A Revolução Digital e o mito do desemprego

A Revolução Digital e o mito do desemprego
 
 
omo a 4ª revolução industrial vai gerar ainda mais empregos, ao contrário do que se pensa.
Recentemente ministrei uma palestra no CONARH sobre como a tecnologia vai transformar o dia a dia da área de recursos humanos. E diante do grande interesse resolvi escrever este artigo para compartilhar um pouco destas visões e experiências, que são válidas em qualquer área de atuação e para qualquer tipo de negócio.
 
Há um crescente temor na sociedade, provocado em grande parte pelo marketing ostensivo de algumas empresas de tecnologia, de que em um futuro breve teremos uma crise de emprego causada pelo avanço tecnológico – sobretudo na área de robótica e inteligência artificial. Frequentemente recebemos em nossa timeline matérias contando que um robô substituiu um médico ou um advogado trazendo assim o problema para muito além do trabalho braçal.
 
Mas se olharmos para a tecnologia como aliada da humanidade, veremos que esta parceria remonta aos primórdios da nossa civilização. A invenção de tecnologias como a roda por volta de 3.500ac ou o ábaco em 2.700ac deram o primeiro impulso em substituir a força braçal e intelectual humana por ferramentas que realizavam tarefas equivalentes.
 
Assim sucessivamente durante os séculos novas tecnologias vieram substituindo os humanos em tarefas de baixo valor agregado. Citando alguns exemplos, entregadores de gelo substituídos pelo refrigerador, acendedores de lamparinas de iluminação pública pela energia elétrica e a telefonista pelo telefone discado abrindo espaço para novas profissões, como recentemente os youtubers, pilotos de drones e cientistas de dados.
 
Particularmente acredito que a revolução digital que estamos vivendo terá o mesmo impacto para humanidade daquele trazido pela revolução industrial, que foi impulsionada pela tecnologia à vapor. E que, assim como naquela época, as profissões sem valor agregado darão lugar a novas profissões levando novamente a humanidade a um novo patamar.
 
Para ajudar a sustentar este raciocínio encontrei uma pesquisa publicada pela UNISINOS que traça uma linha comparativa entre os países mais robotizados do mundo e o seu nível de desemprego.
 
O gráfico mostra a Coreia do Sul na liderança da robotização com 531 robôs para cada 10.000 habitantes enquanto que o Brasil figura a 37ª posição com 9 robôs para mesma concentração habitacional. Curiosamente a taxa respectiva de desemprego nestes países é de 3,1% na Coréia e 13,7% no Brasil, demonstrando que a relação tecnologia vs desemprego parece ter uma taxa inversamente proporcional, ou seja, a tecnologia estimula o desenvolvimento, que por sua vez estimula o emprego.
 
Além desta pesquisa o instituto mundialmente reconhecido Gartner Group, produziu um documento intitulado “Top 10 Strategic Technology Trends for 2017” e que trouxe uma abordagem mais otimista em relação a esta revolução tecnológica. Na visão do Gartner a tecnologia dará um grande salto nos próximos anos impulsionando a humanidade a atingir um novo patamar, revolucionando a forma como as pessoas se relacionam com o trabalho. Para mencionar somente algumas das visões, nas predições do Gartner a inteligência artificial, aprendizado e máquina e a computação cognitiva ajudarão as pessoas a serem mais eficientes e produtivas no seu ambiente de trabalho. Na prática isto significa que o tempo gasto na coleta e cruzamento de informações para geração de insights poderá ser dedicado à tomada de decisões cada vez mais rápidas e assertivas.
 
Na minha apresentação do CONARH trouxe alguns exemplos de como estas tecnologias estão revolucionando o trabalho na área de RH, mas que se aplicam a qualquer outra área de atuação:
 
Assistentes Virtuais (Chatbots): Os chatbots ou assistentes virtuais podem ser grandes aliados para atendimento de primeiro nível, como por exemplo: atender dúvidas sobre os mais variados benefícios; orientar colaboradores sobre procedimentos internos; informar colaboradores sobre políticas da empresa.
 
Big data, Analitycs e Machine Learning: Identificar através de algoritmos aplicados na massa de dados padrões que gerem insights para sustentar a tomada de decisões como: identificar colaboradores com risco de desligamento condicionado a fatores internos e externos; entender desvios comportamentais através de eventos (batidas de ponto, pedidos de adiantamento, absenteísmo, etc.); comparar tendências de remuneração de profissionais com base em seu desempenho histórico.
 
Computação Cognitiva: Uso de computação cognitiva aplicada a processos de recrutamento e seleção para: traçar perfis comportamentais mais aderentes para as demandas de uma determinada posição; “entrevistar” candidatos analisando no conteúdo produzido por ele, suas características comportamentais; comparar perfis comportamentais desejados para vaga com candidatos adequados em função do seu perfil.
 
