A Revista Inteligência Competitiva e suas classificações Qualis/CAPES

Classificação de periódicos Qualis/CAPES 2014-2016

Periódicos

 
ISSN Título Área de Avaliação Classificação
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO B3
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO B3
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA EDUCAÇÃO B4
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA ENGENHARIAS III B5
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA FILOSOFIA B5
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA INTERDISCIPLINAR C
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA INTERDISCIPLINAR C
2236-210X REVISTA INTELIGÊNCIA COMPETITIVA PSICOLOGIA B4
Advertisements

Inteligência Competitiva Tecnológica: “Inovação é o motor que mantém as políticas sociais em funcionamento”

Avaliação foi feita por Elisabeth Reynolds, que coordenou no MIT um conjunto de estudos sobre inovação no Brasil (foto: MIT)

O Brasil enfrenta, neste momento, grandes limitações orçamentárias. De modo a apoiar a agenda de política social, o país necessita investir em aumento de produtividade e crescimento por meio da inovação.

A avaliação foi feita por Elisabeth Reynolds, diretora executiva do Industrial Performance Center (IPC) – um instituto de pesquisa vinculado ao Massachusetts Institute of Technology (MIT), nos Estados Unidos –, durante um workshop realizado no fim de janeiro, na FAPESP.

Intitulado “Innovating in Brazil” (Inovando no Brasil), o evento reuniu pesquisadores norte-americanos e brasileiros, além de representantes do governo e da indústria, com o objetivo de debater qual deve ser a agenda de inovação para o Brasil avançar.

A discussão teve como base 14 artigos elaborados por cientistas do MIT e por seus alunos de pós-graduação – muitos deles brasileiros –, além de colaboradores de instituições como Banco Mundial, Universidade de São Paulo (USP), Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), Instituto de Pesquisa Econômica Aplicada (Ipea), Financiadora de Estudos e Projetos (Finep), Banco Nacional de Desenvolvimento Econômico e Social (BNDES), Inter.B Consultoria Internacional de Negócios e Mobilização Empresarial pela Inovação (MEI).

Os trabalhos – ainda não publicados – traçam um panorama das instituições, políticas e programas que dão forma ao sistema de inovação do Brasil. Discutem o que falta às universidades brasileiras para que possam atuar efetivamente como motores da inovação no país. Destacam a necessidade de abrir a economia brasileira, altamente protegida, para o mercado globalizado.

Os trabalhos tratam também dos chamados “intermediários da inovação” – como os centros de engenharia da Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii) e da FAPESP, além dos Institutos Senai de Inovação (ISI) – que, segundo os autores, “se esforçam para preencher lacunas importantes no ecossistema de inovação”. Como formas organizacionais mais simples e menos burocráticas, avaliam os pesquisadores, esses intermediários encorajam grandes projetos aplicados de pesquisa e desenvolvimento em empresas, além de colaborações mais produtivas com as universidades.

Segundo Reynolds, o objetivo do workshop foi debater os temas tratados nos artigos com membros da academia, do governo e da indústria antes de tornar os trabalhos acessíveis ao grande público. A expectativa é que a versão final seja divulgada ainda em 2018 – a tempo de influenciar o debate sobre inovação durante as eleições presidenciais.

Em entrevista concedida à Agência FAPESP, a diretora executiva do IPC destacou a necessidade de um planejamento de longo prazo na área de ciência, tecnologia e inovação, descolado das urgências políticas do dia a dia. Leia, a seguir, os principais trechos da conversa.

Agência FAPESP – Poderia explicar o escopo do IPC e por que o centro tem interesse no tema da inovação no Brasil?
Elisabeth Reynolds – O instituto foi fundado no início da década de 1990. Na época, o Japão dominava o mercado automotivo e havia uma grande preocupação em relação à produtividade e à competitividade da indústria norte-americana. O MIT conduziu então um grande estudo sobre o tema nomeado “Made in America“, que se tornou bastante popular. O trabalho deixou claro que precisávamos de um centro de investigação que não fosse focado em apenas um tipo de indústria, ou em uma questão específica como produtividade, mas olhasse para todas as empresas e a indústria no contexto da economia globalizada. Esse tem sido o trabalho do IPC nos últimos 25 anos: entender como nossas empresas e a indústria podem se desenvolver, inovar e aumentar sua competitividade no contexto da economia globalizada. Nossa pesquisa pode estar focada em uma indústria ou em um país específico. Já desenvolvemos trabalhos na Europa, na Ásia e no México. O Brasil é uma economia emergente e é muito interessante para nós entender qual deve ser a agenda de inovação e o que precisa ser feito para que o país realmente avance.

