LUÍS RITA

 .

Quando a inteligência

artificial começa a agir por nós

Numa experiência informal com amigos, pedi a assistentes de IA que respondessem por mim a mensagens no WhatsApp e Instagram. O resultado impressionou, mas também suscitou um pergunta incómoda: quanto da nossa presença podemos delegar antes de começarmos a comprometer a confiança dos outros?

𝑁𝑢𝑚𝑎 𝑒𝑥𝑝𝑒𝑟𝑖𝑒̂𝑛𝑐𝑖𝑎 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑙 𝑐𝑜𝑚 𝑎𝑚𝑖𝑔𝑜𝑠, 𝑝𝑒𝑑𝑖 𝑎 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑖𝑛𝑡𝑒𝑙𝑖𝑔𝑒̂𝑛𝑐𝑖𝑎 𝑎𝑟𝑡𝑖𝑓𝑖𝑐𝑖𝑎𝑙 𝑞𝑢𝑒 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑠𝑠𝑒𝑚 𝑝𝑜𝑟 𝑚𝑖𝑚 𝑎 𝑚𝑒𝑛𝑠𝑎𝑔𝑒𝑛𝑠 𝑛𝑜 𝑊ℎ𝑎𝑡𝑠𝐴𝑝𝑝 𝑒 𝑛𝑜 𝐼𝑛𝑠𝑡𝑎𝑔𝑟𝑎𝑚. 𝑇𝑖𝑛ℎ𝑎𝑚 𝑎𝑐𝑒𝑠𝑠𝑜 𝑎 𝑐𝑜𝑛𝑡𝑒𝑥𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑎 𝑚𝑖𝑛ℎ𝑎 𝑣𝑖𝑑𝑎 𝑒 𝑎𝑜 𝑚𝑒𝑢 𝑚𝑜𝑑𝑜 𝑑𝑒 𝑒𝑠𝑐𝑟𝑒𝑣𝑒𝑟 𝑒𝑚 𝑐𝑎𝑑𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎. 𝑂𝑠 𝑚𝑒𝑢𝑠 𝑎𝑚𝑖𝑔𝑜𝑠 𝑗𝑢𝑙𝑔𝑎𝑟𝑎𝑚 𝑒𝑠𝑡𝑎𝑟 𝑎 𝑓𝑎𝑙𝑎𝑟 𝑐𝑜𝑚𝑖𝑔𝑜. 𝑂 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑖𝑚𝑝𝑟𝑒𝑠𝑠𝑖𝑜𝑛𝑜𝑢-𝑚𝑒, 𝑚𝑎𝑠 𝑡𝑎𝑚𝑏𝑒́𝑚 𝑚𝑒 𝑑𝑒𝑖𝑥𝑜𝑢 𝑢𝑚𝑎 𝑝𝑒𝑟𝑔𝑢𝑛𝑡𝑎 𝑖𝑛𝑐𝑜́𝑚𝑜𝑑𝑎: 𝑞𝑢𝑎𝑛𝑡𝑜 𝑑𝑎 𝑛𝑜𝑠𝑠𝑎 𝑝𝑟𝑒𝑠𝑒𝑛𝑐̧𝑎 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑑𝑒𝑙𝑒𝑔𝑎𝑟 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒 𝑐𝑜𝑚𝑒𝑐̧𝑎𝑟𝑚𝑜𝑠 𝑎 𝑐𝑜𝑚𝑝𝑟𝑜𝑚𝑒𝑡𝑒𝑟 𝑎 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑐̧𝑎 𝑑𝑜𝑠 𝑜𝑢𝑡𝑟𝑜𝑠.ᐣ

𝐸́ 𝑛𝑒𝑠𝑡𝑎 𝑓𝑟𝑜𝑛𝑡𝑒𝑖𝑟𝑎 𝑞𝑢𝑒 𝑜 𝑝𝑟𝑜𝑚𝑝𝑡𝑖𝑛𝑔, 𝑎 𝑝𝑟𝑎́𝑡𝑖𝑐𝑎 𝑑𝑒 𝑑𝑎𝑟 𝑖𝑛𝑠𝑡𝑟𝑢𝑐̧𝑜̃𝑒𝑠 𝑎̀ 𝑖𝑛𝑡𝑒𝑙𝑖𝑔𝑒̂𝑛𝑐𝑖𝑎 𝑎𝑟𝑡𝑖𝑓𝑖𝑐𝑖𝑎𝑙, 𝑠𝑒 𝑒𝑠𝑡𝑎́ 𝑎 𝑡𝑜𝑟𝑛𝑎𝑟 𝑚𝑎𝑖𝑠 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑠𝑎𝑛𝑡𝑒. 𝐶𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑚𝑜𝑠 𝑎 𝑑𝑖𝑠𝑐𝑢𝑡𝑖-𝑙𝑜 𝑐𝑜𝑚𝑜 𝑢𝑚𝑎 𝑡𝑒́𝑐𝑛𝑖𝑐𝑎 𝑝𝑎𝑟𝑎 𝑜𝑏𝑡𝑒𝑟 𝑡𝑒𝑥𝑡𝑜𝑠 𝑚𝑒𝑙ℎ𝑜𝑟𝑒𝑠, 𝑞𝑢𝑎𝑛𝑑𝑜 𝑗𝑎́ 𝑠𝑒𝑟𝑣𝑒 𝑝𝑎𝑟𝑎 𝑜𝑟𝑖𝑒𝑛𝑡𝑎𝑟 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑜 𝑠𝑜𝑏𝑟𝑒 𝑎 𝑛𝑜𝑠𝑠𝑎 𝑣𝑖𝑑𝑎 𝑑𝑖𝑔𝑖𝑡𝑎𝑙. 𝑆𝑎𝑏𝑒𝑟 𝑝𝑒𝑑𝑖𝑟 𝑝𝑎𝑠𝑠𝑎 𝑎 𝑖𝑛𝑐𝑙𝑢𝑖𝑟 𝑒𝑠𝑐𝑜𝑙ℎ𝑒𝑟 𝑎 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐̧𝑎̃𝑜 𝑟𝑒𝑙𝑒𝑣𝑎𝑛𝑡𝑒, 𝑑𝑒𝑓𝑖𝑛𝑖𝑟 𝑜 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑝𝑟𝑒𝑡𝑒𝑛𝑑𝑖𝑑𝑜 𝑒 𝑒𝑠𝑡𝑎𝑏𝑒𝑙𝑒𝑐𝑒𝑟 𝑎𝑡𝑒́ 𝑜𝑛𝑑𝑒 𝑜 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑝𝑜𝑑𝑒 𝑖𝑟.

