A ciência é sexista? Um olhar sobre prêmios, poder e visibilidade

Quando olhamos para a distribuição de prêmios de prestígio na ciência, o contraste é difícil de ignorar. Entre centenas de laureados com o Prêmio Nobel em Física, Química e Medicina, apenas algumas dezenas são mulheres, o que corresponde a algo em torno de 3%–4% dos laureados nessas áreas ao longo de mais de um século. Estudos recentes lembram que, mesmo após décadas de avanços, a porcentagem de mulheres premiadas em ciências mal saiu da casa dos poucos por cento. Isso não acontece porque quase não há mulheres cientistas, mas porque há um descompasso evidente entre a presença feminina na pesquisa e o seu reconhecimento formal em prêmios de elite.

No caso da Medalha Fields, a situação é ainda mais extrema. Desde a criação desse prêmio, em 1936, até hoje, apenas duas mulheres foram agraciadas: Maryam Mirzakhani (2014) e Maryna Viazovska (2022), diante de dezenas de homens. Em paralelo, estatísticas em vários países indicam que, há décadas, uma parcela significativa dos doutorados em Matemática é obtida por mulheres, o que torna a exclusão delas das posições de maior prestígio algo difícil de explicar apenas com base em mérito individual ou “falta de vocação”. A matemática não é neutra em sua estrutura social: a forma como a comunidade se organiza, seleciona, convida, indica e prestigia tende a reproduzir desigualdades preexistentes.

Pesquisas em ciências sociais e estudos de gênero apontam que essa assimetria não ocorre apenas em prêmios científicos. Em grandes empresas globais, por exemplo, mulheres continuam sendo minoria absoluta nas posições de maior poder: estimativas recentes indicam que algo em torno de 6% dos cargos de CEO em grandes corporações (como o grupo Fortune 500 global) são ocupados por mulheres. Ou seja, em cada 100 grandes empresas, pouco mais de meia dúzia são chefiadas por elas. Quando olhamos para a política institucional, vemos um padrão semelhante: o número de mulheres que chegaram a chefiar Estados ou Governos, embora crescente, ainda é pequeno se comparado ao conjunto de países e à história de liderança predominantemente masculina.

Diante desses dados, a pergunta “a ciência é sexista?” precisa ser formulada com cuidado. A ciência, enquanto método de produção de conhecimento, não tem gênero. Mas a comunidade científica, as instituições, os critérios de prestígio e os mecanismos de ascensão foram construídos em sociedades historicamente patriarcais. Isso significa que, mesmo quando regras parecem neutras, elas atuam sobre histórias de acesso desigual à educação, redes de contatos predominantemente masculinas, expectativas diferentes sobre maternidade e carreira, além de estereótipos persistentes sobre quem “parece” um cientista brilhante.

Estudos sobre gênero e prêmios científicos mostram que o problema não está apenas na “porta de entrada”. Em muitas áreas, mulheres já são parcela significativa entre estudantes de graduação, mestrado e até doutorado. O funil se estreita mais fortemente na transição para posições permanentes, liderança de grupos, coordenação de projetos e, por fim, nos círculos onde se escolhem nomes para prêmios, cátedras, academias e honrarias. Pesquisas indicam que, mesmo quando produzem trabalhos em equipes mistas, mulheres tendem a ser menos lembradas como líderes intelectuais do projeto, recebem menos citações ou reconhecimento explícito, e muitas vezes têm sua contribuição diluída na figura de colegas homens mais visíveis.

Isso se combina com o chamado “viés implícito”: uma tendência inconsciente de associar genialidade, autoridade e competência a figuras masculinas. Experimentos com avaliação de currículos idênticos, mudando apenas o nome do candidato (masculino ou feminino), mostram que avaliadores atribuem, em média, maior competência, maior empregabilidade e salários mais altos ao nome masculino. Esses vieses não agem de forma caricata e aberta, mas como uma espécie de filtro invisível, que vai reduzindo sutilmente as chances de determinadas pessoas ao longo da carreira. Quando prêmios e cargos dependem de indicações, reputação e redes informais de prestígio, esse acúmulo de pequenas desvantagens se torna decisivo.

No caso específico da ciência, ainda existe o peso de narrativas históricas que naturalizam a ausência feminina nas posições de destaque. Muitas vezes se argumenta que os prêmios refletem apenas “quem fez a melhor ciência” ou “quem chegou lá por puro mérito”. Essa visão ignora como barreiras estruturais — acesso tardio das mulheres à universidade, discriminação explícita em contratações e promoções, restrições à participação em sociedades científicas, dificuldade para conciliar carreiras acadêmicas altamente competitivas com responsabilidades de cuidado — impactaram e ainda impactam a trajetória de pesquisadoras. Quando se observa que, em algumas áreas, as mulheres são uma fração substancial dos doutorados há décadas, mas quase não aparecem em prêmios, fica difícil sustentar que se trata apenas de “falta de candidatas”.

O problema se torna mais claro quando conectamos ciência, empresas e política. Se a elite científica (prêmios, academias), a elite econômica (CEOs) e a elite política (chefes de Estado e de Governo) são majoritariamente masculinas, isso sugere um padrão cultural mais amplo: a dificuldade em reconhecer e aceitar mulheres em posições de autoridade máxima. A ciência não está fora da sociedade; ela espelha, em grande medida, os valores e hierarquias do mundo em que está inserida. A sub-representação de mulheres na lista de laureados não é, portanto, um fenômeno isolado, mas parte de uma arquitetura social que distribui reconhecimento, poder simbólico e material de forma desigual.

Dizer que a ciência é sexista, nesse sentido, não significa afirmar que todas as pessoas que a praticam sejam conscientemente discriminatórias. Significa reconhecer que as regras, práticas e culturas institucionais, mesmo quando não explicitamente hostis, foram desenhadas num contexto em que o sujeito padrão da ciência era o homem branco, de determinado estrato social e geográfico. Mudar isso exige mais do que “esperar o tempo passar”: requer políticas ativas de inclusão, revisões de critérios de seleção, cuidado com vieses em comitês de prêmios e concursos, e visibilidade maior para trajetórias femininas e de outras minorias.

Há sinais de mudança importantes: mais mulheres ingressando na pós-graduação, ocupando posições de liderança em grupos de pesquisa, dirigindo sociedades científicas, assumindo reitorias e cargos de gestão acadêmica, além de conquistas simbólicas como as primeiras mulheres laureadas em prêmios historicamente masculinos. Mas a lentidão desses avanços mostra que o problema é estrutural, e não apenas geracional. A cada nova rodada de prêmios sem mulheres nas áreas centrais da ciência, a mensagem implícita que a comunidade transmite às jovens pesquisadoras é desalentadora.

Uma ciência menos sexista não é apenas uma questão de justiça para com as mulheres; é também uma questão de qualidade do próprio conhecimento. Ambientes mais diversos tendem a formular perguntas diferentes, problematizar pressupostos invisíveis e construir soluções mais robustas. Quando excluímos sistematicamente uma parte do talento disponível — seja por gênero, raça, origem social ou localização geográfica — empobrecemos a imaginação científica e limitamos as possibilidades do que a ciência pode ser e fazer. Reconhecer o sexismo estrutural na ciência, portanto, é um passo necessário não só para reparar injustiças passadas, mas para ampliar o horizonte de futuro da própria atividade científica.

Nota de transparência

Este texto foi elaborado com o auxílio de uma ferramenta de inteligência artificial (Perplexity, assistente baseado em modelos de linguagem), a partir de perguntas, orientações e revisão crítica do autor humano. A imagem acima foi gerada pela Gemini (a inteligência artificial do Google) a partir do prompt e do contexto textual fornecidos pelo usuário. Todo o design visual, a diagramação em estilo meme e o texto em português foram processados e renderizados de forma automatizada pelo modelo de IA.

Por que é tão difícil pensar com os próprios neurônios?

