INFORMÁTICA E SOCIEDADE¶

A disciplina (CIN0149, professora Carina Frota Alves) discute o papel da computação na sociedade contemporânea: como a transformação digital muda o trabalho e as organizações, quais competências o mercado de TI exige na era da IA, e como construir sistemas que resolvam o problema certo, não apenas um problema qualquer. A metodologia é baseada em Problem Based Learning (PBL), aprendizagem colaborativa e discussões em sala, com dois projetos em equipe ao longo do semestre.

Visão geral da disciplina¶

Estrutura da disciplina

Metodologia: PBL, aprendizagem colaborativa, aulas focadas em discussão de problemas reais.
Competências desenvolvidas: pensamento crítico, criatividade e colaboração em equipe, uso responsável e ético de ferramentas de IA, comunicação oral e escrita.
Avaliação: nota = (Projeto 1 + Projeto 2) / 2, somada à participação nas discussões e à avaliação por pares (autoavaliação interna da equipe).
Equipes: cerca de 5 participantes, alocadas a partir de perfis de personalidade (teste MBTI/16Personalities) e do mix de perfis entre os estudantes.

A disciplina é conduzida em torno de dois projetos:

Projeto 1 — Seminários sobre temas de Informática e Sociedade: cada equipe escolhe um tema (ex.: IA e ética, privacidade e LGPD, cibersegurança, inclusão digital, desinformação, trabalho e automação, saúde digital), conduz pesquisa desk e pesquisa de campo (entrevistas, surveys), reflete sobre o uso de IA no próprio processo de pesquisa e apresenta um seminário. A entrega é um documento com resumo executivo + slides.
Projeto 2 — Plano de Projeto de Extensão: cada equipe escolhe um ODS (Objetivo de Desenvolvimento Sustentável), define um público-alvo (ONGs, escolas, órgãos públicos etc.) e propõe um plano de projeto de extensão a ser executado ao longo da jornada acadêmica no CIn, fomentando autonomia e pensamento criativo aplicado a problemas reais.

Competências CHA: Conhecimentos, Habilidades e Atitudes¶

Competência é o conjunto de conhecimentos, habilidades e atitudes que possibilita desempenhar uma função na busca de resultados concretos — o modelo CHA:

Dimensão	Pergunta	Natureza	Como se desenvolve
Conhecimento	Saber o que fazer	Teórica	Formação universitária, cursos, treinamentos
Habilidade	Saber como fazer	Prática	Treinamento prático, aplicação
Atitude	Querer fazer	Comportamental, ligada à personalidade	Convivência e experiências pessoais, desde a infância

Você só é competente quando...

Dominar bem o conhecimento a respeito de algo, for capaz de aplicá-lo para produzir um resultado (habilidade), e tiver a atitude necessária para realmente fazer isso acontecer. As três dimensões combinadas, em conjunto com as competências de outras pessoas, formam as competências centrais de uma organização — um sistema de conhecimentos e experiências integrados que gera vantagem competitiva.

O CHA técnico (conhecimento + habilidade) costuma ser chamado de hard skills — específicas à área, certificáveis, adquiridas por capacitação formal (ex.: idiomas, normas, ferramentas, cálculos). O "A" de atitude está mais próximo das soft skills — habilidades globais, subjetivas, não certificáveis, ligadas ao desenvolvimento pessoal (ex.: iniciativa, criatividade, comunicação, flexibilidade, foco no cliente, foco em resultados).

Exemplos de soft skills e seu valor prático:

Saber ouvir → integra ideias diversas, gera estratégias mais criativas.
Ser aberto a feedback → melhoria contínua, alinhamento com expectativas.
Inteligência emocional → resolução eficaz de conflitos, fidelização.
Ser curioso → insights valiosos, estratégias mais assertivas.
Adaptabilidade → eficiência e competitividade em mercado em mudança constante.

O mercado de trabalho em TI na era da IA¶

Um mercado sob pressão, mas com demanda estrutural¶

O mercado de tecnologia vive uma contradição: de um lado, grandes empresas (Amazon, Duolingo, entre outras) anunciaram cortes de vagas e reposicionamento de equipes para usar mais IA ("AI-first"); o medo constante de automação e layoffs já é descrito como o fim da "era de ouro" do trabalho em tech. De outro lado, o Future of Jobs Report 2025 do World Economic Forum projeta 170 milhões de empregos novos até 2030, contra 92 milhões de postos eliminados — um saldo líquido positivo, puxado por tecnologia, dados e áreas STEM/saúde.