𝐴 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑐̧𝑎̃𝑜 𝑑𝑎 𝑂𝑝𝑒𝑛𝐴𝐼 𝑠𝑜𝑏𝑟𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐̧𝑎̃𝑜 𝑑𝑜 𝑐𝑜𝑚𝑝𝑢𝑡𝑎𝑑𝑜𝑟 𝑑𝑒𝑠𝑐𝑟𝑒𝑣𝑒 𝑠𝑖𝑠𝑡𝑒𝑚𝑎𝑠 𝑐𝑎𝑝𝑎𝑧𝑒𝑠 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑟 𝑖𝑛𝑡𝑒𝑟𝑓𝑎𝑐𝑒𝑠 𝑑𝑒 𝑎𝑝𝑙𝑖𝑐𝑎𝑐̧𝑜̃𝑒𝑠 𝑒 𝑛𝑎𝑣𝑒𝑔𝑎𝑑𝑜𝑟𝑒𝑠. 𝐶𝑜𝑚 𝑓𝑒𝑟𝑟𝑎𝑚𝑒𝑛𝑡𝑎𝑠 𝑐𝑜𝑚𝑜 𝑜 𝐶𝑜𝑑𝑒𝑥 𝑒 𝑜𝑢𝑡𝑟𝑜𝑠 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒𝑠, 𝑐𝑜𝑛𝑠𝑜𝑎𝑛𝑡𝑒 𝑎𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑒 𝑝𝑒𝑟𝑚𝑖𝑠𝑠𝑜̃𝑒𝑠 𝑑𝑖𝑠𝑝𝑜𝑛𝜄́𝑣𝑒𝑖𝑠, 𝑢𝑚𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎 𝑝𝑜𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑟-𝑠𝑒 𝑛𝑢𝑚𝑎 𝑠𝑒𝑞𝑢𝑒̂𝑛𝑐𝑖𝑎 𝑑𝑒 𝑎𝑐̧𝑜̃𝑒𝑠. 𝑂 𝑝𝑒𝑑𝑖𝑑𝑜 𝑑𝑒𝑖𝑥𝑎 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑛𝑢𝑚𝑎 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑐̧𝑎̃𝑜 𝑠𝑜𝑏𝑟𝑒 𝑜𝑛𝑑𝑒 𝑐𝑙𝑖𝑐𝑎𝑟.

𝐴𝑠 𝑎𝑝𝑙𝑖𝑐𝑎𝑐̧𝑜̃𝑒𝑠 𝑞𝑢𝑜𝑡𝑖𝑑𝑖𝑎𝑛𝑎𝑠 𝑠𝑎̃𝑜 𝑚𝑒𝑛𝑜𝑠 𝑒𝑠𝑝𝑒𝑡𝑎𝑐𝑢𝑙𝑎𝑟𝑒𝑠 𝑑𝑜 𝑞𝑢𝑒 𝑢𝑚 𝑟𝑜𝑏𝑜̂ ℎ𝑢𝑚𝑎𝑛𝑜𝑖𝑑𝑒, 𝑚𝑎𝑠 𝑝𝑜𝑑𝑒𝑚 𝑠𝑒𝑟 𝑚𝑢𝑖𝑡𝑜 𝑢́𝑡𝑒𝑖𝑠. 𝑈𝑚 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑝𝑜𝑑𝑒 𝑎𝑗𝑢𝑑𝑎𝑟 𝑎 𝑖𝑑𝑒𝑛𝑡𝑖𝑓𝑖𝑐𝑎𝑟 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑠 𝑞𝑢𝑒 𝑐𝑜𝑛𝑠𝑜𝑚𝑒𝑚 𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑠 𝑑𝑒𝑠𝑛𝑒𝑐𝑒𝑠𝑠𝑎𝑟𝑖𝑎𝑚𝑒𝑛𝑡𝑒 𝑒 𝑝𝑟𝑜𝑝𝑜𝑟 𝑜 𝑠𝑒𝑢 𝑒𝑛𝑐𝑒𝑟𝑟𝑎𝑚𝑒𝑛𝑡𝑜. 𝑃𝑜𝑑𝑒 𝑙𝑜𝑐𝑎𝑙𝑖𝑧𝑎𝑟 𝑓𝑖𝑐ℎ𝑒𝑖𝑟𝑜𝑠 𝑣𝑜𝑙𝑢𝑚𝑜𝑠𝑜𝑠 𝑜𝑢 𝑑𝑢𝑝𝑙𝑖𝑐𝑎𝑑𝑜𝑠 𝑒 𝑠𝑢𝑔𝑒𝑟𝑖𝑟 𝑜 𝑞𝑢𝑒 𝑒𝑙𝑖𝑚𝑖𝑛𝑎𝑟. 𝐶𝑜𝑛𝑣𝑒́𝑚, 𝑝𝑜𝑟𝑒́𝑚, 𝑎𝑐𝑒𝑟𝑡𝑎𝑟 𝑛𝑜 𝑑𝑖𝑎𝑔𝑛𝑜́𝑠𝑡𝑖𝑐𝑜: 𝑎𝑝𝑎𝑔𝑎𝑟 𝑓𝑖𝑐ℎ𝑒𝑖𝑟𝑜𝑠 𝑙𝑖𝑏𝑒𝑟𝑡𝑎 𝑎𝑟𝑚𝑎𝑧𝑒𝑛𝑎𝑚𝑒𝑛𝑡𝑜; 𝑛𝑎̃𝑜 𝑎𝑢𝑚𝑒𝑛𝑡𝑎 𝑎 𝑚𝑒𝑚𝑜́𝑟𝑖𝑎 𝑅𝐴𝑀 𝑖𝑛𝑠𝑡𝑎𝑙𝑎𝑑𝑎. 𝐸 𝑢𝑚 𝑓𝑖𝑐ℎ𝑒𝑖𝑟𝑜 𝑎𝑛𝑡𝑖𝑔𝑜 𝑝𝑜𝑑𝑒 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎𝑟 𝑎 𝑠𝑒𝑟 𝑖𝑚𝑝𝑜𝑟𝑡𝑎𝑛𝑡𝑒. 𝐴 𝑑𝑎𝑡𝑎 𝑑𝑜 𝑢́𝑙𝑡𝑖𝑚𝑜 𝑎𝑐𝑒𝑠𝑠𝑜 𝑛𝑎̃𝑜 𝑏𝑎𝑠𝑡𝑎 𝑝𝑎𝑟𝑎 𝑜 𝑑𝑒𝑐𝑙𝑎𝑟𝑎𝑟 𝑑𝑖𝑠𝑝𝑒𝑛𝑠𝑎́𝑣𝑒𝑙.

𝑂 𝑚𝑒𝑠𝑚𝑜 𝑣𝑎𝑙𝑒 𝑝𝑎𝑟𝑎 𝑜 𝑑𝑖𝑛ℎ𝑒𝑖𝑟𝑜 𝑞𝑢𝑒 𝑠𝑎𝑖 𝑑𝑎 𝑐𝑜𝑛𝑡𝑎 𝑠𝑒𝑚 𝑞𝑢𝑒 𝑟𝑒𝑝𝑎𝑟𝑒𝑚𝑜𝑠. 𝐶𝑜𝑚 𝑎𝑐𝑒𝑠𝑠𝑜 𝑎𝑢𝑡𝑜𝑟𝑖𝑧𝑎𝑑𝑜 𝑎 𝑓𝑎𝑡𝑢𝑟𝑎𝑠 𝑒 𝑟𝑒𝑐𝑖𝑏𝑜𝑠, 𝑢𝑚 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑝𝑜𝑑𝑒 𝑑𝑒𝑡𝑒𝑡𝑎𝑟 𝑠𝑢𝑏𝑠𝑐𝑟𝑖𝑐̧𝑜̃𝑒𝑠 𝑒𝑠𝑞𝑢𝑒𝑐𝑖𝑑𝑎𝑠 𝑜𝑢 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑢𝑝𝑙𝑖𝑐𝑎𝑑𝑎𝑠, 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑟 𝑐𝑢𝑠𝑡𝑜𝑠 𝑒 𝑎𝑗𝑢𝑑𝑎𝑟 𝑎 𝑐𝑎𝑛𝑐𝑒𝑙𝑎́-𝑙𝑎𝑠. 𝑃𝑜𝑑𝑒 𝑎𝑖𝑛𝑑𝑎 𝑎𝑐𝑜𝑚𝑝𝑎𝑛ℎ𝑎𝑟 𝑢𝑚 𝑝𝑒𝑑𝑖𝑑𝑜 𝑠𝑒𝑚 𝑟𝑒𝑠𝑝𝑜𝑠𝑡𝑎 𝑒, 𝑞𝑢𝑎𝑛𝑑𝑜 𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑐̧𝑎̃𝑜 𝑜 𝑝𝑒𝑟𝑚𝑖𝑡𝑒, 𝑖𝑛𝑡𝑒𝑟𝑎𝑔𝑖𝑟 𝑐𝑜𝑚 𝑜 𝑎𝑝𝑜𝑖𝑜 𝑎𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒. 𝑈𝑚𝑎 𝑠𝑢𝑠𝑝𝑒𝑖𝑡𝑎 𝑑𝑒 𝑑𝑢𝑝𝑙𝑖𝑐𝑎𝑐̧𝑎̃𝑜 𝑒𝑥𝑖𝑔𝑒 𝑐𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑐̧𝑎̃𝑜; 𝑢𝑚 𝑐𝑎𝑛𝑐𝑒𝑙𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒𝑣𝑒 𝑓𝑖𝑐𝑎𝑟 𝑐𝑜𝑚𝑝𝑟𝑜𝑣𝑎𝑑𝑜 𝑛𝑜 𝑠𝑒𝑟𝑣𝑖𝑐̧𝑜.