Automação de Processos (BPM): Uso de automação de processos para ganhar produtividade nas principais demandas do RH, como análise de solicitações de benefícios de terceiros como planos de saúde; coleta, análise e aprovação de informações para alterações cadastrais; controle do processo de geração de matrículas para prestadores de serviços; análise de pedidos de férias.
 
Com todo este cenário parece muito claro que fazer parte desta revolução digital, além de garantir a competitividade nos negócios, também cria novas oportunidades de emprego e renda que marcarão uma nova fase do desenvolvimento da humanidade.
 
 
 
 
Fonte: Senior (autor: Carlos Pereira, gerente de pesquisa, arquitetura e tecnologia na Senior)
As matérias aqui apresentadas são retiradas da fonte acima citada, cabendo à ela o crédito pela mesma

Como a inteligência artificial pode mudar a nossa vida?

Como a inteligência artificial pode mudar a nossa vida?
 
 
A inteligência artificial desperta alguns temores nas pessoas. Isso porque os filmes de Hollywood não costumam abordar os aspectos positivos e favoráveis da tecnologia à favor da humanidade. No fim, sempre tem algo que dá errado. Mas afinal, poderia a máquina nos substituir? Poderia a máquina ser mais inteligente e nos dominar? Onde a inteligência artificial já está sendo utilizada?
 
Primeiro precisamos definir o que é substituir. A “máquina” vai nos substituir em algumas tarefas sim, é fato. Alguns trabalhos deixarão de existir simplesmente por serem repetitivos e não requererem mais a intervenção de um ser humano. Uma “máquina” que aprende e executa de maneira milimétrica o trabalho sem errar por milhões e milhões de vezes, que não se cansa e é capaz de corrigir o seu próprio erro em segundos, já existe. Mas a resposta correta é: não. A máquina não vai nos substituir. O que ela fará são algumas tarefas e/ou trabalhos repetitivos e que não requeiram a sensibilidade humana para funcionar.
 
O segundo questionamento que ouço bastante é se “a máquina” poderia ficar mais inteligente que nós e nos dominar, igual aquelas histórias de filmes. Essa é uma pergunta de difícil resposta, visto que se “a máquina” aprende sozinha coisas boas, ela sim pode aprender sozinha coisas ruins e empregá-las em proveito próprio. É uma teoria, mas depende do ser humano que programará o que “a máquina” pode ou não pode fazer. Logo, o controle será sempre do ser humano. Quando estudava no colégio técnico eu tinha um professor que nos dizia a resposta mais adequada àquela época: “Se um dia a máquina quiser nos dominar, é só desligá-la da tomada” – guardadas as devidas proporções, quem fizer a programação da “máquina” deverá prever esse tipo de inversão de valores. Independente dos temores, já existem algumas áreas onde a inteligência artificial está sendo utilizada e com bastante sucesso. Alguns exemplos:
 
 
Saúde
 
A área da saúde é uma das grandes beneficiárias da inteligência artificial. Hoje existem empresas que utilizam esse mecanismo para ajudar os médicos no diagnóstico. O paciente informa o que está sentindo (escrevendo ou falando) e o mecanismo de inteligência artificial – baseado em seu banco de dados (de petabytes de informação) – indica ao médico os possíveis diagnósticos e possíveis medicações.
 
A mesma coisa com exames clínicos. Baseado em todos os seus exames anteriores e atuais, o mecanismo de inteligência artificial os analisa e aponta quais os possíveis sintomas ou quais os índices dos seus exames não estão bons, e informa o que fazer para melhorar esses índices e possíveis medicações.
 
 
Segurança da informação
 
Na área de segurança da informação a inteligência artificial terá (já tem) um papel fundamental. No caso de invasões e vazamentos de informação, essas geralmente são provocadas por hackers (ou crackers) e eles se utilizam de softwares e alguns mecanismos para essas invasões. Os mecanismos de inteligência artificial estão aprendendo rapidamente como os hackers realizam seus ataques e “intromissões”, e estão conseguindo bloqueá-los de maneira bastante eficiente. E cada novo ataque de um hacker é mais um aprendizado para o mecanismo de inteligência artificial; portanto, quanto mais se ataca um computador, mais a inteligência artificial aprende, e isso com o tempo vai certamente enfraquecer os hackers.
 
 
Hábitos e comportamentos
 
Essa talvez seja uma área em que a inteligência artificial esteja a pleno vapor e já podemos, inclusive, ver os seus resultados. Um exemplo é o que você posta em suas redes sociais – baseado nas informações que você já tem no cadastro, e em seus posts, os mecanismos de análise cognitiva e de inteligência por trás dessas redes conseguem “saber” se você está triste naquele dia, se está com seu lado político mais aflorado, se quer comprar uma bolsa ou um sapato novo, se quer viajar e pra onde, ou se simplesmente está de passagem por ali. Inclusive, já conseguem analisar até as imagens das suas fotos postadas com amigos ou marcadas por eles.
 
