lucros futuros muito altas, talvez irreais ou prematuras.

Há um paralelo histórico com a bolha das pontocom, no fim dos anos 1990. Naquela época, a internet era uma tecnologia genuinamente transformadora, mas muitas empresas foram avaliadas como se já tivessem lucros futuros garantidos. Quando os investidores passaram a exigir resultados concretos, os preços das ações caíram drasticamente — embora a internet, após a correção, tenha continuado a transformar a economia.

O mesmo raciocínio pode se aplicar à IA: a tecnologia pode ser revolucionária e, ainda assim, o mercado pode ter precificado demais certas empresas, produtos ou promessas. O risco não está apenas na IA, mas na discrepância entre potencial tecnológico e valor financeiro atribuído hoje às empresas.

Leitura crítica

A notícia sugere três cenários possíveis:

*** Cenário ***	O que significaria
Correção saudável	As ações caem, mas empresas com receita real, clientes e produtos maduros continuam a lucrar com IA. A bolha se desfaz parcialmente, sem comprometer a tecnologia.
Bolha setorial	Investimentos excessivos em data centers, chips e startups geram perdas concentradas, falências e revisão brusca de valorizações, mesmo que a IA continue avançando.
Consolidação	Poucas empresas com capital, infraestrutura e demanda consolidada dominam o mercado, enquanto concorrentes menores e projetos sem retorno são eliminados.

O ponto central é que a IA pode ser uma revolução tecnológica real e, simultaneamente, um ativo financeiro sobrevalorizado. Essas duas coisas não se excluem. A bolha, se existir, não estaria necessariamente na inteligência artificial em si, mas na expectativa de que os lucros chegarão rápido, em escala e sem limites.

A reportagem também evita o alarmismo absoluto: o problema, segundo analistas citados, não é concluir que “a IA é uma bolha”, mas avaliar o ritmo dos investimentos e a capacidade das empresas de transformar esse capital em resultados econômicos efetivos.

---

Nota de transparência: esta publicação contou com apoio de inteligência artificial generativa (Perplexity) na leitura, organização, redação e formatação do resumo. A seleção do tema, a revisão final e a responsabilidade pela publicação são do autor do blog.

Indicadores Econômicos e Financeiros

Indicadores econômicos e financeiros

Carregando…

Câmbio: AwesomeAPI. Bolsas: Yahoo Finance. Gráficos dos últimos 30 dias. Os dados podem ter atraso e são apenas informativos, não constituem recomendação de investimento.

Principais empresas e IAs chinesas

Além da DeepSeek, as principais empresas e laboratórios chineses de inteligência artificial são Alibaba (Qwen), ByteDance (Doubao/Seed), Baidu (ERNIE), Tencent (Hunyuan/Yuanbao), Moonshot AI (Kimi), Zhipu AI/Z.ai (GLM), MiniMax, StepFun, iFlytek e Xiaomi. O setor é dividido entre grandes plataformas de tecnologia e startups conhecidas como os “tigres da IA” chineses.

Principais empresas e modelos

Empresa	Modelo/IA principal	Destaques
DeepSeek	DeepSeek V4 / V4.1	Ficou conhecida mundialmente por oferecer modelos de alto desempenho a custo reduzido, com forte atuação em raciocínio, programação e modelos de pesos abertos.
Alibaba	Qwen	Uma das famílias de modelos abertos mais influentes do mundo; destaca-se em multilínguas, programação, matemática, agentes e tarefas multimodais.
ByteDance	Doubao e Seed	Empresa-mãe do TikTok; tem enorme capacidade de distribuição de IA para consumidores e integração com seus aplicativos e serviços em nuvem.
Baidu	ERNIE	Um dos primeiros grandes chatbots chineses; forte em busca, língua chinesa, aplicações empresariais e integração com seu ecossistema.
Tencent	Hunyuan e Yuanbao	Beneficia-se da enorme base de usuários do WeChat e de sua infraestrutura de nuvem; atua em IA generativa, jogos, mídia e serviços corporativos.
Moonshot AI	Kimi	Startup conhecida por modelos com contexto muito longo, úteis para analisar documentos extensos, pesquisa, programação e fluxos de trabalho com agentes.
Zhipu AI / Z.ai	GLM	Origem ligada à Universidade Tsinghua; é forte em uso corporativo, programação, uso de ferramentas e agentes de IA.
MiniMax	MiniMax M3, Hailuo	Atua em texto, voz, música e vídeo; o Hailuo é um de seus produtos de geração de vídeo mais conhecidos.
StepFun	Step	Startup focada em modelos de linguagem de grande escala, raciocínio e aplicações multimodais.
iFlytek	Spark	Empresa tradicional em reconhecimento de fala e processamento de linguagem; destaca-se pelo uso de chips domésticos chineses no treinamento de modelos.
Xiaomi	MiMo	Entrou mais tarde na corrida dos modelos fundamentais, mas vem ganhando atenção com modelos abertos e integração com seu ecossistema de dispositivos.