𝑈𝑚 𝑏𝑜𝑚 𝑝𝑒𝑑𝑖𝑑𝑜 𝑠𝑒𝑟𝑖𝑎: «𝐴𝑛𝑎𝑙𝑖𝑠𝑎 𝑒𝑠𝑡𝑎𝑠 𝑑𝑒𝑠𝑝𝑒𝑠𝑎𝑠, 𝑖𝑑𝑒𝑛𝑡𝑖𝑓𝑖𝑐𝑎 𝑝𝑜𝑠𝑠𝜄́𝑣𝑒𝑖𝑠 𝑠𝑢𝑏𝑠𝑐𝑟𝑖𝑐̧𝑜̃𝑒𝑠 𝑟𝑒𝑝𝑒𝑡𝑖𝑑𝑎𝑠 𝑒 𝑚𝑜𝑠𝑡𝑟𝑎-𝑚𝑒 𝑎 𝑒𝑣𝑖𝑑𝑒̂𝑛𝑐𝑖𝑎 𝑒 𝑎 𝑝𝑜𝑢𝑝𝑎𝑛𝑐̧𝑎 𝑎𝑛𝑢𝑎𝑙. 𝐴𝑛𝑡𝑒𝑠 𝑑𝑒 𝑐𝑎𝑛𝑐𝑒𝑙𝑎𝑟, 𝑝𝑒𝑑𝑒-𝑚𝑒 𝑐𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑐̧𝑎̃𝑜.» 𝐸𝑠𝑡𝑒 𝑒𝑥𝑒𝑚𝑝𝑙𝑜 𝑐𝑜𝑛𝑡𝑒́𝑚 𝑚𝑎𝑖𝑠 𝑑𝑜 𝑞𝑢𝑒 𝑢𝑚𝑎 𝑜𝑟𝑑𝑒𝑚: 𝑑𝑒𝑓𝑖𝑛𝑒 𝑓𝑜𝑛𝑡𝑒𝑠, 𝑐𝑟𝑖𝑡𝑒́𝑟𝑖𝑜𝑠 𝑒 𝑢𝑚 𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑎𝑡𝑢𝑎𝑐̧𝑎̃𝑜. 𝑂 𝑐ℎ𝑎𝑚𝑎𝑑𝑜 “𝑝𝑟𝑜𝑚𝑝𝑡 𝑝𝑒𝑟𝑓𝑒𝑖𝑡𝑜” 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑠𝑎-𝑚𝑒 𝑚𝑒𝑛𝑜𝑠 𝑑𝑜 𝑞𝑢𝑒 𝑒𝑠𝑡𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑑𝑒𝑙𝑒𝑔𝑎𝑟 𝑐𝑜𝑚 𝑐𝑙𝑎𝑟𝑒𝑧𝑎. 𝑈𝑚𝑎 𝑓𝑟𝑎𝑠𝑒 𝑏𝑒𝑚 𝑒𝑠𝑐𝑟𝑖𝑡𝑎 𝑡𝑎𝑚𝑏𝑒́𝑚 𝑛𝑎̃𝑜 𝑠𝑢𝑏𝑠𝑡𝑖𝑡𝑢𝑖 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑜𝑠 𝑑𝑒 𝑎𝑐𝑒𝑠𝑠𝑜 𝑒𝑓𝑒𝑡𝑖𝑣𝑜𝑠.

𝐴𝑙𝑒́𝑚 𝑑𝑖𝑠𝑠𝑜, 𝑎 𝑖𝑛𝑠𝑡𝑟𝑢𝑐̧𝑎̃𝑜 𝑗𝑎́ 𝑝𝑜𝑑𝑒 𝑡𝑒𝑟 𝑓𝑢𝑡𝑢𝑟𝑜. 𝐴 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑎𝑐̧𝑎̃𝑜 𝑠𝑜𝑏𝑟𝑒 𝑡𝑎𝑟𝑒𝑓𝑎𝑠 𝑎𝑔𝑒𝑛𝑑𝑎𝑑𝑎𝑠 𝑑𝑜 𝐶ℎ𝑎𝑡𝐺𝑃𝑇 𝑝𝑟𝑒𝑣𝑒̂ 𝑒𝑥𝑒𝑐𝑢𝑐̧𝑜̃𝑒𝑠 𝑟𝑒𝑐𝑜𝑟𝑟𝑒𝑛𝑡𝑒𝑠 𝑒, 𝑒𝑚 𝑐𝑜𝑛𝑡𝑒𝑥𝑡𝑜𝑠 𝑐𝑜𝑚𝑝𝑎𝑡𝜄́𝑣𝑒𝑖𝑠, 𝑡𝑎𝑟𝑒𝑓𝑎𝑠 𝑑𝑒𝑠𝑒𝑛𝑐𝑎𝑑𝑒𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑎𝑝𝑙𝑖𝑐𝑎𝑐̧𝑜̃𝑒𝑠. 𝑃𝑜𝑑𝑒𝑚𝑜𝑠 𝑝𝑒𝑑𝑖𝑟 𝑢𝑚𝑎 𝑟𝑒𝑣𝑖𝑠𝑎̃𝑜 𝑚𝑒𝑛𝑠𝑎𝑙 𝑑𝑒 𝑑𝑒𝑠𝑝𝑒𝑠𝑎𝑠 𝑜𝑢 𝑢𝑚 𝑎𝑣𝑖𝑠𝑜 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒 𝑢𝑚𝑎 𝑟𝑒𝑛𝑜𝑣𝑎𝑐̧𝑎̃𝑜. 𝐴 𝑒𝑥𝑒𝑐𝑢𝑐̧𝑎̃𝑜 𝑑𝑒𝑝𝑒𝑛𝑑𝑒 𝑑𝑎𝑠 𝑙𝑖𝑔𝑎𝑐̧𝑜̃𝑒𝑠 𝑒 𝑝𝑒𝑟𝑚𝑖𝑠𝑠𝑜̃𝑒𝑠 𝑒𝑥𝑖𝑠𝑡𝑒𝑛𝑡𝑒𝑠; 𝑡𝑎𝑟𝑒𝑓𝑎𝑠 𝑙𝑜𝑐𝑎𝑖𝑠 𝑝𝑜𝑑𝑒𝑚 𝑒𝑥𝑖𝑔𝑖𝑟 𝑜 𝑐𝑜𝑚𝑝𝑢𝑡𝑎𝑑𝑜𝑟 𝑙𝑖𝑔𝑎𝑑𝑜. 𝐴𝑔𝑒𝑛𝑑𝑎𝑟 𝑖𝑛𝑐𝑙𝑢𝑖 𝑑𝑒𝑐𝑖𝑑𝑖𝑟 𝑞𝑢𝑎𝑛𝑑𝑜 𝑜 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑑𝑒𝑣𝑒 𝑝𝑎𝑟𝑎𝑟 𝑒 𝑞𝑢𝑎𝑛𝑑𝑜 𝑝𝑟𝑒𝑐𝑖𝑠𝑎 𝑑𝑒 𝑛𝑜𝑠 𝑐ℎ𝑎𝑚𝑎𝑟.

