Página 51

Unidade 3

Capítulo 5 - Programar Soluções Digitais

Pensamento computacional e o poder de criar soluções.

Tema do capítulo: Programação

Objetivos de Aprendizagem

1. Compreender o conceito de programação como uma forma de criar soluções para problemas por meio de instruções organizadas e executadas por computadores.
2. Desenvolver o pensamento computacional, utilizando estratégias como decomposição de problemas, reconhecimento de padrões, abstração e elaboração de algoritmos.
3. Reconhecer como algoritmos e programas estão presentes em diferentes tecnologias do cotidiano, analisando seu funcionamento, suas aplicações e seus impactos na sociedade.
4. Refletir sobre a importância da ética no desenvolvimento de sistemas computacionais, considerando aspectos relacionados à privacidade, acessibilidade, equidade, transparência e responsabilidade no uso das tecnologias digitais.

Página 53

A Arte de Conversar com Máquinas

Pensamento computacional e o poder de criar soluções

1. O que é programação e por que ela importa para você?

Você conhece esta frase? "Programar é ensinar o computador a fazer algo que você sabe fazer, mas não quer fazer repetidamente."

Quando você cria um programa para organizar automaticamente uma lista de nomes em ordem alfabética, por exemplo, você está transferindo para a máquina uma tarefa que poderia levar horas se feita manualmente e que o computador executa em fração de segundo, sem erros, quantas vezes for necessário.

Em termos gerais, podemos dizer que programação é o processo de dar instruções ao computador para que ele execute uma tarefa. Na verdade, para programar você não precisa ser um gênio da computação ou da matemática.

Para conseguir programar é fundamental desenvolver a capacidade de pensar com clareza, decompor problemas em etapas menores e comunicar caminhos que levem à solução de um desafio de forma precisa. E essas habilidades podem ser adquiridas por qualquer pessoa praticando continuamente.

Programação

É o processo de escrever instruções em uma linguagem de programação para que um computador execute tarefas específicas. Essas instruções formam um programa que transforma dados de entrada em resultados úteis. Exemplos de linguagens: Python, JavaScript, C++, Java, Scratch. Voltar ao termo programação

A importância de aprender programação vai muito além de conseguir um emprego na área de tecnologia. Vivemos em um mundo onde algoritmos decidem o que você vê nas redes sociais, o preço que você paga em aplicativos de transporte, quem recebe crédito bancário e como as notícias são classificadas nos mecanismos de busca.

Quando você entende como esses sistemas funcionam, você possui muito mais poder para questionar, criticar e exigir que funcionem de forma justa do que alguém que os vê como uma "caixa preta" misteriosa.

Página 54

Aprender a programar também ajuda você a resolver problemas do dia a dia de modo diferente. O pensamento sistemático e a decomposição de problemas em etapas menores são habilidades transferíveis para qualquer situação cotidiana e para qualquer área do conhecimento como medicina, arquitetura, jornalismo, gestão pública, arte etc.

Não é por acaso que países como Finlândia, Estônia e Reino Unido e agora o Brasil incluíram programação nos currículos escolares básicos. Essa inclusão não é para formar programadores, mas para formar cidadãos mais analíticos e capazes de projetar soluções com clareza e autonomia.

2. Como o computador entende as nossas instruções?

Você já deve ter se perguntado isso: como o computador entende direitinho as instruções que recebe? Um dos maiores desafios de programar é que os computadores não entendem metáforas, contextos implícitos ou intenções indiretas. Eles só obedecem a informações objetivas e diretas.

Um computador executa exatamente a instrução recebida de forma literal. Se você mandar um programa somar "3" com "quatro", ele pode travar, dar um resultado errado ou simplesmente se recusar a executar, dependendo de como foi escrito. Isso acontece porque, em linguagem de programação, "3" é um número e "quatro" um texto. São tipos de dados objetivamente diferentes.

Um tipo de dado define o que um valor representa e quais operações podem ser feitas com ele. Assim como no mundo físico você não tenta misturar água e areia esperando que fique água, em programação você não pode somar um número com um texto e esperar um resultado numérico. Definir corretamente o tipo de cada informação é o primeiro passo para escrever um programa que funciona.

