<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Estúdio 68</title><link>https://estudio68.com/</link><description>IA, dados e governança</description><language>pt-br</language><item><title>Como estimar quem mudou o voto no 2º turno sem ver nenhum voto?</title><link>https://estudio68.com/conteudo/como-estimar-quem-mudou-o-voto-no-2o-turno-sem-ver-nenhum-voto/</link><guid>https://estudio68.com/conteudo/como-estimar-quem-mudou-o-voto-no-2o-turno-sem-ver-nenhum-voto/</guid><pubDate>Fri, 30 Oct 2026 12:00:00 +0000</pubDate><description>Com inferência ecológica. A aula usa os totais de quase 500 mil locais de votação nos dois turnos. A decomposição de Shapley reparte o ganho de um candidato entre comparecimento, brancos e nulos e outros candidatos. A matriz de transferência de Goodman estima, para cada grupo do primeiro turno, para onde ele foi no segundo.</description></item><item><title>O que é vazamento temporal e como ele infla resultados de modelos?</title><link>https://estudio68.com/conteudo/o-que-e-vazamento-temporal-e-como-ele-infla-resultados-de-modelos/</link><guid>https://estudio68.com/conteudo/o-que-e-vazamento-temporal-e-como-ele-infla-resultados-de-modelos/</guid><pubDate>Fri, 23 Oct 2026 12:00:00 +0000</pubDate><description>Vazamento temporal acontece quando o modelo usa informação que só existia depois do momento avaliado, como a liquidação de uma empresa após investigação policial. No vídeo, retirar esse vazamento derrubou o resultado entre 30 e 40 pontos em dois cortes de data. A aula mostra como guardar dados com metadados de data e avaliar só a versão honesta.</description></item><item><title>Como treinar uma IA sem exemplos negativos para rastrear verba pública</title><link>https://estudio68.com/conteudo/como-treinar-uma-ia-sem-exemplos-negativos-para-rastrear-verba-publica/</link><guid>https://estudio68.com/conteudo/como-treinar-uma-ia-sem-exemplos-negativos-para-rastrear-verba-publica/</guid><pubDate>Thu, 22 Oct 2026 12:00:00 +0000</pubDate><description>Com duas técnicas. O PU learning trata os 31 casos públicos como positivos e o resto como amostra do mundo em geral, medindo a semelhança de cada caso novo com os problemas já conhecidos. O modelo nulo descreve o comportamento normal e calcula a chance de uma anomalia ser acaso. Embeddings de grafo mostram quem anda com quem.</description></item><item><title>Como seguir o dinheiro público com um banco de grafos?</title><link>https://estudio68.com/conteudo/como-seguir-o-dinheiro-publico-com-um-banco-de-grafos/</link><guid>https://estudio68.com/conteudo/como-seguir-o-dinheiro-publico-com-um-banco-de-grafos/</guid><pubDate>Wed, 21 Oct 2026 12:00:00 +0000</pubDate><description>Juntando dezenas de bases públicas num banco de grafos, em que cada entidade é um nó e cada relação é uma ligação. Em vez de cruzar tabelas, o sistema caminha do imposto ao orçamento, à emenda, ao executor e ao fornecedor. O grafo do vídeo tem mais de 1,35 milhão de entidades e gerou 80 fichas para revisão humana.</description></item><item><title>O que é de fato a corrida da IA e como ler a estratégia da China?</title><link>https://estudio68.com/conteudo/o-que-e-de-fato-a-corrida-da-ia-e-como-ler-a-estrategia-da-china/</link><guid>https://estudio68.com/conteudo/o-que-e-de-fato-a-corrida-da-ia-e-como-ler-a-estrategia-da-china/</guid><pubDate>Mon, 19 Oct 2026 12:00:00 +0000</pubDate><description>A corrida da IA não se resume a qual modelo tem maior nota em benchmark. O episódio argumenta que a disputa real está em usuários reais, dados de uso para automelhoria e eficiência de custo. A China joga outro jogo, com modelos abertos, Estado atuando junto às empresas e um mercado que já se consolida, sem equivalente direto à OpenAI.