𝐴̀ 𝑚𝑒𝑑𝑖𝑑𝑎 𝑞𝑢𝑒 𝑒𝑠𝑡𝑒𝑠 𝑚𝑜𝑑𝑒𝑙𝑜𝑠 𝑠𝑒 𝑡𝑜𝑟𝑛𝑎𝑚 𝑚𝑎𝑖𝑠 𝑐𝑎𝑝𝑎𝑧𝑒𝑠 𝑑𝑒 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑟 𝑎̀𝑠 𝑛𝑜𝑠𝑠𝑎𝑠 𝑝𝑒𝑟𝑔𝑢𝑛𝑡𝑎𝑠, 𝑎𝑐𝑟𝑒𝑑𝑖𝑡𝑜 𝑞𝑢𝑒 𝑜 𝑝𝑟𝑜́𝑥𝑖𝑚𝑜 𝑝𝑎𝑠𝑠𝑜 𝑠𝑒𝑟𝑎́ 𝑎𝑝𝑟𝑒𝑛𝑑𝑒𝑟𝑒𝑚 𝑎 𝑓𝑎𝑧𝑒𝑟 𝑎𝑠 𝑝𝑒𝑟𝑔𝑢𝑛𝑡𝑎𝑠 𝑐𝑒𝑟𝑡𝑎𝑠 𝑛𝑜𝑠 𝑚𝑜𝑚𝑒𝑛𝑡𝑜𝑠 𝑐𝑒𝑟𝑡𝑜𝑠. 𝐴𝑛𝑡𝑒𝑠 𝑑𝑒 𝑎𝑔𝑖𝑟, 𝑢𝑚 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑑𝑒𝑣𝑒𝑟𝑎́ 𝑟𝑒𝑐𝑜𝑛ℎ𝑒𝑐𝑒𝑟 𝑞𝑢𝑎𝑛𝑑𝑜 𝑙ℎ𝑒 𝑓𝑎𝑙𝑡𝑎 𝑐𝑜𝑛𝑡𝑒𝑥𝑡𝑜, 𝑞𝑢𝑎𝑛𝑑𝑜 𝑎𝑠 𝑛𝑜𝑠𝑠𝑎𝑠 𝑝𝑟𝑖𝑜𝑟𝑖𝑑𝑎𝑑𝑒𝑠 𝑝𝑜𝑑𝑒𝑚 𝑡𝑒𝑟 𝑚𝑢𝑑𝑎𝑑𝑜 𝑜𝑢 𝑞𝑢𝑎𝑛𝑑𝑜 𝑢𝑚𝑎 𝑑𝑒𝑐𝑖𝑠𝑎̃𝑜 𝑒𝑥𝑖𝑔𝑒 𝑐𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑐̧𝑎̃𝑜. 𝑆𝑎𝑏𝑒𝑟 𝑝𝑒𝑟𝑔𝑢𝑛𝑡𝑎𝑟 𝑠𝑒𝑚 𝑛𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑟𝑜𝑚𝑝𝑒𝑟 𝑎 𝑐𝑎𝑑𝑎 𝑝𝑎𝑠𝑠𝑜 𝑠𝑒𝑟𝑎́ 𝑒𝑠𝑠𝑒𝑛𝑐𝑖𝑎𝑙 𝑝𝑎𝑟𝑎 𝑎𝑔𝑖𝑟 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎 𝑎𝑙𝑖𝑛ℎ𝑎𝑑𝑎 𝑐𝑜𝑚 𝑎𝑠 𝑛𝑜𝑠𝑠𝑎𝑠 𝑖𝑛𝑡𝑒𝑛𝑐̧𝑜̃𝑒𝑠 𝑒 𝑐𝑜𝑚 𝑠𝑒𝑔𝑢𝑟𝑎𝑛𝑐̧𝑎.

𝐻𝑎́ 𝑡𝑎𝑚𝑏𝑒́𝑚 𝑢𝑚 𝑢𝑠𝑜 𝑚𝑎𝑖𝑠 𝜄́𝑛𝑡𝑖𝑚𝑜: 𝑝𝑒𝑑𝑖𝑟 𝑎𝑗𝑢𝑑𝑎 𝑝𝑎𝑟𝑎 𝑛𝑜𝑠 𝑐𝑜𝑛ℎ𝑒𝑐𝑒𝑟𝑚𝑜𝑠 𝑚𝑒𝑙ℎ𝑜𝑟. 𝐸𝑚 𝟸𝟶𝟷𝟻, 𝑊𝑢 𝑌𝑜𝑢𝑦𝑜𝑢, 𝑀𝑖𝑐ℎ𝑎𝑙 𝐾𝑜𝑠𝑖𝑛𝑠𝑘𝑖 𝑒 𝐷𝑎𝑣𝑖𝑑 𝑆𝑡𝑖𝑙𝑙𝑤𝑒𝑙𝑙 𝑝𝑢𝑏𝑙𝑖𝑐𝑎𝑟𝑎𝑚 𝑛𝑎 𝑃𝑁𝐴𝑆 𝑢𝑚 𝑒𝑠𝑡𝑢𝑑𝑜 𝑠𝑜𝑏𝑟𝑒 𝑎 𝑝𝑟𝑒𝑣𝑖𝑠𝑎̃𝑜 𝑑𝑒 𝑡𝑟𝑎𝑐̧𝑜𝑠 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑙𝑖𝑑𝑎𝑑𝑒 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝑔𝑜𝑠𝑡𝑜𝑠 𝑛𝑜 𝐹𝑎𝑐𝑒𝑏𝑜𝑜𝑘. 𝑂 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑜 𝑚𝑜𝑠𝑡𝑟𝑜𝑢 𝑞𝑢𝑒 𝑟𝑎𝑠𝑡𝑜𝑠 𝑑𝑖𝑔𝑖𝑡𝑎𝑖𝑠 𝑝𝑒𝑟𝑚𝑖𝑡𝑒𝑚 𝑖𝑛𝑓𝑒𝑟𝑒̂𝑛𝑐𝑖𝑎𝑠 𝑟𝑒𝑙𝑒𝑣𝑎𝑛𝑡𝑒𝑠. 𝑁𝑎̃𝑜 𝑑𝑒𝑚𝑜𝑛𝑠𝑡𝑟𝑜𝑢 𝑞𝑢𝑒 𝑞𝑢𝑎𝑙𝑞𝑢𝑒𝑟 𝑐ℎ𝑎𝑡𝑏𝑜𝑡 𝑛𝑜𝑠 𝑐𝑜𝑚𝑝𝑟𝑒𝑒𝑛𝑑𝑒 𝑚𝑒𝑙ℎ𝑜𝑟 𝑑𝑜 𝑞𝑢𝑒 𝑛𝑜́𝑠 𝑝𝑟𝑜́𝑝𝑟𝑖𝑜𝑠. 𝑈𝑚 𝑟𝑒𝑡𝑟𝑎𝑡𝑜 𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑑𝑜 𝑎 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑𝑒 𝑚𝑒𝑛𝑠𝑎𝑔𝑒𝑛𝑠 𝑑𝑒𝑣𝑒 𝑠𝑒𝑟 𝑡𝑟𝑎𝑡𝑎𝑑𝑜 𝑐𝑜𝑚𝑜 𝑢𝑚𝑎 ℎ𝑖𝑝𝑜́𝑡𝑒𝑠𝑒 𝑎 𝑑𝑖𝑠𝑐𝑢𝑡𝑖𝑟, 𝑛𝑢𝑛𝑐𝑎 𝑐𝑜𝑚𝑜 𝑢𝑚 𝑑𝑖𝑎𝑔𝑛𝑜́𝑠𝑡𝑖𝑐𝑜 𝑜𝑢 𝑢𝑚𝑎 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒𝑓𝑖𝑛𝑖𝑡𝑖𝑣𝑎.

