A mediação da informação ultrapassa a simples disponibilização de conteúdos e acervos, constituindo-se como um processo fundamental para que indivíduos e grupos sociais possam se apropriar da informação e transformá-la em conhecimento. Nesse contexto, seu papel vai além do acesso informacional, contribuindo diretamente para a inclusão social, o exercício da cidadania e o fortalecimento da participação democrática na sociedade.

A mediação da informação pode ser compreendida a partir de cinco dimensões complementares. A dimensão dialógica promove o diálogo entre os sujeitos e a pluralidade de perspectivas; a estética relaciona-se à sensibilidade, à empatia e ao acolhimento dos diferentes contextos sociais; a formativa favorece a aprendizagem e a apropriação da informação; a ética pressupõe o compromisso com a justiça social e a não manipulação; e a política possibilita a tomada de consciência acerca da realidade e das possibilidades de transformação social. Dessa forma, a mediação da informação não se limita à transmissão de conteúdos, mas busca promover uma participação ativa dos indivíduos na construção do conhecimento.

Sob essa perspectiva, a mediação da informação constitui importante instrumento de inclusão social e cidadania. Ao favorecer o acesso, a compreensão e o uso crítico da informação, contribui para que indivíduos historicamente excluídos possam participar de forma mais efetiva da vida social, cultural e política. Além disso, fortalece o protagonismo social ao estimular a reflexão crítica, a tomada de decisões conscientes e a participação nos processos democráticos, incluindo a formulação e o acompanhamento de políticas públicas.

Portanto, a mediação da informação deve ser compreendida como um processo essencial para a construção de uma sociedade mais democrática, inclusiva e participativa. Por meio do diálogo, da formação crítica, da sensibilidade humana e do compromisso ético e político, ela possibilita que a informação seja apropriada pelos sujeitos e convertida em instrumento de emancipação, inclusão social e exercício pleno da cidadania.

Entretanto, refletir sobre a mediação da informação na contemporaneidade também exige olhar para os desafios trazidos pelas transformações tecnológicas. Em um cenário cada vez mais conectado por meio de algoritmos, pela personalização de conteúdos e pelo crescimento da inteligência artificial generativa, o acesso à informação tornou-se mais amplo do que em qualquer outro período da história.

Ainda assim, permanece uma questão:

a ampliação do acesso tem sido acompanhada pelo fortalecimento da apropriação crítica, da cidadania e do protagonismo social?

Talvez o maior desafio da mediação da informação no século XXI não seja garantir que as pessoas recebam informações, mas assegurar que elas possam compreendê-las, questioná-las e utilizá-las para transformar suas realidades individuais e coletivas.

Bibliografia

BISPO, Luana Maria Cavalcanti; CÔRTES, Gisele Rocha. Mediação da informação no processo de criação e implantação da cisterna enquanto tecnologia social. Perspectivas em Ciência da Informação, [S. l.], v. 30, p. e58097, 2025. Disponível em: https://periodicos.ufmg.br/index.php/pci/article/view/58097. Acesso em: 04 jan. 2026.

GOMES, Henriette Ferreira. Mediação da informação e suas dimensões dialógica, estética, formativa, ética e política: um fundamento da Ciência da Informação em favor do protagonismo social. Informação & Sociedade: Estudos, [S. l.], v. 30, n. 4, p. 1–23, 2020. DOI: 10.22478/ufpb.1809–4783.2020v30n4.57047. Disponível em: https://periodicos.ufpb.br/index.php/ies/article/view/57047. Acesso em: 04 jan. 2026.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Recentemente publiquei um artigo na Information Technology and Libraries (https://ital.corejournals.org/index.php/ital/article/view/17510/11967) periódico internacional de acesso aberto ligado à American Library Association. O trabalho surgiu a partir de uma experiência conduzida no Sistema de Bibliotecas da Unicamp (SBU) envolvendo o uso de IA generativa para sugerir temas e possíveis relações com os Sustainable Development Goals (ODS) em documentos científicos.

O artigo descreve o experimento. Aqui prefiro registrar uma percepção pessoal sobre o processo.

A curiosidade por trás do teste

A ideia do trabalho não surgiu de um grande plano de pesquisa. Veio mais de uma curiosidade prática. Ferramentas de IA generativa estão aparecendo em praticamente todos os lugares. A pergunta que me ocorreu foi simples.

O que acontece se colocarmos uma dessas ferramentas dentro de um processo clássico da biblioteconomia, como a indexação temática?

Foi daí que surgiu a experiência. Testar uma ferramenta baseada no Google Gemini para sugerir temas e possíveis associações com ODS a partir de textos acadêmicos.

Nada muito sofisticado. Mais um teste para observar o comportamento da ferramenta.

Algumas impressões ao longo do processo

Uma coisa que ficou clara para mim é que a IA consegue sugerir termos plausíveis com bastante facilidade. Em muitos casos aparecem conceitos relacionados que fazem sentido dentro do tema do documento.

Mas isso não significa que o processo esteja resolvido.

Indexação temática envolve escolhas. Nem tudo que aparece em um texto é necessariamente central para representá-lo em um sistema de recuperação da informação. Esse tipo de decisão ainda depende bastante de interpretação humana.

Em alguns momentos a IA amplia o campo de possibilidades. Em outros momentos ela simplesmente produz termos genéricos.

Uma ferramenta auxiliar

Sempre que surge alguma tecnologia nova aparece também a pergunta sobre substituição de profissionais.

No caso da indexação, minha impressão é mais pragmática. Ferramentas desse tipo podem ajudar a sugerir termos e acelerar algumas etapas do processo. Mas ainda precisam de validação humana para evitar ruído ou classificações superficiais.

Ou seja, funcionam mais como apoio do que como solução completa.

Por que vale a pena testar

A experiência foi conduzida dentro do Sistema de Bibliotecas da Unicamp (SBU). Em parte porque o ambiente de bibliotecas acadêmicas permite esse tipo de teste com relativa tranquilidade, em outra porque é onde eu trabalho.

Para mim, o valor principal desse trabalho está justamente nisso. Testar tecnologias novas em processos reais e observar o que de fato funciona, o que não funciona e o que ainda precisa ser melhor entendido.

IA generativa provavelmente vai continuar aparecendo em diferentes partes do trabalho informacional. Ignorar isso parece pouco produtivo. Mas adotar sem testar também não ajuda muito.

Esse artigo foi basicamente uma tentativa de olhar para a questão de forma concreta. Um experimento simples para começar a entender melhor onde essas ferramentas podem ou não fazer sentido dentro da organização da informação.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Vivemos um paradoxo informacional: nunca se produziu tanta informação quanto hoje e, ao mesmo tempo, tomar decisões bem fundamentadas pode se tornar cada vez mais difícil.

Relatórios, bases de dados, documentos digitais, mensagens, dashboards e conteúdos gerados por inteligência artificial circulam continuamente dentro das organizações. Esse grande volume de dados e informações cria novas possibilidades de análise e planejamento, mas também pode gerar ruído, aumentar a incerteza e dificultar a identificação do que realmente é relevante para a tomada de decisão.

A sobrecarga informacional nas organizações

A sociedade contemporânea vive em um cenário de intensa produção e circulação de informações, marcado pelo grande volume e pela velocidade com que dados e conteúdos são gerados. Os avanços tecnológicos, especialmente no campo da inteligência artificial generativa, ampliam esse processo ao processar grandes massas informacionais e produzir novos conteúdos em ritmo acelerado, tornando os fluxos informacionais mais dinâmicos e também mais difíceis de controlar.

Nesse contexto, as organizações públicas e privadas passam a lidar com grandes volumes de informação, o que pode tanto apoiar quanto dificultar os processos decisórios. Quando não são adequadamente organizadas e interpretadas, as informações podem gerar ruído, aumentar incertezas e comprometer a qualidade das decisões.

Gestão da informação como recurso estratégico

Nesse cenário, a gestão da informação assume papel estratégico. Trata-se de uma área interdisciplinar que envolve práticas e métodos voltados à coleta, organização, armazenamento, recuperação e disseminação de informações relevantes para a organização.

Davenport, ao discutir a ecologia da informação, destaca que a gestão informacional nas organizações não depende apenas de tecnologias, mas principalmente da interação entre pessoas, processos, cultura organizacional e ambiente informacional.

Seu objetivo é estruturar os fluxos informacionais de modo que dados possam ser transformados em informação útil para planejamento, monitoramento de atividades e tomada de decisão.

Informação e processos organizacionais

A gestão da informação está diretamente relacionada ao funcionamento dos processos organizacionais. As organizações desenvolvem suas atividades por meio de processos estruturados, que produzem e utilizam registros documentais ao longo de suas etapas. A adequada organização desses registros permite preservar evidências das atividades realizadas, garantir acesso rápido à informação e fornecer subsídios para análise, avaliação e definição de estratégias. Dessa forma, a informação passa a atuar como recurso organizacional fundamental para a condução das atividades institucionais.