</description></item><item><title>Como a ByteDance criou uma fábrica de anúncios em vídeo com IA?</title><link>https://estudio68.com/conteudo/como-a-bytedance-criou-uma-fabrica-de-anuncios-em-video-com-ia/</link><guid>https://estudio68.com/conteudo/como-a-bytedance-criou-uma-fabrica-de-anuncios-em-video-com-ia/</guid><pubDate>Fri, 16 Oct 2026 12:00:00 +0000</pubDate><description>A ByteDance, dona do TikTok, publicou em setembro um sistema que monta anúncios em vídeo quase sozinho. Um agente define a estratégia, outro gera o rascunho e modelos especializados produzem os criativos. O desempenho real de cliques retroalimenta o sistema. No teste interno, a taxa de clique foi quase três vezes maior do que na versão sem esse ciclo.</description></item><item><title>Por que o agente de IA chinês é diferente do americano?</title><link>https://estudio68.com/conteudo/por-que-o-agente-de-ia-chines-e-diferente-do-americano/</link><guid>https://estudio68.com/conteudo/por-que-o-agente-de-ia-chines-e-diferente-do-americano/</guid><pubDate>Wed, 14 Oct 2026 12:00:00 +0000</pubDate><description>O agente ocidental mira o navegador e o software corporativo, porque a vida digital no Ocidente é fatiada em muitos aplicativos. O agente chinês nasce dentro de superapps, como o WeChat, onde as pessoas conversam, pagam, compram e pedem transporte. Isso dá escala e dados de uso real, e fez a China tratar agentes como infraestrutura estratégica.</description></item><item><title>O que são modelos de mundo (world models) e onde a China aposta?</title><link>https://estudio68.com/conteudo/o-que-sao-modelos-de-mundo-world-models-e-onde-a-china-aposta/</link><guid>https://estudio68.com/conteudo/o-que-sao-modelos-de-mundo-world-models-e-onde-a-china-aposta/</guid><pubDate>Fri, 02 Oct 2026 12:00:00 +0000</pubDate><description>Modelos de mundo são sistemas que, em vez de prever a próxima palavra, preveem o que vai acontecer no mundo físico, como se uma garrafa empurrada vai tombar ou deslizar. A corrida é global. O episódio mostra que a diferença da China está no alvo: robôs com visão, linguagem, força e tato voltados para chão de fábrica e laboratório.</description></item><item><title>Como medir o viés de um modelo de IA antes de adotar?</title><link>https://estudio68.com/conteudo/como-medir-o-vies-de-um-modelo-de-ia-antes-de-adotar/</link><guid>https://estudio68.com/conteudo/como-medir-o-vies-de-um-modelo-de-ia-antes-de-adotar/</guid><pubDate>Wed, 30 Sep 2026 12:00:00 +0000</pubDate><description>Testando o modelo na versão e no canal exatos em que será usado, com as tarefas reais da empresa. Para temas sensíveis, a técnica é pedir o melhor argumento a favor e o melhor contra e comparar a simetria. O episódio mostra que todo modelo carrega valores e que o modelo que nunca recusa pode ser o mais enviesado.</description></item><item><title>Onde nascem as regras de IA e por que a China está nesses lugares?</title><link>https://estudio68.com/conteudo/onde-nascem-as-regras-de-ia-e-por-que-a-china-esta-nesses-lugares/</link><guid>https://estudio68.com/conteudo/onde-nascem-as-regras-de-ia-e-por-que-a-china-esta-nesses-lugares/</guid><pubDate>Wed, 23 Sep 2026 12:00:00 +0000</pubDate><description>As regras de IA que obrigam empresas nascem em comitês técnicos, onde se definem como medir, testar e certificar, e não nos princípios anunciados em conferências. A China lançou em julho de 2026 uma organização mundial de cooperação em IA, com 29 países signatários, incluindo o Brasil, e preside cerca de 100 comitês técnicos da ISO.