Agência FAPESP – Quando começaram as pesquisas no Brasil e quantos cientistas estão envolvidos?
Reynolds – Temos trabalhado no Brasil há muitos anos, em parceria com pesquisadores de campo interessados em construir capacidade de inovação no país. Nosso time no IPC é formado por cinco ou seis pesquisadores sêniores e, além disso, contamos com cerca de oito estudantes – a maioria é brasileira. Temos nos beneficiado dessa proximidade com os estudantes, pois eles moram nos Estados Unidos, mas conhecem o contexto brasileiro muito bem. Fomos trazidos ao Brasil pela primeira vez em um projeto patrocinado pelo Senai [Serviço Nacional de Aprendizagem Industrial], que tinha o objetivo de introduzir mais inovação em sua agenda. Nossa missão era estudar não apenas os 25 institutos de inovação mantidos pelo Senai em diversos estados, como também avaliar o contexto mais amplo para a inovação no país. Após anos de investigação, decidimos reunir os pesquisadores do IPC e nossos parceiros brasileiros, além de outros acadêmicos e líderes de empresas, para iniciar uma conversa sobre qual seria a agenda de inovação necessária para o Brasil. O resultado foi debatido no workshop realizado na FAPESP.

Agência FAPESP – Qual era a proposta do workshop?
Reynolds – Discutimos o conteúdo de 14 artigos ainda não publicados – metade escrita por pesquisadores do MIT e metade por nossos colegas brasileiros. Convidamos também cerca de 10 debatedores envolvidos com a indústria, com o governo ou com a academia. Os artigos cobrem temas-chave, que consideramos importantes para a agenda de inovação brasileira. Entre eles está o contexto político-econômico da inovação, o papel das universidades e das instituições. Nós observamos muita inovação institucional no Brasil – novas instituições sendo formadas, que são organizações voltadas a promover pesquisa translacional com potencial impacto em empresas e na economia. Também buscamos entender a competitividade das empresas e da indústria brasileira. Trata-se de uma economia altamente fechada e protegida. Uma das discussões relevantes foi sobre como criar políticas públicas que ajudem a abrir a sociedade para a economia global.

Agência FAPESP – Há previsão de quando e onde esses artigos serão publicados?
Reynolds – Esperamos que seja ainda este ano, antes das eleições. Nossa expectativa é que o resultado das pesquisas auxilie o debate sobre o tema durante as eleições. Não estamos interessados em publicar artigos em jornais acadêmicos altamente especializados e sofisticados, pois poucos têm acesso a esses meios. Gostaríamos de ver este trabalho publicado em jornais e também reunir os artigos em um livro acessível ao público geral. Também esperamos comunicar os resultados em diversos locais, para pessoas interessadas em fazer com que essa agenda avance, sejam elas ligadas ao governo ou a organizações relacionadas à indústria.

Agência FAPESP – Com base nos artigos em discussão, quais seriam os principais pontos da agenda de inovação brasileira?
Reynolds – Podemos destacar três fatores. O primeiro é a necessidade de abrir a economia brasileira para a economia global – algo importante para aumentar a competitividade e a inovação. Isso trará verdadeiros benefícios para o país, não apenas para as empresas como também para trabalhadores de baixa renda. Em segundo lugar eu destacaria a necessidade de reformas institucionais. Uma das principais discussões do workshop foi o que precisa acontecer para o governo se tornar um parceiro completo do setor privado. E como obter uma melhor coordenação no sistema fragmentado de inovação do Brasil. O terceiro ponto é a criação de uma mentalidade [mindset] no país que permita ver a agenda de inovação e a agenda da ciência e da tecnologia como algo fundamental para sustentar as políticas sociais e a rede de segurança social do Brasil. O país enfrenta grandes limitações orçamentárias atualmente. De modo a apoiar a agenda de política social, o país deve investir em aumento da produtividade e no crescimento por meio da inovação. Sacrificar a agenda de inovação em nome de uma agenda social seria destruir o motor que mantém as políticas sociais do país em funcionamento. Temos que encontrar uma maneira de construir um consenso, criar uma abordagem sistêmica para apoiar a agenda de inovação, de modo que seja vista como parte importante do avanço da economia brasileira. O Brasil começou a ver algum crescimento econômico e esse mindset tem de ser encorajado neste momento. Caso contrário, há um grande risco de o motor ser destruído, comprometendo o avanço das políticas sociais no país.