Os “tigres da IA”

O termo “tigres da IA” costuma designar as startups que desafiam as grandes plataformas tecnológicas chinesas na criação de modelos de base. Os nomes mais citados são DeepSeek, Moonshot AI, Zhipu AI e MiniMax.

• DeepSeek tornou-se o caso mais visível internacionalmente, sobretudo por sua estratégia de baixo custo e modelos abertos.
• Moonshot AI é associada ao Kimi e ao processamento de contextos longos.
• Zhipu AI, também chamada de Z.ai em seu braço internacional, é reconhecida pela família GLM e por soluções corporativas.
• MiniMax diferencia-se por cobrir texto, fala, música e vídeo em um mesmo ecossistema.

Grandes plataformas

As gigantes Baidu, Alibaba, Tencent e ByteDance continuam entre os atores mais importantes porque combinam pesquisa em IA com nuvem, aplicativos, bilhões de usuários e capacidade de distribuição comercial.

Para quem busca alternativas à DeepSeek, os nomes mais relevantes hoje são:

• Qwen (Alibaba) — melhor escolha para ecossistema aberto, multilíngue e multimodal.
• Kimi (Moonshot AI) — indicada para documentos longos, pesquisa e agentes.
• GLM (Zhipu/Z.ai) — forte em programação, ferramentas e uso empresarial.
• Doubao (ByteDance) — voltada a produtos de consumo e implantação em larga escala.
• ERNIE (Baidu) — relevante para aplicações em chinês, busca e empresas.
• MiniMax — interessante para geração multimodal, especialmente vídeo e voz.

Observação importante

“IA chinesa” não é um bloco homogêneo: há diferenças grandes entre modelos abertos, como muitos da DeepSeek, Qwen, GLM e Kimi, e sistemas proprietários, como boa parte das soluções da ByteDance. Além disso, o acesso, o preço e a disponibilidade internacional variam conforme o modelo e a jurisdição.

Divulgando: SUBMISSÃO DE TRABALHOS PARA O XI WORKSHOP TECNOLOGIAS, LINGUAGENS E MÍDIAS NA EDUCAÇÃO

 Prezado (a) colega pesquisador (a),

Representando a comissão organizadora, tenho o prazer de convidar toda comunidade para participar do nosso evento online IX Workshop de Tecnologias, Linguagens e Mídias na Educação a ser realizado no dia 05 de dezembro de 2026, sábado, pelo IFTM- Campus Uberlândia Centro.

Nesta nona edição apresentamos como tema geral: "Entre Dados e Desigualdades: preconceitos algorítmicos e impactos na educação".  

Estamos no período de submissão de RESUMO EXPANDIDO e TRABALHOS COMPLETOS para publicação e apresentação de comunicações orais.

Informações específicas sobre as normas de submissão no formulário de envio dos arquivos:

 
Cronograma:
O prazo para submissão estará aberto até as 23:59, do dia 03 de NOVEMBRO de 2026.
Até 17 de novembro de 2026 - período de avaliação e emissão de pareceres 

A partir do dia 18 de novembro de 2026 - divulgação dos trabalhos aprovados para apresentação de comunicação oral e publicação nos ANAIS 

Dia 05 de dezembro de 2026 a partir das 13h- apresentação online de comunicações orais nos Grupos de Trabalho

RELAÇÃO E DESCRIÇÃO DOS GRUPOS DE TRABALHO PARA SUBMISSÃO DE TRABALHOS- Clique aqui
MODELO DE TEMPLATE PARA RESUMO EXPANDIDO (de 02 a 04 páginas) - Clique aqui

MODELO DE TEMPLATE PARA TRABALHO COMPLETO (de 08 a 15 páginas)- Clique aqui

Evento gratuito, com emissão de certificado e publicação de trabalhos nos ANAIS.

Contamos com seu apoio na divulgação do nosso evento!

