Publicações, avaliação e multidisciplinaridade

Atualmente fala-se muito sobre diversidade, na academia discute-se a necessidade de uma formação  ampla e contemplando diferentes dimensões. Por outro lado a avaliação dos programas de pós-graduação e dos pesquisadores continua ou torna-se mais concentrada: é o conhecido problema da bolha social. Este é um problema muito bem conhecido em sistemas de recomendação, um grupo de pessoas reforça sistematicamente suas preferências e exclui tudo o que é estranho. O mesmo se passa atualmente com nações que criam o ‘civilisation state‘ negando um modelo de civilização global. Um ‘civilisation state‘ é uma nação que afirma representar não apenas um território histórico ou uma língua ou grupo étnico específico, mas uma civilização distinta baseada em sua história e inerente superioridade. 

Retornado para o problema da avaliação; a maior parte dos programas não aceita a produção de seus pesquisadores em outras áreas de conhecimento. Por muita pressão aceitam um certo número de publicações, mas sempre com a avaliação de sua área!  Ora, será que, por exemplo, a área de Ciência da Computação é melhor habilitada para avaliar um artigo de Genética? O argumento é que a avaliação é feita sobre o conteúdo de Ciência da Computação no artigo de Genética. Isso é apenas, em minha visão, um exemplo de ‘civilisation state‘ em que o grupo acredita que por seu histórico, sua competência é melhor qualificado para avaliar a contribuição – nesse caso monocultural – na sua área. Usei o exemplo da CC pois é minha área, mas isso acontece em todas as áreas que acompanho. Esse fato é limitador da abertura do pensamento e da multidisciplinaridade e da consequente inovação resultante. 

Minha proposta para quebrar este modelo ultrapassado: devemos aceitar uma percentagem de publicações, digamos 30%, de qualquer área complementar na pesquisa por sua avaliação na sua área fundamental. Este é um primeiro passo para construir pontes entre as áreas de conhecimento e para desmontar os muros que separam os diferentes grupos de pesquisa nas Universidades.

Artigos, teses e dissertações: o que é mais consultado?

Eu sempre achava que teses e dissertações só seriam lidas pela banca e por uns poucos pesquisadores relacionados com o projeto. Há um ano, mais ou menos, resolvi dar uma olhada nos acessos às teses de meus ex-orientandos no sistema da UFRGS e tive um grande surpresa! Olhem os gráficos a seguir:

O primeiro histograma é uma dissertação de mestrado, o segundo e terceiro são teses de doutorado, mesmo a mais recente já tem um número expressivo de acessos.

Conclusão: Muito cuidado e esforço para redigir uma boa tese ou dissertação!

As pessoas já entenderam que a bibliografia naïf que conta o número de artigos e não a qualidade intrínseca do trabalho não estimula a leitura de artigos bem fatiados, preferem buscar a qualidade do trabalho. Um texto completo de uma tese ou dissertação é muito melhor, tem qualidade intrínseca baseada na apresentação completa do trabalho de pesquisa. Eu gostaria que um aluno meu de doutorado publicasse UM artigo de alta qualidade e não uns 5 ou seis com QUALIS do índice restrito, mas cada um apresentando uma pequena faceta do seu trabalho.

 

Universal Guidelines for Artificial Intelligence

23 October 2018
Brussels, Belgium

New developments in Artificial Intelligence are transforming the world, from science and industry to government administration and finance. The rise of AI decision-making also implicates fundamental rights of fairness, accountability, and transparency. Modern data analysis produces significant outcomes that have real life consequences for people in employment, housing, credit, commerce, and criminal sentencing. Many of these techniques are entirely opaque, leaving individuals unaware whether the decisions were accurate, fair, or even about them.

We propose these Universal Guidelines to inform and improve the design and use of AI. The Guidelines are intended to maximize the benefits of AI, to minimize the risk, and to ensure the protection of human rights. These Guidelines should be incorporated into ethical standards, adopted in national law and international agreements, and built into the design of systems.  We state clearly that the primary responsibility for AI systems must reside with those institutions that fund, develop, and deploy these systems.

