A tecnologia desempenha um papel fundamental no atendimento ao cliente, uma vez que articula e estrutura a organização de operações e processos.

Os consumidores estão no centro de todo o processo

Nos últimos anos tem-se vindo a desenhar uma mudança no serviço a cliente. Os consumidores vivem no imediato, sabem perfeitamente o que precisam e exigem às empresas que sejam capazes de lhes responder. Estão também activos e conectados a qualquer hora e em qualquer lugar, a partir de qualquer dispositivo.

Tecnologia Cloud

A democratização e universalidade da tecnologia Cloud irá trazer os mais recentes avanços para um vasto conjunto de empresas, independentemente dos seus recursos. Assim, este é o ambiente perfeito para desenvolver e executar um conjunto de aplicações que trazem a flexibilidade e escalabilidade pretendidas por pessoas e empresas.

Analítica e IA

O desenvolvimento de tecnologias de analítica, a Inteligência Artificial irá proporcionar às empresas a oportunidade de gerir as interacções dos utilizadores de uma forma mais eficiente e lucrativa. A automatização e o desenvolvimento de soluções baseadas em inteligência artificial irão permitir que as operações diárias dos Contact Centers sejam mais rápidas e eficientes. Em paralelo, as ferramentas de analítica irão proporcionar informações relativamente aos utilizadores alvo da empresa, bem como informações valiosas sobre as suas preferências, dúvidas recorrentes e resoluções já arquivadas. No fundo, proporcionando um serviço de apoio ao cliente de elevada qualidade e verdadeiramente útil para os consumidores.

Canais Digitais

O ambiente online oferece crescentes possibilidades de relações cliente – empresa. Cada vez mais empresas estão a incorporar novos canais, incluindo de mensagens instantâneas como o Facebook Messenger, Slack, Microsoft Teams e WhatsApp, entre outros. Estas opções estão a ganhar relevância porque os novos consumidores estão familiarizados com elas e estas lhes transmitem a percepção de respostas rápidas e habitualmente de elevada qualidade. Para que esses canais sejam mais eficazes, as empresas devem optimizar as operações do Contact Center com plataformas de gestão omnicanal ou bots e RPAs que automatizam os processos mais simples e rotineiros. Por sua vez, a sociedade digital dará acesso a um grande número de dados sobre utilizadores que serão utilizados para oferecer uma experiência mais personalizada para cada cliente.



Estas tendências tecnológicas influenciam directamente as empresas e a maneira como estas gerem os seus serviços de atendimento ao cliente. Algumas até mudam o seu core business pare se transformarem num novo conceito de empresa dedicado ao sector.



Relacionado: Personalização da Experiência do Cliente através da automação


Exemplo: Serviço ao cliente em Portugal pelo Banco Montepio segundo a ITInsight





Fonte: ITInsight, artigo por Alfredo Redondo, CEO da Altitude Software

Relacionado  The 2019 backend technologies roadmap



fonte: https://roadmap.sh/, Github sob licença CC BY 4.0 por Kamranahmedse.

As ferramentas de software estão a capacitar os analistas de negócios a gerar modelos analíticos e insights sem a ajuda de engenheiros de software.

A IBM espera que a procura por Data Scientist suba pelo menos 28% até ao final de 2020. Para lidar com a escassez de talentos, as empresas estão a desenvolver software que fazem esse trabalho, criando efectivamente Data Scientist a partir de funcionários corporativos que não fazem parte da equipa de TI.

De acordo com o Gartner, a ciência de dados por software inclui recursos e práticas que permitem aos utilizadores extrair informações preditivas e prescritivas dos dados enquanto trabalham em posições fora dos campos de estatística e análise. Estes Data Scientist são “utilizadores avançados”, como analistas de negócios que não têm formação em ciência da computação, mas podem executar tarefas analíticas simples a moderadamente sofisticadas que anteriormente exigiam mais conhecimento. Esta tem sido uma maneira útil de lidar com a escassez de talentos.

O aumento da disponibilidade de ferramentas, tecnologia, dados e modelos está a permitir a disseminação de insights para pessoas que normalmente não teriam essa capacidade

~Brandon Purcell, analista da Forrester Research.