Estamos à disposição em caso de dúvidas entre em contato pelo email: workshoptlme@iftm.edu.br

ou no grupo de whatsapp da comissão organizadora: https://chat.whatsapp.com/JLT35I2seUiBQmpR6PKPNy


Atenciosamente, 

Prof. Me. Franciely Pereira Moreira

Comissão Organizadora

Como saber se eu estou certo e os outros estão errados?

Você pode nunca ter certeza absoluta de que está certo e essa é justamente a postura mais saudável diante de polêmicas. É possível, porém, ter crenças bem justificadas: mais coerentes com as evidências, mais capazes de explicar os fatos e mais abertas à correção do que outras alternativas.

As paixões realmente podem cegar, mas o antídoto não é a ausência de paixão; é a paixão disciplinada pela dúvida, pelas evidências e pela disposição de mudar de ideia. Em outras palavras, devemos cultivar uma paixão moderada (eu sei que isso pode ser muito difícil na prática).

Um exemplo simples é o do torcedor apaixonado pelo seu time de futebol. Ele pode reconhecer que o adversário atravessa uma fase melhor, mesmo sem deixar de torcer pelo seu clube. Os números podem mostrar isso: o rival está mais bem classificado no campeonato, tem melhor saldo de gols, uma defesa mais consistente e um desempenho mais regular ao longo da temporada. Reconhecer esses fatos não exige abandonar a paixão; exige apenas não transformá-la em negação da realidade.

Por que nos enganamos

Somos naturalmente inclinados a defender posições que já adotamos. A psicologia cognitiva mostra que buscamos, interpretamos e lembramos informações de modo a confirmar nossas crenças, o chamado viés de confirmação. Também tendemos a sentir que nosso grupo está certo e que o grupo contrário é irracional, mal-intencionado ou ignorante.

Isso não significa que todas as opiniões valham o mesmo. Significa que o fato de você sentir muita convicção não é evidência de que está certo. Às vezes, quanto mais forte é a emoção, maior deve ser o cuidado metodológico.

Como saber se você não está cego

Não existe um teste definitivo, mas há sinais de que sua posição é epistemicamente mais sólida:

• Você consegue formular a melhor versão do argumento oposto. Se só conhece caricaturas da outra posição, ainda não está em condições de julgá-la.
• Você procura evidências que poderiam refutá-lo, não apenas as que o confirmam.
• Você distingue fatos, interpretações e valores. Muitas polêmicas misturam as três coisas.
• Você aceita mudar de ideia diante de evidência forte, mesmo quando isso é desconfortável.
• Você confia mais em métodos do que em intenções. Uma pessoa pode ter más intenções e, ainda assim, apresentar um dado correto; e uma pessoa simpática pode estar enganada.
• Você consulta fontes independentes e qualificadas, em vez de apenas repetir quem já pensa como você.
• Você admite incerteza proporcional à evidência. Dizer “ainda não sei” ou “minha conclusão é provisória” não é fraqueza intelectual.

Um bom exercício é perguntar: “Que tipo de evidência me faria abandonar essa crença?” Se a resposta for “nenhuma”, você não está defendendo uma tese; está protegendo uma identidade -- e, provavelmente, está errado.

Quando é razoável afirmar que os outros erram

Você pode dizer que outra pessoa está errada quando consegue mostrar, com clareza, pelo menos uma destas condições:

1. Os fatos que ela afirma não correspondem às melhores evidências disponíveis.
2. Sua inferência não decorre logicamente dos fatos que ela aceita.
3. Ela usa critérios diferentes apenas quando isso favorece sua conclusão.
4. Sua explicação é menos parcimoniosa, menos consistente ou menos preditiva que a alternativa.
5. Ela ignora sistematicamente contraprovas relevantes.

Mas há uma diferença importante entre dizer “você está errado” e dizer “você é ignorante, mau ou de má-fé”. A primeira é uma afirmação sobre argumentos; a segunda, sobre a pessoa. Em debates públicos, confundir as duas coisas costuma transformar discussão em guerra.

O papel das paixões

As paixões não são inimigas do pensamento. Sem interesse, indignação ou cuidado, muitas pessoas não se mobilizariam para investigar injustiças, erros científicos ou problemas sociais. O problema começa quando a paixão passa a selecionar as evidências em vez de ser orientada por elas. Um matemático que não tivesse paixão por matemática nunca seria um matemático (sim, algumas pessoas gostam de verdade de matemática).

A questão não é: “Estou apaixonado por essa causa?”
É: “Minha paixão me torna mais ou menos capaz de reconhecer quando estou errado?”
Uma segunda questão: “Essa apaixão está me tornando intolerante com as outras pessoas?”

