Esta peça é de Dr. James Smith, Chefe de Engenharia e Dr. Padraig Alton, Dados Cientista da Apolitical. O Dr. Smith tem mais de 20 anos de experiência em tecnologia, mais recentemente como Chefe de Laboratórios do Open Data Institute. O Dr. Alton é um astrofísico especializado em estatísticas Bayesianas.

_O artigo é um resumo de um workshop interativo que o Apolitical correu em janeiro de 2019. Você pode acessar a gravação, slides e guia interativo aqui. _

** _ O que é programação? _ **

Programação (ou codificação) é o método de dizer aos computadores o que fazer. Damos a eles entradas, eles produzem resultados e algo no meio decide como transformar um no outro. Esse algo no meio é o que criamos quando estamos programando.

** _ Por que escrevemos código e por que ele é útil no dia a dia? _ **

Resumindo, repetibilidade, automação e velocidade.

Se você der à máquina as mesmas entradas, ela produzirá as mesmas saídas. Por ser repetível e previsível, podemos usá-lo para automatizar tarefas comuns e também fazer essas tarefas muito rapidamente; não temos que fazer a mesma coisa repetidamente.

Você pode fazer muitas tarefas simples repetíveis ou automatizadas em uma planilha, mas, aprendendo um pouco de programação, você pode ir muito mais longe. Sua jornada de programação pode começar com tarefas simples semelhantes, mas é uma entrada em um mundo muito maior.

** _ Por que você precisa saber disso como formulador de políticas se não está programando diariamente? _ **

Esta é uma questão de alfabetização para o mundo moderno. Hoje em dia, os computadores estão por toda parte. Nossos carros são computadores que podem dirigir. Aviões são computadores que podem voar. Existem computadores em sua casa, em seu bolso.

A internet e a web mudaram fundamentalmente a maneira como nos comunicamos. E entender um pouco de programação, um pouco do que está acontecendo dentro da caixa preta, ajudará você a desenvolver uma intuição sobre o que as máquinas estão fazendo, do que são capazes e quais são suas limitações.

Tudo isso é relevante se você está tentando aplicar e gerar ideias de políticas adequadas para o futuro.

** _ E quanto aos dados? _ **

Ouvimos muito sobre dados atualmente. Os dados são simplesmente “fatos e estatísticas coletados para referência e / ou análise”. Mas essa é uma definição ampla! Os dados podem assumir uma grande variedade de formas. Podem ser números, textos, imagens - todos os tipos.

Na verdade, uma das tendências mais importantes em nossa sociedade agora é o aumento da “Datafication”, [uma frase cunhada em 2013](https://www.foreignaffairs.com/articles/2013-04-03/rise-big -data) para descrever a coleta e armazenamento de dados de uma variedade cada vez maior de aspectos da vida diária. Esses dados não aparecem simplesmente; é criado. É importante entender como foi criado, quando e por quem.

Existem dados sobre tudo, cada vez mais armazenados eletronicamente e cada vez mais amplamente acessíveis

Os edifícios têm sensores espalhados por eles agora, assim como os carros, criando dados sobre o uso da infraestrutura que podem ser usados para detectar falhas (ou predizê-las com antecedência). Os esquemas de fidelidade dos supermercados transformaram nossos hábitos de compra em dados. O Twitter até transformou nossos pensamentos ociosos em dados!

Existem dados sobre tudo, cada vez mais armazenados eletronicamente e cada vez mais amplamente acessíveis.

** _ Mas o que tudo isso tem a ver com o serviço público? _ **

A resposta, em primeiro lugar, é que a política funciona melhor quando se baseia em evidências: ou seja, quando você tem bastante certeza de que uma política específica que está implementando contribuirá para atingir seus objetivos. O que fornece a evidência são os dados.

A política baseada em dados não é uma ideia nova! Vamos voltar até 1854 e um momento chave na formulação de políticas baseadas em evidências, na esfera da saúde pública.