Agora, graças as ferramentas como o SPSS e o Alteryx da IBM, novos Data Scientist (conhecidos como Citizen Data Scientist), muitos com pouca ou nenhuma experiência em código, utilizam software para obter insights. Estas plataformas tornam “muito mais fácil para os analistas de linha de negócios manipular dados do que no Excel”, afirma Purcell.

O Citizen Data Scientist preenche a lacuna entre a análise realizada por utilizadores de negócios e a análise avançada atribuída aos cientistas de dados. Já os cientistas de dados profissionais criam e escalam modelos e algoritmos em toda a empresa.

O TD Bank usa uma ampla gama de ferramentas analíticas básicas e sofisticadas para melhor alinhar os dados históricos e actuais dos clientes, bem como para conduzir análises de fraude. Por exemplo, o banco usa o software da AtScale para ajudar os utilizadores de negócios a consultar dados em tempo real da base de dados Hadoop e obter resultados rapidamente. Os analistas do TD Bank visualizam as informações no sistema de auto-serviço Tableau.


A Salesforce, por exemplo, oferece o Einstein Prediction Builder, que permite aos analistas de negócios criar modelos de IA Inteligência Artificial personalizados, adicionando variáveis ​​para prever resultados. O Sensei da Adobe, outra ferramenta de ML Machine Learning, ajuda os profissionais de marketing a criar campanhas em minutos, economizando horas de trabalho.


Obviamente, nem todo desafio de bigdata será facilmente levado a cabo por um cidadão cientista de dados. As empresas ainda precisam de estatísticos e outros especialistas de técnicas matemáticas avançadas, revela Bill Roberts, da Deloitte Consulting.

Além disso, Roberts observa que, embora as ferramentas de auto-serviço possam servir bem uma empresa, se elas não funcionarem correctamente poderão gerar problemas. “Quando há um problema, será preciso alguém com formação ou grau avançado em matemática que o possa resolver”, conclui.



Relacionado:
As tecnologias do local de trabalho digital dos próximos cinco anos
A diária de um cientista de dados
Diferenças entre Business Intelligence e Data Science
Cinco armadilhas do auto-serviço de BI




fonte: CIO.pt

O supercomputador foi construído para resolver problemas do mundo
Esta super máquina foi encomendada pelo Departamento de Energia dos EUA em 2014 com o objectivo de servir o mundo. Em termos mais técnicos, o Summit é um supercomputador de nova geração oito vezes mais potente que o seu sistema anterior, o Titan.

Segundo a IBM, o Summit consegue realizar 200 mil biliões de cálculos por segundo (200 seguido de 15 zeros) ou, usando as medidas aplicadas aos supercomputadores, 200 petaflops.



No combate ao novo Coronavírus
Summit, o supercomputador da IBM equipado com Inteligência Artificial, realizou milhares de simulações para analisar quais os compostos químicos poderiam efectivamente impedir o vírus de infectar as células hospedeiras. Como resultado, o supercomputador identificou 77 produtos. Este é um passo promissor para criar um tratamento mais eficaz contra a COVID-19.

Estes resultados foram publicados pelos investigadores do Laboratório Nacional Oak Ridge na revista ChemRxiv.

Este supercomputador, mostrou como diferentes compostos químicos podem impedir que o SARS-COV-2 se espalhe para outras células.

Como combate
Os vírus infectam as células hospedeiras injectando-as com um “espigão” de material genético. Então, o trabalho do Summit é encontrar compostos químicos que possam ligar-se a esse pico e potencialmente parar a propagação.

O investigador Micholas Smith, de Oak Ridge, criou um modelo do espigão (proteína em forma de) do coronavírus com base numa investigação publicada em Janeiro. Posteriormente, este usou o poder do Summit para simular como os átomos e partículas da proteína viral reagiriam a diferentes compostos.

O supercomputador fez simulações de mais de 8.000 compostos que poderiam ligar-se à proteína em forma de espigão do vírus. Com esta informação, os cientistas poderão limitar a sua capacidade de se espalhar às células hospedeiras. O Summit identificou 77 e classificou-os com base na probabilidade de se ligarem.

Próximo passo
Agora são necessários estudos experimentais para provar quais as substâncias químicas que funcionam melhor.

Os nossos resultados não significam que encontrámos uma cura ou tratamento para o coronavírus.