  1. Right to Transparency. All individuals have the right to know the basis of an AI decision that concerns them. This includes access to the factors, the logic, and techniques that produced the outcome.
  2. Right to Human Determination. All individuals have the right to a final determination made by a person.
  3. Identification Obligation. The institution responsible for an AI system must be made known to the public.
  4. Fairness Obligation. Institutions must ensure that AI systems do not reflect unfair bias or make impermissible discriminatory decisions.
  5. Assessment and Accountability Obligation. An AI system should be deployed only after an adequate evaluation of its purpose and objectives, its benefits, as well as its risks. Institutions must be responsible for decisions made by an AI system.
  6. Accuracy, Reliability, and Validity Obligations. Institutions must ensure the accuracy, reliability, and validity of decisions.
  7. Data Quality Obligation. Institutions must establish data provenance, and assure quality and relevance for the data input into algorithms.
  8. Public Safety Obligation. Institutions must assess the public safety risks that arise from the deployment of AI systems that direct or control physical devices, and implement safety controls.
  9. Cybersecurity Obligation. Institutions must secure AI systems against cybersecurity threats.
  10. Prohibition on Secret Profiling. No institution shall establish or maintain a secret profiling system.
  11. Prohibition on Unitary Scoring. No national government shall establish or maintain a general-purpose score on its citizens or residents.
  12. Termination Obligation. An institution that has established an AI system has an affirmative obligation to terminate the system if human control of the system is no longer possible.

Vejam também o “Explanatory Memorandum and References”:

https://thepublicvoice.org/ai-universal-guidelines/memo/

Visibilidade da pesquisa

Fui convidado para apresentar uma palestra e participar de uma mesa redonda no VIII Workshop do Programa de Pós-graduação em Ciência da Computação da UNESP Em Presidente Prudente-SP. O evento foi muito produtivo gerando discussões interessantes sobre a visibilidade da pós-graduação. Procurei apresentar minha visão sobre a visibilidade da Pesquisa: hoje perdemos a visibilidade por parte da população, estamos demasiadamente preocupados em mostrar nossa produção em termos do Índice Restrito da CAPES. Vocês acham que a população, que nos paga as pesquisas, sabe o que é isso? O mundo mudou, redes sociais são essenciais para a divulgação de nosso trabalho. Precisamos mostrar a importância social do que fazemos de forma que seja possível a sua compreensão pelo público geral. A partir disso é possível relacionar a parte científica com as pesquisas desenvolvidas. As publicações são a consequência de uma pesquisa de qualidade, não o resultado da pesquisa. Então resolvi compartilhar a apresentação para meditação dos colegas da CC.

visibilidade

Novo artigo: Empirical Analysis of Sentence Templates and Ambiguity Issues for Business Process Descriptions

Silva T.S., Thom L.H., Weber A., de Oliveira J.P.M., Fantinato M. (2018) Empirical Analysis of Sentence Templates and Ambiguity Issues for Business Process Descriptions. In: Panetto H., Debruyne C., Proper H., Ardagna C., Roman D., Meersman R. (eds) CoopIS, On the Move to Meaningful Internet Systems. OTM 2018 Conferences. OTM 2018. Lecture Notes in Computer Science, vol 11229. Springer

Abstract

Business process management has become an increasingly present activity in organizations. In this context, approaches that assist in the identification and documentation of business processes are presented as relevant efforts to make organizations more competitive. To achieve these goals, business process descriptions are considered as a useful artifact in both identifying business processes and complementing business process documentation. However, approaches that automatically generate business process descriptions do not explain how the sentence templates that compose the text were selected. This selection influences the quality of the text, as it may produce ambiguous or non-recurring sentences, which could make it difficult to understand the process. In this work, we present an empirical analysis of 64 business process descriptions in order to find recurrent sentence templates and filter them for ambiguity issues. The analysis made it possible to find 101 sentence templates divided into 29 categories. In addition, 13 of the sentence templates were considered to have ambiguity issues based on the adopted criteria. These findings may support other approaches in generating process descriptions more suitable for process analysts and domain experts.