Em 1854, houve um surto de cólera no Soho, em Londres. A doença havia chegado pela primeira vez em 1831 durante uma pandemia global e matou milhares de pessoas. Esse novo surto agudo matou centenas de pessoas em questão de dias - uma crise séria.

Ninguém entendia como a doença se espalhava, e a teoria prevalecente era que tinha algo a ver com vapores ruins, ou miasma. No entanto, o Dr. John Snow tinha uma teoria diferente e começou a investigar.

Crédito da imagem: Wikimedia Commons Crédito da imagem: Wikimedia Commons

Aqui está seu mapa original, que na verdade é um infográfico: as barras pretas mostram o número de casos de cólera em diferentes propriedades do distrito. No epicentro do surto, na Broad Street, uma bomba d'água está marcada. A teoria de Snow era que o cólera era transmitido pela água. Os dados forneceram as evidências necessárias.

_ “Tive uma entrevista com o Conselho de Guardiães da paróquia de St. James, na noite de quinta-feira, 7 de setembro, e representei a eles as circunstâncias acima. Em consequência do que disse, a manivela da bomba foi retirada no dia seguinte. ” - Dr. John Snow_

Foi dito que John Snow não era um palestrante carismático, mas uma boa visualização de dados pode ser muito persuasiva. Os funcionários do governo local removeram a manivela da bomba e o surto diminuiu.

Seria uma simplificação alegar que suas teorias foram amplamente aceitas da noite para o dia, ou que a política mudou drasticamente. No entanto, um ano depois foi aprovada uma legislação que pavimentou o caminho para a construção dos esgotos da era vitoriana em Londres - embora, na verdade, isso possa ter tanto a ver com o cheiro terrível fora do parlamento quanto com a saúde pública em si ...

_ ** Então, o que mudou desde 1854? ** _

Em primeiro lugar, a democratização da programação e a disseminação de dados abertos significam que hoje em dia não são apenas os especialistas que podem obter os insights ocultos nos dados brutos.

Outra grande mudança é o surgimento do “Big Data”. Em um nível, Big Data significa apenas que estamos coletando muito mais do que nunca. Mas a frase sugere as incríveis percepções que você pode derivar dos dados se tiver o suficiente deles.

Os dados em escala estão impulsionando muitas das principais mudanças tecnológicas em nossas sociedades: a automação da tomada de decisões, o surgimento de cidades inteligentes, o desenvolvimento de carros sem motorista.

_ ** Como está fazendo isso? ** _

Não se trata apenas de quantos dados você tem, mas também de como você os analisa. A programação pode ajudá-lo a aproveitar ao máximo seus dados.

Na interseção da programação e da análise de dados está o aprendizado de máquina e a inteligência artificial

Não se trata apenas de acelerar a análise de dados. Uma análise humana de um conjunto de dados pequeno e relevante ainda pode render percepções valiosas e que salvam vidas - e isso continuará a ser o caso no futuro previsível. Mas na interseção da programação e da análise de dados está o aprendizado de máquina e a inteligência artificial.

A produção automática e o refinamento das análises de dados permitem uma tomada de decisão mais rápida e inteligente - e melhores previsões e capacidade de resposta a eventos. Isso é revolucionário e no Apolitical publicamos histórias regularmente em aplicativos de política de ponta de aprendizado de máquina e IA. Essas são as tecnologias-chave que impulsionam as mudanças sociais que estamos vendo, e é importante que os funcionários públicos sejam alfabetizados nelas.

As imensas e crescentes capacidades da IA podem parecer misteriosas. Mas se você entende como fazer uma análise de dados simples usando uma linguagem de programação, você está mais da metade do caminho para desmistificar como a IA funciona - e como corolário, entender qual é seu potencial e suas limitações.

Então mergulhe! Você pode encontrar a gravação, slides e guia interativo aqui. Apolitical também compilou uma lista de recursos e cursos gratuitos para levar as coisas mais adiante em ambos os [dados](https://apolitical.co/solution_article/data-skills-for-public-servants-where-to-learn-for-free /) e digital e AI. - James Smith e Padraig Alton

(Crédito da imagem: Unsplash)