Algorithms and their others

Algorithms and their others:
algorithmic culture in context
Disciplina: Métodos Digitais
Docente: Dalton Martins
Discentes: Fabrícia Vilarinho e Johnathan Diniz

Sobre o autor:
Paul Dourish
 Nascido em Glasgow (Escócia), em 1966.
 É professor de Informática na Faculdade de Ciências da Informação e
Computação da Universidade da Califórnia em Irvine, com nomeações de
cortesia em Ciência da Computação e em Antropologia.
 Sua pesquisa está na intersecção da ciência da computação e das ciências
sociais, com um interesse particular na computação ubíqua e móvel e nas
práticas culturais que cercam novas mídias.
 http://www.dourish.com/

Estudos preliminares:
Niklaus Wirth (1934 -)
 É Cientista da Computação (aposentado desde 1999);
 Projetor de várias linguagens de Programação (entre elas a Pascal, baseada na
estruturação de dados);
 Escreveu vários artigos no campo de linguagem de programação;
 Em 1975 ele escreveu o livro “algoritms + data structures = programs”, que
tiveram todos os exemplos da primeira edição feitos em Pascal.
 https://www.inf.ethz.ch/personal/wirth/

Introdução
 Três tópicos principais que o artigo analisa:
 Os algoritmos, outrora objetos obscuros da arte técnica (technical art), têm sido
ultimamente objeto de considerável escrutínio popular e acadêmico.
 O que significa adotar o algoritmo como um objeto de atenção analítica? O que
está em vista e fora de vista, quando nós focamos no algoritmo?
 O artigo examina como uma lente algorítmica forma a maneira pela qual
podemos investigar a Cultura Digital contemporânea - usando a formulação de
1975 de Niklaus Wirth como ponto de partida: "algoritmos + estruturas de dados =
programas"

Introdução
 Estranho para o autor (Paul Dourish) descobrir que algoritmos agora são objeto de
atenção pública, como tópicos em artigos de jornais e conversas em cafeterias;
diferente do tempo em que era estudante de graduação em ciências da
computação.
 Antes, algoritmos eram usados somente na concepção de programas de
computador; como formulações abstratas nos manuais; como enigmas
matemáticos de testes (exam papers) etc.
 Hoje, os processos digitais moldam e organizam nossas vidas, mesmo nas formas
cotidianas.

Introdução
 A discussão pública de algoritmo está entrelaçada às discussões de ''Big Data'':
onde as atividades on-line criam fluxos de dados dos quais algoritmos extraem
padrões que orientam a ação de instituições, corporações e Estados.
 Desenvolvimentos algorítmicos estão transformando as relações de trabalho.
Ex: Uber e processos automatizados (que exigem alta velocidade): como
negociação programada em mercados de ações, realizadas sem intervenção
humana (Castells e A Sociedade em Rede)
 Por tudo isso, os algoritmos se tornaram objetos de atenção acadêmica em
estudos sociais e culturais; pesquisadores usam ferramentas da análise cultural
para entender a cultura digital contemporânea
 No entanto, a incorporação do tópico Algoritmos nestes estudos levanta
algumas dificuldades. Exige que tenhamos cuidado sobre o que temos em
vista quando os algoritmos são o objeto central de análise?

PAUSA. O que é um algoritmo? (Definições para leigos: para quem até agora tem
uma ideia do que seja, acha que sabe, ou não tem a menor ideia...)
 “Um Algoritmo é uma sequência de instruções ordenadas de forma lógica
para a resolução de uma determinada tarefa ou problema.”
 Um algoritmo é formalmente uma sequência finita de passos que levam a
execução de uma tarefa. Podemos pensar em algoritmo como uma receita,
uma sequência de instruções que dão cabo de uma meta específica. Estas
tarefas não podem ser redundantes nem subjetivas na sua definição, devem
ser claras e precisas.
 Ex.: manuais de aparelhos eletrônicos que explicam passo-a-passo como, por
exemplo, gravar um evento.
Disponível em: http://www.ebah.com.br/content/ABAAABacgAB/linguagem-c-algoritmo

