No mês de outubro, na cidade chuvosa de Seattle, no estado americano de Washington, tecnologia e inovação não vinham apenas das sedes da Amazon e da Microsoft. Isso porque se reuniram ali também milhares de estudantes, professores e estudiosos da nossa querida Pesquisa Operacional. Ao longo de cinco dias cinzentos e cansativos, entusiastas do mundo inteiro (incluindo este que aqui escreve) compartilharam com a comunidade profissional e acadêmica um pouco de suas ideias, resultados e tendências dessa área que é tema de minha coluna mensal. Assim, nada melhor do que trazer ao leitor de VEJA e VEJA NEGÓCIOS o que foi visto e retido de mais importante por lá, na conferência anual do Informs (Institute for Operations Research and the Management Sciences). 

Em meio a copos e mais copos de café, puxa-saquismo acadêmico e conversas com velhos amigos, tive a ilustre oportunidade de experimentar uma nova e dificílima profissão: a de jornalista. Como de praxe, deixo essa anedota para o fim. Antes, deixe-me contar sobre o que de mais importante encontrei por lá.

Machine Learning! Machine Learning everywhere! Se o leitor caísse de paraquedas no meio da conferência, e tivesse que adivinhar do que tratava o evento, após perambular entre posters e centenas de palestras de 15 minutos, muito provavelmente diria: “tem alguma coisa a ver como Machine Learning!”. O “Aprendizado de Máquina”, como chamamos em português, certamente foi a temática dominante do evento. Com certeza trarei ao leitor, em um futuro próximo, como a revolução da inteligência artificial invadiu a Pesquisa Operacional. Por ora, vale ressaltar que a inteligência artificial, no nosso contexto da Pesquisa Operacional, geralmente assume a forma do tal “Aprendizado por Reforço”. Já ouviu falar dos famosos programas de computador que jogam xadrez? Pois então, muitos deles funcionam na base do “Aprendizado por Reforço” (ou pelo menos parcialmente). Primo mais novo da já apresentada “Programação Dinâmica”, a ideia fundamental dessa ferramenta está na representação de um sistema por meio de uma simulação. Dentro desse ambiente virtual (como um tabuleiro de xadrez), um agente tomador de decisões é recompensado toda vez que toma a decisão certa. Caso contrário, é penalizado. Dessa forma, assim como podemos treinar um cachorro a sentar e rolar usando biscoitos, treinamos um agente em um ambiente virtual, usando algum tipo de recompensa numérica virtual.     

Outro conceito “da moda” que muitas vezes deu as caras por lá foi o de Digital Twin, ou “Gêmeo Digital”. O leitor deve ter lido recentemente a respeito do “Gêmeo Digital” da Basílica de São Pedro, uma réplica digital e em tempo real da histórica Basílica no Vaticano. E o que esse conceito tem a ver com a Pesquisa Operacional? Se tivermos acesso a uma réplica “ao vivo” e fidedigna de um prédio, uma fábrica, um avião, uma ferrovia, ou até mesmo uma basílica, antes de tomarmos uma decisão no gêmeo real, podemos tomá-la no seu irmão digital. E esse mundo virtual, como diria Lucas Silva e Silva, é “onde tudo pode acontecer”. Assim, podemos simular e prever como certas intervenções em um sistema irão se desenrolar, auxiliando na gestão de ativos de alta importância econômica, social ou cultural. 

Falando em “Gêmeos Digitais” – e aqui começa a minha empreitada de jornalista amador – encontrei por lá uma brasileira que sabe muito a respeito do assunto. Júlia Bitencourt, engenheira de produção pela Universidade de Brasília e doutoranda em Engenharia Industrial e de Sistemas pela Auburn University no Alabama, apresentou em Seattle o trabalho que vem realizando a respeito do assunto.

Assim como eu, Júlia é da geração que genuinamente desfrutou do programa “Ciências Sem Fronteiras”, e voltou aos Estados Unidos anos depois para cursar a pós-graduação. Perguntei à Júlia sobre sua visão da Pesquisa Operacional em nosso país: “Apesar de não ser uma [área] tão popular no Brasil, onde há uma lacuna, há também oportunidade. Por isso, profissionais se especializando no assunto agora terão um mercado muito amplo a ser explorado”, ela disse. Júlia também considera que o interesse pela área precisa ser despertado mais cedo, “não somente [no] ensino superior, mas também ainda no nível fundamental e médio”. Para ela, há diversas formas de introduzir o assunto de modo que o aluno consiga entender a importância dos métodos de otimização e como eles podem ser empregados em vários tipos de organização. Júlia também enfatizou a importância das técnicas da Pesquisa Operacional para fins sociais, nos quais “organizações voltadas ao atendimento da população […] também enfrentam problemas […] de escassez de recursos, e como alocá-los apropriadamente pode ser a diferença entre a vida e a morte”. Por fim, tocou num ponto que hoje é caro tanto ao brasileiro quanto ao americano (e reza a lenda que decidiu as eleições do dia 5 de novembro nos Estados Unidos): a gestão de recursos públicos. “No Brasil, enfrentamos diversos problemas sociais que poderiam ser mais bem atendidos com uma gestão de recursos mais eficiente”, disse Júlia.  

Essa conversa de eficiência me lembrou que, coincidentemente, Elon Musk, personagem da edição anterior desta coluna, estará à frente do Doge, o Departamento de Eficiência Governamental do futuro governo Trump. Pois é, aparentemente, além de “dar ré em foguete” e tocar buzina de navio, Musk também parece entender de Pesquisa Operacional!

Brincadeiras à parte, nessa busca de conteúdo exclusivo para meus leitores, encontrei-me também procurando as “celebridades” acadêmicas da profissão. E não é que essas “celebridades” de fato compartilham muito do comportamento das celebridades reais: atores, jogadores e tutti quanti? Após mais de uma hora de palestra (e mais um bom tempo numa longa fila de “fãs”), fui ingênua e entusiasticamente pedir uma breve entrevista com a palestrante, “famosa” cientista da computação, que até então professava eloquentemente em um palco gigantesco suas ideias sobre os aspectos legais do uso da inteligência artificial pelo público em geral. E foi nesse exato momento, prezado leitor, que a dura realidade da prática de reportagem (ou da vida de repórter) se revelou diante de mim. Elevando levemente os ombros e torcendo o nariz, como se cheirasse algo de ruim, a palestrante foi incisiva: “Já escrevi e já falei tudo o que tinha para escrever e falar. Escrevi artigos para The New York Times e The Wall Street Journal, não tenho interesse na sua coluna no Brasil”. Pois é, meus caros, como diria meu avô: “Tem cabimento uma coisa dessas?”. Mas, aqui entre nós, a última vez que conferi, nenhum desses dois jornais tinha uma coluna exclusiva sobre Pesquisa Operacional! Talvez a pompa e a eloquência toda da palestra tenha sido mesmo “só pra brasileiro ver”…

Mas, tudo bem, deixemos então esse tópico para um futuro incerto: quem sabe algum leitor, especialista nas implicações legais do uso em massa da inteligência artificial, não queira entrar em contanto para uma breve entrevista? Já estou gostando da nova profissão!   

PS: Procurei diversos brasileiros que encontrei por lá, mas apenas Júlia Bitencourt retornou meu contato. Vida dura essa de jornalista… 

Gabriel Nicolosi é PhD em Engenharia Industrial e Pesquisa Operacional pela Pennsylvania State University e Professor de Engenharia de Gestão e de Sistemas na Missouri University of Science and Technology, nos Estados Unidos.