</description></item><item><title>O que é IA segura e por que China e Ocidente definem diferente?</title><link>https://estudio68.com/conteudo/o-que-e-ia-segura-e-por-que-china-e-ocidente-definem-diferente/</link><guid>https://estudio68.com/conteudo/o-que-e-ia-segura-e-por-que-china-e-ocidente-definem-diferente/</guid><pubDate>Mon, 21 Sep 2026 12:00:00 +0000</pubDate><description>IA segura depende de contra o quê e para proteger quem. China e Ocidente concordam em proteger o indivíduo, evitar viés, uso indevido e vazamento de dados. A China acrescenta conformidade com valores oficiais, estabilidade da informação e controle ao longo do ciclo de vida. Por isso a mesma resposta pode ser segura num modelo e insegura em outro.</description></item><item><title>Por que a IA chinesa custa menos? A Huawei treinou sem chip Nvidia</title><link>https://estudio68.com/conteudo/por-que-a-ia-chinesa-custa-menos-a-huawei-treinou-sem-chip-nvidia/</link><guid>https://estudio68.com/conteudo/por-que-a-ia-chinesa-custa-menos-a-huawei-treinou-sem-chip-nvidia/</guid><pubDate>Fri, 18 Sep 2026 12:00:00 +0000</pubDate><description>Porque a restrição de chips virou doutrina de engenharia. Sem acesso aos chips mais avançados da Nvidia, laboratórios chineses passaram a projetar para eficiência desde o início, com mistura esparsa de especialistas, atenção esparsa, precisão reduzida e otimização de inferência. A Huawei treinou um modelo de 505 bilhões de parâmetros só com o chip próprio Ascend.</description></item><item><title>O que mostra a lista pública de IA autorizada na China?</title><link>https://estudio68.com/conteudo/o-que-mostra-a-lista-publica-de-ia-autorizada-na-china/</link><guid>https://estudio68.com/conteudo/o-que-mostra-a-lista-publica-de-ia-autorizada-na-china/</guid><pubDate>Wed, 16 Sep 2026 12:00:00 +0000</pubDate><description>A lista mostra nome do serviço, empresa responsável, categoria, finalidade, número de registro e uma breve descrição de cada algoritmo autorizado. Em junho de 2026 eram 988 serviços de IA generativa. Dados de treino, biometria e avaliações de segurança vão só para o regulador. A transparência é rasa para o público e total para o Estado.</description></item><item><title>Por que 7 de cada 10 modelos novos de IA nascem do Qwen chinês?</title><link>https://estudio68.com/conteudo/por-que-7-de-cada-10-modelos-novos-de-ia-nascem-do-qwen-chines/</link><guid>https://estudio68.com/conteudo/por-que-7-de-cada-10-modelos-novos-de-ia-nascem-do-qwen-chines/</guid><pubDate>Mon, 14 Sep 2026 12:00:00 +0000</pubDate><description>Porque a Alibaba abriu os pesos do Qwen sob a licença Apache 2.0, que permite uso comercial, modificação e redistribuição. O Qwen passou de 1 bilhão de downloads em outubro de 2025. No começo de 2026, sete em cada dez modelos novos no Hugging Face derivavam dele. O episódio trata isso como política industrial.</description></item><item><title>Como a China governa a IA sem ter uma lei geral de IA?</title><link>https://estudio68.com/conteudo/como-a-china-governa-a-ia-sem-ter-uma-lei-geral-de-ia/</link><guid>https://estudio68.com/conteudo/como-a-china-governa-a-ia-sem-ter-uma-lei-geral-de-ia/</guid><pubDate>Fri, 11 Sep 2026 12:00:00 +0000</pubDate><description>Com regulação vertical e iterativa. Em vez de uma lei única, a China empilhou regras específicas conforme cada risco surgiu: algoritmos de recomendação em 2022, deepfakes e IA generativa em 2023, rotulagem em 2025 e companions de IA em 2026. O episódio compara esse modelo ao AI Act europeu, horizontal e mais lento.