Pensar com os próprios neurônios é cansativo. E, justamente por isso, evitamos fazê‑lo sempre que podemos. A partir daí, abre‑se espaço para o fascínio por soluções autoritárias, pela desativação do senso crítico e pela adesão a revisionismos históricos convenientes — muitas vezes estimulados por interesses econômicos muito concretos, como demonstram casos clássicos da indústria do tabaco.

Somos “poupadores cognitivos”

Na psicologia, há a ideia de que somos “poupadores cognitivos” (cognitive misers): tendemos a usar o mínimo de esforço mental possível, recorrendo a atalhos, hábitos e intuições em vez de análise cuidadosa. Raciocinar criticamente exige tempo, energia, disposição para lidar com ambiguidade e, às vezes, coragem para enfrentar desconfortos emocionais e conflitos com o grupo ao qual pertencemos. Quando estamos cansados, sobrecarregados de informação ou emocionalmente pressionados, é muito mais fácil aceitar o que “todo mundo diz”, o que o líder afirma, ou o que confirma o que já acreditamos. Essa economia de energia mental tem um custo social elevado. Quando abrimos mão de processar as informações de forma independente, terceirizamos nossa capacidade de julgamento. É nesse cenário que narrativas simplistas e teorias conspiratórias ganham força: elas oferecem respostas fáceis para problemas complexos, poupando o indivíduo do doloroso processo de duvidar, pesquisar e ponderar.

Nesse cenário, o senso crítico não desaparece por completo, mas é “terceirizado” para autoridades, líderes, influenciadores, ou simplesmente para a opinião da maioria percebida. Em vez de perguntar “isso é verdade?”, muitas vezes perguntamos “isso combina com o que eu já penso?” ou “isso é o que o meu grupo acredita?”.

Vieses cognitivos e desligamento do senso crítico

Nosso pensamento é atravessado por vieses cognitivos bem documentados. O viés de confirmação nos leva a buscar, interpretar e lembrar informações que confirmam crenças prévias, ignorando ou desvalorizando dados contrários. Há também o raciocínio motivado (motivated reasoning): não processamos informações apenas para descobrir o que é verdadeiro, mas também para proteger identidade, autoestima e pertencimento ao grupo.

Isso ajuda a entender por que pessoas instruídas podem defender ideias evidentemente problemáticas, como a superioridade de uma ditadura sobre a democracia. Se a pessoa associa sua identidade a um grupo político, militar, religioso ou familiar que idealiza o regime autoritário, novas informações são filtradas não pelo critério de verdade, mas pelo critério de lealdade e identidade. Criticar a narrativa do grupo passa a ser vivido como uma espécie de traição, e não como exercício legítimo da razão. Assim, o senso crítico é desligado seletivamente: usamos a crítica contra o “outro lado”, mas raramente contra as crenças que sustentam nosso próprio grupo.

O apelo psicológico do autoritarismo

A adesão a narrativas autoritárias não é apenas produto de ignorância; tem raízes emocionais e sociais profundas. Pesquisas recentes em psicologia política mostram que o autoritarismo está ligado a um desejo forte de ordem, segurança e conformidade, mesmo à custa de liberdade e pluralismo. Em contextos de crise econômica, insegurança social ou medo intenso, cresce o apelo de líderes “fortes” que prometem soluções simples para problemas complexos, desde que abramos mão de parte da crítica e da diversidade de vozes.

Essa dinâmica ajuda a explicar por que pessoas podem defender que “uma ditadura militar é boa” ou “melhor que a democracia”. O que se vende não é apenas um regime político, mas uma sensação psicológica de proteção: ordem, previsibilidade, punição rápida dos “inimigos” e retorno a um passado idealizado. A democracia, com sua lentidão, seus conflitos públicos e sua necessidade de negociação, pode parecer caótica demais em comparação com a imagem mítica de um regime em que “as coisas funcionam” porque alguém manda e os outros obedecem.

Por que apoiamos políticos que não nos representam?

Do ponto de vista racional, apoiar políticos que agem sobretudo em benefício próprio e de grupos privilegiados parece um contrassenso. Mas, sob a ótica dos vieses e da identidade de grupo, isso ganha outra cor. O raciocínio motivado leva as pessoas a minimizar escândalos e contradições de seus “políticos de estimação”, pois admitir o erro implicaria revisar a própria identidade política. Em vez de tirar conclusões a partir dos fatos, muitas vezes adaptamos os fatos para caber nas grandes conclusões que já queremos manter.

Além disso, líderes habilidosos exploram medos reais (insegurança, desemprego, perda de status) e oferecem explicações simplificadoras com culpados claros: “a culpa é desse grupo, dessa ideologia, dessa minoria”. Esse tipo de narrativa fortalece a coesão do grupo de apoio e desvia o foco das estruturas de poder que realmente concentram benefícios. Assim, o cidadão comum pode acabar defendendo políticas que, objetivamente, o prejudicam, mas que subjetivamente reforçam seu sentimento de pertencimento e de “estar do lado certo”.

Revisionismo, fabricação de dúvida e interesses econômicos

O revisionismo histórico e a negação de fatos científicos não acontecem no vazio; frequentemente são projetos politicamente e economicamente organizados. O caso da indústria do tabaco é emblemático: quando as evidências ligando cigarro e doenças se tornaram robustas, empresas passaram a financiar pesquisas, campanhas e especialistas para semear dúvida sobre a força dessas evidências. Em vez de provar que fumar era seguro — algo cada vez mais impossível —, bastava instalar a ideia de que “a ciência ainda não tem certeza” ou que “há controvérsias”, adiando regulações e protegendo lucros bilionários.

Historiadores como Naomi Oreskes descreveram esse mecanismo mais amplo como a ação de “mercadores da dúvida” (merchants of doubt): redes de cientistas, consultores e think tanks financiados para criar ceticismo artificial sobre consensos científicos — do tabaco às mudanças climáticas. O objetivo não é tanto convencer a maioria de uma tese alternativa, mas paralisar decisões políticas ao transformar evidências sólidas em algo que parece “apenas mais uma opinião”.

Essa mesma lógica pode ser aplicada ao revisionismo histórico: quando determinados grupos se beneficiam de apagar ou distorcer episódios de violência, autoritarismo ou exploração, investem em narrativas que relativizam os fatos, reinterpretam dados ou atacam a credibilidade de historiadores. De novo, não se trata apenas de erro honesto de interpretação, mas de uma combinação entre interesses de poder e os atalhos mentais que facilitam a aceitação de versões convenientes da realidade.

Entre neurônios e algoritmos sociais

No fundo, pensar com os próprios neurônios é difícil não só por ser cognitivamente custoso, mas porque muitas forças — internas e externas — conspiram para que não o façamos com frequência. Internamente, carregamos vieses, medos, necessidade de pertencimento e desejo de segurança; externamente, enfrentamos campanhas de desinformação, discursos autoritários sedutores e estratégias profissionais de fabricação de dúvida. O resultado é que o pensamento crítico se torna uma espécie de “exercício contra a corrente”: exige esforço deliberado para questionar não apenas o que nos dizem, mas também o que queremos acreditar.

Enfrentar esse cenário não significa acreditar que um dia seremos seres perfeitamente racionais, imunes a vieses e a pressões sociais. Significa, talvez, cultivar a consciência de nossas próprias fragilidades cognitivas e afetivas, e reconhecer que a democracia, a ciência e a memória histórica são construções coletivas justamente porque nenhum indivíduo pensa bem sozinho o tempo todo. Talvez “pensar com os próprios neurônios” seja, paradoxalmente, aceitar que precisamos também do pensamento dos outros — mas de outros dispostos a argumentar com evidências, a reconhecer erros e a resistir aos confortos fáceis do autoritarismo e da mentira bem financiada. Em outras palavras, superar a condição de poupador cognitivo não significa questionar tudo até a paralisia, mas sim desenvolver a autopercepção de quando estamos decidindo pelo caminho mais fácil. O pensamento crítico funciona como um músculo: ele causa desconforto inicial e exige um gasto calórico real, mas é a única defesa eficaz contra a manipulação e o efeito manada. Pensar dá trabalho, mas delegar o pensamento pode custar muito mais caro.