Agência FAPESP – Um obstáculo ao avanço da inovação apontado por vários dos participantes do workshop é a falta de governança e de planejamento de longo prazo no país. Como superar esse problema em um cenário político tão instável como o atual?
Reynolds – É um fato da democracia as políticas públicas estarem sujeitas a experiências políticas. Temos esse problema nos Estados Unidos também. Políticos querem ser reeleitos e isso significa apoiar políticas que, no curto prazo, agradem seus eleitores. O que temos visto em outros países é a construção de instituições capazes de ficar a um passo de distância do processo político. Um serviço público bem estruturado, por exemplo, que não se mova com a mudança do vento a cada governo político. Instituições que se sobressaem a qualquer indivíduo, um ministério que trabalha com planejamento de longo prazo, investimentos direcionados para um determinado projeto de longo prazo. Nos Estados Unidos vemos isso com frequência no Departamento de Defesa, onde há um plano de longo prazo independente do que acontece na política. No passado, o Brasil já fez isso. Foi o caso da Embraer no setor aeroespacial. Também há exemplos no setor agrícola e de biocombustíveis – este último infelizmente não é mais assim. É um grande desafio para o Brasil. O primeiro passo é criar um contexto institucional que permita e incentive um planejamento de longo prazo separado das urgências políticas do dia a dia. Penso que esse é o tipo de reforma institucional que o país deveria estar buscando – pelo menos no que se refere à agenda de inovação.

Fonte: Karina Toledo  |  Agência FAPESP, 22 de fevereiro de 2018 

Inteligência Competitiva – Comportamento: Depressão em adolescentes pode estar ligada a aumento na recompensa

Depressão em adolescentes pode estar ligada a aumento na recompensa

Pesquisadores observam que uma alteração no funcionamento da rede cerebral associada à recompensa parece anteceder em alguns anos a instalação do problema em adolescentes (foto: Eduardo César / Pesquisa FAPESP)

É no início da adolescência, uma fase de grandes transformações no corpo e na mente, que aumenta a frequência dos casos de depressão, marcada por uma sensação prolongada de tristeza, queda da autoestima e perda do prazer em realizar atividades antes agradáveis.

Estudos que acompanharam crianças e adolescentes nos Estados Unidos no final dos anos 1990 constataram que a proporção de casos novos que surgem a cada ano passa de 1% aos 11 anos de idade para 2% aos 15 anos e 15% aos 18 – em média, uma em cada seis pessoas terá um episódio de depressão ao longo da vida.

Agora, um grupo de pesquisadores brasileiros verificou que uma alteração no funcionamento da rede cerebral associada à recompensa parece anteceder em alguns anos a instalação do problema em adolescentes. Se confirmada em outros estudos, essa característica talvez possa servir como um sinalizador do risco de depressão.

Essa conclusão emerge de um estudo que acompanhou por ao menos três anos 529 crianças e adolescentes brasileiros (255 de São Paulo e 274 de Porto Alegre). Exames de imagens que permitem ver o cérebro em funcionamento mostraram que aqueles que apresentavam a rede cerebral da recompensa mais ativa e com seus pontos mais conectados entre si apresentavam um risco 54% maior de receber o diagnóstico de depressão na avaliação psiquiátrica feita três anos depois do teste inicial do que as crianças e os adolescentes em que esse circuito operava em níveis mais baixos e considerados adequados.

A rede da recompensa começou a ser mapeada no início dos anos 1950 em testes com roedores feitos pelo psicólogo norte-americano James Olds (1922-1976) e pelo neurofisiologista britânico Peter Milner (1919). Formada por diferentes regiões do cérebro sensíveis à ação da dopamina, um comunicador químico (neurotransmissor) que transporta informações de uma célula cerebral a outra, essa rede processa as sensações de prazer, como as geradas pelo consumo de alimentos saborosos, o contato com amigos, um elogio do chefe ou pela atividade sexual. Também modula a motivação, uma força interna que leva as pessoas a perseguir seus desejos e satisfazer suas necessidades.

No estudo com crianças e adolescentes de São Paulo e Porto Alegre, o psiquiatra Pedro Pan, pesquisador da Universidade Federal de São Paulo (Unifesp), e o neurocientista e estatístico João Ricardo Sato, professor da Universidade Federal do ABC (UFABC), analisaram o grau de conectividade entre 11 pontos da rede de recompensa, enquanto os voluntários permaneciam deitados e em repouso no interior do aparelho de ressonância magnética.

Os voluntários haviam sido orientados a olhar para um ponto fixo e não se concentrarem em nenhum pensamento específico. Nessa situação, o cérebro se encontraria em seu estado mais fundamental – ainda assim, com várias redes cerebrais ativas – e permitiria identificar as características intrínsecas ao seu funcionamento.

Nos participantes com o circuito cerebral de recompensa mais conectado e ativo, uma área em especial chamou a atenção dos pesquisadores: o corpo estriado ventral esquerdo. Essa pequena estrutura localizada em uma região profunda e evolutivamente primitiva do cérebro encontrava-se mais ativa nas crianças que mais tarde desenvolveram depressão do que naquelas que não tiveram o problema.

Leia a notícia completa na edição de fevereiro da revista Pesquisa FAPESP, aqui

Fonte: Ricardo Zorzetto  |  Pesquisa FAPESP –

Inteligência Competitiva – Podcast: The Fourth Industrial Revolution and the future of work

Will human ingenuity dream up new forms of productive employment?