Além disso, a gestão da informação contribui para alinhar os fluxos informacionais ao planejamento estratégico das organizações. Ao organizar fontes de informação, estruturar bases de dados e estabelecer mecanismos de circulação informacional, torna-se possível fornecer aos gestores informações mais confiáveis e contextualizadas para a tomada de decisão. Em um ambiente marcado por rápidas transformações tecnológicas, inclusive com o avanço de ferramentas baseadas em inteligência artificial, a capacidade de interpretar e utilizar adequadamente as informações torna-se ainda mais relevante.

O papel dos profissionais da informação

Nesse contexto, a gestão da informação atua como elemento de apoio à redução de incertezas e ao aprimoramento das decisões organizacionais. Profissionais especializados, entre eles o bibliotecário, podem contribuir significativamente para esse processo, ao aplicar conhecimentos relacionados à organização, mediação e análise da informação.

Informação para reduzir incertezas

Em última análise, a gestão da informação pode atuar como um elemento de apoio à redução de incertezas nos processos decisórios. Ao estruturar adequadamente seus fluxos informacionais, as organizações ampliam sua capacidade de compreender o ambiente em que atuam, identificar tendências e tomar decisões mais consistentes e fundamentadas.

Em um mundo estabelecido em abundância de dados e pela velocidade da produção informacional, talvez o maior desafio não seja produzir mais informação, mas desenvolver condições para compreender e utilizar de forma estratégica aquilo que já está disponível.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

A tecnologia chegou, e as bibliotecas estão começando a experimentar o que ela pode oferecer.

A Inteligência Artificial Generativa deixou de ser uma ideia futurista para se tornar parte do nosso cotidiano — inclusive nas bibliotecas. Ferramentas como o ChatGPT, por exemplo, já estão sendo testadas para ajudar na escrita de textos, na criação de conteúdos de apoio e até no atendimento a usuários.

Trabalho no Sistema de Bibliotecas da Unicamp (SBU) e, em levantamentos internos que realizamos, a IA apareceu como um dos temas mais pedidos por colegas para ações de capacitação. Foi daí que surgiu a ideia de montar o curso “Introdução à IA Generativa para Bibliotecas”.

A ideia foi apresentar, de forma acessível e prática, o que é essa tal IA Generativa e como ela pode, ou não, fazer sentido no dia a dia de quem trabalha com informação.

Aqui, compartilho um pouco do que rolou no curso, do que discutimos e do que, na minha opinião, ainda está por vir.

Bora lá?!

Sumário

• Por que esse tema agora?
• Como estruturei o curso: da base à prática
• Ferramentas, uso real e o que aprendemos
• O que tudo isso tem a ver com o trabalho nas bibliotecas?
• Encerramento: tecnologia é meio, não fim

Por que esse tema agora?

O interesse por IA não surgiu do nada. O avanço recente dessas ferramentas — mais acessíveis, mais intuitivas — despertou dúvidas e curiosidade em muitas áreas, e nas bibliotecas isso não foi diferente.

Quando o SBU fez um levantamento interno sobre temas prioritários para formação, a IA apareceu com força. Foi aí que surgiu a proposta do curso: trazer esse conteúdo para perto, sem jargão técnico demais, mas também sem simplificar o que merece ser discutido com calma.

Como estruturei o curso: da base à prática

Minha intenção foi construir um caminho que começasse nos fundamentos, mas que logo apontasse para situações reais do nosso trabalho.

O conteúdo foi dividido em três partes:

1. Uma introdução à IA e seus tipos
2. Compreensão dos principais ajustes e comandos (como prompting, temperatura, Top-P…)
3. Exemplos de uso aplicados ao contexto das bibliotecas

Foi um curso direto e com espaço para dúvidas, ao final. A ideia era mostrar como essas ferramentas funcionam e o que dá pra fazer com elas, ou não.

Ferramentas, uso real e o que aprendemos

Ao longo da formação, trabalhei com três ferramentas principais:

• ChatGPT, usado para elaboração de textos, planejamento de atividades e interações simuladas;
• Dimensions Research GPT, que conecta IA com a base de dados bibliográfica (Dimensions);
• Google AI Studio (Gemini), onde é possível criar e testar seus próprios modelos.

Também discutimos bastante sobre como fazer boas perguntas, como guiar a IA para respostas mais úteis, e o que muda quando você ajusta um comando aqui e outro ali.

E claro, conversamos sobre os limites. Nem tudo que a IA gera deve ser aceito de forma automática. Questões como privacidade, transparência e viés precisam estar sempre no radar.

Assista ao vídeo do curso:

O que tudo isso tem a ver com o trabalho nas bibliotecas?

Muita coisa. E não só no futuro.

Hoje já é possível usar IA para automatizar tarefas repetitivas, produzir materiais de formação, criar respostas mais rápidas e até pensar em novas formas de atendimento. Ferramentas assim podem ajudar, por exemplo, a gerar sugestões de leitura personalizadas ou a organizar melhor grandes volumes de informação.

Ferramentas como o ChatGPT, o Gemini, entre outras, podem ajudar, por exemplo, a criar sugestões de leitura personalizadas, organizar grandes volumes de dados ou tornar conteúdos mais acessíveis.

No encerramento do curso, deixei uma provocação que resume bem a direção dessas reflexões:

Considerando o impacto social da informação, como as bibliotecas podem utilizar a IA Generativa para democratizar o acesso ao conhecimento, fomentar o pensamento crítico e a alfabetização informacional, equilibrando inovação tecnológica e responsabilidade ética na curadoria da informação?

Outras instituições também estão olhando para isso. Um exemplo é a UNAM, no México, que realizou recentemente uma conferência específica sobre o uso de prompts em bibliotecas.

Encerramento: tecnologia é meio, não fim

O curso foi um primeiro passo para nos aproximarmos dessa tecnologia de forma consciente. A IA é uma ferramenta potente, mas quem define seu uso somos nós.

E isso exige cuidado, reflexão e responsabilidade.

O que mais me anima é perceber que há espaço para a IA contribuir — sem substituir ninguém, mas apoiando quem está ali, todos os dias, tentando fazer mais e melhor com os recursos que tem.

Mas agora quero saber de você:

Como você enxerga o uso da IA no contexto das bibliotecas?

Já testou alguma ferramenta?

Que potencial, ou riscos, você vê nisso tudo?

Deixe nos comentários e vamos compartilhar conhecimento.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Você já se perguntou quem está por trás da produção científica?

A ciência é muitas vezes vista como um território neutro, onde o mérito e a curiosidade movem tudo. Mas basta olhar com atenção para perceber que, assim como em outras áreas da sociedade, desigualdades estruturais também moldam quem publica, quem é citado e quem permanece invisível.

Foi exatamente isso que aconteceu comigo ao embarcar em um projeto que uniu ciência, cientometria e justiça social — e que resultou no meu primeiro artigo científico publicado internacionalmente!

Ao longo do texto, divido um pouco do que vivi e aprendi nesse processo.

Bora lá?!

Sumário

• O ponto de partida: um convite e um tema urgente
• A análise que virou manchete
• O que isso significou para mim
• Agradecimentos e próximos passos

O ponto de partida: um convite e um tema urgente

O convite para compor esse trabalho veio através de uma iniciativa conjunta do Sistema de Bibliotecas da Unicamp (SBU) e da Pró-Reitoria de Pesquisa (PRP), que propuseram uma análise da representatividade de gênero na produção científica da Unicamp entre 2019 e 2023.

A desigualdade de gênero é um tema que atravessa muitas esferas da sociedade, mas há algo de simbólico (e preocupante) quando isso também acontece dentro da ciência — um espaço que deveria, em tese, ser mais democrático, plural e inclusivo.

Esse trabalho me mobilizou não apenas como pesquisador e profissional da informação, mas também como ser humano. Era a chance de unir análise de dados com um propósito real, de impacto social.

A análise que virou manchete

O estudo ganhou visibilidade dentro e fora da universidade. Saiu uma matéria no Jornal da Unicamp e, dias depois, também no portal G1 com uma matéria no Jornal da EPTV2.

• Unicamp divulga panorama sobre representatividade de gênero na produção científica - Jornal da Unicamp
• Jornal da EPTV 2ª Edição - Campinas/Piracicaba | Pesquisa aponta baixa atuação de mulheres em produções científicas na Unicamp | Globoplay

Ver um trabalho científico ganhar repercussão na mídia é algo transformador. Mais que reconhecimento, é o sinal de que aquele esforço está provocando discussões, abrindo olhos e, quem sabe, plantando sementes para mudanças.