Nota de transparência

Esta postagem contou com o auxílio de uma ferramenta de inteligência artificial (Perplexity, assistente baseado em modelos de linguagem) na elaboração do texto, a partir de perguntas, orientações e revisão crítica do autor humano. A imagem acima foi gerada pela Gemini (a inteligência artificial do Google) a partir do prompt e do contexto textual sobre "poupadores cognitivos" fornecidos pelo usuário. Todo o design visual, a diagramação em estilo meme e o texto em português foram processados e renderizados de forma automatizada pelo modelo de IA.

Referências

LUCENA, E. R. F. C.; MENDES-DA-SILVA, W.; SANTOS, J. O. A influência da capacidade cognitiva nos vieses cognitivos gerados pela heurística da ancoragem. Revista Brasileira de Gestão de Negócios, São Paulo, v. 23, n. 1, p. 93-111, 2021. Disponível em: https://www.scielo.br/j/rbgn/a/6jCYXGXYfXByHJBH6RyPvCR. Acesso em: 10 jul. 2026.

NEGACIONISMO histórico. In: Wikipédia: a enciclopédia livre. [S. l.]: Wikimedia Foundation, 2022. Disponível em: https://pt.wikipedia.org/wiki/Negacionismo_historico. Acesso em: 10 jul. 2026.

ORESKES, Naomi; CONWAY, Erik M. Merchants of doubt: how a handful of scientists obscured the truth on issues from tobacco smoke to global warming. New York: Bloomsbury Press, 2010.

OSBORNE, Danny; SIBLEY, Chris G. The psychological causes and societal consequences of authoritarianism. Nature Reviews Psychology, v. 2, p. 383-398, 2023.

PETTY, Richard E.; CACIOPPO, John T. Communication and persuasion: central and peripheral routes to attitude change. New York: Springer-Verlag, 1986.

ROESER, Sabine. Moral emotions and risk politics. New York: Routledge, 2010.

STANOVICH, Keith E. Rationality and the reflective mind. New York: Oxford University Press, 2011.

TVERSKY, Amos; KAHNEMAN, Daniel. Judgment under uncertainty: heuristics and biases. Science, v. 185, n. 4157, p. 1124-1131, 1974.

VIÉS cognitivo. In: Wikipédia: a enciclopédia livre. [S. l.]: Wikimedia Foundation, 2009. Disponível em: https://pt.wikipedia.org/wiki/Vies_cognitivo. Acesso em: 10 jul. 2026.

VIÉS de confirmação. In: Wikipédia: a enciclopédia livre. [S. l.]: Wikimedia Foundation, 2010. Disponível em: https://pt.wikipedia.org/wiki/Vies_de_confirmacao. Acesso em: 10 jul. 2026.

VIESES cognitivos na atividade de inteligência. Revista Brasileira de Inteligência, Brasília, v. 15, n. 1, p. 41-63, 2020. Disponível em: https://rbi.abin.gov.br/RBI/article/download/157/130/241. Acesso em: 10 jul. 2026.

Sobre o Método de Runge-Kutta de 4ª Ordem (RK-4)

O método de Runge-Kutta de 4ª ordem (RK-4) é uma das técnicas mais utilizadas para resolver equações diferenciais ordinárias numericamente. Ele fornece excelente precisão sem exigir derivadas de ordem superior, sendo amplamente aplicado em problemas de engenharia e ciências aplicadas.

1️⃣ Versão Clássica do RK-4

Esta é a forma mais conhecida do método, também chamada de forma padrão:

function r = rk4(t, y, h) // RK-4 clássico
    k1 = h * gg(t, y);
    k2 = h * gg(t + h/2, y + k1/2);  
    k3 = h * gg(t + h/2, y + k2/2);
    k4 = h * gg(t + h, y + k3);
    r = y + (k1 + 2*(k2 + k3) + k4)/6;
endfunction
    

2️⃣ Versão RK-4 com Regra 3/8

Outra formulação possível é a chamada 3/8-rule, que usa diferentes coeficientes de ponderação:

function r = rk4f(t, y, h) // RK-4 - 3/8-rule
    k1 = h * gg(t, y);
    k2 = h * gg(t + h/3, y + k1/3);  
    k3 = h * gg(t + 2*h/3, y + (k2 - k1/3));
    k4 = h * gg(t + h, y + (k3 - k2 + k1));
    r = y + (k1 + 3*(k2 + k3) + k4)/8;
endfunction
    

Embora menos comum, essa versão também é de quarta ordem e pode apresentar melhor estabilidade em certos problemas.

3️⃣ Método de Ralston (RK-4)

O Método de Ralston é uma variação otimizada do RK-4, ajustando os coeficientes para minimizar o erro de truncamento local:

function r = rk4g(t, y, h) // RK-4 - Ralston's method
    c3 = (14 - 3*sqrt(5)) / 16;
    a21 = (-2889 + 1428*sqrt(5)) / 1024;
    a22 = (3785 - 1620*sqrt(5)) / 1024;
    a31 = (-3365 + 2094*sqrt(5)) / 6040;
    a32 = (-975 - 3046*sqrt(5)) / 2552;
    a33 = (467040 + 203968*sqrt(5)) / 240845;
    b1 = (263 + 24*sqrt(5)) / 1812;
    b2 = (125 - 1000*sqrt(5)) / 3828;
    b3 = (3426304 + 1661952*sqrt(5)) / 5924787;
    b4 = (30 - 4*sqrt(5)) / 123;

    k1 = h * gg(t, y);
    k2 = h * gg(t + h*2/5, y + k1*2/5);  
    k3 = h * gg(t + c3*h, y + a22*k2 + a21*k1);
    k4 = h * gg(t + h, y + a33*k3 + a32*k2 + a31*k1);
    r = y + (b1*k1 + b2*k2 + b3*k3 + b4*k4);
endfunction
    

Essa versão é mais complexa, mas pode oferecer maior precisão em problemas específicos, especialmente quando o comportamento da função é altamente não linear.

📊 Explicação Visual do Método RK-4

O método RK-4 calcula quatro estimativas intermediárias da derivada — k₁, k₂, k₃ e k₄ — e combina essas informações para obter uma aproximação precisa de y(t+h). O fluxo de cálculo pode ser visualizado da seguinte forma:

y(t+h) = y(t) + (k₁ + 2k₂ + 2k₃ + k₄)/6

📘 Conclusão

O método RK-4 possui diversas formulações (teoricamente podem ser 'infinitas') equivalentes em ordem e precisão, mas com diferentes coeficientes e estratégias de avaliação. Todas seguem o mesmo princípio: combinar múltiplas estimativas da derivada para obter uma aproximação mais precisa da solução da equação diferencial.

Essas três versões ilustram bem a flexibilidade e o poder do método de Runge-Kutta, sendo excelentes exemplos para estudo e implementação prática em Scilab ou outras linguagens numéricas.

---

📌 Notas Finais

1. Minibiografia de Carl Runge

Carl David Tolmé Runge (1856–1927) foi um matemático e físico alemão, conhecido por suas contribuições em análise numérica e espectroscopia. Estudou em Berlim com Karl Weierstrass e Ernst Kummer, tornando-se professor em Hannover e depois em Göttingen. Em parceria com Martin Kutta, desenvolveu o método de Runge-Kutta para integração numérica de equações diferenciais. Também é lembrado pelo Fenômeno de Runge e pelo vetor de Laplace-Runge-Lenz.

2. Minibiografia de Martin Kutta

Martin Wilhelm Kutta (1867–1944) foi um matemático alemão, nascido na Alta Silésia (atual Polônia). Estudou em Breslau e Munique, sendo assistente de Walther von Dyck. Lecionou em Jena, Aachen e Stuttgart, onde permaneceu até sua aposentadoria. Em 1901, desenvolveu junto com Runge o método de Runge-Kutta. Também contribuiu para a aerodinâmica com o Teorema de Kutta-Joukowski e a condição de Kutta.

