No episódio #04 do SABIÁ, a gente mergulha nos bastidores dos algoritmos de recomendação, essas engrenagens invisíveis que moldam o que a gente vê, escuta e até pensa nas redes.
Explicamos como esses sistemas surgiram, como funcionam e por que são tão eficientes em nos manter grudados nas telas. A conversa vai desde os primórdios, como o sistema Grundy dos anos 70, até os modelos sofisticados de hoje que personalizam cada feed com base nos nossos comportamentos, conexões e dados demográficos.
Mostramos como esses algoritmos viraram peças-chave para empresas como Netflix, Spotify, TikTok e Instagram, e discutimos seus impactos na formação de bolhas, na polarização e até nas nossas escolhas políticas e culturais.
Um episódio essencial pra quem quer entender como a tecnologia molda nosso cotidiano — e também como a gente pode retomar um pouco do controle nessa relação com as máquinas.
Este episódio contou com o apoio da FAPESP e da Fundação Roberto Marinho.
MATERIAIS CITADOS
Artigos e textos históricos
- “Matrix Factorization Techniques for Recommender Systems” — Yehuda Koren, Robert Bell & Chris Volinsky. Artigo de 2009 que detalha técnicas de fatoração de matrizes para sistemas de recomendação, baseado em experiências do Netflix Prize.
- “Understanding Social Media Recommendation Algorithms” — Arvind Narayanan
Artigo de divulgação que explica de forma acessível como funcionam os algoritmos de recomendação em redes sociais, incluindo os sinais usados (rede, comportamento e demografia) e as etapas de filtragem e ranqueamento.
Eventos históricos
- Sistema Grundy (1979) — Desenvolvido por Elaine Rich, é considerado o primeiro sistema de recomendação personalizado, baseado em perfis estereotipados de leitores;
- Netflix Prize (2006-2009) — Competição global promovida pela Netflix para desenvolver um algoritmo de recomendação que superasse em pelo menos 10% o sistema original da empresa. Vencido pela equipe BellKor’s Pragmatic Chaos com uma melhoria de 10,06%.
- Experimento Georgetown-IBM — Primeira demonstração de tradução automática de russo para inglês em 1954, usando o computador IBM-701.
___
APRESENTAÇÃO
Alexsandro Almeida | Matemática – Unicamp
Bruno Franchi | Física – Unicamp
ROTEIRO:
Bruno Franchi
Victor Vicente
REVISÃO:
Leandro Tessler
COORDENAÇÃO GERAL:
Leandro Tessler
Victor Vicente
EDIÇÃO:
Aluísio Augusto
APOIO:
FAPESP [Bolsa Comunicar Ciência]
Fundação Roberto Marinho
REALIZAÇÃO:
BI0S – Brazilian Institute of Data Science | Unicamp