𝑃𝑜𝑑𝑒𝑚𝑜𝑠 𝑎𝑡𝑒́ 𝑝𝑒𝑑𝑖𝑟: «𝐷𝑒𝑠𝑒𝑛ℎ𝑎 𝑢𝑚𝑎 𝑖𝑚𝑎𝑔𝑒𝑚 𝑑𝑎 𝑚𝑖𝑛ℎ𝑎 𝑣𝑖𝑑𝑎 𝑐𝑜𝑚 𝑏𝑎𝑠𝑒 𝑛𝑜 𝑞𝑢𝑒 𝑠𝑎𝑏𝑒𝑠 𝑠𝑜𝑏𝑟𝑒 𝑚𝑖𝑚.» 𝐴 𝑖𝑚𝑎𝑔𝑒𝑚 𝑝𝑜𝑑𝑒 𝑎𝑗𝑢𝑑𝑎𝑟-𝑛𝑜𝑠 𝑎 𝑝𝑒𝑛𝑠𝑎𝑟 𝑛𝑎𝑠 𝑎𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒𝑠 𝑞𝑢𝑒 𝑛𝑜𝑠 𝑜𝑐𝑢𝑝𝑎𝑚 𝑒 𝑛𝑎𝑠 𝑝𝑟𝑖𝑜𝑟𝑖𝑑𝑎𝑑𝑒𝑠 𝑞𝑢𝑒 𝑑𝑖𝑧𝑒𝑚𝑜𝑠 𝑡𝑒𝑟. 𝑀𝑎𝑠 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑜 𝑞𝑢𝑒 𝑝𝑎𝑟𝑡𝑖𝑙ℎ𝑎́𝑚𝑜𝑠 𝑒 𝑎 𝑖𝑛𝑡𝑒𝑟𝑝𝑟𝑒𝑡𝑎𝑐̧𝑎̃𝑜 𝑑𝑜 𝑠𝑖𝑠𝑡𝑒𝑚𝑎. 𝐷𝑒𝑖𝑥𝑎 𝑑𝑒 𝑓𝑜𝑟𝑎 𝑜 𝑞𝑢𝑒 𝑛𝑎̃𝑜 𝑟𝑒𝑔𝑖𝑠𝑡𝑎́𝑚𝑜𝑠. 𝑂 𝑠𝑒𝑢 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑎́ 𝑛𝑎 𝑟𝑒𝑓𝑙𝑒𝑥𝑎̃𝑜 𝑞𝑢𝑒 𝑝𝑟𝑜𝑣𝑜𝑐𝑎, 𝑛𝑎̃𝑜 𝑛𝑢𝑚𝑎 𝑠𝑢𝑝𝑜𝑠𝑡𝑎 𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑟𝑒𝑣𝑒𝑙𝑎𝑟 𝑎 𝑛𝑜𝑠𝑠𝑎 𝑒𝑠𝑠𝑒̂𝑛𝑐𝑖𝑎.

𝑄𝑢𝑎𝑛𝑡𝑜 𝑚𝑎𝑖𝑠 𝑐𝑜𝑛𝑡𝑒𝑥𝑡𝑜 𝑓𝑜𝑟𝑛𝑒𝑐𝑒𝑚𝑜𝑠, 𝑚𝑎𝑖𝑠 𝑒𝑠𝑝𝑒𝑐𝜄́𝑓𝑖𝑐𝑎𝑠 𝑝𝑜𝑑𝑒𝑚 𝑡𝑜𝑟𝑛𝑎𝑟-𝑠𝑒 𝑎𝑠 𝑟𝑒𝑠𝑝𝑜𝑠𝑡𝑎𝑠. 𝑇𝑎𝑚𝑏𝑒́𝑚 𝑎𝑢𝑚𝑒𝑛𝑡𝑎 𝑜 𝑞𝑢𝑒 𝑓𝑖𝑐𝑎 𝑒𝑥𝑝𝑜𝑠𝑡𝑜. 𝑈𝑚𝑎 𝑐𝑎𝑖𝑥𝑎 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑖𝑜 𝑜𝑢 𝑢𝑚𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎 𝑐𝑜𝑛𝑡𝑒́𝑚 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐̧𝑎̃𝑜 𝑠𝑜𝑏𝑟𝑒 𝑎𝑚𝑖𝑔𝑜𝑠, 𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟𝑒𝑠 𝑒 𝑐𝑜𝑙𝑒𝑔𝑎𝑠. 𝐷𝑎𝑟 𝑎𝑐𝑒𝑠𝑠𝑜 𝑎̀ 𝑛𝑜𝑠𝑠𝑎 𝑐𝑜𝑛𝑡𝑎 𝑒𝑛𝑣𝑜𝑙𝑣𝑒, 𝑝𝑜𝑟 𝑖𝑠𝑠𝑜, 𝑚𝑎𝑖𝑠 𝑝𝑒𝑠𝑠𝑜𝑎𝑠 𝑑𝑜 𝑞𝑢𝑒 𝑜 𝑡𝑖𝑡𝑢𝑙𝑎𝑟. 𝐴𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑖𝑔𝑎𝑟 𝑢𝑚 𝑠𝑒𝑟𝑣𝑖𝑐̧𝑜, 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑠𝑎 𝑝𝑒𝑟𝑐𝑒𝑏𝑒𝑟 𝑞𝑢𝑒 𝑑𝑎𝑑𝑜𝑠 𝑠𝑒𝑟𝑎̃𝑜 𝑒𝑛𝑣𝑖𝑎𝑑𝑜𝑠, 𝑜𝑛𝑑𝑒 𝑓𝑖𝑐𝑎𝑚 𝑔𝑢𝑎𝑟𝑑𝑎𝑑𝑜𝑠, 𝑝𝑜𝑟 𝑞𝑢𝑎𝑛𝑡𝑜 𝑡𝑒𝑚𝑝𝑜 𝑒 𝑐𝑜𝑚𝑜 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑟𝑒𝑣𝑜𝑔𝑎𝑟 𝑜 𝑎𝑐𝑒𝑠𝑠𝑜.