3. Nota de Transparência

Esta postagem foi elaborada com o auxílio do Copilot, um sistema de inteligência artificial da Microsoft, utilizado aqui como apoio didático para enriquecer o conteúdo da disciplina de Cálculo Numérico.

---

Extra:
% Método de Runge-Kutta de 4ª Ordem (RK-4) % --- RK-4 Clássico --- \[ \begin{aligned} k_1 &= h \cdot g(t, y), \\ k_2 &= h \cdot g\left(t + \frac{h}{2},\, y + \frac{k_1}{2}\right), \\ k_3 &= h \cdot g\left(t + \frac{h}{2},\, y + \frac{k_2}{2}\right), \\ k_4 &= h \cdot g(t + h,\, y + k_3), \\ y_{n+1} &= y_n + \frac{k_1 + 2(k_2 + k_3) + k_4}{6}. \end{aligned} \] % --- RK-4 com Regra 3/8 --- \[ \begin{aligned} k_1 &= h \cdot g(t, y), \\ k_2 &= h \cdot g\left(t + \frac{h}{3},\, y + \frac{k_1}{3}\right), \\ k_3 &= h \cdot g\left(t + \frac{2h}{3},\, y + \left(k_2 - \frac{k_1}{3}\right)\right), \\ k_4 &= h \cdot g\left(t + h,\, y + (k_3 - k_2 + k_1)\right), \\ y_{n+1} &= y_n + \frac{k_1 + 3(k_2 + k_3) + k_4}{8}. \end{aligned} \] % --- RK-4 - Método de Ralston --- \[ \begin{aligned} c_3 &= \frac{14 - 3\sqrt{5}}{16}, \\ a_{21} &= \frac{-2889 + 1428\sqrt{5}}{1024}, \quad a_{22} = \frac{3785 - 1620\sqrt{5}}{1024}, \\ a_{31} &= \frac{-3365 + 2094\sqrt{5}}{6040}, \quad a_{32} = \frac{-975 - 3046\sqrt{5}}{2552}, \quad a_{33} = \frac{467040 + 203968\sqrt{5}}{240845}, \\ b_1 &= \frac{263 + 24\sqrt{5}}{1812}, \quad b_2 = \frac{125 - 1000\sqrt{5}}{3828}, \\ b_3 &= \frac{3426304 + 1661952\sqrt{5}}{5924787}, \quad b_4 = \frac{30 - 4\sqrt{5}}{123}, \\ k_1 &= h \cdot g(t, y), \\ k_2 &= h \cdot g\left(t + \frac{2h}{5},\, y + \frac{2k_1}{5}\right), \\ k_3 &= h \cdot g\left(t + c_3h,\, y + a_{22}k_2 + a_{21}k_1\right), \\ k_4 &= h \cdot g\left(t + h,\, y + a_{33}k_3 + a_{32}k_2 + a_{31}k_1\right), \\ y_{n+1} &= y_n + (b_1k_1 + b_2k_2 + b_3k_3 + b_4k_4). \end{aligned} \]

---

Nota de aula – Cálculo Numérico
Prof. Dr. Francisco J. A. de Aquino

MXDFz4.4: uma galáxia primitiva que ajudou a clarear o Universo

Astrônomos usando o Telescópio Espacial Hubble identificaram uma galáxia distante, catalogada como MXDFz4.4, que existia apenas cerca de 1,4 bilhão de anos depois do Big Bang, portanto em torno de 10% da idade atual do Universo. 

O cenário cósmico: a Era da Reionização

Logo após o Big Bang, o Universo passou por um período conhecido como Era da Reionização, que começou aproximadamente 300 milhões de anos depois do início e se estendeu ao longo do primeiro bilhão de anos. Nesse intervalo, o espaço era preenchido por uma espécie de "névoa" de hidrogênio neutro, opaca à radiação mais energética emitida pelas primeiras estrelas e galáxias. 

Com o tempo, a luz ionizante dessas estruturas recém-formadas começou a transformar o hidrogênio neutro em gás ionizado, transparente à radiação. É essa transição, de um Universo escuro e opaco para um meio transparente, onde a luz pode viajar livremente, que define a Era da Reionização. 

Onde entra a galáxia MXDFz4.4

A MXDFz4.4 foi observada em um campo profundo de céu, região em que o Hubble acumula longas exposições para detectar sinais extremamente fracos de objetos distantes. Dados complementares de observatórios como o Very Large Telescope (VLT) permitiram estimar com precisão a época em que essa galáxia existiu: cerca de 1,4 bilhão de anos após o Big Bang.

O que torna MXDFz4.4 especial é que ela aparece justamente no fim da Era da Reionização, em um momento em que o Universo era uma mistura de regiões ainda opacas e outras já transparentes. Essa posição temporal faz dela um laboratório natural para estudar como pequenas galáxias contribuíram para "limpar" a névoa de hidrogênio neutro. 

Luz ultravioleta ionizante: o sinal inesperado

Os astrônomos encontraram algo que não esperavam: luz ultravioleta ionizante proveniente de MXDFz4.4, ou seja, radiação com energia suficiente para arrancar elétrons dos átomos de hidrogênio e transformá-los em gás ionizado. Em teoria, o hidrogênio neutro presente naquele período deveria absorver quase toda essa radiação, impedindo que ela escapasse das galáxias e chegasse até nós.

No entanto, as longas exposições do Hubble revelaram que MXDFz4.4 abriga um conjunto de estrelas jovens e massivas, extremamente concentradas, que produzem justamente essa luz ionizante capaz de abrir "janelas" no gás neutro ao redor. A presença desse sinal sugere que, pelo menos em algumas galáxias, havia caminhos preferenciais por onde a radiação conseguia escapar, contrariando parte das expectativas teóricas iniciais. 

Uma galáxia pequena, mas muito ativa

MXDFz4.4 é descrita como uma galáxia de "starburst": uma galáxia com surtos intensos de formação estelar em um intervalo relativamente curto de tempo. Estimativas indicam que ela é cerca de 100 vezes menor que a Via Láctea em massa, mas concentrada em jovens estrelas que nasceram poucos milhões de anos antes de ser observada. 

Essas estrelas, densamente agrupadas, produzem fluxo de radiação ionizante suficiente para transformar o gás neutro dentro e ao redor da galáxia em gás ionizado, abrindo uma espécie de "buraco" ou corredor transparente por onde a luz ultravioleta consegue se propagar. A imagem combinada do Hubble e do James Webb mostra MXDFz4.4 como um objeto peculiar inserido em um campo de outras galáxias, evidenciando sua atividade extrema em comparação com o ambiente cósmico.

O artigo científico que descreve a descoberta

Os resultados mais detalhados sobre MXDFz4.4 foram publicados no artigo "MXDFz4.4: A LyC Emitter 250 Myr after the Epoch of Reionization and a First Test of Lyα Morphology as a Tracer of LyC Escape at High Redshift", de Ilias Goovaerts e colaboradores, na revista The Astrophysical Journal, em 23 de junho de 2026. 

Nesse trabalho, a equipe discute MXDFz4.4 como uma emissora de fótons de contínuo de Lyman (LyC), relacionados à radiação ionizante, cerca de 250 milhões de anos após o término da Era da Reionização. O estudo também testa a morfologia da emissão de Lyman-alfa (Lyα) como possível traçador da fuga de fótons ionizantes em altos deslocamentos para o vermelho, conectando observações de luz visível e ultravioleta à física do gás intergaláctico. 

Por que MXDFz4.4 é importante para a cosmologia

Ao detectar luz ionizante em uma galáxia tão distante e jovem, os astrônomos obtêm uma evidência direta de que pequenas galáxias de starburst podem ter desempenhado um papel fundamental em clarear o Universo, transformando o gás neutro em gás ionizado e tornando o cosmos transparente. 