Outra definição
 Um programa de computador é essencialmente um algoritmo que diz ao
computador os passos específicos e em que ordem eles devem ser executados,
como por exemplo, os passos a serem tomados para calcular as notas que serão
impressas nos boletins dos alunos de uma escola.
Um exemplo de algoritmo implementável é o cálculo da média de um aluno.
“Calcular média” • Receba a nota da prova mensal
• Receba a nota da prova bimestral
• Calcule a média com a fórmula media=(mensal+bimestral)/2
• Exiba a média na tela
O programa que realiza a tarefa acima poderia ser escrito em uma pseudo
linguagem da seguinte forma:
Variável mensal=0 Variável bimestral=0 Variável media=0
ESCREVA “Digite a nota mensal:” RECEBA mensal ESCREVA “Digite a nota
bimestral:” RECEBA bimestral CALCULE media=(mensal+bimestral)/2 ESCREVA “A
média do aluno é:” ESCREVA media drSolutions

 Logo, o algoritmo pode ser considerado uma sequência de operações que podem
ser simuladas por uma máquina de Turing completa (filme O jogo da Imitação,
2014).
 A maneira mais simples de se pensar um algoritmo é por uma lista de
procedimentos bem definida, na qual as instruções são executadas passo a
passo a partir do começo da lista, uma ideia que pode ser facilmente
visualizada através de um fluxograma.

RETOMANDO O ARTIGO...
 (...) o que temos em vista quando os algoritmos são o objeto central de
análise?
 Em 1975, o pioneiro cientista da computação Niklaus Wirth publicou um livro
intitulado Algorithms+Data Structures=Programs. Nele, os sistemas de
software enfatizavam o stepwise. Tradução: esta abordagem tornou os
programas de computador mais fáceis de desenvolver e analisar, tornando-se
prática industrial padrão.
 Importante: Em um tempo em que o desenvolvimento e análise de algoritmos
era a prática dominante e a mais prestigiosa área da ciência da computação,
Wirth quis enfatizar a concomitante importância da estrutura de dados para
quem desenvolve os sistemas de software.

 Ele destaca algumas preocupações importantes para os envolvidos com
algoritmos e cultura digital:
 A primeira: é que os algoritmos e programas são diferentes conceitualmente e
tecnicamente. Programas são mais do que algoritmos (no sentido de que os
programas podem incluir material não algorítmico)
 A segunda: uma vez que os algoritmos surgem na prática em relação a outros
processos computacionais, como as estruturas de dados, eles precisam ser
analisados e entendidos dentro destes sistemas de relação que lhes dão
significado.
 Pergunta: tem como pensar em algoritmo sem pensar em estrutura de dados?

 O artigo aborda a questão dos algoritmos como objetos que
vivem em relações dinâmicas com outros elementos
materiais e discursivos de sistemas de software e o cenário
que os produzem. Buscando entender qual é a
interpretação técnica de algoritmos e que consequências
poderá ter para as questões sociais e análise.
 Então, dependendo da interpretação técnica (o
entendimento que temos) dos algoritmos, as análises das
questões sociais sofrerão consequências. Como você pensa o
algoritmo?

 Em termos de ciência da computação, um algoritmo é um resumo,
descrição formal de um procedimento computacional. O significado se
torna mais claro quando olhamos algoritmos no contexto de seus
"outros" - fenômenos relacionados, mas distintos, que enfatizam
diferentes aspectos da sociotechnical assembly (reunião sociotécnica...)
 Algoritmos e seus outros:
 1. Algoritmo e automação
 2. Algoritmo e código
 3. Algoritmo e arquitetura
 4. Algoritmo e materialização

 Os limites do termo algoritmo são determinados por
papeis sociais (social engagements) e não por meio de
restrições tecnológicas ou materiais (technological or
material constraints).
 Assim quando a pessoa diz, '' Eu faço algoritmos '' está
fazendo uma declaração diferente da pessoa que diz: "Eu
estudo engenharia de software" ou do que diz: "Eu sou um
cientista de dados", e a natureza dessas diferenças são
importantes para qualquer entendimento do
relacionamento entre dados, algoritmos e sociedade.

