Nós conhecemos a fundo a tecnologia que usamos? (I)

Efeito Black-Box: O trade-off Praticidade x Observabilidade no ensino de tecnologias - Parte I

Introdução e Conceito

Antes de discutirmos em detalhes as consequências, desafios e soluções contidas no tópico do título deste artigo, gostaria de perguntar ao leitor: seu smartphone usa o canal N ou P nos MOSFETs contidos na ULA do processador? Computadores, dispositivos móveis e smarts estão por toda parte, e fazer uso dessas tecnologias se tornou uma necessidade. Seja para organizar nossas rotinas, comunicar com pessoas à distância ou buscar entretenimento, precisamos saber consumir esses recursos. 

Nesse sentido, um importante questionamento pode ser levantado: nós conhecemos a fundo a tecnologia que usamos? Independente do grau de instrução do usuário, a resposta será negativa. Um engenheiro eletricista com especialização em processos de fabricação de microprocessadores para smartphones pode até conhecer a resposta da pergunta do parágrafo anterior, mas dificilmente conhecerá sobre as propriedades térmicas e mecânicas dos polímeros que compõe a capa do mesmo dispositivo. Este efeito não é novo, e uma reflexão semelhante foi feita por Milton Friedman em sua aula “I, pencil”, em 1980[1]

Felizmente, não precisamos conhecer todas as propriedades, características e processos de fabricação de um objeto para usá-lo. Simplesmente interagimos com ele, aplicando uma entrada (pressionar um botão, usar o touchscreen, ligar uma câmera, etc.) e recebemos uma saída (textos, imagens, sons, etc.) do dispositivo. Entender “superficialmente” o funcionamento de algo a ponto de produzir saídas diferentes para entradas distintas entre si é um fenômeno amplamente estudado nas Ciências, Engenharia e Computação. São chamados Sistemas Black-Box (ou “Sistemas Caixa-Preta”).

Sistema Black-Box


Na engenharia, um modelo em black-box é dito como “a representação funcional da relação entre relações de entradas e saídas de um sistema”[2], e são ferramentas importantes para a compreensão de um fenômeno ou dispositivo, sobretudo pela possibilidade de não ser necessário saber sobre os detalhes do objeto estudado mas, ainda sim,  ser capaz de extrair informações gerais do modelo. É seguro afirmar então que, ao usar dispositivos de alta tecnologia integrada (como smartphones, tablets, smart TVs, computadores e videogames) sem conhecer todas suas propriedades, estamos os interpretando como um modelo caixa-preta do sistema, enquanto dispomos de suas funcionalidades. Este “Efeito Black-Box” cria um trade-off (conflito de escolha) “Praticidade x Observabilidade” no aprendizado de tecnologias por meio das metodologias de experimentação. Conhecendo este desafio educacional, o Método CODE8734 se mostra uma metodologia eficaz para solucioná-lo.

trade-off  “Praticidade x Observabilidade”

O Trade-off “Praticidade x Observabilidade”

O natural desenvolvimento das tecnologias promove o Efeito Black-Box. Em outras palavras, o avanço da tecnologia permite cada vez menos entendê-la por completo, ao passo que se é cada vez mais fácil realizar operações com esse sistema. Podemos comprovar a afirmativa ao rever os principais computadores da História, observando suas tecnologias integradas.


Considerando o ábaco (figura ao lado) como o primeiro computador inventado[3], a simples observação de seus “estados” (posições de cada peça) já apresentavam o resultado da computação. Dessa forma, conhecer as propriedades do dispositivo era essencial para seu uso. Em contrapartida, o conjunto de operações e, consequentemente, a gama de problemas solucionáveis por essa “máquina” é extremamente limitada. Com o advento dos computadores mecânicos (de Pascal e Schickard) no século XVII, as funcionalidades foram expandidas. Contudo, o funcionamento desse sistema é mais complexo que o anterior. Com o passar dos anos (e com a criação de novos computadores), o trade-off se tornou cada vez mais evidente. Máquinas mais complexas resolviam problemas maiores, mas conhecer cada componente se tornava uma tarefa cada vez mais difícil.

O efeito Black-Box e seu inerente trade-off é facilmente percebido atualmente, como na pergunta levantada no início do texto. Com as tecnologias LSI (Large Scale Integration) na década de 1970, seguida pelas VLSI (Very Large Scale Integration), ULSI (Ultra Large Scale Integration) e, recentemente, a GLSI (Giga Large Scale Integration) que permitem a combinação de dezenas de bilhões de transistores em um único microchip, conhecer o funcionamento de todos eles é uma tarefa impossível, ao passo que permite resolvermos problemas de alta complexidade em microssegundos. 

É importante destacar também que o Efeito Black-Box acontece também nas linguagens de programação. Para programar computadores na década de 1950 e 1960, comumente eram usadas linguagens de montagem (Assembly), de baixo nível, demandando um conhecimento profundo sobre o hardware em que o código era executado. As linguagens foram evoluindo com o passar dos anos, e um exemplo do trade-off entre as permissões concedidas ao software x facilidade na manutenção do código se mostrou evidente. O efeito pode ser observado pela evolução das linguagens baseadas em C (de 1972), que originou as linguagens C++ (1985) e C# (2000), que seguem um padrão de linguagens de alto-nível, enquanto se desprendem da necessidade sobre o conhecimento do hardware.


Ainda sobre as linguagens de programação, podemos perceber um padrão sobre os paradigmas vigentes: enquanto nas décadas de 1960 e 1970, a maior parte dos programas eram desenvolvidos sob o paradigma estruturado (como nas linguagens C, COBOL e Pascal), os anos 1980 e 1990 promoveram novas soluções com os paradigmas funcionais (como MATLAB, ADA e Perl) e orientados a objeto (C++, Java, Python). Nos anos 2000 e atualmente, o paradigma de programação visual (como o Blockly e o Scratch) se tornou popular, sendo uma forma de alto-nível de programação, permitindo uma facilidade inédita na compreensão de algoritmos, quando comparada aos demais paradigmas. Embora o último seja uma forma simples de criar programas, um número limitado de blocos é dado ao usuário, diminuindo suas possibilidades de programação.

Blockly e Sctach - programação visual

Efeito Black-Box - Parte II

Na segunda parte do texto, discutiremos as implicações do Efeito Black-Box no ensino de novas tecnologias. Apresentaremos as consequências do trade-off “Praticidade x Observabilidade” para o aprendizado, e como a proposta do Método CODE8734 pode se valer desse efeito para consolidar o conhecimento dos fundamentos da tecnologia, promovendo a Fluência Computacional.

Cadastre-se em
nossa newsletter!
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Textos de destaque
Matheus Delgado de Azevedo
Engenheiro Mecatrônico e Analista de Sistemas da CODE8734. Capitão da equipe “Game of Tronics” na Competição Latino-americana de Robótica em 2017 e participante do time em 2016 (Categoria SEK).
Publicado:
22/4/2021
FRANQUIA
Desbrave a educação na sua cidade.
IN-SCHOOL
Leve o melhor da CODE8734 para a sua escola.
MATRÍCULAS
Encontre a CODE8734 mais perto de você.
CODE8734 - 2020
Todos os direitos reservados
Desenvolvido por MAVERICK 360
Mais de 20 anos de experiência no mercado de educação.
Presente em 5 países.
Mais de 100 mil alunos impactados.

Confira nossa Política de Privacidade