This is episode 7 in a 10-part podcast series that will introduce listeners to the thinkers, entrepreneurs, and innovators who are already spotting the risks ahead, and seeking to guide humanity towards the land of ease and plenty that some believe is now within reach.

Episode 7 – Work in the 4IR

Listen, here.

As advances in AI and robotics threaten to put millions of people out of jobs, there is profound concern about the future of work in the Fourth Industrial Revolution. Will human ingenuity dream up new forms of productive employment? Is the gig economy going to become the new norm and if so, can the rights that workers have won over the last two centuries of struggle be protected?

Joining us for episode 7 of ‘Shaping the Fourth Industrial Revolution’ are Andrew Maynard, Director of the Risk Innovation Lab at the School for the Future of Innovation in Society, Arizona State University, Jane Humphries, Professor of Economic History at All Souls College, Oxford, Sharan Burrow, General Secretary of the International Trades Union Confederation, Stuart Russell, Professor of Computer Science and Smith-Zadeh Professor in Engineering, University of California, Berkeley; Stephane Kasriel, CEO of Upwork; Sue Duke, Senior Director of Public Policy at LinkedIn, and Alexander De Croo, Deputy Prime Minister of Belgium.

New episodes will be published every Tuesday from January 23, 2018 through March 6 on iTunes, Spotify and SoundCloud.

Source: Written by Anne Marie Engtoft Larsen, Knowledge Lead, Science and Technology Studies, World Economic Forum Geneva. The views expressed in this article are those of the author alone and not the World Economic Forum.

12 ways to get smarter – in one chart, by Jeff Desjardins

The level of a person’s raw intelligence, as measured by aptitude tests such as IQ scores, is generally pretty stable for most people during adulthood.

While it’s true that there are things you can do to fine tune your natural capabilities, such as doing brain exercises, puzzle solving, and getting optimal sleep – the amount of raw brainpower you have is difficult to increase in any meaningful or permanent way.

For those of you who strive to be high-performers, this may seem like bad news. If processing power can’t be increased, then how can life’s increasingly complex problems be solved?

Image: Visual Capitalist

The key is mental models

The good news is that while raw cognitive abilities matter, it’s how you use and harness those abilities that really makes the difference.

The world’s most successful people, from Ray Dalio to Warren Buffett, are not necessarily leagues above the rest of us in raw intelligence – they have simply developed and applied better mental models of how the world works, and they use these principles to filter their thoughts, decisions, strategies, and execution.

Today’s infographic comes from best-selling author and entrepreneur Michael Simmons, who has collected over 650 mental models through his work. The image, in a similar style to one we previously published on cognitive biases, synthesizes these models down to the most useful and universal mental models that people should learn to master first.

Concepts such as the 80/20 rule (Pareto’s principle), compound interest, and network effects are summarized in the visualization, and their major components are broken down further within the circle.

Mental model example

In a recent Medium post by Simmons, he highlights a well-known mental model that is the perfect breadcrumb to start with.

The 80/20 rule (Pareto’s principle) is named after Italian economist Vilfredo Pareto, who was likely the first person to note the 80/20 connection in an 1896 paper.

In short, it shows that 20% of inputs (work, time, effort) often leads to 80% of outputs (performance, sales, revenue, etc.), creating an extremely vivid mental framework for making prioritization decisions.

Image: Visual Capitalist

The 80/20 rule represents a power law distribution that has been empirically shown to exist throughout nature, and it also has huge implications on business.

If you focus your effort on these 20% of tasks first, and get the most out of them, you will be able to drive results much more efficiently than wasting time on the 80% “long tail” shown below.

Image: Visual Capitalist

This is just one example of how a powerful mental model can be effective in making you work more intelligently.

Source: Jeff Desjardins, Founder and editor of Visual Capitalist. Published World Economic Forum

 

The AI Debate We Need, by SAMI MAHROUM

Rapid advances in artificial intelligence and related technologies have contributed to fears of widespread job losses and social disruptions in the coming years, giving a sense of urgency to debates about the future of work. But such discussions, though surely worth having, only scratch the surface of what an AI society might look like.

BARCELONA – One can hardly go a day without hearing about a new study describing the far-reaching implications of advances in artificial intelligence. According to countless consultancies, think tanks, and Silicon Valley celebrities, AI applications are poised to change our lives in ways we can scarcely imagine.

The biggest change concerns employment. There is widespread speculation about how many jobs will soon fall victim to automation, but most forecasters agree that it will be in the millions. And it is not just blue-collar jobs that are at stake. So, too, are high-skilled white-collar professions, including law, accounting, and medicine. Entire industries could be disrupted or decimated, and traditional institutions such as universities might have to downsize or close.

