Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Redes Neurais em termos simples (pensamento computacional)
Rating: 4.2 out of 5(15 ratings)
1,650 students

Redes Neurais em termos simples (pensamento computacional)

como aprendemos, pensamos e modelamos
Last updated 11/2025
Portuguese

What you'll learn

  • O que é pensamento computacional
  • A onipresença dessas ferramentas na nosso sociedade
  • O futuro do trabalho
  • Como a inteligência artificial afeta nossa sociedade
  • Evolução provável dessas ferramentas, e possíveis consequências

Course content

4 sections10 lectures1h 15m total length
  • Redes Neurais em Termos Simples6:20

    Resumo do meu livro "Redes Neurais em termos simples: como aprendemos, pensamos e modelamos (com entrevista comentada ao ChatGPT)", que serve como base para o curso.

Requirements

  • Não há necessidade de ser programador. Não vejo necessidades prévias, somente vontade de aprender

Description

A popularização do ChatGPT reacendeu o interesse em inteligência artificial — mas não necessariamente ampliou o entendimento científico sobre o tema. Pelo contrário: multiplicaram-se afirmações equivocadas de que “o chat pensa” ou “aprende”. Ele não pensa, porque é um modelo estatístico de linguagem; e não aprende, porque é um modelo pré-treinado. A magia percebida não é cognição — é cálculo.

Estamos nos tornando dependentes de sistemas que poucos compreendem. Este é o alerta que venho fazendo desde 2013: inteligência artificial exige cientistas, não apenas entusiastas. Novas tecnologias criam novas áreas — e a IA, filha direta do avanço computacional, é hoje dominada por jovens criativos, brilhantes e frequentemente autodidatas. Mas criatividade sem fundamentos técnicos pode gerar soluções poderosas… e perigos mal compreendidos.

Quando escrevi a primeira edição deste livro em 2013, minha preocupação central era a ascensão silenciosa da Google™. Não apenas o mecanismo de busca ou os smartphones — ainda raros no Brasil na época —, mas a forma como a empresa coletava dados enquanto o público mal percebia o valor dessa informação. Antes mesmo do discurso de “dados são o novo petróleo”, a Google já extraía essa matéria-prima na surdina. Só recentemente passou a pedir consentimento explícito ao usuário. Para muitos, os dados coletados no passado beiram a noção de “dados roubados”.

Minha inquietação sempre foi um nível acima: dados alimentam algoritmos inteligentes. E algoritmos inteligentes podem ser usados tanto para marketing inofensivo quanto para vigilância sistemática.

Para ilustrar: enquanto escrevia um e-mail mencionando “Superprof” e algumas palavras-chave de programação, anúncios de professores — inclusive eu mesmo — começaram a pipocar na interface. Coincidência? Talvez. Mas é precisamente essa incerteza que revela o problema: sistemas opacos, decisões invisíveis e uma extração de dados cada vez mais intrusiva.

E se isso ocorre em plataformas comerciais, imagine o potencial de um Estado centralizador. A China já é monitorada por organismos internacionais devido ao uso massivo de IA para vigilância e possível violação de direitos humanos, construindo o que alguns chamam de “a primeira prisão aberta da história”. Inteligência artificial precisa de dados, e a China tem ambos: dados e centralização.

Este curso nasce desse cenário — do alerta, da curiosidade científica e de uma necessidade urgente de alfabetização em IA. Aqui, você entenderá o que esses modelos realmente são, o que não são, e por que compreender seus mecanismos é tão importante quanto saber usá-los.

Inclui uma cópia gratuita do meu e-book oficial, que deu origem a este curso.

Who this course is for:

  • Alunos de ensino médio
  • Pessoas fora da área de computação, interessadas na indústria 4.0
  • Estudiosos de pensamento computacional
  • Profissionais querendo mudar de carreira
  • Pessoas interessadas em modelos computacionais para o cérebro
  • Cientistas de dado