MXDFz4.4 estabelece um precedente crítico: se uma galáxia relativamente pequena é capaz de gerar um fluxo tão intenso de radiação ionizante, outras galáxias semelhantes no início do Universo podem ter contribuído coletivamente para encerrar a Era da Reionização. Isso ajuda a preencher lacunas entre modelos teóricos e observações, indicando que a estrutura da "névoa" de hidrogênio neutro era mais complexa e cheia de regiões perfuradas por luz do que se imaginava.

Uma janela para o passado cósmico

Do ponto de vista da divulgação científica, MXDFz4.4 funciona como uma janela para um momento decisivo da história cósmica: a transição do Universo jovem, escuro e opaco para o Universo transparente que conhecemos hoje, em que luz de estrelas e galáxias pode viajar por bilhões de anos até chegar aos nossos telescópios. 

Observações como essa, combinando instrumentos como Hubble, James Webb e telescópios em solo, mostram como a astronomia moderna não se limita a formar belas imagens, mas também reconstrói a cronologia física de processos que ocorreram há bilhões de anos. MXDFz4.4 é, nesse sentido, mais do que uma galáxia distante: é um marcador histórico da capacidade das primeiras gerações de estrelas de transformar o Universo em um lugar transparente para a luz. 

Referências

• GOOVAERTS, Ilias et al. MXDFz4.4: A LyC Emitter 250 Myr after the Epoch of Reionization and a First Test of Lyα Morphology as a Tracer of LyC Escape at High Redshift. The Astrophysical Journal, 2026. Disponível em: https://science.nasa.gov/missions/hubble/hubble-details-early-galaxy-transforming-neighborhood/. Acesso em: 5 jul. 2026.
• NASA SCIENCE. Hubble Details Early Galaxy Transforming Neighborhood. 2026. Disponível em: https://science.nasa.gov/missions/hubble/hubble-details-early-galaxy-transforming-neighborhood/. Acesso em: 5 jul. 2026.
• ESA/HUBBLE. Galaxy MXDFz4.4 (Hubble and Webb Image). 2026. Disponível em: https://esahubble.org/images/heic2609a/. Acesso em: 5 jul. 2026.
• ESA/HUBBLE. Galaxy field of MXDFz4.4 (Hubble and Webb clean image). 2026. Disponível em: https://esahubble.org/images/heic2609b/. Acesso em: 5 jul. 2026.
• SUPERINTERESSANTE. Hubble detecta luz de galáxia primitiva que astrônomos achavam ser “impossível observar”. 2026. Disponível em: https://super.abril.com.br/ciencia/hubble-detecta-luz-de-galaxia-primitiva-que-astronomos-achavam-ser-impossivel-observar/. Acesso em: 5 jul. 2026.
• PHYS.ORG. Hubble details early galaxy transforming neighborhood 1.4 billion years after Big Bang. 2026. Disponível em: https://phys.org/news/2026-06-hubble-early-galaxy-neighborhood-billion.html. Acesso em: 5 jul. 2026.

Claude Elwood Shannon: legado

Claude Elwood Shannon (1916–2001) foi um polímata norte-americano, matemático, engenheiro eletrônico, cientista da computação e criptógrafo, amplamente reconhecido como o "pai da teoria da informação". Ele é creditado por ter lançado as bases intelectuais para a Era da Informação e a revolução digital.

Primeiros Anos e Formação

Nascido em Petoskey, Michigan, Shannon demonstrou desde cedo inclinação para assuntos mecânicos e elétricos, construindo aeromodelos, barcos controlados por rádio e até um sistema de telégrafo que o conectava à casa de um amigo. Graduou-se em engenharia elétrica e matemática pela Universidade de Michigan em 1936.

O Nascimento do Design Digital

Em 1937, durante seu mestrado no MIT, Shannon escreveu a tese A Symbolic Analysis of Relay and Switching Circuits. Neste trabalho revolucionário, ele provou que a álgebra booleana e a aritmética binária poderiam ser usadas para simplificar circuitos de relés e comutação, fundando assim a teoria moderna de circuitos digitais. Sua tese foi descrita como possivelmente a mais importante e famosa tese de mestrado do século.

Teoria da Informação e Criptografia

Enquanto trabalhava no Bell Labs, Shannon publicou em 1948 o marco "A Mathematical Theory of Communication", que fundou o campo da teoria da informação. Ele introduziu formalmente o termo "bit" e o conceito de entropia como medida de incerteza em uma mensagem. Durante a Segunda Guerra Mundial, suas pesquisas em criptografia estabeleceram as bases da criptografia moderna, provando que sistemas como o one-time pad são teoricamente inquebráveis.

Inteligência Artificial e Invenções

Shannon também foi um pioneiro da Inteligência Artificial, co-organizando o workshop de Dartmouth em 1956. Ele criou o Theseus, um mouse eletromecânico capaz de aprender a navegar em um labirinto por tentativa e erro, um dos primeiros exemplos de aprendizado de máquina. Além disso, foi co-inventor do primeiro computador vestível do mundo, projetado para prever resultados na roleta.

Legado

Shannon serviu no corpo docente do MIT de 1956 a 1978. Seu legado é onipresente: cada dispositivo moderno que contém um microprocessador ou utiliza comunicações digitais — da Internet à telefonia móvel — é um descendente conceitual de seu trabalho.

Nota de Transparência: Este texto e o infográfico foram gerados com o auxílio de inteligência artificial (NotebookLM), utilizando como base as fontes bibliográficas fornecidas sobre a vida e obra de Claude Shannon.

Referências:

• – "Claude Shannon - Wikipedia" (Versão em inglês).
• – "Claude Shannon – Wikipédia, a enciclopédia livre" (Versão em português).

Ignaz Semmelweis: lavar as mãos já foi um ato revolucionário

O caso de Ignaz Semmelweis é um exemplo dramático de como descobertas com forte evidência empírica podem ser recusadas quando entram em choque com o paradigma dominante, exatamente o tipo de situação que Thomas Kuhn descreve em A Estrutura das Revoluções Científicas.

Semmelweis: evidência contra o paradigma

Ignaz Semmelweis, obstetra húngaro do século XIX, observou que a simples prática de lavar as mãos com solução clorada reduzia drasticamente a mortalidade por febre puerperal nas enfermarias obstétricas.

Ele comparou estatisticamente duas enfermarias, uma atendida por médicos e estudantes que realizavam autópsias, outra por parteiras, e identificou que a contaminação por “partículas cadavéricas” explicava a diferença de mortalidade, propondo a lavagem das mãos antes de examinar as pacientes.

Do ponto de vista da ciência empírica, Semmelweis produziu o que Kuhn chamaria de uma anomalia robusta: um resultado sistemático que o paradigma vigente não conseguia explicar adequadamente.

Apesar disso, muitos colegas reagiram com resistência, considerando ofensiva a sugestão de que médicos “matavam” pacientes por falta de higiene e desconfiando de uma proposta sem teoria microbiológica consolidada por trás.

Resistência paradigmática e “reflexo Semmelweis”

Esse tipo de reação ficou conhecido, em leituras posteriores, como “reflexo Semmelweis”: uma tendência a rejeitar novas ideias que desafiam crenças estabelecidas, independentemente da força da evidência.

Kuhn argumenta que a ciência, em períodos de ciência normal, opera dentro de um quadro conceitual compartilhado – um paradigma – que organiza problemas, métodos e critérios de solução aceitos pela comunidade.

No paradigma médico da época de Semmelweis, a febre puerperal era interpretada em termos de teorias miasmáticas, desequilíbrios internos e explicações pouco compatíveis com a noção de contaminação por microrganismos, ainda em gestação.

Assim, a evidência experimental de Semmelweis não apenas sugeria uma prática simples e eficaz, mas pedia uma reinterpretação profunda dos conceitos de doença, contaminação e responsabilidade profissional – e isso colidia com hábitos, prestígio e concepções enraizadas.