Mas se você quiser saber exatamente o que descobrimos, recomendo que leia o artigo completo!

Está disponível com acesso aberto no link: https://doi.org/10.1080/2331186X.2025.2480502.

O que isso significou para mim

Esse é o meu primeiro artigo científico internacional. E, sinceramente, ainda estou digerindo tudo o que isso representa.

Mais do que uma publicação, essa experiência foi uma vivência transformadora. Aprofundei meus conhecimentos sobre desigualdade de gênero, mergulhei na cientometria, exercitei a escrita científica — mas, acima de tudo, aprendi sobre colaboração, escuta ativa e o compromisso genuíno com a transformação social por meio da ciência.

Ver meu nome em uma publicação com um tema tão importante me faz lembrar por que escolhi estar na interseção entre ciência da informação e tecnologia:

tornar a informação mais justa, mais útil e mais acessível.

Agradecimentos e próximos passos

Deixo aqui minha gratidão aos coautores deste estudo, que foram mais que colegas: foram professores, mentores e inspiração ao longo de todo o processo.
Em especial, agradeço ao Prof. Márcio Souza Martins, idealizador do projeto, que plantou essa semente com tanto cuidado. Ao Prof. Oscar Eliel, pela parceria em cada etapa, e à Profª. Marilda Botessi, por sua orientação sempre sensível, firme e generosa.

Também gostaria de agradecer ao Fabricio Carraro e à equipe da Alura, pelo conteúdo inspirador presente no livro Inteligência Artificial com ChatGPT, publicado pela Casa do Código. A leitura foi essencial para ampliar meu olhar sobre as possibilidades dos modelos de linguagem na prática e contribuiu diretamente para meus conhecimentos no desenvolvimento desta pesquisa.

Mas agora quero saber de você:

Você já refletiu sobre os recortes da ciência?

Quais desigualdades você acredita que ainda precisam ser desveladas nos espaços de produção do conhecimento?

Deixe nos comentários e vamos compartilhar conhecimento.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

O que os Testes Estatísticos revelam sobre suas decisões?

Em um cenário cada vez mais competitivo, confiar apenas na intuição ou em estatísticas descritivas não é suficiente para decisões eficazes. É aqui que os testes estatísticos entram como ferramentas fundamentais, transformando dados brutos em insights valiosos que podem direcionar estratégias e gerar impacto.

Mas como identificar o teste estatístico mais adequado e aplicá-lo de maneira eficiente para transformar dados em ações práticas?

Neste texto, vou explorar os principais tipos de testes estatísticos e suas aplicações práticas no dia a dia, com exemplos em Python e R.

Bora lá?!

Sumário

Quando usar Testes Paramétricos ou Não Paramétricos ?

Verificando a Normalidade: A Porta de Entrada para os Testes Paramétricos

Testes paramétricos

1. Teste t de Student para Amostras Independentes

2. Teste t de Student para Amostras Pareadas

3. Análise de Variância (ANOVA)

Testes Não Paramétricos

1.Teste do Qui-Quadrado

2.Teste de Wilcoxon para Amostras Pareadas

3.Teste de Mann-Whitney

A Importância do Tamanho do Efeito

Considerações finais

Quando usar Testes Paramétricos ou Não Paramétricos ?

A escolha do teste estatístico adequado depende, fundamentalmente, da natureza dos dados e dos objetivos da análise. Eles podem ser divididos em duas categorias principais:

1. Testes Paramétricos:

• Suposições: Os testes paramétricos requerem certas condições sobre a população da qual os dados foram extraídos. A principal suposição é que os dados sigam uma distribuição normal. Além disso, espera-se que as variâncias sejam homogêneas entre os grupos comparados (uma condição chamada de homocedasticidade) e que as observações sejam independentes umas das outras, ou seja, o valor de uma observação não deve influenciar o valor de outra.
• Vantagens: Quando as suposições são satisfeitas, os testes paramétricos geralmente oferecem maior poder estatístico, o que significa que têm maior probabilidade de detectar um efeito real se ele existir.
• Desvantagens: Se as suposições forem violadas, as conclusões dos testes paramétricos podem ser enganosas. A gravidade desse impacto varia de acordo com o teste, pois alguns são mais robustos a violações do que outros. No entanto, existem abordagens alternativas para lidar com essas situações, como aplicar transformações nos dados (por exemplo, logaritmo ou raiz quadrada) ou utilizar testes robustos que são menos sensíveis às violações das suposições.
• Exemplos: Teste t de Student, ANOVA, Teste Z.

2. Testes Não Paramétricos:

• Suposições: Fazem menos exigências sobre a distribuição dos dados, sendo particularmente úteis para amostras pequenas, dados ordinais ou nominais, ou quando há violações severas das suposições paramétricas, como a normalidade ou homocedasticidade.
• Vantagens: São mais robustos a outliers e a dados que não seguem uma distribuição normal. Além disso, permitem análises confiáveis mesmo em cenários com dados categóricos ou com distribuições assimétricas.
• Desvantagens: Geralmente, apresentam menor poder estatístico em comparação com os testes paramétricos quando a distribuição dos dados é realmente normal. Isso ocorre porque os testes não paramétricos descartam informações sobre a distribuição dos dados que poderiam ser exploradas para obter resultados mais precisos.
• Exemplos: Teste de Wilcoxon, Teste de Mann-Whitney, Teste de Kruskal-Wallis.

Verificando a Normalidade: A Porta de Entrada para os Testes Paramétricos

Para aplicar testes paramétricos corretamente, é essencial verificar se os dados seguem uma distribuição normal. Se os dados não forem normalmente distribuídos, os resultados dos testes paramétricos podem ser imprecisos. A validação da normalidade pode ser feita por meio de métodos estatísticos e gráficos, e os mais comuns incluem:

• Teste de Shapiro-Wilk: Este é um dos testes mais usados para amostras pequenas (até 50 observações), sendo considerado o mais poderoso quando se trata de detectar desvios de normalidade, como assimetrias.
• Teste de Kolmogorov-Smirnov: Mais adequado para amostras maiores, esse teste compara a distribuição observada com a distribuição normal. É particularmente sensível a desvios no centro da distribuição, como a média ou a mediana. Para amostras grandes, esse teste pode ser mais confiável do que o Shapiro-Wilk.
• Análise Gráfica: Além dos testes estatísticos, ferramentas gráficas como histogramas, gráficos de probabilidade (Q-Q plots) e boxplots são úteis para verificar visualmente a normalidade. No histograma, espera-se uma distribuição em forma de sino; no Q-Q plot, se os pontos se alinharem ao longo de uma linha reta, isso sugere normalidade. Já o boxplot pode indicar a presença de outliers, que podem afetar a normalidade dos dados.

Testes paramétricos

1. Teste t de Student para Amostras Independentes

Você trabalha no setor de Recursos Humanos de uma empresa e está implementando um novo programa de treinamento para funcionários. A ideia é verificar se o programa realmente melhora o desempenho dos colaboradores. Para isso, você mediu o desempenho de dois grupos: um que participou do treinamento e outro que não participou. Agora, você precisa determinar se há uma diferença significativa no desempenho médio entre os dois grupos.

Embora o grupo treinado pareça ter um desempenho médio maior, você sabe que diferenças podem ocorrer por acaso, especialmente em amostras pequenas. Antes de recomendar a expansão do programa para toda a empresa, você precisa confirmar se a melhoria no desempenho é estatisticamente significativa.

O Teste t de Student para Amostras Independentes é ideal para esse cenário. Ele ajuda a verificar se a diferença média no desempenho entre os dois grupos (treinado e não treinado) é significativa ou apenas fruto do acaso.

Hipóteses do teste:

• Hipótese nula (H₀): As médias dos desempenhos dos dois grupos são iguais.
• Hipótese alternativa (H₁): As médias dos desempenhos dos dois grupos são diferentes.

O teste t é mais confiável quando algumas condições são atendidas:

1. Os grupos devem ser independentes (nenhum participante pertence a ambos os grupos).
2. O desempenho deve seguir uma distribuição aproximadamente normal.
3. A variância do desempenho entre os dois grupos deve ser semelhante (homocedasticidade).