~Jeremy Smith, diretor do Centro Nacional de Laboratório de Biofísica Molecular da Universidade do Tennessee/Oak Ridge




fonte: Pplware

Big Data é a enorme quantidade de dados estruturados ou não estruturados que inundam uma empresa diariamente e, portanto, não podem ser processados pelas técnicas tradicionais de processamento de dados.

Duas profissões importantes que lidam com Big Data são frequentemente definidas de maneira vaga e às vezes usadas de forma intercambiável entre si, minando claramente a distinção entre elas. Essas duas profissões são Analista de Dados e Cientista de Dados. Ambas as profissões exigem um conjunto diferente de competências. Aqui estão algumas das distinções entre as duas funções.

Analistas de Dados

O que fazem
Os Analistas de Dados examinam uma grande quantidade de dados e extraem insights e padrões a partir deles. São responsáveis pela colecta, organização e obtenção de resumos estatísticos fornecidas através de visualizações e relatórios para decisões estratégicas das empresas.

Competências
Conhecimentos de programação, matemática, estatística, e de preferência capacidade de comunicação e conhecimento de ciência da computação. Linguagens R e Python são amplamente usadas em análise de dados e fornecem um arsenal de ferramentas para colecta, limpeza, transformação, processamento e interpretação dos dados.

Sólido conhecimentos em Linguagem SQL e, com expressões comuns, podem dissecar facilmente os dados e criar significado a partir deles. Além disso, eles precisam ajudar as organizações a tomar decisões, fazendo sentido dos padrões e tendências encontrados nos conjuntos de dados.

Proficiência em Analítica baseada no Hadoop, como HBase, Hive, Impala, Spark e Big Query. Além disso, eles precisam estar familiarizados com várias ferramentas de ETL extract, transform, loadpara transformar dados de diferentes origens em Analytics Data Stores.

Onde actuam
São procurados principalmente pelos sectores da saúde, viagens, finanças e TI. Estão também envolvidos activamente no processamento de dados e análise de dados em todos os tipos de negócios.

Cientistas de Dados

O que fazem
Podem fazer previsões que ajudam as empresas a tomar decisões precisas. Eles podem executar quase todas as tarefas que um Analista de Dados pode fazer, pois também são proficientes em matemática, estatística e programação. Eles são eficientes na escolha e resolução dos problemas certos que podem ajudar uma empresa a destacar-se.

Competências
Um Cientista de Dados possui todas as competências de um Analistas de Dados, com profundos conhecimentos de modelação, estatística, matemática e ciência da computação. Com sólidas competências em matemática, estatística e mineração de dados, os Cientista de Dados são especialistas em modelação preditiva e aprendizagem automática. Portanto, eles podem criar modelos preditivos complexos que podem fornecer recomendações válidas com base em dados históricos.

O factor de diferenciação, no entanto, é a perspicácia comercial robusta que os diferencia dos analistas. É necessário que um Cientista de Dados possa transmitir as descobertas na forma de uma história para os profissionais de TI e os gestores de negócios, para que estes possam correr riscos calculados e tomar decisões viáveis com base nas informações fornecidas pelo Cientista de Dados.

Onde actuam
Os Cientista de Dados são procurados por empresas de comércio electrónico, optimização de mecanismos de busca (SEO), serviços financeiros e na área de saúde. Além disso, as empresas precisam prever as tendências futuras do sector a partir dos dados existentes e tomar decisões lógicas com base nessas tendências futuras. As suas competências podem ser usadas por qualquer empresa interessada em analisar dados e prever tendências a partir dos dados.


Relacionado: A diária de um cientista de dados


fonte: Data Science Academy

Na China os robôs vão ajudar na desinfestação de hospitais, usando para isso feixes de luz UV Ultra Violeta para eliminar vírus e outras ameaças. A tecnologia pode ser uma forte arma no combate à COVID-19.

Segundo a BBC, o sistema foi desenvolvido em 2014 por uma empresa Dinamarquesa, a UVD Robots, para hospitais do país. A MedTechIntelligence revelou no seu site que o sistema está agora disponível em 40 países e que vai chegar à China. De acordo com as informações, estes robôs irão estar em mais de 2000 hospitais na China.



A tecnologia foi introduzida no mercado em 2018.