Algoritmo e automação
 Aqui, a preocupação não é com algoritmos como tal, mas com um
sistema de controle e gerenciamento digital, através da detecção
de dados de grande escala. Ex.: vigilância pública digitalmente
melhorada; detecção de plágio;
 Casos de monitoramento por computador e controle. Certamente,
questões cruciais do trabalho, política, justiça social, privacidade
pessoal, responsabilidade pública, participação democrática etc. Os
algoritmos desempenham um papel crítico nestes assuntos.

Algoritmo e código
 Código é “software-como-texto” (software-as-text), e
particularmente na forma de "código-fonte", as expressões
legíveis (human-readable) de comportamento de um
programa são o foco principal de programadores. Em
livros didáticos e trabalhos de pesquisa, algoritimos são
muitas vezes expressos no que é informalmente chamado
"pseudocódigo".

Quatro Distinções
 Primeiro, enquanto a transformação de um algoritmo em código pode ser
relativamente simples, o processo inverso - para ler o algoritmo fora do código -
não é de todo um processo simples. (?)
 Muitos casos de erros no domínio da segurança na Internet, tem havido uma série
de casos onde código não implementou corretamente o algoritmo que pretendia
incorporar, deixando sistemas abertos para ataques e violações de dados; Ex:
incidente "Heartbleed" está entre os mais conhecidos (Um programador alemão assumiu
que criou o bug HeartBleed por acidente. O funcionário da companhia de softwares T-Systens (uma
unidade da Deutsche Telekom) informou no blog da empresa que inseriu o bug no código-fonte
aberto OpenSSL quando estava tentando melhorá-lo. O erro acidental resultou no abalo da indústria
de segurança e serviços da web nos últimos dias e uma corrida de troca de senhas.
 Disponível em: http://www.techtudo.com.br/noticias/noticia/2014/04/heartbleed-programador-assume-
erro-e-confessa-que-criou-bug-por-acidente.html)

Quatro Distinções
 Segundo, algoritmos e código têm diferentes propriedades locais. Mesmo
que eles acontecem em sequência quando um programa é executado, eles
podem não ocorrer em conjunto ou mesmo nas proximidades dentro do texto
de um programa.
 Terceiro, os algoritmos são manifestos diferentemente em diferentes
plataformas de código. Diferentes arquiteturas de computador, diferentes
tecnologias de armazenamento de dados, diferentes arranjos da hierarquia
da memória, e outras características de uma plataforma significam que o
código de um algoritmo é altamente variável e específico.

Quatro Distinções
 Quarta distinção: há muito em um programa que não é "o algoritmo" (ou "um
algoritmo").
 Um algoritmo pode expressar o núcleo do que um programa é destinado a fazer, mas
esse núcleo é cercado por uma vasta penumbra de operações auxiliares que também
são da responsabilidade do programa e também se manifestam no código do
programa.
 Em outras palavras: enquanto tudo que um programa faz e que o código exprime
é algorítmico no sentido que é especificada antecipadamente pela formalização,
não é Algoritmo, no sentido de que ele vai além das coisas que Algoritmos
expressam, ou mesmo o que o termo "algoritmo" sinaliza como um termo de
prática profissional.

Algoritmo e arquitetura
 A terceira distinção que é útil para relacionarmos algoritmo e arquitetura.
 A maioria dos programas contemporâneos, de qualquer complexidade, é
extremamente grande - muitas vezes centenas de milhares ou milhões de linhas de
código - e devem ser organizados de acordo com algumas estruturas para ajudar
programadores e equipes a gerenciar sua complexidade e compreender o todo.
 A chamada "arquitetura de software" refere-se ao arranjo de unidades, módulos ou
elementos de um sistema maior, e os padrões de interação entre essas unidades.
 Por exemplo, podemos falar do algoritmo pelo qual a Internet gerencia o fluxo de
dados em uma caixa de Control Protocol (TCP). O fluxo de dados deve ser regulado De
modo a evitar o congestionamento nas linhas de transmissão, e, de facto, o
desenvolvimento de um novo sistema de Algoritmo no final dos anos 80 foi crucial
para permitir que a Internet tivesse seu tamanho atual.