Exemplo em Python:

import numpy as np
from scipy.stats import ttest_ind, shapiro

# Gerando dados que seguem uma distribuição normal
np.random.seed(42)
grupo_treinado = np.random.normal(loc=85, scale=5, size=30)
grupo_nao_treinado = np.random.normal(loc=80, scale=5, size=30)

# Verificação de normalidade
shapiro_treinado = shapiro(grupo_treinado)
shapiro_nao_treinado = shapiro(grupo_nao_treinado)

print("Teste de normalidade (Shapiro-Wilk):")
print(f"Grupo treinado: estatística={shapiro_treinado.statistic:.4f}, p-valor={shapiro_treinado.pvalue:.4f}")
print(f"Grupo não treinado: estatística={shapiro_nao_treinado.statistic:.4f}, p-valor={shapiro_nao_treinado.pvalue:.4f}")

# Teste t independente
statistic, p_value = ttest_ind(grupo_treinado, grupo_nao_treinado)

print("\nTeste t independente:")
print(f"Estatística t: {statistic:.2f}, p-valor: {p_value:.4f}")

Exemplo em R:

# Gerando dados que seguem uma distribuição normal
set.seed(42)
grupo_treinado <- rnorm(30, mean=85, sd=5)
grupo_nao_treinado <- rnorm(30, mean=80, sd=5)

# Verificação de normalidade
shapiro_treinado <- shapiro.test(grupo_treinado)
shapiro_nao_treinado <- shapiro.test(grupo_nao_treinado)

cat("Teste de normalidade (Shapiro-Wilk):\n")
cat(sprintf("Grupo treinado: estatística=%.4f, p-valor=%.4f\n", shapiro_treinado$statistic, shapiro_treinado$p.value))
cat(sprintf("Grupo não treinado: estatística=%.4f, p-valor=%.4f\n", shapiro_nao_treinado$statistic, shapiro_nao_treinado$p.value))

# Teste t independente
teste <- t.test(grupo_treinado, grupo_nao_treinado)

cat("\nTeste t independente:\n")
print(teste)

Se o p-valor for menor que 0,05, você rejeita a hipótese nula e conclui que o treinamento teve impacto no desempenho. Caso contrário, não há evidências suficientes para afirmar que o treinamento melhorou significativamente o desempenho.

Conclusão Prática

Ao usar o teste t, você pode tomar decisões embasadas sobre o programa de treinamento. Se o resultado for significativo, você terá dados sólidos para argumentar a favor da implementação em toda a empresa, reforçando a credibilidade do setor de Recursos Humanos e otimizando os investimentos da empresa.

2. Teste t de Student para Amostras Pareadas

Imagine que você gerencia uma equipe de vendas e decidiu implementar um novo sistema de treinamento para melhorar o desempenho dos vendedores. Para avaliar o impacto, você registrou as vendas de cada funcionário no mês antes do treinamento e novamente no mês seguinte. Agora, você quer descobrir se houve uma melhoria significativa no desempenho das vendas após o treinamento.

Embora os números das vendas após o treinamento pareçam mais altos para a maioria dos funcionários, diferenças podem surgir por acaso. Como cada vendedor foi medido antes e depois do treinamento, essas observações estão emparelhadas e o desempenho “antes” é diretamente comparado ao desempenho “depois”.

Para tomar uma decisão informada sobre a eficácia do treinamento, você precisa verificar se a melhoria observada nas vendas é estatisticamente significativa.

O Teste t de Student para Amostras Pareadas é ideal para situações em que você mede a mesma variável em dois momentos diferentes ou em condições distintas para o mesmo grupo. Ele avalia se a média das diferenças entre as medidas pareadas é significativamente diferente de zero.

Hipóteses do Teste:

• Hipótese nula (H₀): A média das diferenças entre os pares é igual a zero (não há efeito).
• Hipótese alternativa (H₁): A média das diferenças entre os pares é diferente de zero (há efeito).

O teste t é mais confiável quando algumas condições são atendidas:

1. As diferenças entre as medidas devem seguir uma distribuição aproximadamente normal.
2. Os pares de dados devem ser dependentes, como no caso de medições antes e depois de uma intervenção.

Exemplo em Python:

import numpy as np
from scipy.stats import ttest_rel, shapiro

# Gerando dados simulados
np.random.seed(42)
antes = np.random.normal(loc=50, scale=10, size=50)
depois = antes + np.random.normal(loc=5, scale=5, size=50)

# Calculando as diferenças
diferencas = depois - antes

# Verificação de normalidade das diferenças
shapiro_test = shapiro(diferencas)
print("Teste de normalidade (Shapiro-Wilk):")
print(f"Estatística={shapiro_test.statistic:.4f}, p-valor={shapiro_test.pvalue:.4f}")

# Teste t pareado
statistic, p_value = ttest_rel(antes, depois)
print("\nTeste t pareado:")
print(f"Estatística t: {statistic:.2f}, p-valor: {p_value:.4f}")

Exemplo em R:

# Gerando dados simulados
set.seed(42) 
antes <- rnorm(50, mean=50, sd=10)
depois <- antes + rnorm(50, mean=5, sd=5)

# Calculando as diferenças
diferencas <- depois - antes

# Verificação de normalidade das diferenças
shapiro_test <- shapiro.test(diferencas)
cat("Teste de normalidade (Shapiro-Wilk):\n")
cat(sprintf("Estatística=%.4f, p-valor=%.4f\n", shapiro_test$statistic, shapiro_test$p.value))

# Teste t pareado
teste <- t.test(antes, depois, paired = TRUE)

cat("\nTeste t pareado:\n")
print(teste)

Se o p-valor for menor que 0,05, você rejeita a hipótese nula e conclui que houve uma melhoria estatisticamente significativa no desempenho das vendas após o treinamento. Caso contrário, não há evidências suficientes para afirmar que o treinamento teve impacto.

Conclusão Prática

O Teste t de Student para Amostras Pareadas é uma ferramenta para medir mudanças no desempenho dentro de um mesmo grupo. No exemplo, ele permite avaliar se o novo treinamento de vendas é efetivo com base em dados concretos. Com essa análise, você pode justificar a continuidade ou o ajuste do programa de treinamento, garantindo que os recursos da empresa sejam aplicados de forma eficaz.

3. Análise de Variância (ANOVA)

Imagine que você gerencia um e-commerce que utiliza diferentes empresas de logística para entregar os produtos aos clientes. Sua meta é identificar qual empresa oferece o melhor desempenho em termos de tempo médio de entrega. Para isso, você coletou dados de três transportadoras diferentes: Transportadora A, Transportadora B e Transportadora C. Agora, a questão é saber se os tempos médios de entrega diferem significativamente entre elas.

Os tempos de entrega são uma métrica crítica para a experiência do cliente e podem influenciar diretamente na satisfação e fidelidade. Ao observar os dados coletados, é natural perceber pequenas diferenças entre as transportadoras, mas você não sabe se essas diferenças são estatisticamente significativas ou meramente fruto do acaso.

Como determinar se as variações nos tempos médios de entrega entre as empresas são relevantes? Decisões erradas podem levar a escolhas equivocadas, como substituir uma transportadora que, na prática, não está entregando resultados significativamente diferentes.

A Análise de Variância (ANOVA) é a ferramenta ideal nesse caso. Ela permite comparar as médias de três ou mais grupos (neste caso, as transportadoras) e identificar se há diferenças significativas entre elas.

Hipóteses do Teste:

• Hipótese Nula (H₀): As médias dos tempos de entrega das três transportadoras são iguais.
• Hipótese Alternativa (H₁): Pelo menos uma das médias é diferente.

Para que o resultado da ANOVA seja confiável, algumas condições precisam ser atendidas:

1. Independência das observações: As observações em cada grupo devem ser independentes umas das outras.
2. Homogeneidade das variâncias (homocedasticidade): As variâncias entre os grupos devem ser aproximadamente iguais. Para verificar essa condição, utilize testes como o Teste de Levene ou o Teste de Bartlett.
3. Normalidade dos dados em cada grupo: Os dados de cada grupo devem seguir uma distribuição aproximadamente normal, especialmente em amostras pequenas.

