Seus dados estão seguros o tanto quanto você pensa?
Yuval Noah Harari, renomado escritor e historiador israelense, tornou-se mundialmente conhecido após a publicação de seu best-seller internacional “Sapiens: Uma breve história da humanidade”, onde, auxiliado pela fragmentação da evolução humana, torna lúcido o caminho pelo qual a civilização moderna tende a tomar, convergindo para um comum problema em todo o globo, a progressão decadente da privacidade virtual. Para entendermos sua preocupação, não precisamos nos afastar da realidade, em abril de 2021, o Facebook comunicou o vazamento de mais de 500 milhões de telefones e dados pessoais de usuários após um ataque hacker à plataforma, promovendo um debate mundial sobre a eficiência de sua política de privacidade. Por mais inimaginável que possa ser, engana-se quem vincula o acontecimento à ocasionalidade. Respeitadas empresas que utilizam da “Big Data”, para promoverem serviços já sofreram do mesmo problema, como a Netflix, que em conjunto com o LinkedIn, assumiram o desvio de 3,2 bilhões de credenciais de acesso, sendo os mesmos comercializadas de forma gratuita em sites paralelos, tornando o trabalho de investigadores algo enigmático a cada vez mais desafiador. Lei de Proteção de Dados (LGPD) A Lei Geral de Proteção de Dados Pessoais (Lei n. 13.709, de 14 de agosto de 2018), aprovada no ano de 2018, entrando em vigor somente em agosto de 2020, representa um marco na defesa da privacidade brasileira. A LGPD visa a proteção da liberdade, tanto virtual quanto física do ser humano, além da promoção do desenvolvimento livre de sua personalidade. Sua necessidade se fez presente após o Facebook colher e comercializar, sem autorização prévia, dados de aproximadamente 270 milhões de pessoas, ocasionado por uma brecha em seus termos e condições de uso. Tais informações, capturadas por meio de um falso teste psicológico, foram utilizadas para a promoção da campanha do então candidato à presidência dos Estados Unidos, Donald Trump. O descumprimento da lei mencionada pode render multas de até 2% do faturamento da empresa, sendo limitado pelo teto máximo de R$ 50 milhões de reais. Cada vazamento poderá ser considerado como uma violação individual, rendendo possíveis prejuízos astronômicos a quem desafiá-la. Como se prevenir de vazamentos virtuais? Como visto anteriormente, vazamentos virtuais, impulsionados pela valorização da informação e pela progressão positiva da cobertura da Big Data, não são infrequentes. Devido a isso, é de suma importância ficar atento a algumas dicas para modelar nosso comportamento na rede. De início, é conveniente a análise dos sites/aplicativos utilizados. Pesquisas rápidas podem gerar informações valiosas sobre a qualidade e confiabilidade do portal, além da promoção de trocas de experiências dos usuários. Ademais, senhas e e-mails devem ter cuidados próprios. A fuga de senhas simples e convencionais auxilia na proteção de suas informações, sendo ideal a utilização de letras maiúsculas e minúsculas, bem como o uso de caracteres e símbolos, dificultando a ação de bandidos virtuais.
Aplicações de Machine Learning na Gestão Empresarial
Nos últimos anos, através do intenso aumento das pesquisas tecnológicas, mudanças radicais aconteceram e continuam a perpetuar no espaço empresarial. Umas das mais notáveis inovações foi a criação de técnicas para o desenvolvimento de inteligências artificiais. Machine Learning (“Aprendizado de máquina”) é o exemplo mais difundido destas novas tecnologias, permitindo as mais variadas aplicações, especialmente a gestão empresarial. 1 – O que é Machine Learning? O termo surgiu, inicialmente, pelo cientista da computação Arthur Lee Samuel, na década de 1950. Este definiu da seguinte forma: “campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados”. Ou seja, ML é uma forma de automatizar como queremos que um certo computador se comporte. Mas como o computador aprende? O processo para tal ocorre através do fornecimento de dados para a máquina, e identificação de padrões por esta. Para facilitar o entendimento daremos um exemplo. Veja a sequência: 3, 6, 9, e 12. É trivial perceber que o padrão de aumento dos números é: número seguinte = número anterior + 3. Este tipo de identificação é exatamente o trabalho da máquina. Contudo, num cenário real, a quantidade de dados para identificar um padrão não se limita a 4 números, mas sim na escala dos milhares, senão, milhões. Portanto, é necessário muitos dados para permitir que o computador identifique um padrão, e poder computacional, para manter grandes quantidades de dados. Com muitos dados, mais preciso fica o padrão identificado. 2 – Aplicações de Machine Learning Mas, como podemos usar este tipo de tecnologia complexa em na gestão de uma empresa? A resposta está no objetivo principal da empresa, diminuir custos. Através do ML, a máquina é capaz de fazer tarefas que anteriormente eram muito difíceis de um computador operar. Mas agora, através da evolução da tecnologia e do aumento computacional, é possível um computador operar em funções que somente humanos conseguiam. Assim, aplicando o método, uma empresa consegue automatizar as mais diversas tarefas. Consequentemente, diminuindo os custos ao não contratar funcionários e aumentando a produtividade, haja vista que computadores não têm pausa para almoço. Além disso, ao reconhecer padrões, os algoritmos também conseguem entregar previsões de resultados. Usando o exemplo já exposto, é fácil ver que, ao saber o padrão de aumento dos números, podemos saber qual vai ser o 100º. Aplicando esta mesma ideia à gestão empresarial, somos capazes de prever erros antes destes acontecerem, logo, podemos evitá-los e diminuir os custos. Dessa forma, o aprendizado de máquina, depois de certo tempo de funcionamento, pode recomendar quais decisões devem-se tomar. Isto é, elas sabem quando uma estratégia deve ou não ser tomada tendo um certo objetivo em mente. Dessa forma, permitindo uma elaboração de estratégias de gestão empresarial mais precisa e eficaz. Considerando estas três características, torna-se evidente que as aplicações desta tecnologia podem contribuir para uma gama significativa da gestão empresarial. 3 – O futuro Através das ideias apresentadas anteriormente, é possível perceber que Machine Learning abriu portas para uma revolução. As empresas estão cada vez mais acabando com os processos repetitivos através do trabalho das máquinas inteligentes, e economizando mais dinheiro através disso. É evidente que, portanto, quem não se adaptar às novas ferramentas estará atrás daqueles que entenderam seu potencial e o implementaram. O futuro chegou, e ele é efetivo, inteligente, e independente. Nossas vidas mudaram e precisamos nos adaptar.