No cenário que vivemos actualmente, de ameaça mundial, a tecnologia inovadora desenvolvida pela empresa pode ajudar no combate à COVID-19

~Per Juul Nielsen, CEO da UVD Robots




Forum Pplware: http://forum.pplware.com/showthread.php?tid=25215#.Xne7CNTniUl



fonte: Pplware

Na Economia 4.0, as relações laborais emergentes, os modelos de economia de partilha, a procura pelo trabalho com significado e propósito, o desenvolvimento da inteligência colectiva e o despertar de uma consciência global ambiental são alterações igualmente profundas e com forte impacto em termos de empregabilidade, Re-skilling e Up-skilling das pessoas nas organizações.

As soft skills tornaram-se os activos mais procurados pelos recrutadores, posicionando-se hoje à frente das competências exclusivamente técnicas e dos conhecimentos especializados inerentes a cada área de negócio.

Como resultado desta nova “guerra pelo talento”, os colaboradores mudam de área profissional e de empresa várias vezes ao longo da sua carreira; as profissões altamente especializadas e de competências únicas estão em declínio; ao mesmo tempo que os colaboradores são desafiados a adquirir e a garantir todo um novo leque de soft skills transversais (que incluem competências comportamentais, sociais, emocionais e outras inerentes ao seu próprio ramo de actuação profissional) determinantes para o sucesso da sua performance individual e colectiva.

Charles Darwin acreditava que “Não é o mais forte que sobrevive, nem o mais inteligente, mas o que melhor se adapta às mudanças”.

Este pensamento continua a aplicar-se à revolução que hoje atravessamos quando falamos em competências – são as soft skills interpessoais, situacionais e emocionais que as máquinas e a inteligência artificial não podem substituir que ajudam as organizações e as suas pessoas a lidar com a incerteza, a complexidade e a imprevisibilidade do mundo que as rodeia.

As perguntas que ficam são as seguintes: Já estamos todos a trabalhar a nível individual e organizacional para antecipar e simplificar estas mudanças de grande alcance? Ou vamos ficar simplesmente à espera de lidar com as consequências?




fonte: O blog de desenvolvimento pessoal e profissional

A análise funcional é amplamente reconhecida como uma uma competência crítica necessária para definir, planear e implementar mudanças nos negócios. Muito foi escrito sobre ferramentas e técnicas de análise, notações de modelação e metodologias de levantamento de requisitos. Há uma grande variedade de cursos de formação em análise no mercado, e existem certificações formais para avaliar o nível de conhecimento e experiência nesta área. No entanto, apesar de toda a formação e recursos disponíveis, muitas organizações lutam com a competência em análise funcional e citam a qualidade e as lacunas dos requisitos como os principais motivos para atrasos e falhas nos projectos.




O mindset desempenha um papel crucial na implementação da mudança ao nível do negócio e no sucesso profissional do próprio analista.





fonte: Why Change Consulting

Uma molécula da droga 'inventada' pela IA Inteligência Artificial será testada em humanos com a aplicação da aprendizagem automática à medicina pela primeira vez.

O medicamento será usado no tratamento de pacientes com transtorno obsessivo-compulsivo. Foi criado pela startup britânica Exscientia e pela empresa farmacêutica japonesa Sumitomo Dainippon Pharma.

Normalmente, o desenvolvimento de medicamentos leva cerca de cinco anos para ser testado, mas este medicamento desenvolvido através da IA Inteligência Artificial levou apenas 12 meses.

We have seen AI for diagnosing patients and for analysing patient data and scans, but this is a direct use of AI in the creation of a new medicine

~Prof. Andrew Hopkins

A molécula - conhecida como DSP-1181 - foi criada usando algoritmos que examinaram minuciosamente compostos potenciais, verificando-os contra uma enorme base de dados de parâmetros.

There are billions of decisions needed to find the right molecules and it is a huge decision to precisely engineer a drug. But the beauty of the algorithm is that they are agnostic, so can be applied to any disease

~Prof. Andrew Hopkins

O primeiro medicamento entrará na primeira fase de testes no Japão que, se forem bem-sucedidos, serão seguidos por mais testes globais.


Relacionado:
Aprovado medicamento feito em impressora 3D,
A IA poderia ajudar a projectar melhores drogas que não chocam com outros medicamentos





fonte: BBC News

Quando as tecnologias emergentes tomam conta das notícias em destaque, como podemos distinguir a febre mediática do que é comercialmente viável?