Algoritmo e materialização
 A distinção final a explorar aqui é que entre a Algoritmo e sua manifestação não apenas em um
pedaço de código ou mesmo em um sistema de software maior, mas como um sistema em
execução, executando em local, num computador específico, ligado a um determinada rede,
com uma configuração de hardware específica. Todos estes fatores criam o efeito Algoritmo tem.
 Que as configurações materiais limitam a eficácia ou alcance de algoritmos não é nenhuma
surpresa; Porém, o inverso também é verdade - a nossa experiência de algoritmos pode mudar à
medida que a infraestrutura muda.
 Considere um exemplo tirado de simulação de armas nucleares. Devido tratados de proibição de
testes nucleares, as potências nucleares não detonaram armas nucleares em várias décadas.
Contudo, continuam a desenvolver e introduzir novas armas. Fazê-lo sem nenhum teste seria
imprudente e assim, novos projetos são testados, mas apenas através da simulação. Na verdade,
podemos argumentar que foi a capacidade de produzir simulações digitais de explosões nucleares
críveis que tornaram a limitação do teste possível.
 Neste momento, o desenho de novas ogivas nucleares e armas está tão intrinsecamente ligada à
tecnologia de simulação que se poderíamos considerar a tecnologia da simulação como um dos
principais limites para a produção de novas armas.
 A simulação - o algoritmo - permanece inalterado. Mas as novas tecnologias deslocam o efeito e
impacto de um algoritmo sem alterar o próprio algoritmo; Elas expandem os limites das
possibilidades algorítmicas.

Inscrutibility / “Inescrutável”
 Estendendo-se através de todas estas discussões que parecem ancorar a análise social
de algoritmos;
 Os algoritmos são apresentados como:
 Velozes, em vez de lento; automatizados, em vez de mão-de-obra; mecânico, em vez
de humano;
► Cada uma dessas características apresentam uma série de problemas quando os
algoritmos são direcionados a novos domínios.
► Talvez o contraste mais significativo seja, no entanto, os problemas de
inescrutabilidade (impenetrabilidade);
► O foco de vários testes tem sido a questão da opacidade dos algoritmos. Diversas
avaliações e resultados tem sido amplamente estudados a respeito;
► O funcionamento desses algoritmos são complexos, assim levam aos pesquisadores a
procurar novas formas de processos algoritmos visíveis, encontrando alguma forma
para avaliá-los e testá-los.

Opacidade algorítmica
 Dourish cita o trabalho feito por Jenna Burrell (2016), no qual ela estabelece
algumas das bases para a opacidade algorítmica, a fim de solucionar problemas
de verificação (auditoria);
 Burrell começa a partir dos problemas colocados por algoritmos opacos;
 Os algoritmos precisam estar disponíveis para auditoria;
 Burrell ressalta que existem variadas fontes (diferentes) de opacidade
algorítmica, são elas:
1. Segredo comercial que regula muitos algoritmos que estão por trás dos serviços
como Google, Facebook e Twitter e também usados por instituições financeiras
e corporações;
2. A capacidade de ler e compreender algoritmos, por se tratar de habilidade
altamente especializada;
3. Muitos dos algoritmos possuem significado social e cultural, que moldam o fluxo
de informações na mídia social (algoritmos de aprendizado de máquina
estatística)

 Perguntas sobre o que sabe e o que se pode dizer sobre o funcionamento do
aprendizado da máquina ou de algoritmos no Big Data é uma questão-chave em
jogo na análise de algoritmos;
 Debate sobre técnicas de aprendizado estatísticos das máquinas, produziram
grandes incógnitas. Exemplo: bloqueio do cartão de crédito.
 Em relação aos algoritmos vindo a desempenhar um papel nos assuntos sociais:
 Qual é a lógica de alguns assuntos serem “trending topics” no Twiter e outros
(talvez com uma grande importância) não?
 Para entender isso, é preciso ser capaz de caracterizar as dinâmicas específicas da
massa, cada vez mais difusa (a maneira de expressar as ideias, dinamicidade de
repetição dos assuntos, áreas geográficas de interesse e a quantidade de tweets).