Débito cognitivo

O uso intenso de IA generativa no desenvolvimento de software traz um risco análogo ao débito técnico, mas no plano cognitivo: perda de entendimento do código, lacunas de conhecimento e confusão de equipe quando ninguém mais domina de fato o que foi gerado pela IA. É um trade-off entre velocidade de entrega e profundidade de compreensão do sistema.

Drivers que explicam essa mudança¶

O mundo de referência para entender essas mudanças evoluiu de VUCA (volátil, incerto, complexo, ambíguo — modelo da Guerra Fria) para BANI (frágil, ansioso, não linear, incompreensível — modelo pós-pandemia). Entre as macrotendências que mais impulsionam a transformação dos negócios (World Economic Forum, 2024-2025), destacam-se: ampliação do acesso digital (60%), custo de vida/inflação (50%) e, entre as tendências tecnológicas especificamente, IA e processamento de informação lidera disparado com 86% de menções, seguida por robôs e sistemas autônomos (58%).

Quais competências o mercado mais valoriza¶

Segundo o Future of Jobs Report 2025 (WEF), as competências centrais (core skills) mais citadas pelos empregadores em 2025 são, em ordem: pensamento analítico, resiliência/flexibilidade/agilidade, liderança e influência social, pensamento criativo, automotivação e autoconsciência, letramento tecnológico, empatia e escuta ativa, curiosidade e aprendizado contínuo.

Olhando para o crescimento até 2030 (skills on the rise), as competências com maior aumento líquido de importância são:

IA e big data
Redes e cibersegurança
Letramento tecnológico
Pensamento criativo
Resiliência, flexibilidade e agilidade

Já destreza manual e leitura, escrita e matemática básicas aparecem como as únicas competências em queda líquida de relevância — não porque deixem de importar, mas porque perdem peso relativo frente às competências digitais e socioemocionais.

39% das habilidades profissionais vão mudar até 2030

Segundo o World Economic Forum, a IA, a automação de tarefas cognitivas e os novos modelos de trabalho digital tornam quase 40% do conjunto de competências profissionais atual obsoleto ou insuficiente em menos de uma década — daí a importância de competências de meta-aprendizagem (aprender a aprender) além do conhecimento técnico específico.

Na prática, hoje a IA já afeta diretamente como o trabalho de TI é feito — geração automática de código, debugging assistido por IA, geração de testes, análise automática de logs — a ponto de, segundo relatos do próprio Google, cerca de 75% do código já ser gerado por IA em parte dos seus processos.

Transformação digital¶

O que é¶

Transformação digital não é apenas adotar ferramentas — é uma mudança de mentalidade e de cultura organizacional, em que a empresa passa a operar com a lógica do mundo digital: agilidade, foco no cliente, respostas rápidas a feedback, capacidade de adaptação. A tecnologia é meio, não fim.

Diferentes autores e organizações enquadram o conceito de formas complementares:

Silvio Meira separa dois componentes: a inovação digital (o passo técnico — desenvolver formas mais eficientes de operar via plataformas digitais) e a transformação estratégica (uma mudança radical na tomada de decisão do negócio, dando liberdade para que quem está na ponta, em contato com o cliente, decida).
Accenture define como o processo pelo qual empresas incorporam tecnologias em todo o negócio para gerar mudança fundamental — eficiência, agilidade e novo valor para funcionários, clientes e acionistas.
David L. Rogers propõe cinco pilares: cliente, competição, dados, inovação e valor. Pequenas melhorias incrementais já geram valor, e dados só importam quando viram informação útil para decisões estratégicas.

Exemplos e aplicações¶

Itaú Unibanco: mudança estrutural e cultural baseada em lean digital transformation, com foco em cliente, colaboração, experimentação e orientação a dados.
Saúde: acesso a prontuários eletrônicos e bancos de dados globais.
Educação: plataformas de ensino personalizadas e a distância.
Processos seletivos: softwares de triagem automatizada de currículos.
Varejo: ofertas e recomendações personalizadas via dados do cliente.

Benefícios e etapas¶

A transformação digital bem conduzida traz mais inovação, agilidade e flexibilidade; rompe silos entre áreas, com equipes multidisciplinares; reduz custos e aumenta produtividade (filosofia lean); e melhora a assertividade das decisões com apoio de dados.

Etapas para conduzir uma transformação digital

Definir valores e propósito digital.
Garantir liderança comprometida, que adote as ferramentas e predisponha a equipe à mudança.
Investir em capacitação contínua.
Manter comunicação aberta e transparente.
Incentivar a experimentação e os ajustes constantes.
Adotar flexibilidade no trabalho (modelos híbridos/remotos).
Garantir segurança da informação.
Medir resultados com métricas claras (produtividade, eficiência, NPS, retenção).

