Sam Altman quer 7 trilhões de dólares - 1

Traduzido pelo ChatGPT do AstralCodex

I.

Sam Altman quer $7 trilhões.

De certa forma, isso não é novidade. Todo mundo quer $7 trilhões. Eu quero $7 trilhões. Eu não vou conseguir, e provavelmente Sam Altman também não.

Ainda assim, a mídia trata isso como digno de comentário, e eu concordo. É um lembrete útil do que será necessário para a IA escalar nos próximos anos.

A lógica básica: GPT-1 custou aproximadamente nada para treinar. GPT-2 custou $40.000. GPT-3 custou $4 milhões. GPT-4 custou $100 milhões. Detalhes sobre o GPT-5 ainda são secretos, mas uma estimativa extremamente não confiável diz $2,5 bilhões, e isso parece a ordem correta de magnitude, dado os $8 bilhões que a Microsoft deu para a OpenAI.

Então, cada GPT custa entre 25x e 100x o último. Vamos dizer 30x em média. Isso significa que podemos esperar que o GPT-6 custe $75 bilhões, e o GPT-7 custe $2 trilhões.

(A menos que eles coloquem o nome "GPT-6" em um modelo que não seja uma geração completa à frente do GPT-5. Considere esses números como representando modelos que estão, por exemplo, tão à frente do GPT-4 quanto o GPT-4 estava do GPT-3, independentemente de como os rotulem.)

Vamos tentar dividir esse custo. Em um sentido muito abstrato, treinar uma IA envolve três coisas:

• Computação (ou seja, poder de computação, hardware, chips)
• Eletricidade (para alimentar a computação)
• Dados de treinamento

Computação

A computação é medida em operações de ponto flutuante (FLOPs). O GPT-3 levou 10^23 FLOPs para treinar, e o GPT-4 plausivelmente 10^25.

A capacidade de todos os computadores do mundo é de cerca de 10^21 FLOP/segundo, então eles poderiam treinar o GPT-4 em 10^4 segundos (ou seja, duas horas). Como a OpenAI tem menos computadores que todos os do mundo, levou seis meses. Isso sugere que a OpenAI estava usando cerca de 1/2000 dos computadores do mundo durante esse tempo.

Se mantivermos nosso fator de escalonamento de 30x, o GPT-5 levará 1/70 dos computadores do mundo, o GPT-6 levará 1/2, e o GPT-7 levará 15 vezes mais computadores do que existem. A capacidade de computação do mundo cresce rapidamente - esta fonte diz que ela dobra a cada 1,5 anos, o que significa que ela cresce por uma ordem de magnitude a cada cinco anos, o que significa que esses números provavelmente são superestimativas. Se imaginarmos cinco anos entre GPTs, então o GPT-6 realmente só precisará de 1/10 dos computadores do mundo, e o GPT-7 só precisará de 1/3. Ainda assim, 1/3 dos computadores do mundo é muita coisa.

Provavelmente você não pode obter 1/3 dos computadores do mundo, especialmente quando todas as outras empresas de IA também os querem. Você precisaria aumentar muito a fabricação de chips.

Energia

O GPT-4 consumiu cerca de 50 gigawatt-horas de energia para treinar. Usando nosso fator de escalonamento de 30x, esperamos que o GPT-5 precise de 1.500, o GPT-6 precise de 45.000, e o GPT-7 precise de 1,3 milhão.

Digamos que a execução de treinamento dure seis meses, ou seja, 4.320 horas. Isso significa que o GPT-6 precisará de 10 GW - cerca da metade da produção da Usina Hidrelétrica das Três Gargantas, a maior do mundo. O GPT-7 precisará de quinze Usinas Hidrelétricas das Três Gargantas. Isso não é apenas "o mundo precisará produzir tanta energia no total e você pode comprá-la". Você precisa da energia bastante próxima ao seu centro de dados. Sua melhor aposta aqui é ou conseguir um pipeline inteiro como o Nord Stream conectado ao seu centro de dados, ou então um reator de fusão.

(Sam Altman está trabalhando em energia de fusão, mas isso parece ser uma coincidência. Pelo menos, ele está interessado em fusão desde pelo menos 2016, o que é muito cedo para ele saber de qualquer coisa disso.)