 Embora as formas de análise em que as técnicas de aprendizado estatístico de
máquina estão embutidos, são referidos com o termo “Big Data”, existem dois
movimentos escalares na atividade:
1. A partir de dados individuais para grandes conjuntos de dados (registro para uma
massa acumulada de dados) – Este movimento permite técnicas estatísticas para
começar descrever as características das populações;
2. Movimento inverso, partindo dos grandes populações à categorização de grupos
específicos (exemplo: mulheres grávidas). Cada categorização é um movimento
partindo do maior para o menor, usando pontos de dados para um elemento
narrativo ou uma característica definidora, elaborado a partir do domínio que se
obtém saber.

 Dourish retoma à formulação de Wirth na obra “algoritms + data structures = programs.
 Dualidade inerente de algoritmos e dados na produção de sistemas de execução e os
problemas de tentativa de compreender um sem o outro. Wirth fala em estruturas de
dados e não somente em dados, pois os algoritmos são projetados em torno de
estruturas de dados (forma e regularidades desses dados);
 A preocupação de Burrell com a opacidade algorítmica, também direciona a se atentar
sobre estruturas e regularidades em conjunto de dados e os mecanismos pelos quais
lutam para denominá-los.
 A preocupação com a leitura desses algoritmos podem levar a direção contrária, que
seria as fontes de aparente legibilidade de dados.
 Alguns movimentos legisladores mudaram o termo de “auditoria” para “explicação”
(aqui reflete a dualidade entre algoritmo e dados, desempenhando papel na tomada de
decisões automatizadas e ao mesmo tempo, conseguir explicar os resultados e como a
produção desses dados [algoritmos] podem ser explicado entre si.

Directions / “Instruções” “Direções”
 Que lições poderíamos tirar desta análise e que direções
sugeridas para o futuro trabalho analítico em torno dos
algoritmos? O termo algoritmo carrega consigo confusões
conceituais e seria o momento de localizá-lo adequadamente
dentro de um quadro analítico maior;
 O aumento de interesse em técnicas do Big Data, é
naturalmente, uma fonte significativa de interesse em
algoritmos, em primeiro lugar, mas as representações específicas
que organizam os dados (estruturas de dados), tem sido menos
proeminente;
 As consequências de formas de representação é necessário o
duplo processamento algorítmico e estruturas de dados, com base
nos estudos de Wirth;

 Uma segunda preocupação é a questão da identidade
algorítmica: entender como os algoritmos são identificados,
como são usados ou idealizados, possuindo a mesma
característica em diferentes contextos, circulando como eles
fazem entre plataformas, instituições, empresas e aplicações;
 A terceira preocupação seria a temporalidade dos algoritmos,
levando em consideração principalmente as temporalidades de
sua evolução como a sua implantação.
 Noção de algoritmo: característica de prática profissional

 Finalmente, umas das questões mais intrigantes (que talvez requer maior
atenção), é a relação entre algorítmico e não-algorítmico dentro da
prática tecnológica;
 Os algoritmos são elementos distintos de design e software, são
identificáveis e nomeáveis;
 Os não-algoritmos são elementos em sistemas de software que são
mecânicos e programadas;
 É preciso diferenciar o algoritmo do mecânico e do automático (das
atividades programadas);
 É necessário compreender os limites e especificidades do “algoritmo”,
para em seguida, estender a oportunidade de envolvimento mais
significativo no diálogo interdisciplinar, abrindo novas áreas para análise
em torno dos sistemas algorítmicos.

Referência
DOURISH, Paul. Algorithms and their others: algorithmic culture in context. Big
Data & Society. [s. l.] ago 2016. p. 1-11. Disponível em:
<http://bds.sagepub.com/content/3/2/2053951716665128>. Acesso em: 20 nov.
2016.

Algorithms and their others

Mais conteúdo relacionado

Destaque (20)

Semelhante a Algorithms and their others (20)

Mais de Laboratório de Políticas Públicas Participativas (11)

Algorithms and their others