A maioria das transformações falha

Um estudo do Boston Consulting Group mostra o tamanho do hiato entre aspiração e realidade: 80% das empresas dizem que a transformação digital é uma necessidade estratégica e 75% dos executivos afirmam que a pandemia aumentou essa necessidade — mas só 30% das transformações de fato atingem seus objetivos, e apenas 29% dos gestores consideram suas organizações líderes em transformação digital. As principais barreiras citadas (também por um estudo do BCG) são: falta de profissionais capacitados, ausência de planejamento e falta de investimento. Segundo o BCG, o "ingrediente secreto" do sucesso não é a tecnologia em si (só 20% dados/tecnologia + 10% algoritmos de IA), mas pessoas e processos (70%) — repensar o que é possível, migrar de "gerenciar" para "habilitar", e transformar propósito em ação.

Isso também aparece nos projetos de IA especificamente: estima-se que cerca de 80% dos projetos de IA fracassam, principalmente por: (1) stakeholders não entenderem ou comunicarem bem qual problema a IA deveria resolver; (2) falta de dados adequados para treinar um modelo eficaz; (3) foco na tecnologia mais nova em vez de resolver o problema real do usuário; (4) infraestrutura inadequada para gerir dados e modelos; (5) aplicação da IA a problemas difíceis demais para a tecnologia resolver.

Dados, modelos e o papel do profissional de computação¶

O poder dos dados: da descrição à prescrição¶

O Gartner Analytic Ascendancy Model descreve quatro estágios de maturidade analítica, cada um mais valioso e mais difícil que o anterior:

Estágio	Pergunta	Natureza
Descritiva	O que aconteceu?	Retrospecto (hindsight)
Diagnóstica	Por que aconteceu?	Entendimento (insight)
Preditiva	O que vai acontecer?	Previsão (foresight)
Prescritiva	O que devo fazer?	Otimização

Nos dois primeiros estágios, a análise apoia a decisão humana; nos dois últimos, ela pode chegar a automatizar a própria decisão (decision support → decision automation). Usar dados em projetos de software passa por três etapas: perguntar as questões certas e explorar os dados, modelar os dados com algoritmos apropriados, e comunicar/visualizar os resultados com os stakeholders — sempre entendendo o contexto em que os dados estão inseridos, porque dados fora de contexto induzem a conclusões erradas.

Modelos como abstrações do mundo real¶

Modelos são representações simplificadas e abstratas de um mundo real complexo (um diagrama de classes, um conjunto de regras de negócio, um esquema de banco de dados). Antes de minerar datasets e implementar sistemas complexos, é fundamental entender o problema — princípio resumido no acrônimo KISS (Keep It Simple, Stupid).

Entender o problema antes de desenhar a solução¶

Esta é talvez a lição central da disciplina: o problema mais óbvio nem sempre é o problema correto a ser resolvido, um mesmo problema pode ter diversas soluções igualmente corretas (mas com valores diferentes para os stakeholders), e um problema é percebido de formas diferentes por pessoas diferentes — entender cada uma dessas percepções é condição para resolvê-lo de forma adequada.

\"Se eu tivesse perguntado às pessoas o que elas queriam, elas teriam dito cavalos mais rápidos\" — Henry Ford

O exemplo ilustra por que entender a essência do problema (a necessidade de deslocamento mais rápido) é mais útil do que aceitar literalmente a solução que o próprio usuário propõe (um cavalo mais rápido).

O papel do analista/engenheiro de requisitos é atuar como "tradutor": entender as necessidades e desejos dos stakeholders e traduzi-los em requisitos — que devem descrever o problema, não antecipar a solução — garantindo que a visão do cliente e dos usuários seja compartilhada com toda a equipe de desenvolvimento. Um exemplo clássico de interpretação equivocada do problema do usuário é o Juicero, máquina de US$ 400 para extrair suco de sachês que acabou sendo substituída, na prática, pelo simples gesto de apertar o sachê com a mão.

A abordagem recomendada segue três movimentos:

Focar primeiro no problema, entendendo-o profundamente sob várias perspectivas (viewpoints) antes de cogitar soluções tecnológicas ou não-tecnológicas — sistemas de software coexistem em um ambiente complexo que envolve aspectos sociais, políticos, éticos e econômicos.
Descoberta: desapegar-se de pressupostos e estar aberto a novos pontos de vista sobre o problema, percebendo o contexto sob diferentes perspectivas (focar só no problema, sem olhar o contexto ao redor, pode levar a perder a solução mais simples).