Such concerns are understandable. In the current political economy, jobs are the main vehicle for wealth creation and income distribution. When people have jobs, they have the means to consume, which drives production forward. It is not surprising that debates about AI would center on the prospect of mass unemployment, and on the forms of compensation that could become necessary in the future.2

But, to understand better what AI will mean for our shared economic future, we should look past the headlines. We can start with insights from Project Syndicate commentators, who assess AI’s economic implications by situating the current technological revolution in a larger historical context. Their analyses suggest that AI will indeed reshape employment across advanced and developing economies alike, but also that the future of work will be but one small part of a much larger story.

FROM EACH AI ACCORDING TO ITS ABILITIES…

For Nobel laureate economist Christopher Pissarides and Jacques Bughin of the McKinsey Global Institute, the AI revolution need not “conjure gloom-and-doom scenarios about the future of work,” so long as governments rise to the challenge of equipping workers “with the right skills” to prepare them for future market needs. Pissarides and Bughin remind us that job displacement from new technologies is nothing new, and often comes in waves. “But throughout that process,” they note, “productivity gains have been reinvested to create new innovations, jobs, and industries, driving economic growth as older, less productive jobs are replaced with more advanced occupations.”

SAP CEO Bill McDermott is similarly optimistic, and sees “nothing to be gained from fearing a dystopian future that we have the power to prevent.” Rather than rendering humans obsolete, McDermott believes that AI applications could liberate millions of people from “the dangerous and repetitive tasks often associated with manual labor.” And he points to the introduction of “collaborative robots” to show that “partnership, not rivalry” will define our future relationship with AI technologies across all sectors. But, as McDermott is quick to point out, this worker-machine dynamic will not come about on its own. “Those leading the change” must not lose sight of the “human element,” or the fact that “there are some things even the smartest machines will never do.”

But, as Laura Tyson of the University of California, Berkeley, warns, the design of new “smart machines” is less important than “the policies surrounding them.” Tyson notes that technological change has, in fact, already been displacing workers for three decades, accounting for an estimated 80% of the job losses in US manufacturing. In her view, we could be heading for a “‘good-jobless future,’ in which a growing number of workers can no longer earn a middle-class income, regardless of their education and skills.” To minimize that risk, she calls on policymakers in advanced economies to “focus on measures that help those who are displaced, such as education and training programs, and income support and social safety nets, including wage insurance, lifetime retraining loans, and portable health and pension benefits.”

Alongside those welcoming or worrying about AI are others who consider current warnings to be premature. For example, Tyson’s University of California, Berkeley, colleague J. Bradford DeLong believes that, “it is profoundly unhelpful to stoke fears about robots, and to frame the issue as ‘artificial intelligence taking American jobs.’” Taking a long historical view, DeLong argues that there have been “relatively few cases in which technological progress, occurring within the context of a market economy, has directly impoverished unskilled workers.” Still, like Tyson, he notes that “workers must be educated and trained to use increasingly high-tech tools,” and that redistributive policies will be needed to “maintain a proper distribution of income.”

THE OPTIONS ON THE TABLE

Containing income inequality is in fact one of the primary challenges of the digital age. One possible remedy is a tax on robots, an idea first proposed by Mady Delvaux of the European Parliament and later endorsed by Microsoft founder Bill Gates. Nobel laureate economist Robert Shiller observes that while the idea has drawn derision in many circles, it deserves an airing, because there are undeniable “externalities to robotization that justify some government intervention.” Moreover, there aren’t any obvious alternatives, given that “a more progressive income tax and a ‘basic income’” lack “widespread popular support.”

But Yanis Varoufakis of the University of Athens sees another solution: “a universal basic dividend (UBD), financed from the returns on all capital.” Under Varoufakis’s scheme, the pace of automation and rising corporate profitability would pose no threat to social stability, because society itself would become “a shareholder in every corporation, and the dividends [would be] distributed evenly to all citizens.” At a minimum, Varoufakis contends, a UBD would help citizens recoup or replace some of the income lost to automation.

Similarly, Kaushik Basu of Cornell University thinks there should be a larger focus “on expanding profit-sharing arrangements, without stifling or centralizing market incentives that are crucial to drive growth.” Practically speaking, managing the rise of new tech monopolies that enjoy unjustifiable “returns to scale” would require giving “all of a country’s residents the right to a certain share of the economy’s profits.” At the same time, it will mean replacing “traditional anti-monopoly laws with legislation mandating a wider dispersal of shareholding within each company.”

Another option, notes Stephen Groff of the Asian Development Bank, is to direct workers toward fields that will not necessary fall prey to automation. For example, “governments should offer subsidies or tax incentives to companies that invest in the skills that humans master better than machines, such as communication and negotiation.” Another idea, notes Kemal Derviş of the Brookings Institution, is a “job mortgage,” whereby firms “with a future need for certain skills would become a kind of sponsor, involving potential future job offers, to a person willing to acquire those skills.”