</description></item><item><title>Por que rotular conteúdo de IA mesmo sem obrigação legal?</title><link>https://estudio68.com/conteudo/por-que-rotular-conteudo-de-ia-mesmo-sem-obrigacao-legal/</link><guid>https://estudio68.com/conteudo/por-que-rotular-conteudo-de-ia-mesmo-sem-obrigacao-legal/</guid><pubDate>Thu, 20 Aug 2026 12:00:00 +0000</pubDate><description>Porque o rótulo protege a imagem e reduz o raio de dano. Avisar que o conteúdo é sintético sinaliza boa-fé e evita crises, e a rastreabilidade permite conter problemas rápido. O episódio parte da advertência da China à ByteDance, dona do TikTok, por não rotular conteúdo de IA, e mostra que rotular pode reduzir engajamento.</description></item><item><title>Por que a China congelou as licenças de carros autônomos do país?</title><link>https://estudio68.com/conteudo/por-que-a-china-congelou-as-licencas-de-carros-autonomos-do-pais/</link><guid>https://estudio68.com/conteudo/por-que-a-china-congelou-as-licencas-de-carros-autonomos-do-pais/</guid><pubDate>Fri, 14 Aug 2026 12:00:00 +0000</pubDate><description>Depois que mais de 100 robotáxis da Baidu pararam ao mesmo tempo em Wuhan, no fim de março de 2026, a China suspendeu em menos de um mês a emissão de novas licenças para frotas autônomas no país inteiro. Isso foi possível porque operar era uma autorização revogável, concedida antes do lançamento, e não um direito.</description></item><item><title>Como operar agentes de IA com segurança: contenção, evidência e parada</title><link>https://estudio68.com/conteudo/como-operar-agentes-de-ia-com-seguranca-contencao-evidencia-e-parada/</link><guid>https://estudio68.com/conteudo/como-operar-agentes-de-ia-com-seguranca-contencao-evidencia-e-parada/</guid><pubDate>Sat, 08 Aug 2026 12:00:00 +0000</pubDate><description>Operar agentes de IA com segurança exige três camadas. Contenção limita o pior resultado possível com menor privilégio, escopo de ferramentas e backup separado. Evidência registra o que aconteceu com logs externos ao agente. Interrupção para o agente a tempo com verificação independente e checagens determinísticas. System prompt e humano no circuito ajudam, mas não bastam sozinhos.</description></item><item><title>Como parar um agente de IA autônomo? O caso OpenAI e Hugging Face</title><link>https://estudio68.com/conteudo/como-parar-um-agente-de-ia-autonomo-o-caso-openai-e-hugging-face/</link><guid>https://estudio68.com/conteudo/como-parar-um-agente-de-ia-autonomo-o-caso-openai-e-hugging-face/</guid><pubDate>Thu, 30 Jul 2026 12:00:00 +0000</pubDate><description>O botão de desligar é a última defesa contra um agente de IA autônomo, porque quando alguém percebe o erro o estrago já aconteceu. O que protege de verdade é o circuit breaker, que trava ações graves antes de acontecerem, e o blast radius reduzido, que limita o alcance do agente. Treinar com valores também reduz o risco.</description></item><item><title>Por que o preço do Uber sobe quando chove?</title><link>https://estudio68.com/conteudo/por-que-o-preco-do-uber-sobe-quando-chove/</link><guid>https://estudio68.com/conteudo/por-que-o-preco-do-uber-sobe-quando-chove/</guid><pubDate>Mon, 27 Jul 2026 12:00:00 +0000</pubDate><description>O preço do Uber sobe quando chove porque um algoritmo ajusta o valor em tempo real ao perceber muita demanda e poucos motoristas. Em vez de esperar meses por um teste A/B, ele aprende e age a cada corrida, com raciocínio bayesiano. Limites de segurança, o chamado safe reinforcement learning, impedem que esse ajuste vire preço abusivo em emergências.