Ir para o conteúdo principal

O futuro dos dados para o bem.

18 de janeiro de 2024

 

Como reduzir a lacuna entre quem tem acesso aos dados e quem não tem?

Dois especialistas em aproveitar dados para o bem social compartilham histórias de sucesso e discutem como ampliar o conjunto de talentos para garantir que todos possam se beneficiar da ciência de dados.

Vicki Hyman

Diretor(a) de Comunicações, Mastercard

Na Índia, os pequenos agricultores estão reduzindo as perdas nas colheitas e aumentando os preços de venda através do uso de câmaras frigoríficas, que estão conectadas a um aplicativo móvel que monitora o prazo de validade dos produtos em tempo real para a gestão digital do estoque.

Em Moçambique, muitos trabalhadores anunciam seus empregos pintando seus números de telefone em tábuas pregadas em árvores. Agora, eles recebem informações sobre o mercado de trabalho diretamente em seus celulares e têm acesso a ferramentas para aprimorar suas habilidades de marketing e gestão de negócios.

E, ao auditar os registros de empréstimos de bancos na Colômbia, México e Índia, os pesquisadores descobriram um alto risco de preconceito futuro contra mulheres candidatas. A baixa representatividade das mulheres nos dados existentes distorceu os algoritmos usados para identificar candidatos com bom crédito. Então eles construíram uma nova que é justa em termos de gênero.

Nada disso teria sido possível há uma década. Mas o aumento no número de dispositivos conectados e o crescimento exponencial dos dados produzidos, combinados com os rápidos avanços em inteligência artificial e aprendizado de máquina, liberaram o potencial da ciência de dados. Até recentemente, porém, governos, organizações sem fins lucrativos e organizações cívicas não possuíam orçamentos, pessoal e capacidade para aproveitar plenamente a ciência de dados e ajudar mais pessoas.

Fundada pelo Mastercard Center for Inclusive Growth e pela Fundação Rockefeller em 2020, a data.org Democratiza os dados ao forjar parcerias em todo o mundo para aproveitar a ciência de dados na resolução dos problemas mais prementes da sociedade. Entre suas iniciativas estão o Desafio de Crescimento e Recuperação Inclusivos, que financiou conceitos inovadores de dados para o bem social, incluindo os três mencionados acima, e a Rede de Aceleração de Capacidades, que visa capacitar um milhão de profissionais de dados até 2032 por meio de polos em mais de 20 países, e esse número continua crescendo. A Mastercard continua a apoiar a data.org, que está a acelerar o seu impacto através da ciência de dados em grande escala.

“Os dados têm o potencial de ampliar a desigualdade entre ricos e pobres”, afirma Shamina Singh, fundadora e presidente do Centro para o Crescimento Inclusivo. “Precisamos continuar realizando o trabalho necessário para garantir que a ciência de dados para impacto social crie um crescimento inclusivo.”

A Sala de Imprensa da Mastercard conversou com Singh e Danil Mikhailov, diretor executivo da data.org, sobre como enfrentar os desafios do campo emergente de dados para impacto social, por que a diversidade é crucial para desenvolver talentos e onde eles estão obtendo sucesso.

Shamina, seu trabalho no Centro visa reduzir a desigualdade econômica e diminuir a exclusão digital que perpetua essa desigualdade. Existe também a desigualdade de informação. O que é a “divisão de dados” e como ela se manifesta nas comunidades em que o Centro atua?

Singh: Dados são poder, e a enorme corrida que estamos vendo em torno da IA agora é a prova disso. O que precisamos ter sempre em mente é que as pessoas que estão perdendo essa corrida são também aquelas que mais se beneficiariam com o acesso aos dados. A desigualdade de informação é a ideia de que a informação é incrivelmente poderosa, incrivelmente útil, e aqueles que têm acesso a ela podem realmente acelerar seu crescimento, enquanto aqueles que não têm acesso ou capacidade podem ficar para trás. Isso está em consonância com o que temos observado na área da inclusão financeira, onde, à medida que mais pessoas entravam na economia digital, víamos mais pessoas sendo deixadas para trás.

Estamos tentando abordar essas lacunas que estão se formando por meio de iniciativas baseadas em dados e da implementação intencional de novas tecnologias, com a inclusão em primeiro plano. O que fazemos no Centro é capacitar o setor social para que ele perceba o poder de seus próprios dados e os utilize para o bem social. Essa é a base dessa parceria e da criação do data.org — criar, na verdade, uma nova instituição, uma nova maneira de realizar esse trabalho usando novas tecnologias e novos recursos de dados.