Exemplo em Python:

import numpy as np
import pandas as pd
from scipy.stats import f_oneway, levene, shapiro
from statsmodels.stats.multicomp import pairwise_tukeyhsd

# Gerando dados simulados
np.random.seed(42)
grupo1 = np.random.normal(loc=5, scale=1, size=200)  # Transportadora A
grupo2 = np.random.normal(loc=6, scale=1, size=200)  # Transportadora B
grupo3 = np.random.normal(loc=7, scale=1, size=200)  # Transportadora C

# Verificando a homogeneidade das variâncias (Teste de Levene)
levene_test = levene(grupo1, grupo2, grupo3)
print("Teste de homogeneidade das variâncias (Levene):")
print(f"Estatística={levene_test.statistic:.4f}, p-valor={levene_test.pvalue:.4f}")

# Verificando a normalidade dos dados (Teste de Shapiro-Wilk para cada grupo)
print("\nTeste de normalidade (Shapiro-Wilk):")
for i, grupo in enumerate([grupo1, grupo2, grupo3], start=1):
    shapiro_test = shapiro(grupo)
    print(f"Grupo {i}: Estatística={shapiro_test.statistic:.4f}, p-valor={shapiro_test.pvalue:.4f}")

# Realizando o teste ANOVA
statistic, p_value = f_oneway(grupo1, grupo2, grupo3)
print("\nTeste ANOVA:")
print(f"Estatística F: {statistic:.2f}, p-valor: {p_value:.4f}")

Exemplo em R:

library(car)
library(carData)

set.seed(42)

# Gerando dados simulados
grupo1 <- rnorm(200, mean = 5, sd = 1)  # Transportadora A
grupo2 <- rnorm(200, mean = 6, sd = 1)  # Transportadora B
grupo3 <- rnorm(200, mean = 7, sd = 1)  # Transportadora C

dados <- data.frame(
  tempo = c(grupo1, grupo2, grupo3),
  grupo = factor(rep(c("A", "B", "C"), each = 200))
)

# Verificando a homogeneidade das variâncias (Teste de Levene)
levene_test <- leveneTest(tempo ~ grupo, data = dados)
cat("Teste de homogeneidade das variâncias (Levene):\n")
print(levene_test)

# Verificando a normalidade dos dados (Teste de Shapiro-Wilk para cada grupo)
cat("\nTeste de normalidade (Shapiro-Wilk):\n")
by(dados$tempo, dados$grupo, shapiro.test)

# Realizando o teste ANOVA
modelo <- aov(tempo ~ grupo, data = dados)
cat("\nTeste ANOVA:\n")
summary(modelo)

Se o p-valor resultante for menor que 0,05, você rejeita a hipótese nula e conclui que há diferenças significativas nos tempos médios de entrega entre as transportadoras. Isso permite identificar qual empresa pode ser a mais eficiente ou analisar estratégias de melhoria para as demais.

Conclusão Prática

Essa abordagem fornece uma base sólida para decisões informadas, ajudando o negócio a otimizar os processos logísticos e melhorar a experiência do cliente.

Contudo, a ANOVA não indica especificamente quais grupos são diferentes entre si. Para identificar as diferenças pontuais, é necessário realizar uma análise post-hoc, como o Tukey HSD. Esse teste permite comparar cada par de grupos individualmente, fornecendo uma visão detalhada sobre onde estão as diferenças significativas.

Exemplo em Python:

# Análise post-hoc (Tukey HSD)
dados = pd.DataFrame({
    'tempo': np.concatenate([grupo1, grupo2, grupo3]),
    'grupo': ['A'] * len(grupo1) + ['B'] * len(grupo2) + ['C'] * len(grupo3)
})

tukey = pairwise_tukeyhsd(endog=dados['tempo'], groups=dados['grupo'], alpha=0.05)

print(tukey)

Exemplo em R:

# Realizando o teste post-hoc de Tukey
tukey_result <- TukeyHSD(modelo)
print(tukey_result)

Esse teste post-hoc é importante para identificar quais pares de grupos são responsáveis pelas diferenças detectadas pela ANOVA, oferecendo um olhar detalhado sobre onde ocorrem essas diferenças.

Testes Não Paramétricos

1.Teste do Qui-Quadrado

Imagine que você é um analista de mercado investigando a relação entre o nível de escolaridade dos consumidores e sua preferência por dois produtos diferentes (Produto A e Produto B). Seus superiores querem entender se há uma associação significativa entre essas variáveis para direcionar estratégias de marketing específicas para diferentes grupos educacionais.

Você possui os dados de uma pesquisa onde foram coletadas as preferências dos consumidores, categorizadas por nível de escolaridade (ensino médio e ensino superior). Embora os números pareçam indicar tendências diferentes, como mais pessoas com ensino médio preferindo o Produto A, você precisa de uma análise estatística para determinar se essa associação é real ou ocorre apenas por acaso.

O Teste do Qui-Quadrado é ideal para esse cenário, pois avalia se existe uma relação estatisticamente significativa entre duas variáveis categóricas. Ele permite verificar se as diferenças observadas nas preferências entre os níveis de escolaridade são grandes o suficiente para descartar a hipótese de independência.

O teste do Qui-Quadrado funciona avaliando o desvio entre as frequências observadas (dados reais) e as frequências esperadas (o que esperaríamos se as variáveis fossem independentes). As hipóteses são:

• Hipótese nula (H₀): Não há associação entre as variáveis (nível de escolaridade e preferência por produto são independentes).
• Hipótese alternativa (H₁): Existe uma associação entre as variáveis (nível de escolaridade influencia a preferência por produto).

O Teste do Qui-Quadrado é adequado quando:

1. As variáveis são categóricas: Utilizado para analisar dados que podem ser classificados em categorias distintas (e.g., gênero, cor, escolaridade).
2. Os dados consistem em frequências: As análises baseiam-se na contagem de observações em cada categoria ou grupo.
3. Os grupos são independentes: Cada observação deve pertencer a apenas uma categoria ou grupo, sem sobreposição.
4. As frequências esperadas são suficientes: Recomendado que todas as frequências esperadas sejam maiores que 5 .

Exemplo em Python

from scipy.stats import chi2_contingency

# Dados de exemplo (tabela de contingência)
observados = [
    [20, 10],  # Ensino médio: Produto A e Produto B
    [15, 25],  # Ensino superior: Produto A e Produto B
]

# Realizando o teste
statistic, p_value, _, _ = chi2_contingency(observados)

print(f"Estatística Qui-Quadrado: {statistic:.2f}")
print(f"p-valor: {p_value:.4f}")

Exemplo em R

# Dados de exemplo (tabela de contingência)
observados <- matrix(c(20, 10, 15, 25), nrow = 2, byrow = TRUE)

# Realizando o teste
teste <- chisq.test(observados)

print(teste)

Se o p-valor resultante for menor que 0,05, rejeitamos a hipótese nula, concluindo que há uma associação significativa entre o nível de escolaridade e a preferência por produto. Caso contrário, não há evidências suficientes para afirmar que as variáveis estão relacionadas.

Conclusão Prática

Ao usar o Teste do Qui-Quadrado, você pode oferecer à equipe de marketing uma análise fundamentada. Por exemplo, se os resultados mostrarem que pessoas com ensino médio preferem significativamente o Produto A, você pode sugerir estratégias direcionadas para esse grupo, otimizando os recursos de marketing e aumentando a eficiência da campanha.

2.Teste de Wilcoxon para Amostras Pareadas

Imagine que você é responsável pelo monitoramento da satisfação dos clientes em uma rede de lanchonetes. Recentemente, foram implementadas mudanças no cardápio e no atendimento, e você deseja verificar se essas alterações realmente impactaram positivamente a percepção de qualidade dos serviços pelos clientes. Para isso, foi realizada uma pesquisa antes e depois das mudanças, onde cada cliente avaliou a qualidade em uma escala de 1 a 10.

Embora as médias das avaliações antes e depois das mudanças possam sugerir melhorias, você notou que os dados não seguem uma distribuição normal, inviabilizando o uso do teste t pareado. Como garantir que a diferença observada não seja fruto do acaso em um cenário de dados não normais?

O Teste de Wilcoxon para Amostras Pareadas é ideal para essa análise. Ele é uma alternativa não paramétrica ao teste t pareado, sendo aplicado para comparar dois conjuntos de dados relacionados (antes e depois), quando as suposições de normalidade dos dados não são atendidas.

O teste de Wilcoxon verifica se a distribuição das diferenças entre os pares é simétrica em torno de zero. As hipóteses são:

• Hipótese nula (H₀): A mediana das diferenças entre os pares é zero (não há mudança significativa).
• Hipótese alternativa (H₁): A mediana das diferenças entre os pares é diferente de zero (há uma mudança significativa).

O Teste de Wilcoxon é adequado quando:

1. Os dados são pareados ou dependentes.
2. Não se pode assumir que os dados seguem uma distribuição normal.
3. As diferenças entre pares são medidas em uma escala ordinal, intervalar ou de razão.

Exemplo em Python

from scipy.stats import wilcoxon

antes = [7, 6, 8, 5, 9]
depois = [8, 7, 9, 6, 10]

# Realizando o teste
statistic, p_value = wilcoxon(antes, depois)

print(f"Estatística do teste: {statistic}")
print(f"p-valor: {p_value:.4f}")

Exemplo em R

antes <- c(7, 6, 8, 5, 9)
depois <- c(8, 7, 9, 6, 10)

# Realizando o teste
teste <- wilcox.test(antes, depois, paired = TRUE)

print(teste)

Se o p-valor resultante for menor que 0,05, rejeitamos a hipótese nula, concluindo que houve uma mudança significativa na percepção de qualidade após as alterações. Caso contrário, não há evidências suficientes para afirmar que a mudança no cardápio e atendimento impactou a percepção dos clientes.