Usar ferramentas de pensamento sistêmico, como o modelo do iceberg, para ir além do evento superficial e entender padrões, estruturas subjacentes e modelos mentais:

Camada	Pergunta	Postura
Eventos	O que aconteceu?	Reagir
Padrões/tendências	O que mudou ao longo do tempo?	Antecipar
Estruturas subjacentes	O que influenciou os padrões? Quais as relações entre as partes?	Projetar
Modelos mentais	Quais crenças e valores sustentam o sistema?	Transformar

Transformação digital, segundo a FIA¶

Como complemento, o artigo Transformação Digital (FIA Business School) reforça essa visão de que transformação digital é, antes de tudo, uma mudança cultural — não a simples adoção de ferramentas. Destaca o caso do Itaú Unibanco como exemplo nacional de transformação baseada em foco no cliente, colaboração, experimentação e dados, e lista etapas práticas muito próximas às discutidas em aula: definir propósito, ter liderança comprometida, capacitar continuamente, manter comunicação aberta, experimentar, adotar flexibilidade (trabalho híbrido/remoto), garantir segurança da informação e medir resultados com métricas claras. O artigo também cita o estudo do Boston Consulting Group segundo o qual cerca de 70% das empresas não conseguem concluir sua transformação digital com sucesso — alinhado ao dado de 30% de sucesso visto em aula —, atribuindo o fracasso principalmente à falta de profissionais capacitados, de planejamento e de investimento.

Princípios da Educação Online¶

A partir do trabalho do professor Mariano Pimentel (Princípios da Educação Online, SBC Horizontes), a disciplina também discute como ensinar e aprender de forma online — tema relevante tanto para quem vai atuar em EdTechs quanto para a própria forma como a disciplina é conduzida.

Dois conceitos de partida: Educação a Distância (EAD) é a modalidade educacional alternativa ao ensino presencial; Educação Online (EOL) é a abordagem didático-pedagógica que pode (ou não) ser praticada dentro da EAD, baseada em interação, colaboração e autoria — em oposição ao modelo massivo-instrucionista, no qual o computador funciona como "máquina de ensinar" e o aluno estuda sozinho, modelo criticado pelos autores por gerar altas taxas de evasão.

Os oito princípios da educação online:

Conhecimento como "obra aberta" (em vez de "mensagem fechada") — o saber é construído socialmente, em construção sem fim, que convida à ressignificação, interferência, completação, cocriação e autoria, em vez de ser apresentado como algo acabado, irretocável, que precisa apenas ser memorizado e repetido.
Curadoria de conteúdos + sínteses e roteiros de estudo (em vez da produção de conteúdos próprios para EAD) — o professor busca, filtra (curadoria) e organiza conteúdos já disponíveis na web, elaborando sínteses e roteiros de estudo, podendo incorporar produções dos próprios alunos.
Ambiências computacionais diversas — o uso não se limita ao Ambiente Virtual de Aprendizagem (AVA); pode incluir fontes de informação (e-books, Wikipedia, sites), sistemas de autoria (editores de imagem/vídeo/som, mapas interativos) e mídias sociais (YouTube, Instagram, blogs), compondo "aulas híbridas".
Aprendizagem em rede, colaborativa (em vez de isolada) — os alunos constroem conhecimento em grupo, com mediação do professor; o computador serve sobretudo para interação social.
Conversação entre todos, em interatividade (em vez de apresentação de conteúdos) — a interação deve ser planejada, síncrona ou assíncrona, com ferramentas como videoconferência, fóruns, chats e grupos de mensagens.
Atividades autorais inspiradas nas práticas da cibercultura (em vez de "estudo dirigido") — os alunos criam, aplicam e transformam conhecimentos, promovendo multiletramentos, em vez de responder listas de exercícios de fixação.
Mediação docente online para colaboração (em vez de "tutoria reativa") — o professor atua como dinamizador do grupo, com mediação compartilhada e atenção às emoções presentes nas conversas, substituindo os plantões curtos de tutoria reativa (que atendem centenas de alunos apenas quando provocados) por uma presença ativa e contínua.
Avaliação formativa e colaborativa, baseada em competências (em vez de apenas exames presenciais) — a avaliação é contínua, combina autoavaliação, avaliação pelo professor e avaliação pelos colegas (avaliação 360º), e considera competências (conhecimentos, habilidades e atitudes), não só acertos e erros em prova.

Principais recomendações dos autores

Evitar práticas instrucionistas-massivas, que levam a altas taxas de evasão em cursos massivos online.
Não restringir as aulas ao AVA.
Promover conversação regular entre professor e alunos, e entre os próprios alunos.
Substituir a "tutoria reativa" por mediação ativa e contínua.
Planejar atividades criativas, não apenas de fixação.
Garantir políticas de inclusão digital, já que o acesso à internet é condição para a participação.
Investir na formação docente para a atuação online.
Manter uma visão crítica sobre as tecnologias: "nem tudo é potência, nem tudo é adequado".