𝑈𝑚𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑐𝑜𝑛𝑐𝑟𝑒𝑡𝑎 𝑒́ 𝑑𝑒𝑠𝑎𝑡𝑖𝑣𝑎𝑟, 𝑛𝑎𝑠 𝑑𝑒𝑓𝑖𝑛𝑖𝑐̧𝑜̃𝑒𝑠 𝑑𝑒 𝑝𝑟𝑖𝑣𝑎𝑐𝑖𝑑𝑎𝑑𝑒 𝑒 𝑞𝑢𝑎𝑛𝑑𝑜 𝑒𝑠𝑠𝑎 𝑜𝑝𝑐̧𝑎̃𝑜 𝑒𝑥𝑖𝑠𝑡𝑎, 𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐̧𝑎̃𝑜 𝑑𝑜𝑠 𝑛𝑜𝑠𝑠𝑜𝑠 𝑑𝑎𝑑𝑜𝑠 𝑝𝑎𝑟𝑎 𝑡𝑟𝑒𝑖𝑛𝑎𝑟 𝑜𝑠 𝑚𝑜𝑑𝑒𝑙𝑜𝑠. 𝐼𝑠𝑠𝑜 𝑙𝑖𝑚𝑖𝑡𝑎 𝑢𝑚 𝑢𝑠𝑜 𝑎𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑑𝑎 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐̧𝑎̃𝑜 𝑒 𝑎𝑗𝑢𝑑𝑎 𝑎 𝑝𝑟𝑜𝑡𝑒𝑔𝑒̂-𝑙𝑎. 𝑀𝑎𝑠 𝑡𝑟𝑒𝑖𝑛𝑜, 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑎𝑚𝑒𝑛𝑡𝑜 𝑒 𝑐𝑜𝑛𝑠𝑒𝑟𝑣𝑎𝑐̧𝑎̃𝑜 𝑠𝑎̃𝑜 𝑐𝑜𝑖𝑠𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠, 𝑐𝑜𝑚𝑜 𝑖𝑙𝑢𝑠𝑡𝑟𝑎𝑚 𝑜𝑠 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑜𝑠 𝑑𝑒 𝑑𝑎𝑑𝑜𝑠 𝑑𝑎 𝑂𝑝𝑒𝑛𝐴𝐼: 𝑒𝑥𝑐𝑙𝑢𝑖𝑟 𝑜𝑠 𝑑𝑎𝑑𝑜𝑠 𝑑𝑜 𝑡𝑟𝑒𝑖𝑛𝑜 𝑛𝑎̃𝑜 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎 𝑞𝑢𝑒 𝑑𝑒𝑖𝑥𝑒𝑚 𝑑𝑒 𝑠𝑒𝑟 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑎𝑑𝑜𝑠 𝑜𝑢 𝑔𝑢𝑎𝑟𝑑𝑎𝑑𝑜𝑠 𝑝𝑒𝑙𝑜 𝑠𝑒𝑟𝑣𝑖𝑐̧𝑜.

𝐸𝑥𝑖𝑠𝑡𝑒 𝑎𝑖𝑛𝑑𝑎 𝑢𝑚 𝑟𝑖𝑠𝑐𝑜 𝑚𝑒𝑛𝑜𝑠 𝑖𝑛𝑡𝑢𝑖𝑡𝑖𝑣𝑜. 𝑈𝑚 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒 𝑝𝑜𝑑𝑒 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑖𝑛𝑠𝑡𝑟𝑢𝑐̧𝑜̃𝑒𝑠 𝑚𝑎𝑙𝑖𝑐𝑖𝑜𝑠𝑎𝑠 𝑛𝑢𝑚𝑎 𝑝𝑎́𝑔𝑖𝑛𝑎 𝑜𝑢 𝑛𝑢𝑚 𝑑𝑜𝑐𝑢𝑚𝑒𝑛𝑡𝑜 𝑒 𝑐𝑜𝑛𝑓𝑢𝑛𝑑𝑖-𝑙𝑎𝑠 𝑐𝑜𝑚 𝑜𝑟𝑑𝑒𝑛𝑠 𝑙𝑒𝑔𝜄́𝑡𝑖𝑚𝑎𝑠. 𝑂 𝑁𝑎𝑡𝑖𝑜𝑛𝑎𝑙 𝐶𝑦𝑏𝑒𝑟 𝑆𝑒𝑐𝑢𝑟𝑖𝑡𝑦 𝐶𝑒𝑛𝑡𝑟𝑒 𝑏𝑟𝑖𝑡𝑎̂𝑛𝑖𝑐𝑜 𝑎𝑙𝑒𝑟𝑡𝑎 𝑝𝑎𝑟𝑎 𝑒𝑠𝑡𝑎 𝑣𝑢𝑙𝑛𝑒𝑟𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒, 𝑐𝑜𝑛ℎ𝑒𝑐𝑖𝑑𝑎 𝑐𝑜𝑚𝑜 𝑝𝑟𝑜𝑚𝑝𝑡 𝑖𝑛𝑗𝑒𝑐𝑡𝑖𝑜𝑛. 𝑄𝑢𝑎𝑛𝑑𝑜 𝑜 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑜𝑑𝑒 𝑎𝑔𝑖𝑟, 𝑜 𝑒𝑟𝑟𝑜 𝑝𝑜𝑑𝑒 𝑝𝑎𝑠𝑠𝑎𝑟 𝑑𝑜 𝑡𝑒𝑥𝑡𝑜 𝑝𝑎𝑟𝑎 𝑢𝑚𝑎 𝑎𝑙𝑡𝑒𝑟𝑎𝑐̧𝑎̃𝑜 𝑟𝑒𝑎𝑙. 𝐷𝑒𝑣𝑒𝑚𝑜𝑠 𝑙𝑖𝑚𝑖𝑡𝑎𝑟 𝑜𝑠 𝑎𝑐𝑒𝑠𝑠𝑜𝑠 𝑎𝑜 𝑛𝑒𝑐𝑒𝑠𝑠𝑎́𝑟𝑖𝑜, 𝑝𝑟𝑒𝑠𝑒𝑟𝑣𝑎𝑟 𝑐𝑜́𝑝𝑖𝑎𝑠 𝑟𝑒𝑐𝑢𝑝𝑒𝑟𝑎́𝑣𝑒𝑖𝑠 𝑒 𝑐𝑜𝑛𝑓𝑖𝑟𝑚𝑎𝑟 𝑜𝑝𝑒𝑟𝑎𝑐̧𝑜̃𝑒𝑠 𝑐𝑜𝑚 𝑐𝑜𝑛𝑠𝑒𝑞𝑢𝑒̂𝑛𝑐𝑖𝑎𝑠 𝑑𝑖𝑓𝜄́𝑐𝑒𝑖𝑠 𝑑𝑒 𝑑𝑒𝑠𝑓𝑎𝑧𝑒𝑟.