Conclusão Prática

Ao aplicar o Teste de Wilcoxon, você pode obter insights confiáveis, mesmo com dados não normais. Por exemplo, se o teste indicar uma diferença significativa, será possível justificar a continuidade das mudanças implementadas, além de planejar melhorias adicionais para reforçar a satisfação dos clientes. Caso contrário, você pode reavaliar as estratégias e explorar outras iniciativas para atingir o objetivo de melhorar a percepção de qualidade.

3.Teste de Mann-Whitney

Uma empresa de cosméticos lançou dois tipos de embalagens para o mesmo produto e deseja entender qual delas é mais atrativa para os consumidores. A atratividade foi avaliada por meio de uma pontuação de 0 a 10, coletada em uma pesquisa com consumidores. Os dados coletados não seguem uma distribuição normal, o que inviabiliza testes paramétricos como o teste t.

Como determinar se a atratividade percebida é significativamente diferente entre as duas embalagens?

O Teste de Mann-Whitney é uma solução apropriada para comparar a percepção dos consumidores sobre as duas embalagens, sem pressupor normalidade nos dados.

O teste avalia as seguintes hipóteses:

• Hipótese nula (H₀): As duas amostras vêm de populações com a mesma distribuição (os consumidores percebem as duas embalagens de forma semelhante).
• Hipótese alternativa (H₁): As duas amostras vêm de populações com distribuições diferentes (os consumidores percebem uma embalagem como mais atrativa que a outra).

O Teste de Mann-Whitney é adequado quando:

1. As amostras são independentes: As duas amostras que estão sendo comparadas não têm nenhuma relação ou dependência entre si (por exemplo, dois grupos diferentes de pessoas).
2. Não se pode assumir que os dados seguem uma distribuição normal: O teste é uma alternativa não paramétrica ao teste t de Student para amostras independentes, sendo útil quando os dados não atendem aos pressupostos de normalidade.
3. As variáveis são ordinais ou contínuas: O teste é usado para comparar distribuições de variáveis que podem ser classificadas em uma escala ordinal ou contínua.

Exemplo em Python

from scipy.stats import mannwhitneyu

# Dados de exemplo
embalagem_a = [8, 9, 7, 8, 8]
embalagem_b = [6, 5, 7, 6, 5]

# Realizando o teste
statistic, p_value = mannwhitneyu(embalagem_a, embalagem_b, alternative='two-sided')
print(f"Estatística U: {statistic}")
print(f"p-valor: {p_value:.4f}")

Exemplo em R

# Dados de exemplo
embalagem_a <- c(8, 9, 7, 8, 8)
embalagem_b <- c(6, 5, 7, 6, 5)

# Realizando o teste
teste <- wilcox.test(embalagem_a, embalagem_b)
print(teste)

Se o p-valor for menor que 0,05, você rejeita a hipótese nula e conclui que há uma diferença significativa na atratividade entre as duas embalagens. Caso contrário, você não terá evidências suficientes para afirmar que os consumidores percebem uma embalagem como mais atrativa que a outra.

Conclusão Prática

Se uma embalagem for percebida como significativamente mais atrativa, a empresa pode optar por focar sua produção e marketing nela, otimizando recursos e melhorando a aceitação do produto no mercado. Caso não haja diferença significativa, pode ser vantajoso explorar outros aspectos do produto, como preço ou funcionalidade, para aumentar sua competitividade.

A Importância do Tamanho do Efeito

Apesar de os testes estatísticos nos ajudarem a determinar se as diferenças observadas entre grupos são estatisticamente significativas, é necessário entender a magnitude dessas diferenças para o impacto real no negócio. Saber que uma diferença existe (p<0.05) não necessariamente significa que ela é relevante ou prática.

Tamanho do efeito é uma medida quantitativa que descreve a força da relação entre as variáveis ou a magnitude da diferença entre grupos. Ele complementa a significância estatística, fornecendo insights mais profundos sobre o impacto prático da relação ou da diferença.

Sem o tamanho do efeito, é possível obter um resultado estatisticamente significativo, mas que pode ser insignificante na prática.

Entenda com os exemplos do texto:

• Teste t para amostras independentes (Programa de treinamento): Digamos que o teste t demonstrou que existe uma diferença significativa no desempenho dos funcionários após o treinamento (p<0.05). Mas qual a magnitude dessa melhoria? Um valor-p baixo sugere que a diferença não é aleatória, mas não quantifica o tamanho dessa diferença. Para saber se o programa de treinamento realmente vale a pena investir, é importante calcular o tamanho do efeito (exemplo: tamanho do efeito de Cohen). Se o tamanho do efeito for pequeno, mesmo que a diferença seja estatisticamente significativa, a melhoria no desempenho poderá não justificar os custos do programa de treinamento.
• Teste t para amostras pareadas (Treinamento de vendas): O teste t pareado identificou uma diferença significativa nas vendas após o treinamento (p<0.05). Entretanto, calcular o tamanho do efeito (exemplo: d de Cohen) revelaria se o aumento nas vendas foi pequeno, moderado ou grande. Se o tamanho do efeito for pequeno, mesmo que a diferença seja estatisticamente significativa, o treinamento pode não ser tão eficaz quanto esperado.
• Análise de Variância (ANOVA) (Escolhas de logística): A ANOVA identificou diferenças significativas nos tempos médios de entrega entre as transportadoras (p<0.05). Para quantificar o quão importante essa diferença é, devemos calcular o tamanho do efeito (exemplo: eta quadrado). Um tamanho do efeito pequeno indica que a diferença entre as transportadoras, apesar de significativa, pode não ser suficientemente grande para justificar uma mudança na escolha da transportadora.
• Teste do Qui-Quadrado (Produto A e Produto B): O teste mostra uma associação entre escolaridade e preferência por produto (p<0.05). Para medir a magnitude dessa associação, podemos calcular o coeficiente Phi, o V de Cramer ou a razão de chances. O coeficiente Phi mede a força da associação para tabelas 2x2, enquanto o V de Cramer estende isso para tabelas maiores. Um valor pequeno do coeficiente indica uma associação fraca e, portanto, uma relação pouco significativa. Um valor alto sugere uma forte associação, justificando investimentos em estratégias de marketing segmentadas pela escolaridade.
• Teste de Wilcoxon e Mann-Whitney (para amostras pareadas e independentes): O teste de Wilcoxon (para amostras pareadas) e o teste de Mann-Whitney (para amostras independentes) identificam diferenças significativas entre grupos (p<0.05), mas não indicam a magnitude dessa diferença. Para quantificar a importância dessa diferença, podemos calcular o r de efeito (Wilcoxon e Mann-Whitney). Um valor pequeno de r sugere um efeito pequeno, indicando que a diferença, apesar de significativa, pode não ter um impacto prático relevante. Já um valor grande de r indica um efeito substancial, justificando possíveis ações ou mudanças baseadas na diferença observada.

A interpretação de resultados estatísticos deve ir além da simples significância estatística. A consideração do tamanho do efeito, e a avaliação de seu impacto real no negócio, é essencial para a tomada de decisões informadas e estratégicas. A quantificação do tamanho do efeito torna as conclusões mais robustas, informando melhor as ações a serem tomadas. Isso permite decisões mais precisas, com base na magnitude do problema e seu real impacto, o que leva a um ROI mais efetivo e eficiente.

Considerações finais

Os testes estatísticos são ferramentas indispensáveis para quem deseja tomar decisões embasadas em dados. Como vimos, seja para comparar grupos, analisar mudanças ou avaliar desempenhos, cada teste possui características que se adequam a diferentes situações. A escolha correta pode fazer toda a diferença entre insights valiosos e decisões equivocadas.

Entretanto, a estatística é um campo vasto, e há uma diversidade de testes que não foram abordados neste texto, como:

• Teste de Durbin-Watson: Usado para detectar autocorrelação em resíduos de regressões.
• Teste de Friedman: Uma alternativa não paramétrica à ANOVA para medidas repetidas.
• Teste de Dickey-Fuller Aumentado (ADF): Para verificar a estacionaridade de séries temporais.
• Teste de Kruskal-Wallis: Extensão do teste de Mann-Whitney para mais de dois grupos.
• Teste de Cochran: Para dados categóricos em blocos pareados.
• Entre outros…

Se você está interessado em explorar mais sobre esse tema, aqui estão algumas sugestões para continuar aprendendo:

Estatística Aplicada

Ron Larson e Betsy Farber

Recomendo este livro para quem busca uma abordagem detalhada de estatística, com exemplos e exercícios bem estruturados que facilitam a compreensão e aplicação dos conceitos.