Tipo de Dado

É a classificação que define o que um valor representa em um programa e quais operações podem ser realizadas com ele. Os tipos mais comuns são: inteiro (números sem decimais), texto (sequências de caracteres), booleano (verdadeiro ou falso) e decimal (números com parte fracionária). Voltar ao termo tipo de dado

Os quatro tipos de dados fundamentais são:

Note que a precisão exigida pelos tipos de dados usados na programação tem um efeito prático importante: erros de tipos de dados são uma das causas mais comuns de falhas em sistemas computacionais.

Um programa de finanças que trata o valor de uma transação como texto em vez de número pode calcular totais errados. Um sistema de saúde que confunde a idade de um paciente com seu código de identificação pode gerar diagnósticos incorretos.

Portanto, entender tipos de dados não é apenas uma questão técnica, mas de segurança e confiabilidade.

3. O que são algoritmos e como eles fazem os computadores "pensarem"?

Você já ouviu muito falar a palavra algoritmo, não é mesmo? Ele é um termo-chave na linguagem de programação. Podemos dizer que algoritmo é uma sequência de passos que, se obedecida, poderá resolver um problema ou realizar uma ação programada.

Página 55

A palavra vem do nome de um matemático persa do século IX chamado Al-Khwarizmi. Suas contribuições sobre cálculo matemático influenciaram muito o desenvolvimento das ciências exatas no mundo. Hoje, o algoritmo é o cérebro de todo sistema computacional, desde uma simples calculadora até os sistemas de navegação de foguetes espaciais.

Algoritmo

É a sequência finita, ordenada e precisa de passos que, quando seguida, resolve um problema ou executa uma tarefa específica. O nome vem do matemático persa Al-Khwarizmi, do século IX. Em programação, um algoritmo é a lógica de solução escrita antes do código, como um roteiro detalhado que a máquina deve seguir para chegar ao resultado esperado. Voltar ao termo algoritmo

Toda receita de bolo funciona como um algoritmo simples. Nela você encontra: ingredientes (informações de entrada), passos em ordem específica (processamento) e o bolo pronto (resultado de saída). Se você trocar a ordem dos passos, por exemplo, colocar no forno antes de misturar os ingredientes, o resultado será diferente do esperado. O mesmo vale para algoritmos computacionais: a ordem e a precisão de cada instrução determinam se o programa funcionará corretamente.

O desenvolvimento de algoritmos eficientes está no centro de uma área chamada pensamento computacional, que engloba quatro pilares fundamentais:

Fique atento a essa característica dos algoritmos: eles não são neutros. Todo algoritmo foi escrito por uma pessoa, ou por uma equipe, que fez escolhas sobre o que priorizar, o que ignorar e como lidar com casos excepcionais. Quando um algoritmo de seleção de candidatos a emprego é treinado com dados históricos de uma empresa que contratou predominantemente homens brancos, ele pode aprender, sem que ninguém perceba, a penalizar candidatos que não se encaixam nesse perfil, como negros e mulheres, por exemplo.

A consciência de que algoritmos carregam as intenções e limitações de quem os cria é parte essencial da maturidade de cibercidadania do programador.

4. Como os dados são organizados para que os programas funcionem?

Um programa raramente lida com um único dado isolado. Geralmente precisa gerenciar coleções de dados, uma lista de alunos, um conjunto de preços, um histórico de transações. Para isso, a programação usa estruturas de dados: formas organizadas de armazenar e relacionar informações de modo que possam ser acessadas, modificadas e processadas com eficiência.

A escolha da estrutura de dados certa para cada problema é uma das decisões mais importantes na programação. A mesma informação organizada de formas diferentes pode tornar um programa extremamente rápido ou dolorosamente lento. Um exemplo simples: se você precisa frequentemente encontrar o nome de um aluno pelo número de matrícula, usar um dicionário (que busca pelo nome da chave em tempo constante) é muito mais eficiente do que usar uma lista (que precisaria percorrer todos os elementos até encontrar o certo).