Dados de Treinamento

Estes são o texto ou imagens ou qualquer coisa que a IA lê para entender como seu domínio funciona. O GPT-3 usou 300 bilhões de tokens. O GPT-4 usou 13 trilhões de tokens (outra fonte diz 6 trilhões). Isso parece que nosso fator de escalonamento de 30x ainda se mantém, mas teoricamente os dados de treinamento deveriam escalar como a raiz quadrada da computação - então você deveria esperar um fator de escalonamento de 5,5x. Isso significa que o GPT-5 precisará de algo em torno de 50 trilhões de tokens, o GPT-6 algo em trilhões com três dígitos, e o GPT-7 algo em quadrilhões.

Não há tanto texto no mundo todo. Talvez você possa obter alguns trilhões a mais combinando todos os livros publicados, mensagens do Facebook, tweets, mensagens de texto e e-mails. Você poderia conseguir mais adicionando todas as imagens, vídeos e filmes, uma vez que as IA aprendam a entendê-los. Ainda assim, não acho que você chegará a cem trilhões, quanto mais a um quadrilhão.

Você poderia tentar fazer uma IA que possa aprender coisas com menos dados de treinamento. Isso deveria ser possível, porque o cérebro humano aprende coisas sem ler todo o texto do mundo. Mas isso é difícil e ninguém tem uma ótima ideia de como fazer isso ainda.

Mais promissor é o uso de dados sintéticos, onde a IA gera dados para si mesma. Isso parece uma máquina de movimento perpétuo que não funcionaria, mas há truques para contornar isso. Por exemplo, você pode treinar uma IA de xadrez em dados sintéticos fazendo-a jogar contra si mesma um milhão de vezes. Você pode treinar uma IA de matemática fazendo-a gerar aleatoriamente passos para uma prova, eventualmente tropeçando em uma correta por acaso, detectando automaticamente a prova correta e então treinando com ela. Você pode treinar uma IA de jogo de vídeo fazendo-a fazer movimentos aleatórios e então ver qual obtém a pontuação mais alta. Em geral, você pode usar dados sintéticos quando não sabe como criar bons dados, mas sabe como reconhecê-los uma vez que existam (por exemplo, a IA de xadrez ganhou o jogo contra si mesma, a IA de matemática obteve uma prova correta, a IA de jogo de vídeo obteve uma boa pontuação). Mas ninguém sabe como fazer isso bem para texto escrito ainda.

Talvez você possa criar uma IA inteligente através de alguma combinação de texto, xadrez, matemática e videogames - alguns humanos seguem este currículo, e funciona bem para eles, mais ou menos.

Este é um pouco diferente - computação e eletricidade podem ser resolvidas com muito dinheiro, mas este pode exigir mais de uma descoberta.

Progresso Algorítmico

Isso significa "as pessoas fazem descobertas e se tornam melhores em construir IA". Parece ser mais uma daquelas coisas que dá uma ordem de magnitude de progresso a cada cinco anos mais ou menos, então estou revisando as estimativas acima para baixo um pouco.

Juntando Tudo

O GPT-5 pode precisar de cerca de 1% dos computadores do mundo, uma pequena usina elétrica e muitos dados de treinamento.

O GPT-6 pode precisar de cerca de 10% dos computadores do mundo, uma grande usina elétrica e mais dados de treinamento do que existem. Provavelmente isso se parece com um centro de dados do tamanho de uma cidade ligado a muitos painéis solares ou a um reator nuclear.

O GPT-7 pode precisar de todos os computadores do mundo, uma usina elétrica gigantesca além de qualquer uma que exista atualmente, e muito mais dados de treinamento do que existem. Provavelmente isso se parece com um centro de dados do tamanho de uma cidade ligado a uma usina de fusão.

Construir o GPT-8 é atualmente impossível. Mesmo que você resolva dados sintéticos e energia de fusão, e assuma todo o controle da indústria de semicondutores, você não chegará nem perto. Sua única esperança é que o GPT-7 seja superinteligente e te ajude com isso, seja te dizendo como construir IAs baratas, seja aumentando a economia global a ponto de financiar coisas atualmente impossíveis.

Tudo sobre GPTs acima de 5 é uma projeção ingênua das tendências existentes e provavelmente falsa. Estimativas de ordem de magnitude apenas. Você pode chamar isso de "especulativo" e "insano". Mas se Sam Altman não acreditasse em algo pelo menos tão especulativo e insano, ele não estaria pedindo $7 trilhões.

II.

Vamos voltar um pouco.

O GPT-6 provavelmente custará $75 bilhões ou mais. A OpenAI não pode pagar por isso. A Microsoft ou o Google poderiam pagar, mas isso levaria uma fração significativa (talvez metade?) dos recursos da empresa.