</description></item><item><title>Como um agente de IA invadiu a Lilli, a IA interna da McKinsey?</title><link>https://estudio68.com/conteudo/como-um-agente-de-ia-invadiu-a-lilli-a-ia-interna-da-mckinsey/</link><guid>https://estudio68.com/conteudo/como-um-agente-de-ia-invadiu-a-lilli-a-ia-interna-da-mckinsey/</guid><pubDate>Tue, 21 Jul 2026 12:00:00 +0000</pubDate><description>Um agente autônomo de segurança acessou a Lilli, IA interna da McKinsey, em 2 horas, sem credenciais, por uma variante de SQL injection. Além de conversas e arquivos, alcançou os 95 prompts de sistema que definem o comportamento da IA. Quem reescreve essas instruções controla o que milhares de consultores recebem, sem deixar rastro. A causa raiz é governança.</description></item><item><title>O que é causal discovery e quando usar?</title><link>https://estudio68.com/conteudo/o-que-e-causal-discovery-e-quando-usar/</link><guid>https://estudio68.com/conteudo/o-que-e-causal-discovery-e-quando-usar/</guid><pubDate>Mon, 20 Jul 2026 12:00:00 +0000</pubDate><description>Causal discovery, ou descoberta causal, é o conjunto de métodos de machine learning que tenta inferir dos próprios dados a direção de causa e efeito entre variáveis. Na inferência causal, a pessoa define as setas e a máquina mede o tamanho delas. Na descoberta causal, a máquina propõe as setas. O resultado é uma lista de hipóteses, não uma certeza.</description></item><item><title>Por que a IA vai ficar mais barata? 4 papers sobre compute por token</title><link>https://estudio68.com/conteudo/por-que-a-ia-vai-ficar-mais-barata-4-papers-sobre-compute-por-token/</link><guid>https://estudio68.com/conteudo/por-que-a-ia-vai-ficar-mais-barata-4-papers-sobre-compute-por-token/</guid><pubDate>Thu, 16 Jul 2026 12:00:00 +0000</pubDate><description>A IA tende a ficar mais barata porque Google, DeepSeek, NVIDIA e Tencent publicaram no mesmo período papers que reduzem o compute por token. Os caminhos são mixture of experts, speculative decoding, geração de texto por difusão e atenção esparsa hierárquica. A fronteira passa a ser entregar a mesma capacidade com menos processamento.</description></item><item><title>Por que empresas liberam modelos de IA de graça e como usar?</title><link>https://estudio68.com/conteudo/por-que-empresas-liberam-modelos-de-ia-de-graca-e-como-usar/</link><guid>https://estudio68.com/conteudo/por-que-empresas-liberam-modelos-de-ia-de-graca-e-como-usar/</guid><pubDate>Mon, 13 Jul 2026 12:00:00 +0000</pubDate><description>Empresas liberam modelos de IA de graça por estratégia, não por filantropia. Querem quebrar o oligopólio, criar familiaridade com seu ecossistema, ganhar pesquisa gratuita da comunidade, atrair talentos e vender processamento em nuvem. Modelos como Qwen e DeepSeek R1 rodam localmente com ferramentas como Ollama e LM Studio, sem enviar dados para fora.</description></item><item><title>Como validar um modelo de NLP além da acurácia?</title><link>https://estudio68.com/conteudo/como-validar-um-modelo-de-nlp-alem-da-acuracia/</link><guid>https://estudio68.com/conteudo/como-validar-um-modelo-de-nlp-alem-da-acuracia/</guid><pubDate>Sat, 11 Jul 2026 12:00:00 +0000</pubDate><description>Validar um modelo de NLP exige mais que acurácia, que esconde erros quando as classes são desbalanceadas. A aula recomenda pedir F1, precision e recall por classe, testar generalização com five-fold cross validation, checar robustez em outros períodos, regiões e canais e fazer auditoria humana. Em análises causais, é preciso aplicar defasagem temporal.