Página 56

Toda vez que você usa o aplicativo de mapas para encontrar a rota mais rápida entre dois pontos, o aplicativo executa um algoritmo de grafos, onde as ruas são arestas e as esquinas são vértices, para calcular o caminho ótimo em milissegundos. Toda vez que você abre uma pasta no computador e vê subpastas dentro dela, está navegando por uma estrutura de árvore. Toda vez que você vê os "amigos em comum" em uma rede social, o sistema percorre um grafo para identificar conexões de segundo grau entre você e outra pessoa. Saiba, portanto, que árvores e grafos merecem atenção especial por sua grande presença no mundo digital.

5. Como os programas reagem ao mundo ao seu redor?

Você já ouviu falar em "programação orientada a eventos"?

Então, observe: os programas mais simples executam uma sequência fixa de instruções do início ao fim, independentemente do que acontece ao redor. Mas os sistemas que usamos no dia a dia como aplicativos de celular, jogos, assistentes de voz, carros inteligentes, todos eles funcionam de forma completamente diferente: eles ficam em estado de espera ativa, aguardando que algo aconteça para então agir. Esse modelo é chamado de programação orientada a eventos.

Em programação, podemos dizer que "evento" é qualquer ocorrência externa que o programa está configurado para detectar e responder: um toque na tela, o recebimento de uma mensagem, a detecção de movimento por um sensor, a chegada de um novo dado de GPS. Quando o evento ocorre, o programa executa a função correspondente, chamada de "manipulador de eventos", e retorna ao estado de espera. É essa arquitetura que torna os sistemas interativos responsivos e "vivos".

Para descrever formalmente como um sistema reage a eventos, a ciência da computação usa um modelo matemático chamado autômato finito. Funciona como uma representação abstrata de um sistema que pode estar em diferentes estados e que transita de um estado para outro, quando recebe determinados estímulos.

Uma catraca eletrônica de metrô é um autômato simples: ela está no estado "bloqueada" e transita para "liberada" quando detecta um cartão válido, e volta para "bloqueada" após a passagem. Um videogame é um autômato muito mais complexo, com centenas de estados possíveis e transições que dependem de múltiplos eventos simultâneos.

6. Por que a ética deve estar no centro de qualquer código?

Toda vez que um programador escreve código está tomando decisões que afetam pessoas. Decisões sobre quais dados coletar e como usá-los, sobre quem terá acesso a um serviço e quem será excluído, sobre o que o sistema prioriza quando precisa escolher entre objetivos conflitantes. Essas decisões raramente são neutras, mas elas refletem os valores, as limitações e, às vezes, os preconceitos de quem as tomou.

Um dos exemplos mais documentados de viés algorítmico é o sistema COMPAS, usado por tribunais americanos nos anos 2010 para prever a probabilidade de reincidência criminal de réus. Investigações jornalísticas mostraram que o algoritmo sistematicamente classificava réus negros como mais propensos a reincidir do que réus brancos com históricos criminais similares, mesmo sem que raça fosse explicitamente usada como variável. O viés havia sido absorvido dos dados históricos do sistema de justiça, que refletiam décadas de discriminação racial.

Página 57

A ética na programação envolve dimensões que vão além de evitar erros técnicos. Inclui a proteção dos dados dos usuários, garantindo que informações pessoais não sejam coletadas além do necessário nem usadas sem consentimento. Deve incluir a acessibilidade na possibilidade de projetar interfaces que funcionem para pessoas com deficiência visual, auditiva, motora e cognitiva. Precisa prever a sustentabilidade ao considerar o consumo de energia de sistemas que processam grandes volumes de dados. E considerar a equidade ao questionar ativamente se o sistema que está sendo construído serve a todos os grupos de usuários de forma justa e igualitária.

Se você quer ser um programador completo, além de competência técnica para escrever códigos, deve desenvolver a consciência ética também. Isso significa fazer constantemente perguntas assim antes mesmo de começar a programar:

Este sistema pode ser usado para prejudicar alguém?

Estou coletando mais dados do que o necessário?

Quem será excluído por não ter acesso à tecnologia que estou construindo?

Essas perguntas não são obstáculos à criatividade. São o que diferencia tecnologia que serve às pessoas de tecnologia que as explora.