Danil, há um ano, a data.org publicou um relatório sobre as principais tendências e tensões à medida que o campo de dados para impacto social amadurece. Quais são alguns dos desafios que as organizações ainda enfrentam? Houve algum progresso? Surgiu alguma novidade desde que a IA generativa ganhou força no último ano?

Mikhailov: Shamina, adorei a forma como você abordou a desigualdade de informação: os que têm dados e os que não têm dados. Isso ainda é uma realidade. A diferença não está diminuindo. A diferença está aumentando. Estamos a fazer progressos para tentar reduzir a velocidade com que essa disparidade está a aumentar. Utilizamos dados em diferentes áreas há décadas, séculos. A atual geração de tecnologias de ciência de dados, incluindo a IA de última geração, é tão nova e está mudando tão rapidamente que resulta em um campo muito fragmentado. Todo mundo está lançando suas startups ou suas novas ferramentas e abordagens, o que significa que é difícil unir a área em torno de alguns dos desafios comuns. E a definição do que são dados para impacto social, ou IA de impacto — são termos novos e a área ainda não chegou a um consenso sobre o que queremos dizer com isso. O que a data.org está fazendo é reunir muitos dos atores desse setor — organizações de impacto social, empresas de tecnologia e startups, instituições acadêmicas, etc. — em torno do que entendemos por eles.

Você pode me dar um exemplo?

Mikhailov: Trabalhamos bastante para definir uma função que acreditamos estar faltando na área: a de designer de ecossistema de dados. Acreditamos que, fundamentalmente, o que precisamos para criar ecossistemas de dados muito mais saudáveis é encontrar pessoas que se dediquem a unir organizações em torno de certos princípios. Assim como no planejamento urbano — construir uma cidade saudável que tenha bons espaços públicos e privados, um bom equilíbrio arquitetônico — você precisa de alguém que esteja no comando. Por isso, temos trabalhado com outras organizações para nos unirmos em torno desse conceito de design ético de ecossistema de dados. Então precisamos resolver a questão do financiamento. É preciso muito trabalho nesse sentido, e a Mastercard tem construído fluxos de financiamento sustentáveis para esse tipo de trabalho. A tecnologia é cara. Não há como evitar. Ao desenvolver técnicas de ciência de dados, você está competindo com outras grandes empresas de tecnologia do mundo. O que temos feito é, na verdade, inverter essa lógica, estabelecendo parcerias com grandes empresas de tecnologia para conectá-las ao setor de impacto social, fornecendo um canal para ajudar o setor e para que elas usem sua influência para ajudar outras pessoas.

Com o apoio do Mastercard Center for Inclusive Growth, o data.org O programa US Financial Inclusion Accelerator promove currículos sobre dados para impacto social por meio de um consórcio que inclui faculdades e universidades historicamente negras, instituições que atendem à população hispânica e faculdades comunitárias. 

Queremos garantir que as tecnologias emergentes, como a IA generativa, façam parte do desenvolvimento desde o início. Essa inclusão é priorizada desde o início.

Shamina Singh

Para alcançar esse objetivo, estamos trabalhando para garantir que oferecemos treinamento e promovemos a diversidade na ciência de dados por meio de parcerias com redes de HBCUs (Universidades e Faculdades Historicamente Negras) e instituições que atendem à população hispânica, para assegurar que estamos construindo com — e não apenas para — aqueles que essas soluções visam apoiar. Isso representa uma divergência da norma, em que aqueles que detêm os dados ou a tecnologia normalmente obtêm acesso primeiro, e somente depois a tecnologia chega ao resto da população, que acaba tendo que interagir com algo que não foi necessariamente desenvolvido pensando neles. Queremos garantir que as tecnologias emergentes, como a IA generativa, façam parte do desenvolvimento desde o início. Essa inclusão é priorizada desde o início.

Ao refletir sobre as iniciativas que você apoiou por meio do data.org, Qual é um exemplo que, na sua opinião, exemplifica o poder dos dados para o bem?