Se o GPT-5 falhar, ou for apenas uma melhoria incremental, ninguém vai querer gastar $75 bilhões fazendo o GPT-6, e tudo isso será irrelevante.

Por outro lado, se o GPT-5 estiver próximo do nível humano, e revolucionar indústrias inteiras, e parecer prestes a iniciar uma mudança no nível da Revolução Industrial nos assuntos humanos, então $75 bilhões para o próximo parecerão uma pechincha.

Além disso, se você estiver iniciando uma mudança no nível da Revolução Industrial nos assuntos humanos, talvez as coisas fiquem mais baratas. Eu não espero que o GPT-5 seja bom o suficiente para que ele possa fazer uma grande contribuição para o planejamento do GPT-6. Mas você tem que pensar nisso de forma escalonada. Ele pode fazer coisas suficientes para que projetos grandes (como o GPT-6, ou suas fábricas de chips associadas, ou suas usinas associadas) fiquem 10% mais baratos? Talvez.

O resultado disso é que estamos olhando para um processo exponencial, como R para uma pandemia. Se o expoente for > 1, ele cresce muito rapidamente. Se o expoente for < 1, ele desaparece.

Neste caso, se cada nova geração de IA for excitante o suficiente para inspirar mais investimentos e/ou inteligente o suficiente para diminuir o custo da próxima geração, então esses dois fatores combinados permitem a criação de outra geração de IAs em um ciclo de feedback positivo (R > 1).

Mas se cada nova geração de IA não for excitante o suficiente para inspirar o investimento massivo necessário para criar a próxima, e não for inteligente o suficiente para ajudar a reduzir o preço da próxima geração por conta própria, então em algum momento ninguém estará disposto a financiar IAs mais avançadas, e o atual boom de IA desaparece (R < 1). Isso não significa que você nunca ouvirá falar sobre IA - as pessoas provavelmente vão criar IA incrível, arte e vídeos e androides e namoradas e robôs assassinos. Isso apenas significa que a inteligência bruta dos maiores modelos não aumentará tão rapidamente.

Mesmo quando R < 1, ainda obtemos os modelos maiores eventualmente. Fábricas de chips podem gradualmente produzir mais chips. Pesquisadores podem gradualmente fazer mais descobertas algorítmicas. Se nada mais, você pode passar dez anos treinando o GPT-7 muito lentamente. Isso apenas significa que obteremos IA humana ou acima da humana no meio do século XXI, em vez do início.

III.

Quando Sam Altman pede $7 trilhões, eu o interpreto como querendo fazer este processo de maneira centralizada, rápida e eficiente. Um cara constrói as fábricas de chips e usinas de energia e as deixa todas prontas a tempo de treinar o próximo grande modelo.

Provavelmente ele não conseguirá seus $7 trilhões. Então este mesmo processo acontecerá, mas mais devagar, mais fragmentado e mais descentralizado. Eles vão lançar o GPT-5. Se for bom, alguém vai querer construir o GPT-6. O capitalismo normal fará com que as pessoas aumentem gradualmente a capacidade de chips. As pessoas farão muitos GPT-5.1s e GPT-5.2s até que finalmente alguém dê o passo e construa a usina gigante em algum lugar. Tudo isso levará décadas, acontecerá de forma bastante natural, e nenhuma pessoa ou corporação terá um monopólio.

Eu ficaria mais feliz com a segunda situação: a perspectiva de segurança aqui é que queremos o máximo de tempo possível para nos prepararmos para a IA disruptiva.

Sam Altman anteriormente endossou esta posição! Ele disse que os esforços da OpenAI eram bons para a segurança, porque você quer evitar um excesso de computação. Ou seja, você quer que o progresso da IA seja o mais gradual possível, não que progrida em solavancos repentinos. E uma maneira de manter as coisas graduais é maximizar o nível de IA que você pode construir com seus chips atuais, e então a IA pode crescer (no pior dos casos) tão rápido quanto o fornecimento de chips, que naturalmente cresce bastante lentamente.

...a menos que você peça $7 trilhões para aumentar o fornecimento de chips em um salto gigante o mais rápido possível! As pessoas que confiaram na boa natureza da OpenAI com base no argumento do excesso de computação estão se sentindo traídas agora.

Minha impressão atual das múltiplas perspectivas contraditórias da OpenAI aqui é que eles estão genuinamente interessados na segurança - mas apenas na medida em que isso seja compatível com a escalada rápida da IA. Isso está longe de ser a pior maneira que uma empresa de IA poderia ser. Mas também não é reconfortante.