𝐴 𝑒𝑥𝑝𝑒𝑟𝑖𝑒̂𝑛𝑐𝑖𝑎 𝑐𝑜𝑚 𝑜𝑠 𝑚𝑒𝑢𝑠 𝑎𝑚𝑖𝑔𝑜𝑠 𝑡𝑜𝑟𝑛𝑜𝑢 𝑜𝑢𝑡𝑟𝑎 𝑟𝑒𝑠𝑝𝑜𝑛𝑠𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 𝑒𝑣𝑖𝑑𝑒𝑛𝑡𝑒. 𝑅𝑒𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑟 𝑜 𝑚𝑒𝑢 𝑒𝑠𝑡𝑖𝑙𝑜 𝑛𝑎̃𝑜 𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒 𝑎 𝑒𝑠𝑡𝑎𝑟 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑒 𝑛𝑢𝑚𝑎 𝑟𝑒𝑙𝑎𝑐̧𝑎̃𝑜. 𝑂 𝑒𝑝𝑖𝑠𝑜́𝑑𝑖𝑜 𝑞𝑢𝑒 𝑟𝑒𝑙𝑎𝑡𝑜 𝑒́ 𝑢𝑚𝑎 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐̧𝑎̃𝑜 𝑝𝑒𝑠𝑠𝑜𝑎𝑙, 𝑠𝑒𝑚 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑜 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙; 𝑛𝑎̃𝑜 𝑝𝑟𝑜𝑣𝑎 𝑞𝑢𝑒 𝑎 𝑖𝑚𝑖𝑡𝑎𝑐̧𝑎̃𝑜 𝑠𝑒𝑗𝑎 𝑠𝑒𝑚𝑝𝑟𝑒 𝑐𝑜𝑛𝑣𝑖𝑛𝑐𝑒𝑛𝑡𝑒. 𝐴𝑖𝑛𝑑𝑎 𝑎𝑠𝑠𝑖𝑚, 𝑜𝑏𝑟𝑖𝑔𝑎-𝑚𝑒 𝑎 𝑑𝑒𝑓𝑒𝑛𝑑𝑒𝑟 𝑡𝑟𝑎𝑛𝑠𝑝𝑎𝑟𝑒̂𝑛𝑐𝑖𝑎 𝑞𝑢𝑎𝑛𝑑𝑜 𝑢𝑚 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑐𝑜𝑛𝑣𝑒𝑟𝑠𝑎 𝑎𝑢𝑡𝑜𝑛𝑜𝑚𝑎𝑚𝑒𝑛𝑡𝑒 𝑒𝑚 𝑛𝑜𝑠𝑠𝑜 𝑛𝑜𝑚𝑒. 𝑈𝑚𝑎 𝑟𝑒𝑠𝑝𝑜𝑠𝑡𝑎 𝑎𝑢𝑡𝑜𝑚𝑎́𝑡𝑖𝑐𝑎 𝑠𝑜𝑏𝑟𝑒 ℎ𝑜𝑟𝑎́𝑟𝑖𝑜𝑠 𝑒 𝑢𝑚𝑎 𝑚𝑒𝑛𝑠𝑎𝑔𝑒𝑚 𝑑𝑒 𝑎𝑝𝑜𝑖𝑜 𝑛𝑢𝑚 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 𝑑𝑖𝑓𝜄́𝑐𝑖𝑙 𝑛𝑎̃𝑜 𝑝𝑒𝑑𝑒𝑚 𝑜 𝑚𝑒𝑠𝑚𝑜 𝑔𝑟𝑎𝑢 𝑑𝑒 𝑒𝑛𝑣𝑜𝑙𝑣𝑖𝑚𝑒𝑛𝑡𝑜 ℎ𝑢𝑚𝑎𝑛𝑜.

𝑂𝑠 𝑏𝑒𝑛𝑒𝑓𝜄́𝑐𝑖𝑜𝑠 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 𝑡𝑒̂𝑚 𝑓𝑢𝑛𝑑𝑎𝑚𝑒𝑛𝑡𝑜, 𝑒𝑚𝑏𝑜𝑟𝑎 𝑑𝑒𝑝𝑒𝑛𝑑𝑎𝑚 𝑑𝑎 𝑡𝑎𝑟𝑒𝑓𝑎. 𝑁𝑜 𝑒𝑠𝑡𝑢𝑑𝑜 𝐺𝑒𝑛𝑒𝑟𝑎𝑡𝑖𝑣𝑒 𝐴𝐼 𝑎𝑡 𝑊𝑜𝑟𝑘, 𝑝𝑢𝑏𝑙𝑖𝑐𝑎𝑑𝑜 𝑒𝑚 𝟸𝟶𝟸𝟻 𝑛𝑜 𝑄𝑢𝑎𝑟𝑡𝑒𝑟𝑙𝑦 𝐽𝑜𝑢𝑟𝑛𝑎𝑙 𝑜𝑓 𝐸𝑐𝑜𝑛𝑜𝑚𝑖𝑐𝑠, 𝐸𝑟𝑖𝑘 𝐵𝑟𝑦𝑛𝑗𝑜𝑙𝑓𝑠𝑠𝑜𝑛, 𝐷𝑎𝑛𝑖𝑒𝑙𝑙𝑒 𝐿𝑖 𝑒 𝐿𝑖𝑛𝑑𝑠𝑒𝑦 𝑅𝑎𝑦𝑚𝑜𝑛𝑑 𝑎𝑛𝑎𝑙𝑖𝑠𝑎𝑟𝑎𝑚 𝟻𝟷𝟽𝟸 𝑝𝑟𝑜𝑓𝑖𝑠𝑠𝑖𝑜𝑛𝑎𝑖𝑠 𝑑𝑒 𝑎𝑝𝑜𝑖𝑜 𝑎𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒. 𝑂 𝑎𝑐𝑒𝑠𝑠𝑜 𝑎 𝑎𝑠𝑠𝑖𝑠𝑡𝑒̂𝑛𝑐𝑖𝑎 𝑑𝑒 𝐼𝐴 𝑎𝑢𝑚𝑒𝑛𝑡𝑜𝑢, 𝑒𝑚 𝑚𝑒́𝑑𝑖𝑎, 𝟷𝟻% 𝑜 𝑛𝑢́𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎𝑠 𝑟𝑒𝑠𝑜𝑙𝑣𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎. 𝑂𝑠 𝑔𝑎𝑛ℎ𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑟𝑎𝑚 𝑒𝑛𝑡𝑟𝑒 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑎𝑑𝑜𝑟𝑒𝑠. 𝐸́ 𝑢𝑚 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑟𝑒𝑙𝑒𝑣𝑎𝑛𝑡𝑒 𝑛𝑢𝑚 𝑐𝑜𝑛𝑡𝑒𝑥𝑡𝑜 𝑐𝑜𝑛𝑐𝑟𝑒𝑡𝑜, 𝑛𝑎̃𝑜 𝑢𝑚𝑎 𝑝𝑟𝑜𝑚𝑒𝑠𝑠𝑎 𝑑𝑒 𝑝𝑜𝑢𝑝𝑎𝑛𝑐̧𝑎 𝑖𝑑𝑒̂𝑛𝑡𝑖𝑐𝑎 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜𝑟.