Semmelweis à luz de Kuhn: anomalia sem revolução imediata

Em A Estrutura das Revoluções Científicas, Kuhn descreve um ciclo em que:

• Um paradigma se estabiliza e guia décadas de ciência normal.
• Anomalias se acumulam: resultados persistentes que o paradigma não consegue explicar.
• Em certo ponto, uma crise se instala e pode levar à emergência de um novo paradigma, numa revolução científica, mudando profundamente a forma de ver o mundo.

Semmelweis se insere historicamente entre os passos 2 e 3: ele identificou uma anomalia contundente (a queda da mortalidade devido a lavagem de mãos) e propôs uma prática que antecipava a futura teoria germinal das doenças, mas a comunidade médica ainda não estava pronta para abandonar seu paradigma.

Semmelweis não dispunha do arcabouço teórico que Pasteur, Lister e outros construiriam mais tarde; seus dados eram sólidos, porém “desencaixados” do sistema de crenças aceito, o que favoreceu que fossem vistos como incômodos, não como decisivos.

Paradigmas como estruturas sociais de crença

Kuhn enfatiza que paradigmas não são apenas teorias; são conjuntos de crenças, valores, técnicas, exemplos e práticas partilhadas por uma comunidade científica.

O que está em jogo, portanto, não é apenas “evidência contra teoria”, mas uma forma de vida científica: currículos, livros-texto, modos de treino, hierarquias e expectativas sociais sobre o que é ciência “respeitável”.

No caso de Semmelweis, aceitar suas conclusões implicava admitir erros graves em práticas consagradas e mexer com a autoridade de professores e hospitais de prestígio – algo que o paradigma social da medicina resistia fortemente.

A rejeição da proposta de lavagem de mãos, portanto, não pode ser explicada apenas pelo “desconhecimento”; ela revela como o paradigma vigente filtrava o que seria reconhecido como evidência válida e aceitável.

A revolução que veio depois

Somente décadas mais tarde, com o desenvolvimento da teoria microbiana das doenças, estudos de Pasteur sobre fermentação e contaminação e as práticas antissépticas de Lister, é que a comunidade médica passou por uma verdadeira “revolução paradigmática” em torno da higiene e da infecção.

Nesse novo paradigma, o gesto de Semmelweis passa a ser retrospectivamente reinterpretado como precocemente certo: sua anomalia ganha sentido, não porque os dados mudaram, mas porque a estrutura conceitual da medicina foi transformada.

Aqui aparece uma tese central de Kuhn: os dados não falam por si mesmos; eles são lidos à luz de um quadro conceitual, e mudanças profundas nesse quadro podem alterar, a posteriori, o valor atribuído a dados antigos.

Assim, Semmelweis funciona quase como personagem trágico dessa história: ele estava, em certo sentido, alinhado com o futuro paradigma, mas viveu num mundo ainda preso ao antigo.

Ciência, sofrimento e reconhecimento tardio

A trajetória de Semmelweis, que terminou em isolamento, sofrimento psíquico e morte em instituição psiquiátrica, mostra o custo humano que pode acompanhar conflitos paradigmáticos.

Enquanto Kuhn foca sobretudo nas estruturas intelectuais e sociais das revoluções científicas, casos como esse evidenciam que a ciência é feita por pessoas e que a recusa de uma inovação pode significar também recusa de um sujeito, com consequências existenciais.

Há um paradoxo aí: a ciência se apresenta como aberta à crítica e guiada por evidências, mas, na prática, a abertura é mediada por paradigmas que dão estabilidade e, ao mesmo tempo, dificultam a aceitação de resultados disruptivos.

O “reflexo Semmelweis” mostra que, em algumas circunstâncias, quanto mais uma descoberta desafia pressupostos profundos, mais forte tende a ser a resistência, mesmo quando os números são eloquentes.

Um olhar para o presente

Ler Semmelweis pela lente de Kuhn é um exercício útil para pensar o presente:

• Em que áreas atuais, resultados robustos são ignorados ou minimizados porque não cabem bem nas crenças dominantes?
• Quais práticas de pesquisa ou formação científica hoje reforçam muros paradigmáticos, em vez de abrir pontes para anomalias e vozes dissidentes?

Kuhn não oferece uma receita para evitar injustiças como a vivida por Semmelweis, mas sua análise ajuda a reconhecer que o progresso científico não é linear e que o reconhecimento de uma descoberta depende tanto de sua força empírica quanto da capacidade da comunidade de revisar seus próprios paradigmas.

Retomar episódios como o de Semmelweis é um lembrete ético: proteger a integridade da ciência não é apenas defender métodos; é também cuidar das pessoas que ousam questionar o consenso, e criar condições para que anomalias importantes sejam ouvidas antes que se tornem apenas histórias trágicas contadas a posteriori.

----------------------------- 

Alguns referências  

• https://pmc.ncbi.nlm.nih.gov/articles/PMC12255899/
• https://en.wikipedia.org/wiki/Ignaz_Semmelweis
• https://www.cbc.ca/radio/ideas/the-dirt-on-handwashing-the-tragic-death-behind-a-life-saving-act-1.5587319 
• https://laskerfoundation.org/paradigm-shifts-in-science-insights-from-the-arts/
• https://theconversation.com/ignaz-semmelweis-the-doctor-who-discovered-the-disease-fighting-power-of-hand-washing-in-1847-135528
• https://www.cureus.com/articles/283961-pioneering-hand-hygiene-ignaz-semmelweis-and-the-fight-against-puerperal-fever   
• https://brasilescola.uol.com.br/filosofia/a-nocao-paradigma-pensada-por-thomas-kuhn.htm 
• https://pt.wikipedia.org/wiki/A_Estrutura_das_Revolu%C3%A7%C3%B5es_Cient%C3%ADficas
• https://www.pbs.org/newshour/health/ignaz-semmelweis-doctor-prescribed-hand-washing

Conceitos Fundamentais: Erros, Incerteza, Precisão e Acurácia

Na Física Experimental e na Matemática Aplicada, a medição e a aproximação numérica nunca são perfeitamente exatas. Compreender as fontes de desvios e como quantificá-los é crucial para validar qualquer modelo ou experimento.

1. Erro

Definição: É a diferença entre o valor medido (ou calculado por aproximação) e o valor verdadeiro (ou exato) de uma grandeza. Na prática, como o valor real exato muitas vezes é desconhecido, o erro é estimado em relação a um valor de referência aceito.

Exemplo: Se a aceleração da gravidade teórica local é 9,806 m/s² e um sensor em laboratório mede 9,780 m/s², a diferença entre esses valores constitui o erro da medição.

2. Tipos de Erros

Os erros de medição são classificados fundamentalmente em duas categorias principais de acordo com o seu comportamento:

• Erros Sistemáticos: São desvios constantes ou que seguem uma lei matemática definida, afetando todas as medições sempre no mesmo sentido (para mais ou para menos). Geralmente decorrem de instrumentos descalibrados ou falhas no método.
  Exemplo: Uma balança que está descalibrada e marca sempre 50 gramas a mais em qualquer pesagem.
• Erros Aleatórios (ou Estocásticos): São variações imprevisíveis e inevitáveis que ocorrem de forma bidirecional (para mais e para menos) ao repetir uma medição sob as mesmas condições. São causados por flutuações ambientais ou limitações intrínsecas de leitura do observador.
  Exemplo: Pequenas variações na leitura de um cronômetro digital ao medir o tempo de queda de um objeto devido ao tempo de reação humana a cada tentativa.

3. Erro Absoluto

Definição: É o módulo (valor positivo) da diferença entre o valor medido (x) e o valor verdadeiro ou de referência (x_verdadeiro). Indica a magnitude exata do desvio nas mesmas unidades da grandeza medida.

Fórmula: E_abs = |x - x_verdadeiro|

Exemplo: Na Matemática Aplicada, ao aproximar o número π (3,141592...) por 3,14, o erro absoluto cometido é |3,14 - 3,141592...| ≈ 0,001592.

4. Erro Relativo

Definição: É a razão entre o erro absoluto e o valor verdadeiro (ou de referência). Sendo uma grandeza adimensional, permite comparar a gravidade ou impacto do erro em escalas diferentes. É frequentemente expresso em percentagem (Erro Relativo Percentual).