Musk e a SEC

Elon Musk está questionando um acordo com a SEC nos EUA que exigia a supervisão de suas postagens online, alegando que viola seus direitos de liberdade de expressão. Musk pediu à Suprema Corte dos EUA para reverter parte do acordo feito em 2018, que envolveu uma ação movida pela SEC por declarações consideradas "falsas e enganosas" sobre a privatização da Tesla. O acordo incluía termos como a renúncia à presidência da Tesla, multa civil e pré-aprovação de publicações relacionadas à Tesla. 

A SEC alegou que Musk violou o acordo em 2019, resultando em sanções. Os tribunais distritais e de apelação decidiram a favor da SEC, argumentando que Musk concordou voluntariamente com o acordo. Porém, Musk contesta, argumentando que a SEC não pode impor uma "regra da mordaça" que viola a Primeira Emenda. A petição busca revisar a constitucionalidade do acordo e suas implicações sobre a liberdade de expressão. 

Este caso levanta questões sobre os limites do poder regulatório sobre a liberdade de expressão no ambiente digital. 

Rir é o melhor remédio

 007 na segunda de manhã

Filho de Biden também com problemas fiscal

Os políticos poderosos frequentemente querem se aproveitar do poder para se beneficiar. O problema é serem expostos demais e seus pecados virarem notícia. Além da batalha longa da família Trump, o filho do atual presidente dos Estados Unidos (e provável candidato a reeleição), Hunter Biden, está bem enrolado com acusações fiscais. Hunter tem várias acusações relacionadas com sua declaração de imposto de renda, inclusive de não pagamento de 1,4 milhão entre 2016 a 2019. Mesmo tendo pago seus impostos a partir de 2018, a acusação é que o valor não foi o adequado, pois Hunter apresentou informações falsas, que resultou em um valor bem menor do que o devido. 

Emoção e Dinheiro

Eis o início da notícia

A mudança de Jeff Bezos para Miami poderia economizar mais de US$ 600 milhões em impostos. O bilionário, terceiro homem mais rico do mundo, com um patrimônio de US$ 189,6 bilhões segundo a Forbes, se mudou de Seattle para Miami para ficar mais perto de seus pais, chamando isso de uma “decisão emocional”.

No entanto, também há uma vantagem financeira nisso. Ao contrário do estado de Washington, onde fica Seattle, a Flórida não cobra imposto sobre ganhos de capital com a venda de ações.

O fundador da Amazon planeja vender 50 milhões de ações da gigante do comércio eletrônico até 31 de janeiro de 2025. Pela cotação da terça-feira (13) isso movimentaria US$ 8,4 bilhões (R$ 41,92 bilhões). Como o lucro é isento na Flórida, cálculos do site CNBC indicam que Bezos vai economizar cerca de US$ 600 milhões em impostos que teriam de ser pagos se ele tivesse domicílio fiscal em Seattle.

Língua mais sexy

Qual é o sotaque pelo qual você mais se sente atraído? Bem, de acordo com a plataforma de aprendizado de idiomas Babbel, é oficial: o francês não é mais o sotaque mais sexy do mundo. Essa afirmação ousada será uma decepção para muitos, especialmente porque a Babbel já havia entrevistado mais de 15.000 pessoas em 2017, um grupo que nomeou o francês como o "sotaque mais sexy".

Então, quem destronou la belle langue française? Bem, 6.000 pessoas do Reino Unido, França, Espanha, Itália e Alemanha, bem como dos EUA, foram solicitadas a avaliar quais idiomas são percebidos como "mais sexy", "mais romântico" e "mais apaixonado"."

As descobertas afirmaram que o italiano era considerado pela maioria "mais sexy" e o "mais romântico" pelo maior número de pessoas envolvidas no estudo.

"Existem certas características do italiano que podem contribuir para seu apelo", explicou o professor de língua Babbel Noël Wolf ao jornal britânico Daily Mail. "A ascensão e queda do tom no italiano falado pode criar uma qualidade musical, que algumas pessoas acham atraente e atraente", disse Wolf. "Certas características fonéticas, como o lançamento de sons 'r', podem ser distintas em italiano, o que para muitos é considerado encantador ou atraente."

O inglês britânico foi considerado o "mais educado", enquanto o alemão conquistou o primeiro lugar no idioma "mais direto". Claramente, nenhuma expectativa foi subvertida aqui.

