fbpx

Acesse sua conta de usuário

Nome de usuário *
Senha *
Lembrar de mim
 
UFSCar promove encontro internacional de Ciência Política Computacional

UFSCar promove encontro internacional de Ciência Política Computacional

Escrito por  Ago 27, 2024

Evento, promovido pelo grupo de pesquisa Interfaces, terá palestra sobre ferramenta de manipulação da percepção pública e formação na área de inferência causal

 

SÃO CARLOS/SP - O Interfaces - Núcleo de Estudos Sociopolíticos dos Algoritmos e da Inteligência Artificial, grupo de pesquisa coordenado pela professora Sylvia Iasulaitis, do Departamento de Ciências Sociais (DCSo) da Universidade Federal de São Carlos (UFSCar), promove o Encontro Internacional de Ciência Política Computacional. O evento, que acontece no dia 30 de agosto, no Núcleo de Apoio ao Pesquisador (NAP), localizado na área Sul do Campus São Carlos, é gratuito e contará com a emissão de certificados. As vagas são limitadas. Confira abaixo as duas atividades que compõem o evento:

Na parte da manhã, às 9h30, será promovida a formação em "Inferência Causal com Do-Calculus" pelo pesquisador e professor Eanes Torres Pereira, Departamento de Computação da Universidade Federal de Campina Grande (UFCG), especialista em causalidade e colaborador nacional do Interfaces. As inscrições para essa atividade podem ser feitas através de formulário online, em https://bit.ly/inferenciacausalufscar. A formação irá abordar a pesquisa e utilização de abordagens oriundas de áreas como aprendizagem de máquina e aprendizagem profunda, que estão em alta para as mais diversas aplicações, inclusive para a pesquisa sociopolítica. Muitas dessas abordagens são capazes de classificar dados com alta precisão. No entanto, ainda há muito a ser feito quanto à interpretação dos resultados, especialmente, o entendimento sobre quais variáveis presentes nos dados seriam a causa de outras variáveis. "Ao observarmos que redes neurais, profundas ou não, são tradicionalmente baseadas em correlação, notamos que há uma lacuna a ser melhor explorada no campo do estudo da causalidade em dados", detalham os organizadores. O estudo de causalidade em dados tem dois grandes ramos: busca causal e inferência causal. A busca causal tem como um de seus objetivos determinar a "malha" de causalidade entre as variáveis. A inferência causal, de posse do grafo causal, busca mensurar as probabilidades e efeitos causais para determinadas intervenções. Há várias abordagens propostas para realizar inferência, nesta apresentação veremos uma introdução à abordagem desenvolvida por Judea Pearl chamada de Do-Calculus.

Na parte da tarde, com início às 15 horas, o professor Brett Drury, da Liverpool Hope University, na Inglaterra, e colaborador internacional do Interfaces, irá proferir a palestra "Hedging Language: A proxy of Deception in public discourse" ("Linguagem de proteção: um proxy de engano no discurso público"), que terá tradução simultânea para o Português. Na palestra, Drury discutirá a linguagem de proteção e os métodos computacionais de detecção de linguagem manipuladora no discurso público. Hedging é uma ferramenta estratégica empregada para manipular a percepção pública e dar ao falante uma negação plausível se elas forem mostradas incorretas. Consequentemente, as elites políticas, líderes de empresas públicas e agentes partidários empregam essa estratégia retórica para manipular a percepção de sua organização sem consequências. A identificação automática do uso excessivo de linguagem de proteção é frequentemente um indicador de problemas mais amplos dentro de uma instituição.

Mais informações no Instagram @interfacesufscar. Dúvidas podem ser esclarecidas pelo e-mail Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..

Redação

 Jornalista/Radialista

Website.: https://www.radiosanca.com.br/equipe/ivan-lucas
E-mail Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Top News

Nosso Facebook

Calendário de Notícias

« Novembro 2024 »
Seg. Ter Qua Qui Sex Sáb. Dom
        1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30  
Aviso de Privacidade

Este site utiliza cookies para proporcionar aos usuários uma melhor experiência de navegação.
Ao aceitar e continuar com a navegação, consideraremos que você concorda com esta utilização nos termos de nossa Política de Privacidade.