</description></item><item><title>A SAP vai morrer por causa da IA? O que protege o software corporativo</title><link>https://estudio68.com/conteudo/a-sap-vai-morrer-por-causa-da-ia-o-que-protege-o-software-corporativo/</link><guid>https://estudio68.com/conteudo/a-sap-vai-morrer-por-causa-da-ia-o-que-protege-o-software-corporativo/</guid><pubDate>Thu, 09 Jul 2026 12:00:00 +0000</pubDate><description>Não necessariamente. Agentes de IA baratearam a construção de software, mas construir não é o mesmo que substituir. Grandes fornecedores como SAP têm um fosso que não é código: dados históricos, compliance e certificações, custo de migração e escala na detecção de falhas. Softwares simples e algoritmos de terceiros sem transparência são os mais ameaçados.</description></item><item><title>Quando usar machine learning ou LLM para análise de texto?</title><link>https://estudio68.com/conteudo/quando-usar-machine-learning-ou-llm-para-analise-de-texto/</link><guid>https://estudio68.com/conteudo/quando-usar-machine-learning-ou-llm-para-analise-de-texto/</guid><pubDate>Thu, 02 Jul 2026 12:00:00 +0000</pubDate><description>Use LLM quando o texto precisa ser compreendido, com ironia, nuance e contexto, ou para resumos e análises qualitativas. Use machine learning clássico quando o texto precisa ser classificado em categorias conhecidas, com alto volume, custo previsível, explicabilidade e saídas estáveis. A pergunta central é se o texto precisa ser compreendido ou classificado.</description></item><item><title>Por que a IA de inspeção da Ford falhou?</title><link>https://estudio68.com/conteudo/por-que-a-ia-de-inspecao-da-ford-falhou/</link><guid>https://estudio68.com/conteudo/por-que-a-ia-de-inspecao-da-ford-falhou/</guid><pubDate>Wed, 01 Jul 2026 12:00:00 +0000</pubDate><description>A IA de inspeção da Ford falhou por três razões simultâneas. Foi treinada com requisitos de design, o mundo ideal, e não com a variação real da fábrica. Perdeu o conhecimento tácito dos engenheiros veteranos que saíram. E o problema exigia percepção física além da visão. A empresa tratou como detecção de padrão um problema de diagnóstico.</description></item><item><title>Por que projetos que funcionam no piloto morrem quando crescem?</title><link>https://estudio68.com/conteudo/por-que-projetos-que-funcionam-no-piloto-morrem-quando-crescem/</link><guid>https://estudio68.com/conteudo/por-que-projetos-que-funcionam-no-piloto-morrem-quando-crescem/</guid><pubDate>Sat, 27 Jun 2026 12:00:00 +0000</pubDate><description>Projetos que funcionam no piloto costumam perder efeito na escala por três mecanismos. O efeito Hawthorne faz as pessoas se comportarem melhor quando sabem que estão sendo observadas. O spillover contamina o grupo controle e distorce a comparação. O efeito de equilíbrio elimina a vantagem quando todos recebem o mesmo benefício. Os três podem ser identificados antes de escalar.</description></item><item><title>Como transformar notícias em dados com LLM?</title><link>https://estudio68.com/conteudo/como-transformar-noticias-em-dados-com-llm/</link><guid>https://estudio68.com/conteudo/como-transformar-noticias-em-dados-com-llm/</guid><pubDate>Sat, 27 Jun 2026 12:00:00 +0000</pubDate><description>Para transformar notícias em dados com um LLM, é preciso uma instrução operacional com papel específico, tarefa única, definição de cada categoria com exemplos verdadeiros e falsos e saída em formato fixo com nível de confiança. Depois vêm auditoria humana, comparação entre modelos, registro da versão usada e, na análise causal, defasagem temporal adequada.</description></item></channel></rss>