And at a more fundamental level, argues Andrew Wachtel, the president of the American University of Central Asia, we should be preparing people for an AI future by teaching “skills that make humans human.” The workers of tomorrow, he notes, “will require training in ethics, to help them navigate a world in which the value of human beings can no longer be taken for granted.”

STEPPING OFF THE TREADMILL

And yet, as useful as these ideas are, they do not address a fundamental question of the digital age: Why do we still need jobs? After all, if AI technologies can deliver most of the goods and services that we need at less cost, why should we spend our precious time laboring? The impulse to preserve traditional employment is an artifact of the industrial age, when the work-to-consume dynamic drove growth. But now that capital growth is outpacing job growth, that model is breaking down.

Capital, land, and labor were the three pillars of the industrial age. But digitalization and the so-called platform economy have devalorized land, and the AI revolution now threatens to render much labor obsolete. The question for a fully automated future, then, is whether jobs can be delinked from incomes, and incomes delinked from consumption. If not, then we could be headed for what Robert Skidelsky of Warwick University describes as “a world in which we are condemned to race with machines to produce ever-larger quantities of consumption goods.”

Fortunately, the AI revolution holds out the promise of an alternative future. As Adair Turner of the Institute for New Economic Thinking points out, it is not hard to imagine “a world in which solar-powered robots, manufactured by robots and controlled by artificial intelligence systems, deliver most of the goods and services that support human welfare.” At the same time, the social theorist Jeremy Rifkin, in The Zero Marginal Cost Society, shows how shared platforms could produce countless new goods and services, and how new business models might emerge to monetize those platforms, all at no cost to consumers.

If this sounds farfetched, consider that it is already happening. Billions of people around the world now use platforms such as Facebook, WhatsApp, and Wikipedia for free. As DeLong notes, “More than ever before, we are producing commodities that contribute to social welfare through use value rather than market value.” And people are spending increasingly more time “interacting with information-technology systems where the revenue flow is, at most, a tiny trickle tied to ancillary advertising.”

As it advances, AI could allow us to consume ever more products and services from an expanding “freemium” economy based on network effects and “collective intelligence,” not unlike an open-source community. At the same time, agents in a parallel premium economy will continue to mine AI-based systems to extract new value. In an advanced AI economy, fewer people would hold traditional jobs, governments would collect less in taxes, and countries would have smaller GDPs; yet everyone would be better off, free to consume a widening range of goods that have been decoupled from income.

THE END OF EMPLOYMENT

In such a scenario, a job would become a luxury or hobby rather than a necessity. Those looking for more income would most likely have opportunities to do so through data mining, in the same way that cryptocurrency miners do today. But, because such income would be useful only for purchasing products and services that have resisted AI production, trading would be consigned to niche markets operated through blockchain networks. As Maciej Kuziemski of the University of Oxford outs it, AI will not just “change human life,” but will also alter “the boundaries and meaning of being human,” beginning with our self-conception as laboring beings.

Again, this may sound farfetched, or even utopian; but it is a more realistic depiction of the future than what one hears in current debates about preserving industrial-era economic frameworks. For example, plenty of people – not least rent-seeking owners of capital – already do not make a living from selling their labor. In an AI society, we could expect to see the protestant work ethic described by Max Weber gradually become an anachronism. Work would give way to higher forms of human activity, as the German philosopher Josef Pieper envisioned. “The modern person works in order to live, and lives in order to work,” Pieper observed more than 70 years ago. “But, for the ancient and medieval philosopher, this was a strange way to view the world; rather, they would say that we work in order to have leisure.”

In an AI economy, individuals might earn “income” from their data when they partake in physical recreation; make “green” consumption choices; or share stories, pictures, or videos. All of these activities already reap rewards through various apps today. But Princeton University’s Harold James believes the replacement of work with new forms of leisure poses significant hazards. In particular, James worries that AI’s cooptation of most mental labor will usher in a “stupid economy,” defined by atrophying cognitive skills, just as technologies that replaced manual labor gave rise to sedentary lifestyles and expanded waistlines.

In my view, however, there is no reason to think that the technologies of the future will not provide even more opportunities for people to live smarter and more creatively. After all, reaping the full benefits of AI will itself require acts of imagination. Moreover, millions of people will be freed up to perform social work for which robots are unsuited, such as caring for children, the sick, the elderly, and other vulnerable communities. And millions more will engage in leisure-work activities in the freemium economy, where data will be the new “natural resource” par excellence.

MAKING WORKLESSNESS WORK

Still, realizing this vision of the future is far from guaranteed. It will require not just new economic models, but also new forms of governance and legal frameworks. For example, Kuziemski argues that, “Empowering all people in the age of AI will require each individual – not major companies – to own the data they create.” Hernando de Soto of the Institute of Liberty and Democracy adds the corollary that ensuring equal access to data for all people will be no less important.