Estatística Prática Para Cientistas de Dados: 50 Conceitos Essenciais

Andrew Bruce e Peter Bruce

Ideal para aplicação em Ciência de Dados de forma prática e direta. Este livro destaca os conceitos estatísticos mais relevantes para aplicações reais na área.

Introdução à Estatística para Ciência de Dados

Tatiana Escovedo, Marcos Kalinowski, Thiago Marques

Uma excelente escolha para quem deseja iniciar na estatística aplicada à Ciência de Dados, com uma abordagem moderna e didática voltada para problemas do mundo real.

Mas agora quero saber de você:

Qual teste estatístico você mais utiliza em suas análises atuais?

Compartilhe suas experiências nos comentários e vamos compartilhar conhecimento.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Como potencializar a descoberta de informações com o ChatGPT?

Talvez você esteja sentindo que tudo está passando bem rápido e ao mesmo tempo muita coisa está acontecendo.

Já parou para pensar na quantidade de informações que recebemos, processamos e expressamos, pelo nosso cérebro, comparado há cinco anos atrás? Parece que mudou muito, não é mesmo?

“Vivemos uma verdadeira entropia da informação.”

Nossa sociedade está passando por uma transição devido aos impactos dos avanços da tecnologia, e a velocidade na produção de informação é uma consequência.

Essa situação afeta todas as áreas, incluindo o meio científico, que demanda informações mais seletivas e em um ritmo mais acelerado.

Então, como podemos aprimorar a qualidade e a precisão das recomendações de artigos científicos de maneira mais ágil?

Fonte de informação + Inteligência Artificial Generativa

ou

Biblioteconomia + Tecnologia

Durante esse texto, explicarei um “projeto”, a partir de uma ideia que tive ao realizar um curso sobre o uso da API do ChatGPT. “Rascunhei” um protótipo de sistema que pode auxiliar na descoberta e recomendação da informação.

Ressalva

Este projeto utiliza Inteligência Artificial Generativa para aprimorar a precisão das recomendações de artigos científicos. Embora seja possível implementar o projeto sem IA, a funcionalidade central depende dela. Além disso, o uso de fontes, diferentes da OpenAlex, também é viável (inclusive de Repositórios).

A ideia desse “projeto” não é desenvolver um produto novo e pronto, mas apenas treinar a partir dos meus próprios estudos pessoais e “rascunhar” um protótipo.

Bora lá?!

Sumário

Como é o fluxo do sistema?

Como o ChatGPT auxilia?

Estimativas de custos

Considerações finais

Como é o fluxo do sistema?

Basicamente, o fluxo do sistema está separado em 3 grandes partes:

• Coleta e Armazenamento de Dados
• Entendimento do Usuário
• Recomendações Customizadas

Coleta e Armazenamento de Dados:

Utilizei da API da OpenAlex, para coletar os dados de artigos mais recentes (última semana por exemplo).

Para esse projeto em si, armazenei apenas em uma única tabela estruturada formatada no padrão necessário (utilizando Python Pandas simples). Contudo, caso seja de fato implementada, recomendaria a estruturação em um banco de dados relacional.

Entendimento do Usuário:

Entender as necessidades informacionais do usuário é crucial para recomendar informações. Para esse “projeto”, eu fui simples e apenas questionei:

• Área de conhecimento que tem interesse.
• Tipo de acesso do artigo (aberto ou fechado)
• Termos chave de interesse

Utilizei a ferramenta do Streamlit como forma de protótipo do front-end da aplicação.

Recomendações Customizadas

A partir dos artigos coletados e entendimento do usuário, propus um sistema de pontuação, para que se possa rankear os artigos e recomendar os N primeiros.

O sistema leva em conta a regra de priorização:

Score básico: Maior probabilidade da área(s) escolhida(s) pelo usuário

> Termo inserido pelo usuário no título

> Termo inserido pelo usuário no resumo

> Termo expandido pelo usuário no título

> Termo expandido pelo usuário no resumo

A OpenAlex utiliza um sistema de classificação de conceitos (“concepts”) a partir do título e resumo para definir as áreas de cada documento, gerando uma probabilidade daquele conceito estar, de fato, correto ao documento (se quiser saber mais sobre os “concepts”, confira a documentação).

Para esse “projeto”, eu preferi utilizar apenas os de nível 0 (Political science, Philosophy, Economics, Business, Psychology, Mathematics, Medicine, Biology, Computer science, Geology, Chemistry, Art, Sociology, Engineering, Geography, History, Materials science, Physics, Environmental science).

ATENÇÃO: Os “concepts” da OpenAlex não são precisos, especialmente quando se trata de classificações mais detalhadas. Para outros propósitos, realizei algumas consultas na área de Biblioteconomia/Ciência da Informação (“Library science”) e obtive registros sem coerência alguma.

Portanto, tenha cautela ao utilizá-los! ¯\_(ツ)_/¯

Após a criação do sistema de pontuação e a coleta de N registros (neste exemplo específico do “projeto”, optei por usar o número 5), é recomendável a apresentação personalizada de um parágrafo que sintetiza todo o conteúdo dos artigos científicos, de forma semelhante a uma ‘newsletter’.

Como o ChatGPT auxilia?

Utilizo o ChatGPT em duas frentes:

• “Expansor de termos”
• “Resumo personalizado”

“Expansor de termos”:

Se um usuário disser que tem interesse em “Aprendizado de máquina” e houver artigos falando sobre “Machine learning”, “Aprendizado automático”, “Classificação”,”Regression” e não houver “Aprendizado de máquina” ele não iria entrar na regra condicional de atribuição de pontuação e, consequentemente, teria uma pontuação menor e não subiria no ranking para ser recomendado para o usuário.

Nesse caso, utilizo o ChatGPT para “expandir os termos”.

Não utilizei nenhum tesauro específico, nesse “projeto”, para melhorar ainda mais a qualidade, mas poderia implementar nessa fase (de qualquer forma, nem todas as áreas possuem um tesauro com grande abrangência para utilizarmos).

“Resumo personalizado”:

Para tornar a recomendação mais personalizada e atrativa para os usuários, a criação de um “Resumo personalizado” é bem interessante. Nesse processo, faço uso do ChatGPT para elaborar um texto agradável e envolvente.

Estimativas de custos

Confesso que não imaginava o quão barato e caro possa ser o uso da API.

Eu esperava que a utilização frequente dos prompts fosse mais custosa no uso corrente, mas realmente fiquei surpreso com o valor estimado para a criação do “Resumo das recomendações”.

Utilizei o Tokenizer, fornecido pela OpenAI para estimar a quantidade de tokens dos “inputs” e “outputs” passados.

Se não houvesse um orçamento grande, eu particularmente pensaria em outras opções, pois não acredito que seja essencial pelo custo benefício. Porém, consultar seus usuários é a melhor opção.

Considerações finais

Esse foi apenas um “projeto” para aprimorar e testar meus conhecimentos a partir do curso da Alura:

GPT e Python: criando ferramentas com a API

No qual recomendo fortemente você fazer, se tiver interesse em se aprofundar no uso de Inteligência Artificial para desenvolvimento de ferramentas.

Está realmente excepcional!

Eu tenho ciência das “limitações” deste “projeto”, sobretudo da parte técnica e tecnológica, entretanto, é apenas um “rascunho”.

Esse “projeto” é somente uma ideia e muitas outras coisas podem ser feitas, como até mesmo utilizar em Repositórios, como forma de divulgação de seus materiais.

Mas você pode me perguntar como seria definido a área de conhecimento dos documentos se eu não tenho nenhuma classificação?

Inspirado no sistema de probabilidade da OpenAlex, recomendaria utilizar dos termos indexadores para classificá-los em uma respectiva taxonomia de classificação (THE, ASJC, FORD-OECD, QS Quacquarelli Symonds etc. Eu realmente gosto da QS! ) e a partir da frequência da classificação dos termos indexadores, atribuiria uma probabilidade do documento ser de alguma área.

Caso tenham interesse, confiram o repositório no GitHub:

GitHub - FranciscoFoz/recomendador-artigos-OpenAlex-GPT

Ou na apresentação resumida do “projeto”:

Mas agora quero saber de você:

Quais outras possibilidades de “novas ferramentas” acopladas com IA generativa você já pensou?

Deixe nos comentários e vamos compartilhar conhecimento.

Além disso, fica a reflexão:

“Informação não é conhecimento. A única fonte do conhecimento é a experiência.”

— Desconhecido

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Dia 13 de setembro é o 256º dia do ano e é considerado o dia das pessoas programadoras.

\0/\0/ Parabéns !!