Fonte: adaptado daqui

Rir é o melhor remédio

 

Mais tarefa para fazer: consequência de ser competente

Realidade, mídia social e contabilidade

O mundo da mídia social não é o mundo real. Só uma pessoa muito inocente para não saber disso. A Bloomberg estranhou como a conta do Instagram ou do TikTok da empresa WeWork parecia que nada estava ocorrendo (foto abaixo), exceto naturalmente para alguns dos comentários. 

Em novembro - poucos dias depois que a WeWork entrou com pedido de falência - a empresa comemorou a Semana de Gratidão aos Membros. Em dezembro, eles publicaram um vídeo "Year in Review", no qual um seguidor perguntou por que os problemas não com a falência não foram incluídos. Em janeiro, eles publicaram uma foto de um cachorro bebendo uma xícara de matcha gelado. (...) É tão ilusório que eu até adoro.

Se você quiser saber sobre uma empresa, afaste da mídia social. Parece uma regra simples, não? 

Um método estranho de imputação de dados no Excel

Este é um daqueles casos em que você não acredita no que está lendo. Um estudo com 27 países, já publicado, empregou um método pouco usual para lidar com os dados faltantes. O primeiro autor é um professor de uma universidade da Suécia, e o caso foi descoberto por um aluno de doutorado.

O estudante estava trabalhando com algo semelhante e sabia que existiam informações ausentes. Na linguagem mais técnica, seriam os "missing". Há diversas formas de tratar essa situação: você pode substituir pela média, fazer uma correlação entre duas variáveis, entre outras maneiras. Um livro básico, como "Análise Multivariada", de Hair et al., tem uma explicação sobre isso. Alguns softwares ajudam no tratamento desse problema, como o SPSS.

O que o estudante descobriu não se encaixava em nenhum dos casos. Ele ficou curioso, pois o artigo afirmava que tinha tratado os dados como se não existissem lacunas, e por isso entrou em contato com Almas Heshmati (foto), o professor de economia da Universidade Jönköping, na Suécia, perguntando como ele lidou com os dados ausentes.

O professor respondeu que tinha usado a função de preenchimento automático do Excel para corrigir os dados. Mas se o espaço tivesse sido preenchido com números negativos, Heshmati usava o último valor positivo. Detalhe, do Excel. (Nada contra a planilha) O processo de imputação é comum em pesquisa, mas o uso do preenchimento automático do Excel como técnica é algo inusitado.

Mas o aluno descobriu também que, em vários casos, quando não havia observações para o preenchimento, os autores usaram os dados de um país adjacente. E com esse método, o professor preencheu milhares de células do seu banco de dados. A proporção de intervenção dos pesquisadores é maior que 10% do total.

Rir é o melhor remédio

Liderança, teoria e prática
 

O caso da "amizade" entre auditor e empregado da empresa auditada

O GoingConcern apresenta uma situação onde o auditor aproximou-se demais da empresa auditada. Sendo mais claro, um dos auditores se envolveu “romanticamente” com o executivo da empresa. O caso ocorreu com a empresa Asda, cujo executivo Mohsin Issa, iniciou um relacionamento com uma das auditoras da EY. 

A EY afirmou que a auditora envolvida não tinha realizado nenhum trabalho relacionado com a auditoria da Asda e que a mesma tinha deixado a empresa. A Asda é uma empresa de varejo, que atua no Reino Unido, com 630 lojas físicas e 160 mil empregados. Fatura 23 bilhões de libras e é a segunda empresa do setor. Apesar de ter sido adquirida pelo Walmart, a Asda atua de forma independente. 

O caso que afetou a EY não é o primeiro para a big four. Em 2014 a EY descobriu um relacionamento entre um auditor e o ex-diretor de contabilidade e controlador da empresa Ventas. E pagou uma multa por isso nos Estados Unidos. 

Ou seja, nada de amizade entre o auditor e qualquer empregado da empresa auditada. 

Rir é o melhor remédio

Mude a forma de medir
 

Anguilla tem na internet uma importante fonte de receita

Anguilla é um conjunto de ilhas localizado no Caribe. Sua capital é The Valley e seus 15 mil habitantes possuem o inglês como língua oficial. Sua economia dependia do turismo, pesca e setor financeiro. Nos últimos meses, a pequena ilha passou a receber um fluxo de recursos oriundos de uma fonte diferente de divisas: o aluguel de domínio da internet. Toda vez que alguém decide colocar a terminação de inteligência artificial com seu nome, que corresponde a “ai” em língua inglesa, é necessário pagar uma taxa para o proprietário do domínio “ai”, no caso Anguilla. 