Em pouco tempo, inovações tecnológicas como a internet sem fios e as redes sociais tornaram-se uma parte omnipresente do nosso dia a dia, transformando silenciosamente a maneira como vivemos, trabalhamos e comunicamos. Outras tecnologias promissoras têm um curto tempo de fama e acabam por desaparecer na obscuridade.



Definição de Hype Cycle pela Gartner




fonte: Visual Capitalist

Uma equipa de pesquisadores no Canadá testou com sucesso uma nova impressora 3D portátil de pele, que trata queimaduras graves 'imprimindo' novas células directamente na ferida.


A equipa de pesquisa projectou um dispositivo portátil para depositar folhas precursoras directamente em feridas de qualquer tamanho, forma ou topografia. Ele usa um bioink baseado em fibrina - uma proteína envolvida na coagulação do sangue - infundida com células que apoiam o crescimento das células locais e auxiliam na resposta do sistema imunitário. Isso é 'impresso' directamente na ferida pelo rolo macio do dispositivo.

In general, the wound surfaces we designed this device for are not flat, nor are they oriented horizontally. One of the most important advantages of the device is that it should allow for the uniform deposition of a bioink layer onto inclined surfaces.

In this study, we tested whether the device could do this effectively by using it to treat full-thickness burns in pigs. We found the device successfully deposited the ‘skin sheets’ onto the wounds uniformly, safely and reliably, and the sheets stayed in place with only very minimal movement.

Most significantly, our results showed that the MSC-treated wounds healed extremely well, with a reduction in inflammation, scarring, and contraction compared with both the untreated wounds and those treated with a collagen scaffold.

~Dr. Marc Jeschke, co-autor e director médico do Ross Tilley Burn Center no Sunnybrook Health Sciences Center em Toronto

We’re extremely pleased by this successful test. As well as the excellent healing outcomes, we’ve shown that the device offers a user-friendly method for safe cell and biomaterial delivery. Further study is required, but the signs are promising and the potential clinical applications for the device extend well beyond full thickness burn injuries.

~Professor Axel Günther, autor sénior da Universidade de Toronto



fonte: SciTechDaily

Segmentação ou personalização? Há um aumento significativo de oportunidades potenciais ao nível do envolvimento do cliente em novos canais digitais, dispositivos e muito mais, apresentando o risco de uma jornada fragmentada e complexa do cliente. Os retalhistas enfrentam a necessidade de manter toda a jornada focada exclusivamente no contexto de cada comprador, e não em pontos de contacto sequenciais desconectados, informados pelas propensões do segmento, para oferecer uma experiência ininterrupta ao cliente em todas as interacções.

New Customer Experience Architecture, por IDC Retail Insights, 2017

A figura acima mostra como a plataforma de experiência do cliente é um loop perpétuo e as declarações internas são repetidas ad infinitum, optimizadas dinamicamente por meio de um núcleo inteligente.


Começando de baixo, os dados chegam à organização na forma de ficheiros, mas também em streams a partir de dispositivos conectados, logs, dispositivos móveis e terceiros.

O nível de informação acelera a ingestão de dados, entende e governa os dados, criando um lago de informações unificado, que é a principal etapa para a definição e configuração de uma estratégia de hiper-micro segmentação.

A partir de cima, chegam dados contextuais em tempo real através dos pontos de contacto da jornada do cliente, circulando pela fundação de IA Inteligência Artificial, ponto central desta plataforma. A IA permite uma abordagem inovadora, alterando o mapa de conhecimento do comportamento do cliente para a caracterização de seu contexto social, necessidades potenciais e tomada de decisão.

Exemplo: A Alibaba está a usar a IA para personalizar a experiência do cliente, os comerciantes que vendem no site de comércio eletrónico da rede Alibaba podem personalizar suas fachadas virtuais para visitantes individuais, oferecendo recomendações em tempo real e personalizadas de produtos com base em históricos de compras, dados comportamentais e uma série de outras informações.