Fórmula: E_rel = E_abs / |x_verdadeiro|

Exemplo: Se errar a medida de uma mesa em 1 cm (erro absoluto), o impacto é diferente se a mesa tiver 10 cm ou 100 metros. Para a mesa de 10 cm, o erro relativo é 1/10 = 10%. Para a mesa de 100 metros (10.000 cm), o erro relativo é 1/10.000 = 0,01%.

5. Erro Experimental

Definição: É o desvio total associado ao processo físico de medição em laboratório. Ele engloba a soma dos efeitos dos erros sistemáticos e aleatórios introduzidos pelos aparelhos, pelo operador e pelas condições do ambiente.

Exemplo: Ao realizar um experimento para determinar a resistência elétrica de um fio, o erro experimental total incluirá a resistência interna dos cabos do multímetro (sistemático) e a variação da temperatura da sala que altera a resistividade do material ao longo do dia (aleatório).

6. Erro Grosseiro (Blunder / Outlier)

Definição: É um erro de grande magnitude decorrente de uma falha humana óbvia, distração, mau funcionamento súbito do equipamento ou leitura totalmente incorreta da escala. Eles distorcem completamente os dados e devem ser identificados e descartados da análise estatística.

Exemplo: Anotar a temperatura de um líquido como 250°C em vez de 25,0°C por esquecer de colocar a vírgula decimal, ou ler o valor num instrumento olhando pelo ângulo totalmente invertido.

7. Incerteza

Definição: Ao contrário do "erro" (que foca na diferença para um valor ideal), a incerteza é um parâmetro estatístico que quantifica a dúvida sobre o resultado de uma medição. Ela define um intervalo ao redor do valor estimado dentro do qual há uma probabilidade confiável de se encontrar o valor verdadeiro.

Exemplo: Um relatório físico que aponta o comprimento de uma barra como (1,54 ± 0,02) metros. O "0,02 m" é a incerteza, indicando que o experimentador garante que o tamanho real está entre 1,52 m e 1,56 m.

8. Precisão

Definição: Refere-se à consistência, repetibilidade ou proximidade entre várias medições independentes da mesma grandeza obtidas sob as mesmas condições. Um sistema preciso apresenta baixa dispersão de dados (erros aleatórios pequenos), mesmo que esteja longe do valor real.

Exemplo: Um atirador que acerta cinco tiros exatamente no mesmo ponto de um alvo, mas todos no canto superior esquerdo, longe do centro. O conjunto de tiros foi altamente preciso.

9. Acurácia (ou Exatidão)

Definição: Indica o grau de proximidade entre o valor medido (ou a média de um conjunto de medições) e o valor verdadeiro ou aceito como padrão. Um sistema acurado possui erros sistemáticos muito baixos.

Exemplo: Se o valor padrão de uma massa é 1,000 kg e uma balança faz três medições que resultam em 0,999 kg, 1,001 kg e 1,000 kg, a média é exatamente 1,000 kg. Portanto, o instrumento demonstrou alta acurácia.

As IAs Generativas Chinesas Mais Populares

O mercado chinês de inteligência artificial generativa cresceu vertiginosamente, com várias das suas tecnologias a alcançarem — e por vezes a superarem — os modelos ocidentais em benchmarks globais de programação, matemática e custo-benefício.

As IAs generativas chinesas mais populares e influentes dividem-se entre gigantes de tecnologia e startups unicórnios:

1. As Líderes Globais e Técnicas (Open-Weight/Open-Source)

Estas são as que ganharam imensa tração tanto na China como na comunidade global de desenvolvedores devido ao seu alto desempenho e modelos de código aberto.

• DeepSeek (da DeepSeek AI): É um dos maiores fenómenos recentes da IA. Com os seus modelos de raciocínio lógico avançado e arquiteturas eficientes, a empresa revolucionou o mercado ao entregar capacidade de programação e matemática equivalente (ou superior) aos principais modelos proprietários ocidentais por uma fração minúscula do custo.
• Qwen / Tongyi Qianwen (da Alibaba): A linha de modelos Qwen é desenvolvida pela gigante do e-commerce Alibaba. É considerada uma das melhores famílias de modelos abertos do mundo, brilhando especialmente em tarefas multilíngues, codificação avançada e agentes autónomos.
• GLM / ChatGLM (da Zhipu AI / Z.ai): A Zhipu AI é uma das startups mais valiosas da China (frequentemente chamada de uma das "Novas Tigresas da IA" do país). Os seus modelos destacam-se frequentemente nos índices globais em tarefas de agenciamento de dados e código aberto.

2. As Campeãs de Popularidade e Uso Doméstico (Consumidor Final)

No mercado interno da China, as regras e a popularidade mudam, com aplicações focadas em buscas, redes sociais e produtividade.

• Doubao (da ByteDance): Desenvolvido pela empresa dona do TikTok (e do Douyin, a versão chinesa), o Doubao tornou-se o assistente de IA mais utilizado na China, com centenas de milhões de utilizadores ativos. É extremamente popular pela sua integração nativa com ecossistemas de vídeo e preço agressivo para empresas.
• Kimi (da Moonshot AI): Outra das grandes promessas da IA chinesa. A Moonshot AI ficou famosa pelo Kimi Chat, que liderou a corrida de contextos longos (capacidade de processar livros inteiros ou centenas de PDFs de uma só vez) através de arquiteturas altamente eficientes.
• ERNIE Bot / Wenxin Yiyan (da Baidu): Sendo o "Google da China", a Baidu foi uma das primeiras a lançar um concorrente direto para os assistentes ocidentais. A linha de modelos ERNIE continua a ser um pilar massivo para buscas na web corporativa e governamental na China.
• Yuanbao (da Tencent): O assistente da gigante dos ecossistemas de jogos e dona do WeChat. A sua grande vantagem de popularidade na China é a capacidade única de procurar informações e artigos diretamente dentro do ecossistema fechado do WeChat.

3. Menções Honrosas em Áreas Específicas

• Kling (da Kuaishou): No campo da geração de vídeos por IA, o Kling tornou-se imensamente popular no mundo inteiro por rivalizar diretamente com as principais ferramentas ocidentais, gerando vídeos hiper-realistas com física consistente a partir de comandos de texto.
• MiniMax: Muito popular entre o público jovem na China para a criação de avatares virtuais, chatbots de RPG e clonagem/dublagem de voz ultra-realista.

---

Você usa uma dessas IAs regularmente?

Crônica de uma morte não anunciada --- Crônica Premiada no Festival de Produções Literárias e Artísticas do IFCE (FEPLAI).

Recebendo a premiação.

 

Mário Santos Souza acordou cedo, tomou um banho rápido, fez a barba – não foi fácil, a lâmina já estava gasta e arranhava o rosto. Conferiu o horário no celular velho: ainda tinha tempo para fazer um lanche rápido, mas preferiu permanecer em jejum e apenas bebeu um pouco de água. Precisava economizar o máximo que podia: estava desempregado e os parcos recursos já se esgotavam. Perder o emprego fora um duro golpe, algo que estava completamente fora de suas expectativas. A reestruturação da empresa onde trabalhava pegou vários trabalhadores experientes de surpresa. 

Procurou a roupa, os sapatos, as meias. Em poucos minutos estaria pronto para sair. Conferiu novamente o endereço. Iria participar de mais uma entrevista de emprego. Seria a terceira ou quarta neste mês. Não estava particularmente animado, mas tinha esperança que desta vez daria certo. Enquanto se aprontava, repassava mentalmente as possíveis perguntas que poderiam ser feitas. Ensaiava as respostas, não queria parecer inseguro ou hesitante como nas últimas entrevistas. Esse era o preço por passar muito tempo em um emprego: fica-se completamente enferrujado para enfrentar esses processos seletivos. Antes de sair de casa, fez uma breve oração, afinal nunca se sabe quais perigos se pode enfrentar fora de casa. 