Such imperatives highlight the fundamental ethical questions surrounding the AI revolution. Ultimately, the regulatory and institutional systems that we create to manage the new technologies will reflect our most deeply held values. But that means regulations and institutions might evolve differently from country to country. This worries Guy Verhofstadt of the Alliance of Liberals and Democrats for Europe Group (ALDE) in the European Parliament, who urges his fellow Europeans to start setting standards for AI now, before governments with fewer concerns about privacy and safety do so first.

With respect to safety, University of Connecticut philosopher Susan Leigh Anderson argues that machines should be permitted “to function autonomously only in areas where there is agreement among ethicists about what constitutes acceptable behavior.” More broadly, she cautions those developing ethical operating protocols for AI technologies that “ethics is a long-studied field within philosophy,” one that “goes far beyond laypersons’ intuitions.”

Underscoring that point, Princeton University’s Peter Singer lists various ethical dilemmas that are already confronting AI developers, and which have no clear solution. For example, he wonders whether driverless cars “should be programmed to swerve to avoid hitting a child running across the road, even if that will put their passengers at risk.” Singer warns against thinking of AI as merely a machine that can beat a human in chess or go. “It is one thing to unleash AI in the context of a game with specific rules and a clear goal,” he writes. “It is something very different to release AI into the real world, where the unpredictability of the environment may reveal a software error that has disastrous consequences.”

The potential for AI to provoke a backlash will be particularly acute in public services, where robots might manage our personal records or interact with children, the elderly, the sick, or socially marginalized groups. As Simon Johnson and Jonathan Ruane of MIT Sloan remind us, “what is simple for us is hard for even the most sophisticated AI; conversely, AI often can do easily what we regard as difficult.” The challenge, then, will be to determine – and not only on safety grounds – where and when AI should and should not be deployed.

Furthermore, democracies, in particular, will need to establish frameworks for holding those in charge of AI applications accountable. Given AI’s high-tech nature, governments will most likely have to rely on third-party designers and developers to administer public-service applications, which could pose risks to the democratic process. But the University of Oxford ethicist Luciano Floridi fears the opposite scenario, in which “AI is no longer controlled by a guild of technicians and managers,” and has been made “available to billions of people on their smartphones or some other device.”

A BROAD AGENDA

At the end of the day, policymakers setting a course for the future must focus on ensuring a smooth passage into an AI-enabled freemium economy, rather than trying to delay or sabotage the inevitable. They should follow the example of policy interventions in earlier periods of automation. As New York University’s Nouriel Roubini reminds us, “late nineteenth- and early twentieth-century leaders” sought to “minimize the worst features of industrialization.” Accordingly, child labor was abolished, working hours were gradually reduced, and “a social safety net was put in place to protect vulnerable workers and stabilize the (often fragile) macroeconomy.”

A more recent success has been “green” policies that give rise to new business models. Such policies include feed-in tariffs, carbon credits, carbon trading, and Japan’s “Top Runner” program. When thinking about the freemium economy, governments should consider introducing automation offsets, whereby businesses that adopt labor-replacing technologies must also introduce a corresponding share of freemium goods and services into the market.

More broadly, policy approaches to education, skills training, employment, and income distribution should all now assume a post-AI perspective. As Floridi notes, this will require us to question some of our most deeply held convictions. “A world where autonomous AI systems can predict and manipulate our choices,” he observes, “will force us to rethink the meaning of freedom.” Similarly, we will also have to rethink the meaning and purpose of education, skills, jobs, and wages.

Moreover, we will have to re-conceptualize economic value for a context in which most things are free, and spending of any kind is a luxury. We will have to decide on appropriate forms of capital ownership under such conditions. And we will have to create new incentives for people to contribute to society.

All of this will require new forms of proprietary rights, new modes of governance, and new business models. In other words, it will require an entirely new socioeconomic system, one that we will either start shaping or allow to shape us.

Source and author: SAMI MAHROUM, Writing for PS since 2012

Sami Mahroum is Director of the Innovation & Policy Initiative at INSEAD and a member of the WEF Regional Strategy Group for the Middle East and North Africa. He is the author of Black Swan Start-ups: Understanding the Rise of Successful Technology Business in Unlikely Places.

Published Project Syndicate, Feb 16, 2018 

Inteligência Competitiva: Cinco tendências globais para alimentos e bebidas

2018021907-300x157

Uma das principais empresas em inteligência de mercado e consultoria, a Mintel, divulgou os resultados de um estudo que procurou detectar quais são as principais tendências para o setor de alimento e bebidas, com base, inclusive, no que o consumidor espera dos players desses segmentos e naquilo que ele não quer mais “engolir”.

