Introdução ao Jornalismo Científico/Metodologia e Filosofia da Ciência/Atividade/PEDROPANTAROTTO

Tarefa Final – Módulo 1: Metodologia e Filosofia da Ciência

Esta seção apresenta a tarefa principal do Módulo 1 do curso de "Introdução ao Jornalismo Científico". A realização da tarefa é indispensável para o reconhecimento de participação no curso. Seu trabalho estará acessível, publicado no ambiente wiki, e será anexado ao certificado de realização do curso, quando finalizar todas as atividades. Tome cuidado de estar logado na Wikiversidade. Se não estiver logado, não será possível verificar o trabalho.

Descrição da atividade

Atuar no jornalismo científico é às vezes comparado ao de ser um tradutor, no jargão da área da comunicação um 'tradutor intersemiótico', que passa a linguagem de um campo para o de outro campo. Nesta atividade, vamos observar e analisar como isso foi feito em uma das principais publicações acadêmicas brasileiras, a Pesquisa FAPESP.

Você deverá selecionar um artigo na revista Pesquisa FAPESP. Estão acessíveis na página principal da publicação. Escolha um artigo sobre um tema de pesquisa - ou seja, que seja baseado em uma ou mais de uma publicação científica - e leia-o com cuidado. Responda às perguntas que seguem.

As respostas deverão ser publicadas nesta página individual. Apenas altere os campos indicados.

PEDRO HENRIQUE VISENTINI PANTAROTTO

PEDROPANTAROTTO

https://revistapesquisa.fapesp.br/ia-criada-no-pais-auxilia-processo-de-renovacao-da-licenca-operacional-de-angra-1/

Nesta seção, você deverá colocar os links da matéria selecionada. Esteja logado.

• Título de matéria: IA criada no país auxilia processo de renovação da licença operacional de Angra 1
• Autoria de matéria: Domingos Zaparolli
• Link de matéria: https://revistapesquisa.fapesp.br/ia-criada-no-pais-auxilia-processo-de-renovacao-da-licenca-operacional-de-angra-1/

Resumo da matéria

Para esta etapa, resuma a matéria em até 300 caracteres. Esteja logado.

O artigo aborda o desenvolvimento do Sistema de Vida Qualificada (SVQ), uma IA criada na Coppe-UFRJ, para estimar a temperatura operacional passada de equipamentos em Angra 1. Essa tecnologia foi essencial para a renovação da licença da usina até 2044, permitindo uma avaliação mais precisa da vida útil dos componentes estratégicos.

Análise da matéria

Para esta etapa, identifique e analise com base na matéria: o objeto e a metodologia (observação, hipótese, experimentação, análise e publicação) da pesquisa. Esteja logado.

Objeto e metodologia da pesquisa

   • Objeto de estudo: O impacto da temperatura na vida útil dos equipamentos de Angra 1 e como a IA pode estimar históricos térmicos confiáveis.
   • Metodologia:
       1. Observação: Análise da temperatura dos equipamentos da usina coletada entre 2015 e 2020.
       2. Hipótese: A IA poderia inferir com precisão a temperatura dos equipamentos antes da instalação dos sensores.
       3. Experimentação: Treinamento do modelo de redes neurais profundas para correlacionar dados históricos e prever temperaturas passadas.
       4. Análise: Comparação entre os resultados da IA e os dados reais coletados pelos sensores. O erro médio foi inferior a 2ºC em 89% dos casos.
       5. Publicação: Os resultados foram documentados em um artigo na revista Progress in Nuclear Energy Journal.

Análise da pesquisa

Para esta etapa, acesse a(s) pesquisa(s) de origem, de base para o artigo na Pesquisa FAPESP, identifique e analise a seção metodológica. Em especial, explique em que medida o processo de pesquisa foi bem documentado no artigo que você selecionou. Esteja logado.

Análise da seção metodológica da pesquisa original

O artigo original publicado na Progress in Nuclear Energy Journal detalha a metodologia usada para inferir a temperatura dos equipamentos. A IA foi treinada com dados reais de sensores modernos e históricos da usina, combinando informações com a equação de Arrhenius para estimar o impacto térmico no envelhecimento dos componentes. O estudo foi bem documentado, pois:

   • Explicou a técnica de deep learning aplicada.
   • Apresentou os métodos de validação e erro estatístico dos cálculos.
   • Comparou previsões da IA com os dados reais coletados posteriormente.

A metodologia foi robusta, utilizando rigor científico para garantir confiabilidade nos resultados.

Metáfora científica

Para esta etapa, reveja o conteúdo da aula sobre "A metáfora científica". No artigo da Pesquisa FAPESP selecionado, identifique quais foram as metáforas científicas ou cientificamente inspiradas utilizadas e justifique esse uso a partir das indicações da aula. Analise em que medida contribuem ou dificultam o entendimento da ciência. Esteja logado.

Identificação e análise das metáforas científicas no artigo

A matéria usa metáforas para tornar conceitos técnicos mais acessíveis. Algumas metáforas identificadas são:

   1. "O SVQ enxerga o passado" → Metáfora básica do conhecer = ver, comum no ensino de ciências.
   2. "O sistema dá suporte às decisões" → Atribui características humanas à IA.

Essas metáforas facilitam o entendimento, pois traduzem conceitos abstratos de IA e termodinâmica para o público. No entanto, podem gerar confusão, já que a IA não "enxerga" literalmente, mas sim processa dados matematicamente.

Filosofia da ciência

Para esta etapa, reveja o conteúdo da aula sobre "Ciência e Filosofia". Discorra sobre em que medida o artigo da Pesquisa FAPESP que você selecionou coloca questões filosóficas e apresente exemplos extraídos do texto. Esteja logado.

Questões filosóficas levantadas no artigo

A matéria se relaciona com temas de Filosofia da Ciência, incluindo:

   1. Falseabilidade de Popper → O modelo de IA é testável e pode ser refutado caso os cálculos não correspondam aos dados reais coletados.
   2. Paradigmas de Kuhn → A usina utilizava um paradigma tradicional de monitoramento de temperatura (sensores físicos). A adoção da IA representa um avanço rumo a uma ciência extraordinária, mudando a forma como a segurança de reatores é gerenciada.
   3. Interpretação dos dados e a subjetividade da observação científica → Como Alan Chalmers explica, a interpretação de dados depende do conhecimento prévio do observador. Os pesquisadores precisaram validar os resultados da IA para garantir que as inferências térmicas fossem confiáveis.

Próximos passos

Após concluir a atividade, clique no botão abaixo para ir para o próximo módulo do curso.

Próximo Módulo