Parece pouco, mas segundo o administrador do registro corresponde a 3 milhões de dólares por mês, com estimativa de dobrar para 6 milhões em um ano. Ao contrário de Tuvalu, domínio “tv”,  que terceirizou o domínio, a gestão, o gerenciamento é feito localmente, o que significa que boa parte da receita está chegando aos cofres públicos. 

Rir é o melhor remédio

Imagino isso, com dois professores, falando do absurdo de alguém não conseguir fechar o balanço sem o auxílio de uma calculadora. 
 

Séries "antigas" de comédia que valem o seu tempo

Passei alguns dias com covid-19 (cuidem-se bem!) e o lado bom foi me atualizar um pouco nos streamings. Estou devendo muitas postagens por aqui, mas no propósito de ir aos poucos, aqui vai uma light e ainda em clima carnavalesco: séries “antigas” que valem o seu tempo!

THE MIDDLE

Se você curte comédias familiares leves, em um bom estilo “Jovem Sheldon” (Netflix, HBO Max e Prime Vídeo) ou “Todo Mundo Odeia o Cris” (Prime Vídeo e Paramount), recomendo fortemente “The Middle: uma família perdida no meio do nada”, disponível na HBO Max. A série, que foi ao ar de 2009 a 2017, em nove temporadas, acompanha as aventuras de uma família comum tentando lidar com os desafios do dia a dia. Do irmão mais velho implicando com a irmã do meio, ao irmão caçula que passa despercebido e não recebe muita atenção, além das dificuldades dos pais, cada episódio tem a dose certa de humor e familiaridade.

Preferido: Há um episódio na segunda temporada intitulado “uma história de aniversário” em que o caçula, Brick, organiza uma festa de aniversário de última hora que quase enlouquece a mãe. Para piorar, ele pede que finalmente seja contada a história do seu nascimento, que por algum motivo é sempre evitada. A essa altura já aceitamos algumas licenças poéticas, pois já nos sentimos parte da família, mas esse episódio em especial mostra como há determinadas ousadias geniais na tentativa de não cair em uma mesmice.

O único defeito de The Middle é eventualmente que tem um fim.


THE NANNY
Ainda na vibe família, The Nanny é uma sitcom que passava na Band lá nos anos 1990 e também na Sony Channel, da TV a cabo. Atualmente está disponível no Prime Vídeo e na HBO Max. A trama acompanha Fran, uma vendedora de beleza que por acaso se torna babá de uma família desesperada por ajuda. Com métodos pouco convencionais, mas divertidos, ela conquista não só as crianças, como todos nós com seu carisma e leveza. Se você desconsiderar algumas piadas que não envelheceram bem, especialmente as frequentes tiradas em relação à idade e solteirice da protagonista, essa série familiar vai te dar alguns momentos leves de entretenimento.

COMMUNITY
Community, atualmente disponível no Prime Vídeo, é uma série que mergulha na vida de um grupo de amigos universitários enquanto enfrentam situações cotidianas. A trama se desenrola em uma faculdade comunitária, frequentadas por aqueles considerados “fracassados”. O grupo improvável se reúne em uma sala privativa da biblioteca para estudar espanhol, dando origem a uma série de histórias engraçadas e bastante atenta a detalhes.

Personagens: O líder é um espertalhão cheio de lábia que fingia ser advogado e desfrutava de muito sucesso até descobrirem que seu diploma universitário era fraudulento; há também uma ex-aluna-brilhante que sofreu um colapso decorrente do vício em Ritalina; uma ex-estrela de futebol americano que perdeu a bolsa de estudos após uma lesão; uma pessoa com transtorno do espectro autista apaixonado por cinematografia, mas pressionado a estudar “algo mais prático”; uma dona de casa divorciada em busca de autodesenvolvimento; um aposentado ocupando o tempo; e uma pessoa distraída, mas sempre engajada em alguma causa.

A série foi ao ar entre 2009 e 2015, com seis temporadas. Seu elenco inclui o renomado comediante Chevy Chase, conhecido pelos seus papéis na franquia Sessão da Tarde “Férias Frustradas”, e o rapper Donald Glover, também conhecido como Childish Gambino, que posteriormente criou e estrelou Atlanta, que lhe rendeu dois Emmys, e atualmente pode ser visto em Mr. e Mrs. Smith, disponível no Prime Video.