A automação é uma maneira essencial de alcançar a personalização da experiência do cliente em escala.
A personalização não importa apenas quando o consumidor está a pensar em fazer uma compra; o consumidor espera suporte individualizado durante toda a relação com o retalhista, desde o contacto inicial até o suporte ao cliente. A IA Inteligência Artificial é um facilitador essencial, não apenas para os aplicativos front-end, mas também para todos os processos de back-end que oferecem suporte à hiper-micro personalização.

Os retalhistas estão a adoptar uma ampla gama de tecnologias de IA, incluindo ML Machine Learning, reconhecimento de voz / voz, processamento de linguagem natural e reconhecimento / análise de imagem, aproveitando uma grande quantidade de novas fontes de dados, como dados contextuais não estruturados.


Relacionado:
Tecnologia cognitiva e robótica revitalizam a CX nos Seguros
Analítica, integração e qualidade dos dados;
Analítica preditiva em expansão;
Aprendizagem automática baseada nos dados;
O que é Big Data?


Estudo da IDC: Infra-estrutura antiga e visão estratégica desconexa são barreiras à nova geração de CX


(editado)

fonte: IDC UK • Ireland

Ferramentas e tecnologias emergentes na actividade seguradora criam oportunidades para uma melhor gestão dos dados, desenvolvimento de produtos e marketing, entre outras áreas.

Tarefas como processamento de aplicações de back-office, sinistros e relatórios financeiros já estão a ser automatizadas. Com a melhoria da produtividade nessas funções, as seguradoras estão a expandir as suas funções noutras áreas - como gestão dos dados, desenvolvimento de produtos e marketing - com o objectivo de desenvolver produtos e serviços mais personalizados. Por exemplo, o acesso a ferramentas que permitem o reconhecimento e inteligência dos padrões de estilo de vida torna possível criar campanhas de marketing mais focadas e personalizadas.

Como quase todos os sectores, o sector de seguros está a passar por uma mudança demográfica para os clientes da Geração X, Geração Y e Geração Z. Essa tendência, por sua vez, está a levar a uma preferência cada vez maior pelo envolvimento do cliente através de canais digitais. Com a ajuda da robótica e de inovações técnicas como NLP Natural Language Processing, NLG Natural Language Generation e ML Machine Learning, agora são possíveis interacções mais eficientes e eficazes.

Embora as seguradoras líderes usem há muito tempo análises avançadas para obter insights mais aprofundados dos clientes quanto à subscrição e fixação dos preços dos riscos, os métodos tradicionais geralmente são muito lentos para responder ao volume e à velocidade a que os dados não estruturados são capturados. As tecnologias cognitivas são formas poderosas para acompanharem os fluxos de informação continuamente em expansão de hoje em dia.

As seguradoras também estão a usar ferramentas cognitivas para analisar dados de vários canais e criar experiências e produtos mais personalizados para os clientes. Dados de dispositivos conectados, sensores e media sociais, por exemplo, ajudam as companhias a afastarem-se de uma prática antiga de "encontrar clientes para produtos" para um modelo no qual os produtos são criados especificamente para atender às necessidades e riscos dos seus segurados. Além disso, as seguradoras também podem projectar as jornadas dos clientes a partir do zero, oferecendo uma experiência mais personalizada, em vez de envolver os clientes de uma maneira genérica.


Embora as companhias de seguros possam ser vistas como conservadoras e lentas na adopção da mudança, essa inércia não será uma opção viável na era da IA Inteligência Artificial. As seguradoras que deixarem de adoptar a jornada cognitiva provavelmente acabarão por ceder vantagem estratégica aos concorrentes e aos novos players do mercado.



Fonte: Deloitte, The Wall Street Journal

Video YouTube, What Is The Definition of Done In Scrum | How Is It Different To Acceptance Criteria

O objectivo de cada Sprint é entregar Incrementos de funcionalidade potencialmente reutilizáveis que aderem à definição actual de 'Done' estabelecida pela equipa de Scrum

Scrum Guide

Então, como é que muitas empresas falham a Definição de 'Pronto'? Uma das razões é pensar-se que a Definição de 'Pronto' e Critérios de Aceitação é a mesma coisa.
A Definição de 'Pronto' é o aspecto central do Scrum.



Relacionado:
Isto é Scrum,
Os três pilares dos testes e qualidade Agile




fonte: Scrum.org

A IA Inteligência Artificial e a tecnologia de expressão facial estão a ser usadas pela primeira vez em entrevistas de emprego no Reino Unido para identificar os melhores candidatos.