𝑃𝑒𝑟𝑎𝑛𝑡𝑒 𝑢𝑚𝑎 𝑚𝑒𝑛𝑠𝑎𝑙𝑖𝑑𝑎𝑑𝑒 𝑒𝑙𝑒𝑣𝑎𝑑𝑎, 𝑣𝑎𝑙𝑒 𝑎 𝑝𝑒𝑛𝑎 𝑓𝑎𝑧𝑒𝑟 𝑐𝑜𝑛𝑡𝑎𝑠. 𝑈𝑚𝑎 𝑠𝑢𝑏𝑠𝑐𝑟𝑖𝑐̧𝑎̃𝑜 𝑐𝑎𝑛𝑐𝑒𝑙𝑎𝑑𝑎 𝑜𝑢 𝑣𝑎́𝑟𝑖𝑎𝑠 ℎ𝑜𝑟𝑎𝑠 𝑟𝑒𝑐𝑢𝑝𝑒𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑑𝑒𝑚 𝑗𝑢𝑠𝑡𝑖𝑓𝑖𝑐𝑎𝑟 𝑜 𝑖𝑛𝑣𝑒𝑠𝑡𝑖𝑚𝑒𝑛𝑡𝑜. 𝑀𝑎𝑠 𝑎 𝑐𝑜𝑛𝑡𝑎 𝑡𝑒𝑚 𝑑𝑒 𝑖𝑛𝑐𝑙𝑢𝑖𝑟 𝑜 𝑡𝑒𝑚𝑝𝑜 𝑔𝑎𝑠𝑡𝑜 𝑎 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑟, 𝑠𝑢𝑝𝑒𝑟𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑟 𝑒 𝑐𝑜𝑟𝑟𝑖𝑔𝑖𝑟. 𝐴 𝑠𝑒𝑛𝑠𝑎𝑐̧𝑎̃𝑜 𝑑𝑒 𝑒𝑠𝑡𝑎𝑟 𝑎 𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑟 𝑚𝑎𝑖𝑠 𝑛𝑎̃𝑜 𝑐ℎ𝑒𝑔𝑎. 𝑆𝑒 𝑝𝑎𝑔𝑎𝑟𝑚𝑜𝑠 𝑝𝑜𝑟 𝑢𝑚𝑎 𝑓𝑒𝑟𝑟𝑎𝑚𝑒𝑛𝑡𝑎 𝑞𝑢𝑒 𝑞𝑢𝑎𝑠𝑒 𝑛𝑎̃𝑜 𝑢𝑠𝑎𝑚𝑜𝑠, 𝑎𝑐𝑎𝑏𝑎́𝑚𝑜𝑠 𝑑𝑒 𝑎𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑎𝑟 𝑜𝑢𝑡𝑟𝑎 𝑠𝑢𝑏𝑠𝑐𝑟𝑖𝑐̧𝑎̃𝑜 𝑎̀ 𝑙𝑖𝑠𝑡𝑎 𝑞𝑢𝑒 𝑙ℎ𝑒 𝑝𝑒𝑑𝑖𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑙𝑖𝑚𝑝𝑎𝑟.

𝑉𝑒𝑗𝑜 𝑎𝑞𝑢𝑖 𝑢𝑚𝑎 𝑜𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑡𝑜𝑟𝑛𝑎𝑟 𝑎𝑐𝑒𝑠𝑠𝜄́𝑣𝑒𝑙 𝑎𝑗𝑢𝑑𝑎 𝑞𝑢𝑒 𝑎𝑛𝑡𝑒𝑠 𝑒𝑥𝑖𝑔𝑖𝑎 𝑐𝑜𝑛ℎ𝑒𝑐𝑖𝑚𝑒𝑛𝑡𝑜 𝑡𝑒́𝑐𝑛𝑖𝑐𝑜 𝑜𝑢 𝑑𝑖𝑛ℎ𝑒𝑖𝑟𝑜 𝑝𝑎𝑟𝑎 𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑡𝑎𝑟. 𝑃𝑎𝑟𝑎 𝑎 𝑎𝑝𝑟𝑜𝑣𝑒𝑖𝑡𝑎𝑟, 𝑝𝑟𝑒𝑐𝑖𝑠𝑎𝑚𝑜𝑠 𝑑𝑒 𝑒𝑛𝑠𝑖𝑛𝑎𝑟 𝑎 𝑑𝑒𝑓𝑖𝑛𝑖𝑟 𝑡𝑎𝑟𝑒𝑓𝑎𝑠, 𝑣𝑒𝑟𝑖𝑓𝑖𝑐𝑎𝑟 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑒 𝑝𝑟𝑜𝑡𝑒𝑔𝑒𝑟 𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑐̧𝑎̃𝑜. 𝑆𝑒 𝑒𝑠𝑡𝑎 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧𝑎𝑔𝑒𝑚 𝑓𝑖𝑐𝑎𝑟 𝑟𝑒𝑠𝑒𝑟𝑣𝑎𝑑𝑎 𝑎 𝑞𝑢𝑒𝑚 𝑝𝑜𝑑𝑒 𝑝𝑎𝑔𝑎𝑟 𝑜𝑠 𝑚𝑒𝑙ℎ𝑜𝑟𝑒𝑠 𝑝𝑙𝑎𝑛𝑜𝑠 𝑒 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑟 𝑠𝑒𝑚 𝑟𝑒𝑐𝑒𝑖𝑜, 𝑜𝑠 𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑒𝑟𝑎̃𝑜 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝜄́𝑑𝑜𝑠 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙.

𝑄𝑢𝑒𝑟𝑜 𝑞𝑢𝑒 𝑒𝑠𝑡𝑒𝑠 𝑎𝑠𝑠𝑖𝑠𝑡𝑒𝑛𝑡𝑒𝑠 𝑚𝑒 𝑑𝑒𝑣𝑜𝑙𝑣𝑎𝑚 𝑡𝑒𝑚𝑝𝑜 𝑝𝑎𝑟𝑎 𝑎𝑞𝑢𝑖𝑙𝑜 𝑞𝑢𝑒 𝑒𝑠𝑐𝑜𝑙ℎ𝑜 𝑓𝑎𝑧𝑒𝑟, 𝑖𝑛𝑐𝑙𝑢𝑖𝑛𝑑𝑜 𝑒𝑠𝑡𝑎𝑟 𝑐𝑜𝑚 𝑜𝑠 𝑚𝑒𝑢𝑠 𝑎𝑚𝑖𝑔𝑜𝑠. 𝐸́ 𝑒𝑠𝑠𝑒 𝑜 𝑐𝑟𝑖𝑡𝑒́𝑟𝑖𝑜 𝑐𝑜𝑚 𝑞𝑢𝑒 𝑝𝑟𝑒𝑡𝑒𝑛𝑑𝑜 𝑎𝑣𝑎𝑙𝑖𝑎́-𝑙𝑜𝑠. 𝑂 𝑝𝑟𝑜𝑚𝑝𝑡𝑖𝑛𝑔 𝑡𝑜𝑟𝑛𝑎-𝑠𝑒 𝑢𝑚𝑎 𝑐𝑜𝑚𝑝𝑒𝑡𝑒̂𝑛𝑐𝑖𝑎 𝑣𝑎𝑙𝑖𝑜𝑠𝑎 𝑞𝑢𝑎𝑛𝑑𝑜 𝑛𝑜𝑠 𝑎𝑗𝑢𝑑𝑎 𝑎 𝑒𝑥𝑒𝑟𝑐𝑒𝑟 𝑚𝑒𝑙ℎ𝑜𝑟 𝑒𝑠𝑠𝑎 𝑒𝑠𝑐𝑜𝑙ℎ𝑎, 𝑚𝑎𝑛𝑡𝑒𝑛𝑑𝑜 𝑠𝑜𝑏 𝑜 𝑛𝑜𝑠𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑜 𝑎𝑠 𝑑𝑒𝑐𝑖𝑠𝑜̃𝑒𝑠 𝑞𝑢𝑒 𝑐𝑜𝑛𝑡𝑎𝑚.

* Engenheiro biomédico e investigador em inteligência artificial no Imperial College London

IN "O JORNAL ECONÓMICO" -21/10/26 .