SEINFELD

Pra quem prefere um humor mais adulto e sarcástico, Seinfeld é a escolha certa. Disponível na Netflix, a série foi ao ar entre 1989 e 1997 e foi descrita como: uma série sobre o nada. A história gira em torno do comediante de stand up Jerry Seinfeld e suas relações cotidianas (e absurdas) com o vizinho Kramer, sua ex-namorada Elaine e seu melhor amigo, George.

Vale a pena: Um dos meus episódios preferidos se passa inteiramente em um estacionamento, quando os quatro vão ao shopping e esquecem onde pararam o carro, enquanto Kramer carrega uma caixa com um ar condicionado. Achei simples e muito bem executado!

Não tão bom: Há também algumas tomadas no início e fim de cada episódio com o Jerry performando seu stand up e isso dá algum tom, mas é a parte menos empolgante do todo, então não se deixe desanimar, caso não aprecie estes momentos.



Você já assistiu algumas dessas séries ou tem mais alguma para indicar? Participe nos comentários!

Aleatório e apofenia

De um artigo de Kit Yates sobre a aleatoriedade. A figura acima mostra três conjuntos de dados, cada um com 132 pontos. Um deles é a posição dos ninhos das aves marinhas na Patagônia. O outro é o local dos ninhos de formigas. E finalmente temos pontos aleatórios. Você consegue saber de quem é a imagem de cada bloco? 

Pense antes de continuar a leitura. O que Yates explora é que a noção de número aleatórios nossa não é boa. Quando apertamos o aleatório do aparelho de som do carro e cai na primeira música ou quando sorteamos dois números aleatórios em um site e sai um após o outro, pensamos que há algo errado com a geração do número. Este é o problema. 

Se você respondeu que os números aleatórios gerado por um software corresponde a imagem da direita certamente vai estar em um grupo muito grande de pessoas que possui uma nossa de aleatoriedade errônea. A imagem da direita não foi gerada por um software, mas corresponde aos locais de ninhos de aves marinhas da Patagônia. Os pássaros escolhem fazer uma distribuição mais regular e espaçada, preferindo uma distância dos vizinhos. A resposta para os números aleatórios é a imagem da esquerda. A imagem do meio é dos ninhos de formigas. 

Esse exemplo de Yates me trouxe a memória uma cena da série Numb3rs onde o cientista Charlie Eppes, para mostrar como falhamos no nosso conceito de aleatoriedade, pede para diversas pessoas se distribuírem dessa forma em uma sala. Cada um vai para um canto. E ele questiona a razão pela qual as pessoas ficaram distantes uma das outras, como a figura da direita. Aleatoriedade significa que algumas pessoas irão ficar longes e outras perto. Como a figura da esquerda. 

A falsa noção de aleatoriedade do ser humano já fez com que a Apple criasse um "aleatório" que não fosse tão aleatório para o iPod. Assim, duas músicas do mesmo artista não tocariam uma após a outra. É como você pedisse dois números aleatórios e não pudesse sair o 34 e o 35 (e isso pode ocorrer, obviamente). Segundo Yates, atribuímos um significado a um agrupamento aleatório, acreditando que exista algo que gera o padrão. É a apofenia, que procura a causa, onde não existe. Veja o que diz o ChatGPT:

Apofenia é um termo que descreve o fenômeno psicológico de perceber padrões, conexões ou significados em dados aleatórios ou irrelevantes. Em outras palavras, é a tendência humana de atribuir significados ou padrões a estímulos que podem não ter relação real entre si. Isso pode ocorrer em diversas áreas, como na interpretação de eventos, na análise de dados, na interpretação de padrões visuais ou auditivos, entre outros. A apofenia pode levar a conclusões equivocadas, interpretações distorcidas da realidade e crenças em teorias da conspiração ou supersticiosas.

A apofenia é muito mais comum do que pensamos. Acreditamos ver uma imagem nas nuvens, um rosto de um homem na lua, um OVNI no céu entre outras coisas. 