Página 58

Box Biografia · Linus Torvalds

Linus Torvalds (Finlândia, 1969) aprendeu a programar aos 10 anos no Commodore VIC-20 do avô. Insatisfeito com o MS-DOS e sem dinheiro para o UNIX profissional, decidiu criar seu próprio sistema operacional. Publicou o código gratuitamente num fórum com a observação: "é apenas um hobby". Não era.

Ao abrir o código para contribuições externas, Torvalds criou involuntariamente o modelo de desenvolvimento colaborativo que chamamos hoje de código aberto. Em 2005, criou também o Git, usado por praticamente todos os desenvolvedores profissionais do planeta.

Conexão: O Linux hoje roda em 97% dos supercomputadores do mundo, sustenta os servidores da internet, é o núcleo do Android e está presente em mais de 3 bilhões de smartphones. A história de Torvalds mostra que a programação, quando compartilhada de forma colaborativa e ética, pode transformar o mundo inteiro a partir de uma única boa ideia.

Página 59

Investigador-Chefe: ficará encarregado de usar um buscador seguro na internet para pesquisar casos reais em que algoritmos falharam (por exemplo, falhas em reconhecimento facial ou sistemas de notas escolares).

Juiz da Verdade: vai analisar a resposta trazida pelo assistente virtual e compará-la com as notícias reais encontradas pelo Investigador-Chefe. Sua missão é confirmar se a IA explicou corretamente o conceito de "viés algorítmico" e se as informações fazem sentido com o que estudamos.

Designer Criativo: utilizará uma ferramenta de apresentação digital ou plataforma de design gráfico para organizar as descobertas. Deverá criar um cartaz digital contendo o problema encontrado e uma "Regra de Ouro" que todo programador ético deveria seguir para evitar que isso aconteça.

Vamos reforçar o que aprendemos?

Para fechar o capítulo, você tem dois caminhos que se completam: a Atividade Desplugada a seguir, feita com cartões de papel e caderno, e a Atividade Plugada, para planejar uma solução digital para um problema real.

Página 60

Galeria de Recursos

Para aprofundar ainda mais suas descobertas, preparamos estes materiais complementares:

Dinâmica

Mente de Programador

odae.com.br/9d5

Clique no card ou escaneie

Dinâmica interativa digital ainda em produção; descrição textual alternativa pendente (item 4.3.9).

Infográfico

Pensamento Computacional

odae.com.br/9i5

Clique no card ou escaneie

Descrição do infográfico:

Infográfico em estilo desenho à mão, intitulado "O Universo da Programação: Da Lógica à Responsabilidade", com o texto "Compreender que programar é traduzir o pensamento humano em instruções lógicas, organizadas e éticas". Contém quatro blocos: 1) "O Coração da Programação", com o desenho de um computador dentro de uma nuvem de pensamento, mostrando o fluxo "Entrada (Dados) → Instruções Lógicas (Transformação) → Saída (Resultado)", com o texto "Ensinar a máquina a resolver problemas"; 2) "Pensamento Computacional", com um ícone de quebra-cabeça e um cérebro com engrenagens, listando os quatro pilares: Decomposição (Quebrar), Reconhecimento de Padrões (Padrões), Abstração (Simplificar) e Algoritmos (Passo a passo); 3) "A Linguagem dos Dados", com ícones de banco de dados, listando Tipos (Inteiro, Texto, Booleano) e Estruturas (Listas, Grafos), com o texto "Organização evita falhas e lentidão"; 4) "Ética na Programação", com um escudo com marca de verificação e uma balança de justiça, com o texto "Algoritmos não são neutros. Exige responsabilidade com: Acessibilidade (Inclusão), Equidade (Justiça), Proteção dos dados de cada usuário (Privacidade). Criar códigos conscientes". No centro, um laptop com um terminal de comando e o texto "Programar não é apenas digitar código, é a arte de decompor problemas e dar instruções precisas para que máquinas executem tarefas de forma eficiente e justa".

Podcast

A lógica dos algoritmos não é neutra

odae.com.br/9p5

Clique no card ou escaneie

Transcrição do podcast:

Palestrante 1: Sabe, quando a gente abre um aplicativo de transporte ou olha o feed de uma rede social, os preços mudam em tempo real, e os conteúdos, tipo os conteúdos perfeitos, aparecem na tela de repente.