Do outro lado da cidade, o jovem K. não teve uma boa noite de sono. Na verdade, nem chegou a dormir propriamente. Havia bebido muito, passado do limite e, mesmo assim, conseguido chegar em casa em seu carro. Milagrosamente, o velho Gol cinza estava intacto, apenas mal estacionado. 

Ao mesmo tempo, não muito longe dali, em outro plano, dois seres etéreos, Belial e Uriel, discutiam como seria o dia e o futuro de Mário e de K. Belial dizia: 

_ Tenho o direito de fazer o que eu quiser com esse Mário ou qualquer outro humano. Fui autorizado!
Uriel retrucou:
_ Você sabe que isso não é inteiramente verdadeiro. Você não foi proibido de interferir nas coisas terrenas, mas isso está muito longe de ser uma autorização formal para virar do avesso a vida de Mário ou de qualquer outra pessoa!
_ Você está falando igual a um advogado! E eu detesto advogados! Veremos se você é capaz de me impedir! Você também não tem nenhuma autorização especial, Uriel.
_ Você sabe que não podemos intervir no mundo deles. O destino deles não está em nossas mãos. Foi dado a eles o livre arbítrio, não lembra? O que te motiva Belial?
_ Você sabe que eu não tenho o direito de ser feliz. Se não me foi dado, por que deveria ser permitido a eles? 

E sumiu repentinamente. Uriel ficou só e pensativo. 

Completamente alheio a essa discussão, Mário se pôs a caminho. Teria que andar um pouco, esperar alguns minutos e pegar um coletivo, percorrer mais umas duas quadras e chegar ao local da entrevista que ficava no centro histórico da cidade. Pelos seus cálculos, chegaria uns 15 minutos antes do horário marcado. Tudo dentro do previsto, tudo humanamente calculado. 

Enquanto Mário estava iniciando sua jornada, do outro lado da cidade, K. despertou. Ele estava muito zonzo, com a boca seca, o mundo parecia girar e ondular. Pensou em dormir um pouco mais. Contudo, ouviu uma voz bem clara: é hora de levantar, pegue o carro, você tem um compromisso no centro velho da cidade. Se apresse! K. se levantou meio trôpego, viu a chave do carro no chão, perto do banheiro. Ele não ficou especulando do motivo da chave estar ali, apenas a buscou. Em dois minutos já estava acelerando o seu carro. No outro plano, Belial ria satisfeito. Seu esquema estava em andamento, mas ainda exigiria ajustes para funcionar completamente. 

Dentro do coletivo, pela janela Mário via passar vários carros grandes, até luxuosos com apenas o motorista. Isso não era injusto? Enquanto ele e seus colegas de viagem precisam se ajustar aos horários dos coletivos e, muitas vezes, andar apertados e desconfortáveis, alguns podiam muito e ostentavam luxo diariamente. Ele compreendia como o mundo funcionava, afinal eram mais de quarenta anos de vida com recursos exíguos. Quando jovem, tentou conciliar o trabalho com os estudos universitários. Não deu. Optou, ou melhor, o sistema o obrigou a optar pelo trabalho. Ele precisava ajudar a sustentar os irmãos mais novos, o pai havia se perdido no mundo, deixando apenas alguma mágoa e um vazio difuso.

Mário despertou desses pensamentos e percebeu que já estava quase no final de seu trajeto. Deu sinal e desceu no ponto planejado. Agora só faltava uma curta caminhada até o seu destino. Tudo dentro do prazo. Já eram quase sete horas e trinta minutos. Mário gostava de ser pontual e, em geral, era mesmo pontual. Esse era um dos seus pontos fortes, tinha que lembrar de falar isso durante a entrevista. Ele também pensou que seria bom enfatizar que a idade não era um ponto negativo, mas um tipo de comprovante de experiência acumulada. O tipo de experiência que não se adquire em uma faculdade ou conversando com uma dessas inteligências artificiais. 

Belial continuava seus sussurros e K. continuava dando ouvidos. Acelerar, reduzir, direita, esquerda, segue em frente ... K. agia como um autômato, sem ter consciência plena do que estava fazendo ou ver claramente para onde estava indo, pois a sua visão ainda estava meio turva. Apenas mantinha o carro acelerando sobre o asfalto, quase causando acidentes, mas seguindo fielmente os sussurros de Belial.
Mário estava prestes a atravessar a última rua. Estava na faixa de pedestre. O centro histórico estava calmo, as lojas ainda não estavam funcionando, somente as padarias. A cidade não era muito grande e acordava de forma lenta, espreguiçando-se longamente antes de entrar em um ritmo mais intenso. Ele olhou para os dois lados, não avistou nenhum carro vindo, começou a travessia tranquilo, imerso em seus pensamentos e no planejamento. O Sol brilhava pouco acima do horizonte. 

K. subitamente virou à esquerda, a claridade do Sol lhe prejudicou a visão, mesmo assim acelerou ainda mais. Acabou desviando-se excessivamente para a direita, a metade do carro subiu na calçada, sentiu um solavanco e um forte impacto. Um segundo barulho, seco, intenso, foi ouvido quase no mesmo instante. Ele havia atingido algo ou alguém. Em pânico, K. puxou o carro para fora da calçada e seguiu acelerando. A última coisa que ouviu foi ‘corre’. E K. correu o máximo que seu velho Gol permitia, sem pensar ou olhar para trás. Belial sorria discretamente. 

O corpo de Mário jazia imóvel, contorcido, encostado na parede de uma loja, bem próximo ao local da entrevista. Um último pensamento lhe atravessou a mente: “ ... eu estava tão perto, tão perto.” Populares, atônitos e incrédulos começaram a chegar, entre eles estava a pessoa que iria entrevistá-lo. A entrevista tão metodicamente planejada e desejada por Mário jamais ocorreria. 

Uriel fez o que estava autorizado a fazer: recebeu o espírito ainda atordoado de Mário no outro plano. 

Divulgando: CONNEPI 2026

 

Estão abertas as inscrições para o CONNEPI 2026, um dos maiores eventos de divulgação científica dos Institutos Federais. Todos que estão envolvidos com pesquisa e pós-graduação podem participar. Os trabalhos podem ser submetidos até o dia 10 de julho. 

As submissões devem ser feitas no formato de resumo expandido e precisam apresentar resultados de pesquisa ou inovação já obtidos. Todas as propostas aprovadas serão apresentadas presencialmente na modalidade pôster durante o congresso. O resultado final dos trabalhos aprovados será divulgado no dia 25 de agosto. 

Link para inscrições: aqui.  

 Sobre o Evento:

A XV edição do Congresso Norte-Nordeste de Pesquisa e Inovação (XV CONNEPI) acontecerá de 09 a 11 de dezembro de 2026, com organização do Instituto Federal do Ceará (IFCE), reunindo pesquisadores, estudantes, empreendedores e instituições.

Pela segunda vez em Fortaleza, o CONNEPI retorna promovendo uma experiência intensa de troca de conhecimento, conexões estratégicas e inspiração. A programação contará com apresentação de trabalhos científicos, Mostra Tecnológica, Desafio de Ideias, palestras, mesas-redondas e Mostra Cultural, integrando ciência, criatividade e impacto social em um mesmo espaço.

O CONNEPI consolidou-se como um ambiente estratégico para o fortalecimento da pesquisa aplicada, da inovação e da colaboração entre instituições públicas, privadas, empresas e empreendedores.

Mais do que um congresso acadêmico, o CONNEPI é um catalisador de transformação. Muitos dos projetos apresentados ultrapassam os muros das instituições e chegam ao setor produtivo, impulsionando soluções concretas para os desafios do Brasil e contribuindo diretamente para a melhoria da vida das pessoas.

Fortaleza será, mais uma vez, o palco onde ideias se conectam, parcerias nascem e o futuro começa a ser construído.

Prepare-se para viver o CONNEPI 2026.

Mais informações: aqui.  

#Pesquisa #IFCE #CONNEPI