Uma postura possível

Talvez a melhor resposta seja esta: procure não estar certo contra os outros, mas estar disposto a mudar de opinião diante de evidências. Isso exige humildade sem relativismo: você não precisa concluir que “cada um tem sua verdade”, mas pode reconhecer que sua verdade é sempre parcial, revisável e dependente de melhores argumentos.

No espírito do ceticismo científico, uma teoria bonita, uma convicção intensa ou uma maioria entusiasmada não substituem o teste da realidade. E algumas verdades podem estar escondidas atrás de muitas camadas de falsas aparências.

Em suma: você nunca terá garantia total de não estar cego; mas pode reduzir muito o risco ao tornar sua própria posição falsificável, expô-la a críticas competentes e aceitar que o adversário pode ter razão em algum ponto.

Obs: postagem inspirada em uma conversa que eu tive com a minha amiga Terezinha Narbal.

Resumo das eleições para presidente do Brasil (2o. turno)

Resumo das eleições presidenciais brasileiras — 2º turno de 2026

No 2º turno das Eleições 2026, realizado em 25 de outubro, Luiz Inácio Lula da Silva (PT) foi reeleito presidente do Brasil, com 64.256.232 votos válidos, correspondentes a 51,79% do total. O candidato Flávio Bolsonaro (PL) obteve 59.826.041 votos válidos, ou 48,21%.

Resultado presidencial

Candidato	Votos válidos	Percentual	Situação
Luiz Inácio Lula da Silva (PT)	64.256.232	51,79%	Eleito
Flávio Bolsonaro (PL)	59.826.041	48,21%	Não eleito

A diferença entre os candidatos foi de aproximadamente 4,43 milhões de votos. Foram registrados, ainda, 2.723.305 votos nulos, 1.430.496 votos brancos e 30.509.005 abstenções.

Tecnologia utilizada

A votação foi realizada com urnas eletrônicas em todo o país. No 2º turno, foram utilizadas 499.248 urnas, das quais apenas 1.551 — cerca de 0,31% — precisaram ser substituídas durante o processo eleitoral.

O funcionamento básico do sistema ocorreu nas seguintes etapas:

• O eleitor registrou o voto na urna eletrônica.
• Ao encerramento da votação, cada urna gerou o Boletim de Urna (BU), com o resultado da respectiva seção eleitoral.
• Os boletins foram transmitidos à Justiça Eleitoral.
• O Tribunal Superior Eleitoral (TSE) processou os dados em seu sistema de totalização.
• Os resultados foram divulgados em tempo real no site e no aplicativo oficial de Resultados do TSE.

A unificação do horário de votação em todo o país, com referência ao horário de Brasília, contribui para a rapidez da apuração, pois permite iniciar a transmissão e a totalização dos boletins de forma coordenada.

Rapidez da obtenção dos resultados

Originalmente, a votação deveria terminar às 17h e a divulgação dos resultados começaria nesse horário. Entretanto, uma decisão judicial prorrogou o encerramento das urnas para as 19h, no horário de Brasília.

Como parte das urnas já havia sido encerrada, o TSE precisou suspender temporariamente o recebimento dos Boletins de Urna. Isso gerou acúmulo de arquivos e atrasou o início da totalização, mas não representou uma falha generalizada das urnas eletrônicas.

Mesmo com esse atraso, o resultado presidencial foi definido às 21h08, com cerca de 97% das urnas apuradas. Naquele momento, Lula tinha 51,74% dos votos válidos, vantagem matematicamente irreversível sobre Flávio Bolsonaro.

Considerando o fechamento das urnas às 19h, o vencedor foi conhecido em aproximadamente duas horas e oito minutos.

Segurança e auditoria

Antes da apuração, o TSE realizou o Teste de Integridade, auditoria pública que compara os votos digitados nas urnas com os votos registrados em cédulas de papel previamente preenchidas. No 2º turno, foram auditados 389 votos e não houve divergência entre as cédulas e os registros das urnas.

O TSE informa que o percurso do voto — da ligação da urna até a totalização — é protegido por mecanismos de segurança. A divulgação oficial ocorreu pelo portal e pelo aplicativo do TSE, com atualização em tempo real.

Síntese

A urna eletrônica e o sistema nacional de transmissão e totalização permitiram conhecer o resultado presidencial poucas horas após o fechamento das seções. O principal fator de atraso foi a prorrogação judicial da votação, que exigiu ajustes no recebimento e no processamento dos boletins.