Palestrante 2: Parece até mágica.

Palestrante 1: Parece mágica, né? Mas para quem quer estar preparado para as profissões do futuro, encarar a tecnologia dessa forma é um erro estratégico. Então, nessa nossa análise de hoje, a gente vai desconstruir um pouco essa ilusão.

Palestrante 2: Com certeza. A ideia é entender a lógica da programação. Não para que todo mundo vire desenvolvedor do dia para a noite, claro, mas porque entender os bastidores desses sistemas é, na verdade, a única forma de não ser dominado por eles.

Palestrante 1: Exato. É tirar esse status de caixa preta da tecnologia, sabe, e dar poder de questionamento para quem utiliza. O que eu achei fantástico no material é aquela premissa simples, que programar é, basicamente, ensinar o computador a fazer algo que a gente não quer repetir manualmente.

Palestrante 2: Pois é. Quando a gente entende como essas decisões automatizadas são estruturadas, o computador deixa de ser aquele oráculo inquestionável. A programação é sobre organizar o raciocínio humano de um jeito tão claro, mas tão claro, que uma máquina consiga executar tarefas complexas em escala.

Palestrante 1: Sem precisar da gente ali, toda hora.

Palestrante 2: Isso, sem intervenção constante. E o mais interessante é que essa estruturação não começa no código em si.

Palestrante 1: É, começa na nossa forma de pensar. Para ensinar a máquina, a gente precisa dominar os famosos quatro pilares do pensamento computacional.

Palestrante 2: Um modelo mental essencial hoje em dia. Historicamente, o texto cita que se fala de algoritmos desde o matemático persa Al-Khwarizmi, lá no século 9.

Palestrante 1: Caramba, século 9?

Palestrante 2: Sim. O pessoal costuma usar aquela velha metáfora da receita de bolo, onde a ordem dita o resultado. Mas eu gosto de pensar numa linha de montagem de uma fábrica. A sequência de ações e o estado de cada engrenagem ditam se o produto final sai perfeito ou se a fábrica inteira trava.

Palestrante 1: Porque a máquina não tem o bom senso humano de pular uma etapa que não serve para nada, né?

Palestrante 2: Exatamente. A máquina é rígida. Então, os quatro pilares são a base disso. A gente tem a decomposição, que é dividir problemas grandes. O reconhecimento de padrões para anotar o que se repete.

Palestrante 1: Certo.

Palestrante 2: A abstração, que é focar só no essencial. E, por fim, o algoritmo, que é criar o passo a passo.

Palestrante 1: Deixa eu ver se eu consigo dar um exemplo disso no mundo real sem nem tocar no teclado. Imagina planejar uma viagem internacional do zero. A decomposição seria quebrar esse problema gigante em partes menores, tipo passagens, hotel, roteiro.

Palestrante 2: Perfeito.

Palestrante 1: Aí, a abstração é focar estritamente no que importa naquele momento, como tirar o visto ou fechar o orçamento, ignorando os ruídos menores.

Palestrante 2: Uhum. E direto ao ponto.

Palestrante 1: E o reconhecimento de padrões é perceber que, ah, o processo de reservar o hotel é quase idêntico ao de alugar um carro. Então, a gente aplica a mesma lógica para resolver os dois problemas. É uma habilidade muito chave para as profissões do futuro. Serve para qualquer área da vida. 115

Palestrante 2: Serve mesmo. Aí, a gente tem a estrutura lógica pronta na nossa cabeça, mas o grande desafio é o atrito de transferir essa abstração humana para a máquina.

Palestrante 1: É, porque o computador precisa que os dados sejam estruturados matematicamente, né? Senão ele não consegue enxergar o problema.

Palestrante 2: Exato. A gente não consegue, tipo, somar texto com um número sem travar o sistema. O material explica bem os quatro tipos de dados: inteiro, texto, booleano e decimal. Mas o exemplo dos aplicativos de mapas é sensacional. Para traçar uma rota em milissegundos, o sistema não vê um mapa desenhado. Ele usa uma estrutura matemática chamada grafo.