A Unilever, gigante dos bens de consumo, está entre as empresas que usam a tecnologia de IA Inteligência Artificial para analisar a linguagem, o tom e as expressões faciais dos candidatos quando recebem um conjunto de perguntas idênticas sobre o trabalho que filmam no seu telemóvel ou PC.


Os algoritmos seleccionam os melhores candidatos avaliando as suas performances nos vídeos em relação a cerca de 25.000 informações faciais e linguísticas compiladas em entrevistas anteriores daqueles que se mostraram bons no trabalho.

A Hirevue, empresa norte-americana que desenvolveu a tecnologia de entrevistas, afirma que a tecnologia permite que os recrutadores entrevistem mais candidatos no estágio inicial, em vez de simplesmente confiar em currículos, e que fornece um indicador mais confiável e objectivo do desempenho futuro, livre de preconceitos humanos.


No entanto, académicos e activistas opõem-se.

Isso vai favorecer as pessoas que são boas a fazer entrevistas em vídeo e qualquer conjunto de dados terá preconceitos, o que excluirá as pessoas que realmente seriam óptimas no trabalho
~Anna Cox, professora de interacção pessoa-máquina na UCL


Loren Larsen, director de tecnologia de Hirevue, disse ao The Daily Telegraph que 80 a 90% da avaliação preditiva foi baseada na análise de algoritmos do uso de linguagem e competências verbais dos candidatos.

A empresa diz que a tecnologia é diferente do reconhecimento facial e, em vez disso, analisa expressões. As expressões faciais avaliadas pelos algoritmos incluem sulcos na sobrancelha, aumento da sobrancelha, alargamento ou fechamento dos olhos, aperto dos lábios, elevação do queixo e sorriso, que são importantes em vendas ou em outros trabalhos públicos.

O uso de um sistema de IA sem rosto para realizar dezenas de milhares de entrevistas tem implicações realmente assustadoras para os candidatos.

Este algoritmo tentará reconhecer e medir as complexidades extremas da fala humana, linguagem corporal e expressão, que inevitavelmente terão um efeito prejudicial em candidatos não convencionais.

Como em muitos destes sistemas, a menos que o algoritmo tenha sido treinado com um conjunto de dados extremamente diversificado, há uma probabilidade muito alta de que isso possa sofrer algum tipo de distorção, resultando em candidatos de determinadas origens injustamente excluídos e discriminados

~Griff Ferris, oficial jurídico e de políticas da Big Brother Watch


Contraditório: artigo científico pela SciTechDaily






Relacionado: Big Data na gestão de RH



fonte: Data Science Academy

Os corredores da meia-maratona de Londres, no dia 1 de Março de 2020, podem ficar um pouco confusos nas estações de abastecimento de água, onde, em vez de terem água num copo ou numa garrafa de plástico, recebem uma cápsula comestível cheia de água. A embalagem, também compostável, é feita a partir de extractos de algas e plantas. Basta trincar e beber.

What we want to do is have a bulletproof solution—regardless of where it ends up, our packaging will not create negative consequences. If nature can deal with it if it ends up in the wrong place, that’s the ultimate kind of protection.

~Pierre-Yves Paslier, cofundador da Notpla, startup que faz a embalagem.

Os designers usaram uma técnica da gastronomia molecular para criar a embalagem — ao mergulhar uma esfera de gelo numa mistura de cloreto de cálcio e extracto de algas castanhas, é formada uma membrana comestível à volta do gelo que mantém tudo no lugar enquanto o gelo vai derrretendo até à temperatura ambiente. Uma pequena versão da embalagem foi projectada para se abrir dentro da boca.


Video YouTube, The Glenlivet Capsule Collection

A startup fez uma parceria com a marca escocesa de uísque Glenlivet no ano passado para fazer uma cápsula de 'cocktail sem vidro' que os clientes podem beber com o uísque. O revestimento de algas marinhas não tem sabor e pode ser comido ou transformado em adubo.

Just Eat, um serviço de entrega de alimentos em Londres, já está a usar a embalagem e a Notpla também está a trabalhar com a Unilever.



Relacionado: Nova técnica química transforma resíduos de plástico em combustível limpo





fonte: FastCompany