Em resumo, a análise aponta que as empresas terão de se ocupar muito mais com a questão da transparência sobre o que vendem, fornecer produtos que deem “conforto” a um consumidor que valoriza diferentes texturas, sensações e personalização. Outro movimento deverá ser o crescimento dos alimentos produzidos cientificamente em laboratório (alguém lembra do hambúrguer sem carne, que tem envolvimento até de empresas como o Google?).

“Em 2018, a Mintel prevê oportunidades para fabricantes e varejistas que ajudarão os consumidores a recuperar a confiança em alimentos e bebidas e a aliviar o estresse através de dietas balanceadas e também por experiências memoráveis do que comem ou bebem. Há também um novo grande capítulo a despontar pelo qual a tecnologia irá ajudar as marcas e varejistas a desenvolverem conexões mais personalizadas com compradores, enquanto empresas modernas estão usando projetos científicos para criar uma nova e emocionante geração de alimentos e bebidas sustentáveis”, afirma Jenny Zegler, Especialista Global de Alimentos e Bebidas da Mintel.

Veja a seguir, as tendências para o setor em 2018, definidas por Jenny:

Transparência Total

A desconfiança generalizada exerce pressão sobre os fabricantes para que ofereçam informações detalhadas e honestas sobre como, onde e quando alimentos e bebidas são cultivados, colhidos, feitos e vendidos. A necessidade de garantir a segurança e a confiabilidade de alimentos e bebidas levou ao aumento do uso de posicionamentos naturais, éticos e ambientais em uma escala global. Além de detalhes mais específicos, a próxima onda de rótulos limpos desafiará fabricantes e varejistas a democratizar a transparência e a rastreabilidade para que os produtos sejam acessíveis a todos os consumidores, independentemente da renda familiar.

Práticas de Autorrealização

O ritmo frenético da vida moderna, conectividade constante, desconfiança e atitude controversa na política e nos meios de comunicação fizeram com que muitos consumidores buscassem maneiras de escapar da negatividade em suas vidas. Pessoas que se sentem sobrecarregadas concentram-se no “autocuidado”, priorizando o tempo e os esforços dedicados a si mesmas. Definições individuais de autocuidado e equilíbrio farão com que uma grande variedade de formatos, formulações e porções de alimentos e bebidas sejam produzidos. Esses produtos devem oferecer soluções e tratamentos que possam ser incorporados em definições customizadas e flexíveis de saúde e bem-estar. Mais consumidores estarão à procura de ingredientes, produtos e combinações de alimentos e bebidas que proporcionem benefícios nutricionais, físicos ou emocionais.

Novas sensações

Em 2018, o som, a sensação e a satisfação fornecidos pela textura se tornarão mais importantes para empresas e consumidores de alimentos e bebidas. A textura é a próxima característica da formulação que pode receber investimentos para proporcionar aos consumidores experiências interativas e que possam ser documentadas. A busca de experiências proporcionará oportunidades para alimentos e bebidas multissensoriais que usem textura diferenciada, oferecendo aos consumidores – especialmente aos adolescentes e jovens adultos da iGeneration  –  conexões tangíveis ao mundo real, assim como momentos para compartilhar pessoalmente ou online.

Tratamento preferencial

Como a tecnologia nos ajuda a comprar de forma mais fácil, surge uma nova onda de promoções e produtos específicos. Motivados pelo potencial de economizar tempo e dinheiro, os consumidores experimentam uma variedade de canais e tecnologias ao adquirirem alimentos e bebidas, como entrega em domicílio, serviços de assinatura e reposição automática. Indústrias e varejistas podem aproveitar a tecnologia, estabelecendo novos níveis de eficiência, como recomendações personalizadas, combinações que cruzam diferentes categorias e soluções criativas que economizem tempo, esforço e energia do consumidor. Existem oportunidades para as empresas atraírem os consumidores através da criação de produtos, sugerindo combinações de itens e outras opções em diferentes categorias de consumo que tornam as compras mais eficientes e acessíveis para os clientes.

Feira de ciências

Uma revolução tecnológica está influenciando a fabricação de produtos. Algumas empresas visionárias estão desenvolvendo soluções que podem substituir fazendas e fábricas tradicionais pela produção científica de ingredientes e produtos acabados em laboratórios. Em 2018, a tecnologia começará a desfazer a cadeia tradicional de alimentos. Enquanto alimentos e bebidas sintéticos e de laboratório começam a surgir, a tecnologia poderá acelerar esse processo. Assim, cresceria o consumo por alimentos e bebidas criados cientificamente, indo além dos compradores preocupados com o meio ambiente, mas alcançando também aqueles focados na consistência, eficácia e pureza dos ingredientes.

(Fonte: Meio & Mensagem, 17 de janeiro de 2018)