Mikhailov: Vou trapacear e tentar o dois. Um exemplo é realmente sofisticado e global, enquanto o outro é muito mais local. Em um nível mais alto, temos o Epiverse, uma colaboração global que desenvolve um ecossistema de análise de dados capaz de ajudar a todos a se anteciparem à próxima crise de saúde pública. Trata-se de criar um conjunto de ferramentas de código aberto para analistas de saúde pública, cientistas de dados, epidemiologistas e esse tipo de comunidade. Obviamente, foi inspirado pela pandemia; precisamos agir globalmente e precisamos ser capazes de compartilhar informações rapidamente. Atualmente, está presente em meia dúzia de países e, nos próximos anos, a previsão é de que se expanda para mais 10 a 20 países. Em seguida, eu escolheria o nosso Desafio de Crescimento e Recuperação Inclusivos, no qual apoiamos nove projetos incríveis ao redor do mundo, cada um deles em um contexto local muito específico, impulsionado por comunidades locais e com um impacto duradouro. Por exemplo, ajudar comunidades nos EUA a usar dados sobre terrenos abandonados em suas cidades para auxiliar na regeneração dessas áreas.

Singh: Deixe-me desenvolver essa ideia. A importância do Desafio de Crescimento e Recuperação Inclusivos residia no fato de que queríamos criar a demanda e a oferta de ciência de dados para impacto social, um conceito relativamente novo. Nossa intenção é utilizar o apoio financeiro em vencedores selecionados para ajudá-los a crescer e atrair mais investimentos, expandindo sua missão e a nossa simultaneamente. A forma de saber se foi um sucesso é se esse prêmio gerar ainda mais investimentos. E ficamos muito satisfeitos em ver isso se concretizar, com os vencedores do desafio gerando cerca de 30 milhões de dólares em investimentos adicionais. Quando outras pessoas se envolvem no desenvolvimento de capacidades, é aí que você sabe que a mudança está acontecendo.

 

Foto da capa: Em Moçambique, os trabalhadores informais podem se cadastrar na plataforma de negócios Biscate, que os conecta com clientes. Uma iniciativa de dados parcialmente financiada pelo desafio de crescimento e recuperação inclusivos da data.org utiliza esse tipo de dado de mercado para fornecer informações que ajudam a desenvolver seus negócios.

O relatório também destacou a necessidade de mais cientistas de dados, particularmente em países em desenvolvimento, onde o trabalho pode ter um grande impacto, mas onde talvez não exista a infraestrutura educacional para formar cientistas de dados. O que você está fazendo para resolver isso?

Mikhailov: Precisamos de mais cientistas de dados. Precisamos que sejam diferentes. Precisamos deles em locais diferentes. Em primeiro lugar, os números. Não estamos formando cientistas de dados suficientes para a nova economia, nem no setor privado, muito menos no setor de impacto social. Portanto, precisamos de mais investimento em universidades, mais formação informal e mais formação profissional para aqueles que já têm emprego, para que possam requalificar-se e adicionar as competências desejadas às suas competências existentes. Mas também precisamos que essas pessoas sejam diferentes. Portanto, precisamos investir mais para garantir que haja mais mulheres cientistas de dados e que haja mais cientistas de dados de origens diversas, atualmente marginalizadas, particularmente no Sul Global. Precisamos também que as competências sejam diferentes. No momento, estamos ensinando ciência de dados apenas como uma disciplina técnica — matemática, programação, que são extremamente importantes. Mas, muitas vezes, para resolver problemas e gerar impacto social, é preciso compreender o assunto em questão. Então, é preciso entender, por exemplo, quando se fala em clima, saúde ou desigualdade financeira, quais são as causas por trás desses problemas? Se você possui apenas habilidades técnicas, muitas vezes pode causar mais danos do que benefícios ao tentar criar soluções. Assim, ensinar cientistas de dados a desenvolver habilidades interdisciplinares, como conhecimento técnico e compreensão do assunto, é algo em que nos concentramos em nossa Rede de Aceleração de Capacidades.

Singh: Na Mastercard, sempre dissemos que o cliente está no centro da nossa inovação, mas a verdade é que, se você está programando, criando tecnologias ou soluções, você fará isso com base no que sabe, em quem você é e em suas experiências de vida. O que buscamos intencionalmente com a Capacity Accelerator Network é expandir o conjunto de talentos tecnológicos na fase de desenvolvimento, para garantir que as contribuições representem a diversidade das comunidades, países e regiões em que atuamos.