Já faz algum tempo que não escrevo, mas venho hoje apenas demonstrar uma pequena homenagem a uma figura bastante especial para esse dia: Henriette Avram

Quem foi Henriette Avram?

Nascida em 1919, em Nova York, Henriette Davidson Avram trilhou um caminho extraordinário, desafiando estereótipos e moldando o futuro das bibliotecas e da catalogação bibliográfica.

Henriette Avram não começou sua carreira como programadora. Inicialmente, ela sonhava em se tornar médica, mas a vida a levou por um caminho diferente quando se casou com Herbert Mois Avram e se mudou para os subúrbios de Washington. Lá, ela começou a estudar matemática na Universidade George Washington e ingressou na Agência de Segurança Nacional (NSA) em 1952, onde se destacou como programadora em um dos primeiros computadores do mundo.

Sua jornada na NSA e em empresas de software a preparou para o desafio que a aguardava na Biblioteca do Congresso em 1965. Sem experiência formal em biblioteconomia, ela foi designada para desenvolver um formato de catalogação automatizado, onde nada disso existia. Henriette Avram não apenas digitou catálogos de fichas em um banco de dados; ela concebeu um código matemático revolucionário, usando números, letras e símbolos para organizar informações bibliográficas em campos etiquetados. O resultado foi o Projeto Piloto MARC (Catalogação Legível por Máquina), concluído em 1968, que rapidamente se tornou o padrão preferido para bibliotecas nos Estados Unidos e em todo o mundo.

A contribuição de Henriette Avram não apenas tornou as coleções da Biblioteca do Congresso mais acessíveis, mas também revolucionou a maneira como as bibliotecas compartilham informações. Seu sistema permitiu que as pessoas consultassem catálogos automatizados em bibliotecas de todo o mundo, reduzindo drasticamente o trabalho manual necessário para encontrar livros e outros materiais.

O formato MARC, que Henriette Avram ajudou a criar, tornou-se a base para os catálogos de bibliotecas em todo o mundo, e sua aceitação ocorreu rapidamente, graças à determinação e ao espírito inovador de Avram. Mesmo sem treinamento formal como bibliotecária, ela ganhou o respeito e a admiração da comunidade bibliotecária nacional e internacional. Seu legado é evidente não apenas na tecnologia utilizada nas bibliotecas, mas também na maneira como as bibliotecas se transformaram.

Em 1992, quando se aposentou da Biblioteca do Congresso, Henriette Avram deixou para trás um legado duradouro que continua a impactar positivamente a forma como as pessoas acessam informações e conhecimento.

Hoje, no Dia da Programação, homenageio Henriette Avram, uma verdadeira pioneira da era da informação, cujo trabalho inspirador e visão transformaram as bibliotecas e a catalogação bibliográfica para sempre.

Ela é um exemplo brilhante de como a tecnologia, a programação e o conhecimento podem revolucionar e enriquecer nossas vidas de maneiras inimagináveis.

Henriette Avram, sua memória viverá para sempre como um farol de inspiração para todos nós.

Em um mundo em constante evolução, é notável que, mesmo com o surgimento de novas técnicas e padrões de catalogação, o MARC21 ainda é amplamente usado e apreciado, notadamente por sua capacidade excepcional de capturar uma variedade impressionante de detalhes.

Mesmo diante do desafio de se manter atualizado, essa habilidade única do MARC21 continua a ser um atributo muito importante, destacando sua durabilidade e a importância de seu legado.

No entanto, como tudo na vida, algum dia ele também terá seu fim (não hoje, nem amanhã) mas enquanto isso, continua a servir para a organização e o acesso às informações em bibliotecas e sistemas de informações em todo o mundo.

Se você chegou até aqui e curtiu, dê palmas e compartilhe,.

Ainda há muito a se explorar…

“Referências”:

Dwoskin, Beth. HENRIETTE AVRAM: Innovative Librarian (1919–2006). Disponível em: https://jwa.org/weremember/avram-henriette.

SCHUDEL, Matt. Henriette Avram, ‘Mother of MARC,’ Dies. In: LCIB, May 2006, Vol. 65, №5. Disponível em: https://www.loc.gov/loc/lcib/0605/avram.html.

Há algum tempo, aprendi que para trabalhar com tecnologia você não deve se prender a ferramentas…

Mas sim entender o problema, o contexto e escolher a ideal para que se tenha o melhor resultado dentro do menor tempo possível.

Há muitas e muitas ferramentas, desde planilhas, softwares especializados, linguagens de programação…

E não basta apenas conhecer, mas também, às vezes, é necessário uma certa “estratégia” (método) na forma de como utilizar para que se possa usufruir ao máximo.

Com visualização de dados (DataViz) não é diferente, principalmente com sua complexidade de ter 2 etapas:

• Visualização na análise exploratória;
• Visualização na apresentação dos dados (Storytelling).

Bom, mas há mais uma ferramenta que você poderá conhecer, para te auxiliar nesse processo:

FLOURISH

Flourish

No texto de hoje, trago um breve resumo dela, com algumas indicações das suas funcionalidades.

Bora lá?!

Sumário

Por que utilizaria Flourish?

Recursos interessantes do Flourish

Considerações finais

Por que utilizaria Flourish?

Tableau, Power BI, QlikView, MicroStrategy, Looker/Google Data Studio, Plotly (Python, R, JS), D3.js (JS), Bokeh (Python), Matplotlib (Python), Seaborn (Python), ggplot2 (R), Altair (Python)…

Há muitas ferramentas de visualizações de dados no mercado e você pode pensar:

Apenas mais uma ferramenta para fazer alguns gráficos… :/

Realmente, é apenas mais uma ferramenta, mas…

• Não é necessário saber nenhuma linguagem de programação;
• Há alguns “gráficos bonitos” que não se encontram com facilidade de desenvolvimento em outras;
• Grande parte das suas funcionalidades é disponibilizada de forma gratuita.

Nem sempre todas as pessoas da sua equipe saberão programar, e ter opções de ferramentas que facilitam a apresentação e o design da informação poderá ser mais uma “carta na manga”.

Recursos interessantes do Flourish

O Flourish disponibiliza mais de 150 tipos de visualizações para você escolher (entre gratuitas e pagas):

Grande parte delas será mais voltada apenas a um melhor design de apresentação, mas que poderá contar alguns pontos a mais para você.

Como a de números rodando:

Corridas de barras e linhas:

Nuvens de palavras:

Conexões do globo:

Ainda não encontrei nenhuma outra ferramenta que faça um gráfico como esse.

Como análise, não vejo realmente muito valor em designs 3D e algumas dessas outras funcionalidades, porém para uma apresentação, às vezes, poderá ser um ponto legal.

E até mesmo Cards:

Realmente diversificadas opções!

Mas um ponto que acredito que se destaque, é a sua possibilidade de integrar com o Canva, facilitando assim a criação de apresentação e infográficos interativos.

Como você pode ver nesta apresentação do seu próprio canal no Youtube:

Considerações finais

De longe o Flourish não seria a minha primeira escolha para Visualização de Dados, porém em casos específicos ela poderá ser uma possibilidade.

Agora, se você tem uma grande quantidade de dados, talvez seja interessante escolher uma ferramenta mais robusta, como uma própria linguagem de programação, como Python.

Sim, você pode criar gráficos interativos, como esse de linhas:

Utilizando a biblioteca Plotly.

Se linguagens de programação para criar gráficos ainda é um “bicho de sete cabeças” para você, não se preocupe.

A Alura lançou recentemente um curso realmente muito bom que poderá te ajudar:

Nele você poderá aprender a criar gráficos estáticos e também interativos com Python.

A didática está realmente perfeita e sem dúvidas, recomendaria para você.

Mas agora quero saber de você:

Qual outra ferramenta de DataViz e/ou Storytelling você conhece que gostaria de compartilhar?

Deixe nos comentários e vamos compartilhar conhecimento.

Se você chegou até aqui e curtiu, dê palmas, compartilhe e se inscreva para me acompanhar.

Ainda há muito a se explorar…

Se você me acompanha por aqui, tenho uma nota informativa para você.

Esse blog nasceu de uma iniciativa de compartilhar conhecimento, principalmente em Ciência de dados, Biblioteconomia e Tecnologia.

Ele é um hobby, porém tento encarar de forma profissional, e por este motivo, tenho o comprometimento de publicar regularmente todas as semanas, geralmente às terças-feiras.

Entretanto, durante o mês de julho de 2023, não será publicado nenhum texto.

Precisarei reorganizar algumas coisas pessoais e redefinir alguns objetivos.

Se você lê o que eu escrevo, agradeço pelo seu tempo e atenção.

Se você gosta do que eu escrevo, não se preocupe. Não pararei de escrever, porque também gosto! :)

Além disso …

Ainda há muito a se explorar…