Esses são alguns exemplos (existem muitos outros) de onde a inteligência artificial já está produzindo resultados. Ela não veio para ser simplesmente utilizada como algo “mau”, mas para coisas que realmente vão tornar a vida das pessoas melhores e resolver problemas de maneira mais rápida e assertiva. Confiemos que seja assim.
 
 
 
Fonte: Contabilidade na TV
As matérias aqui apresentadas são retiradas da fonte acima citada, cabendo à ela o crédito pela mesma

Inteligência Artificial a serviço do Fisco, conheça as novas tecnologias da Receita

Inteligência Artificial a serviço do Fisco, conheça as novas tecnologias da Receita
 
 
 
O termo Inteligência Artificial (IA) não é algo novo e já foi muito usado, principalmente em filmes de ficção científica. Mas agora voltou acompanhado de outros termos que fazem parte desta tecnologia e que de alguma forma nos aproxima do conceito, trazendo-o para o nosso dia a dia.
 
Um destes termos é “Machine Learning” (Aprendizado de Máquina), que de forma sucinta e simples seria um agrupamento de regras, que permite aos computadores agirem e tomarem decisões baseadas na interpretação de um universo de dados ao invés de seguir uma programação. São capazes de aprender e melhorarem com a evolução e com a exposição a novos fatos.
 
O termo “IA” também já foi citado algumas vezes no âmbito de seu uso pelo fisco brasileiro, tanto na auditoria como na fiscalização dos contribuintes. Sobretudo, após a implementação dos primeiros projetos de escrituração digital, como por exemplo, a nota fiscal eletrônica e todos os SPEDs (Sistema Público de Escrituração Digital), os quais são transmitidos ao Fisco, ficando armazenados em uma base de dados a fim de serem auditados, cruzados e validados por até cinco anos após a entrega. Podemos imaginar o quanto a tecnologia pode evoluir nesse período.
Mas vamos avaliar agora pela ótica do Fisco: o que fazer com essa quantidade enorme de dados recebidos e armazenados, alguns analíticos, outros sintéticos, em bases de dados separadas, informações não padronizadas e principalmente com inconsistência na qualidade dos dados, justificado entre outros motivos pela própria complexidade das obrigações acessórias?
 
Como exemplo deste cenário, podemos citar a base da nota fiscal eletrônica, que segundo informação do site nacional possui mais de 14 bilhões de documentos autorizados. Se considerarmos uma média de seis itens por documento, teremos algo em torno de 84 bilhões de itens da NF-e na base para processamento, volume que aumentará muito se considerarmos o novo projeto NFC-e (cupom fiscal). É neste cenário que entra a evolução da tecnologia em todas as suas frentes. Vejamos, atualmente estão disponíveis e acessíveis equipamentos e plataformas de alta performance para processamento de Big Data e com eles, softwares de última geração para análise de dados, com modelos estatísticos e todos os demais recursos necessários para a implementação de um projeto de “Machine Learning”.
 
Mas existe algum caso real? Sim, em um recente evento, um caso real foi demonstrado. Trata-se de um projeto para “identificação de fraudes de ICMS”, realizado por uma Sefaz (Secretaria da Fazenda Estadual) com o apoio da consultoria de sistemas e de professores de linguística e estatística da universidade e de auditores fiscais, que conhecem o negócio (inteligência). Em conjunto, criaram um modelo para aplicar na base de dados da NF-e. Primeiro interpretando, classificando, distinguindo cada item (produto) da NF-e, e separando os similares dos não reconhecidos por categoria e subcategoria.
 
Segundo, “ensinando” o sistema a reconhecer esses novos dados e a tomar a decisão mais adequada. E, finalmente, com a base de dados mais padronizada, realizar as análises necessárias para identificar quaisquer inconsistências e fraudes de ICMS. Pôde-se, por exemplo, avaliar em poucos minutos a classificação fiscal, o valor médio, a unidade de medida, a tributação e outras informações utilizadas pelas várias empresas para um mesmo produto, com um alto grau de assertividade, pois o sistema consegue identificar anormalidades relacionadas ao produto. Um outro exemplo foi a identificação de inconsistências no transporte de mercadorias, como refrigerantes em um caminhão de 15 mil litros que na verdade era combustível.
 
Como vemos, não se trata apenas de automação ou processamento de grandes volumes, mas sim de uma auditoria detalhista e interpretativa, que aprenderá cada vez mais com o aumento no volume de dados e informações processadas, sendo um aliado poderoso do auditor fiscal no exercício de suas funções. O mais importante é que a tecnologia está disponível para todos e temos que nos preparar para essa nova realidade.
 
* Renato Matavelli é especialista em soluções de compliance tributário.
 
 
 
 
Fonte: Canaltech
As matérias aqui apresentadas são retiradas da fonte acima citada, cabendo à ela o crédito pela mesma