Keywords

Business Process Model and Notation Natural language processing Sentence template Ambiguity 

Novo artigo: Um Modelo Ontológico Probabilístico para Assistir Pessoas com Declínio Cognitivo

Autores: Gabriel Machado Lunardi, Guilherme Medeiros Machado, Alencar Machado, José Palazzo M. de Oliveira

Resumo: Fornecer lembretes a um idoso, enquanto realiza suas atividades diárias, é uma atividade de suporte ao usuário e, portanto, um tópico relevante na área de Ambientes de Vivência Assistida. Determinar tais lembretes implica na tomada de decisões, uma vez que o fluxo das ações (comportamento) de uma atividade geralmente envolve ramificações. Um sistema automatizado precisa decidir qual das próximas ações é a melhor para o usuário em determinada situação. Problemas dessa natureza envolvem níveis de incerteza que precisam ser tratados. Muitas abordagens para esse problema exploram apenas dados estatísticos, ignorando tecnologias semânticas importantes, como, por exemplo, a utilização de ontologias. Apesar de importantes, as ontologias não suportam, de forma nativa, o raciocínio sobre a incerteza. Por isso, neste artigo é apresentado um modelo ontológico, com uma extensão probabilística, que permite raciocinar sobre a incerteza sem perder informação semântica. Esse modelo é avaliado por meio de um estudo de caso no qual demonstra-se uma instanciação com dados reais.

ONTOBRAS 2018, Proceedings of the XI Seminar on Ontology Research in Brazil, São Paulo, Brazil, October 1st-3rd, 2018. Edited by: Joel Luís Carbonera, Giancarlo Guizzardi, Sandro Rama Fiorini, Mara Abel, Vol-2228, ISSN 1613-0073, p. 185-196 – http://ceur-ws.org/Vol-2228/paper13.pdf

Novo artigo: IoT-based human action prediction and support

Authors: Gabriel Machado Lunardi, Fadi Al Machot, Vladimir A. Shekhovtsov, Vinícius Maran, Guilherme Medeiros Machado, Alencar Machado, Heinrich C. Mayr, José Palazzo M. de Oliveira
Publication date: 2018/10/1,Journal: Internet of Things,Volume: 3,Pages : 52-68,Publisher: Elsevier

Abstract
It is an important topic in Active and Assisted Living (AAL) research and development to support elderly people suffering from memory impairment in their daily activities. A promising approach to such support is providing memory aids based on knowledge of how the person to be supported usually (i.e., in an unimpaired condition) copes with her/his daily activities. Such knowledge may be captured by IoT solutions,appropriately structured and stored in a knowledge base, and exploited when the need of support is detected. Determining the best help for a given situation implies decision-making, since the actions– flow (behavior) of an activity usually involves probabilistic branches: An automated system needs to decide which of the possible next actions is best suited for the user in a given situation. Problems of this nature involve uncertainty levels that have to be dealt with. Many approaches to this problem exploit statistical data only, thus ignoring important semantic data as, for instance, are provided by Ontologies. However, ontologies do not support reasoning over uncertainty natively. In this paper, we present a probabilistic semantic model that represent information from IoT sources and enables reasoning over uncertainty without losing semantic information. This model is implemented as an extension of the Human Behavior Monitoring and Support (HBMS) approach that provides a conceptual ”human cognitive model” for representing the user–s behavior and its context in her/his living environment. The performance of this approach was evaluated using real data collected from a smart home prototype equipped with installable sensors and IoT devices. The experiments provided promising results which we will discuss regarding limits and challenges to overcome.