Palestrante 1: Grafo. Tá, deixa eu ver se eu pego a mecânica da coisa. Um grafo seria composto por pontos e linhas de conexão. Então, os cruzamentos das ruas são os pontos e as próprias ruas são as linhas, certo?

Palestrante 2: Isso, certinho.

Palestrante 1: A máquina não está dirigindo por um mapa. Ela está calculando o peso matemático de cada linha, considerando a distância, o trânsito atual, para achar a soma mais baixa até o destino final.

Palestrante 2: Exatamente assim que o sistema quantifica o nosso mundo físico. E para que os aplicativos reajam instantaneamente aos comandos na tela, tipo quando a gente clica em algo, eles usam a programação orientada a eventos, que é baseada em autômatos.

Palestrante 1: E como funciona um autômato na prática?

Palestrante 2: Pensa numa catraca de metrô. Ela tem estados bem rígidos, ela fica bloqueada até que aconteça o evento de leitura de um cartão válido.

Palestrante 1: Ah, entendi.

Palestrante 2: Isso altera o estado para liberada e logo após a passagem da pessoa, volta a ficar bloqueada. O código fica lá em suspensão, só aguardando esses gatilhos do mundo real.

Palestrante 1: Que interessante. Mas é aqui que as coisas ficam complexas a meu ver. Porque se a máquina toma decisões baseadas nessa matemática exata, avaliando o peso dos dados, a lógica deveria ser perfeitamente neutra.

Palestrante 2: Deveria?

Palestrante 1: Mas, se os dados de entrada já vêm viciados por quem coletou, o algoritmo só vai mascarar o preconceito humano. Ele ganha uma aura de objetividade matemática que não existe de verdade. Eu fiquei bem chocado lendo sobre o caso do sistema judicial COMPAS, lá nos Estados Unidos.

Palestrante 2: Pois é. É um exemplo clássico e assustador do mito da falsa neutralidade algorítmica. O sistema tentava prever a reincidência criminal.

Palestrante 1: Sim, e como os dados históricos do sistema prisional já refletem um viés estrutural absurdo, o algoritmo simplesmente validou isso. Ele passou a classificar réus negros como sendo de alto risco mesmo sem ter uma variável explícita lá perguntando a raça.

Palestrante 2: Essa é a leitura precisa da situação. O sistema não perguntava a raça, mas ele cruzava variáveis tipo escolaridade, histórico familiar e os CEPs. E isso funcionava como um indicador estatístico indireto da raça. Quem estrutura a lógica e seleciona os dados de treinamento tem nas mãos o poder de perpetuar injustiças numa escala massiva.

Palestrante 1: É uma responsabilidade gigantesca. E uma forma clara de tentar mitigar isso que o texto também aborda é o movimento de código aberto.

Palestrante 2: Sim, total. O exemplo do Linus Torvalds, que criou o Linux.

Palestrante 1: Exato. Quando ele abriu o código para o mundo, ele descentralizou a auditoria. Porque quando milhares de olhares independentes podem analisar as regras do jogo, fica muito, mas muito mais difícil, esconder falhas lógicas ou éticas lá na arquitetura do software.

Palestrante 2: A lógica da programação é, no fim das contas, aprender a linguagem que constrói as instituições modernas, sabe? E passa a ser uma ferramenta vital de pensamento crítico.

Palestrante 1: É de cidadania até. E para encerrar a nossa análise hoje, eu queria deixar quem está acompanhando a gente com uma reflexão final, para pensar depois se os nossos preconceitos humanos, que às vezes são tão invisíveis, ficam enraizados nesses dados que treinam as máquinas.

Palestrante 2: É um ponto crucial.

Palestrante 1: Até que ponto a inteligência artificial do futuro vai ser uma inovação genuína ou apenas um espelho automatizado e altamente eficiente das nossas piores falhas históricas? Fica esse questionamento para todo mundo.

Palestrante 2: Uma excelente provocação. Fica a reflexão.

Vídeo

Desmistificando o Código

odae.com.br/9v5

Clique no card ou escaneie

Legenda, audiodescrição e janela de Libras ainda pendentes (item 4.3.9).