Desigualdade na educação na América Latina

Eis o resumo: 

A educação é um ativo crucial para as perspectivas econômicas de um país e para seus habitantes. Além de seu impacto direto no crescimento por meio da acumulação de capital humano, é um ingrediente fundamental na produção de uma cidadania informada, aprimorando sua capacidade de obter e exercer direitos humanos e políticos e sua facilidade de adaptação a ambientes em mudança (gerados, por exemplo, por mudanças tecnológicas ou climáticas), entre outros benefícios. Neste artigo, estudamos a desigualdade educacional na América Latina e no Caribe (tanto em quantidade quanto em qualidade), avaliamos como ela surge e amplifica ou atenua as desigualdades existentes, e examinamos a interação da desigualdade educacional com outras formas de desigualdade, principalmente em relação à renda e aos resultados do mercado de trabalho. Nossa análise é baseada em dados primários de múltiplas fontes.

Interessante a figura:

Onde quanto mais à esquerda do gráfico, pior. O Brasil é a quinta barra vermelha. As outras barras desta cor são dos países da América Latina. 

Rir é o melhor remédio

 Barulho e jardinagem

Efeito tamanho nas estimativas

Eis um problema comum nas pesquisas acadêmicas, de difícil solução (trechos selecionados)

(...) Se coletarmos dados suficientes, a estimativa será próxima ao valor real na população. No entanto, se coletarmos dados de participantes que estão em um brinquedo de parque temático onde as pessoas precisam ter pelo menos 150 centímetros de altura para entrar, a média que calculamos é baseada em uma distribuição truncada onde apenas indivíduos mais altos que 150 cm são incluídos. Indivíduos menores estão ausentes. Imagine que medimos a altura de dois indivíduos no brinquedo do parque temático, e eles têm 164 e 184 cm de altura. A altura média deles é (164+184)/2 = 174 cm. Fora da entrada do brinquedo do parque temático, há um indivíduo com 144 cm de altura. Se tivéssemos medido esse indivíduo também, nossa estimativa do comprimento médio seria (144+164+184)/3 = 164 cm. Remover valores baixos de uma distribuição levará a uma superestimação do valor real. Remover valores altos levaria a uma subestimação do valor real. (...)

Na prática, frequentemente vemos que os cientistas não publicam simplesmente todos os resultados, mas apenas os resultados estatisticamente significativos na direção desejada. (...)

Os estatísticos desenvolveram abordagens para ajustar estimativas de tamanho de efeito enviesadas levando em consideração uma distribuição truncada (Taylor & Muller, 1996). Esta abordagem foi recentemente implementada em R (Anderson et al., 2017). Implementar essa abordagem na prática é difícil, porque nunca temos certeza se uma estimativa de tamanho de efeito está enviesada e, se estiver enviesada, quanto é o enviesamento. Além disso, a seleção baseada na significância é apenas uma forma de viés, enquanto pesquisadores que relatam seletivamente resultados significativos podem se envolver em práticas de pesquisa problemáticas adicionais, como relatar seletivamente resultados, que não são considerados no ajuste. (...)

É claro que a verdadeira solução para o viés nas estimativas de tamanho de efeito devido a filtros de significância que levam a distribuições truncadas ou censuradas é parar de relatar seletivamente resultados. Projetar estudos altamente informativos que tenham alta capacidade de rejeitar a hipótese nula, como o menor tamanho de efeito de interesse em um teste de equivalência, é um bom ponto de partida. Publicar pesquisas como Relatórios Registrados é ainda melhor. Eventualmente, se não resolvermos esse problema por conta própria, é provável que enfrentemos ações regulatórias externas que nos forcem a incluir todos os estudos que receberam aprovação do comitê de ética em um registro público e atualizar o registro com a estimativa do tamanho do efeito, como é feito para ensaios clínicos. (...) 

Uma das consequências é que estudos de meta-análise serão enviesados. 

Ameaça de processo por divulgar informações públicas

A notícia é uma decepção:

A localização dos aviões é informações públicas fornecidas pelo governo, um resultado inevitável das considerações sobre a segurança em jogo. As pessoas ricas odeiam isso porque significa que o público sabe quando seus jatos particulares estão no ar, queimando carbono e levando-os (ou seus amigos ou clientes) para lugares interessantes. Elon Musk se fez de bobo tentando se livrar desses dados censurando, e o mais recente a divulgar sua existência é Taylor Swift, que ameaçou processar o mesmo cara (que divulga estas informações).

Um advogado de Swift enviou uma carta de cessação e desistência ao estudante da Universidade da Flórida Central, Jack Sweeney, em dezembro, de acordo com The Washington Post. A carta que Sweeney compartilhou com o jornal diz que as contas de mídia social de Sweeney causam "danos diretos e irreparáveis, além de sofrimento emocional e físico". Ela diz que, a menos que Sweeney pare o "comportamento perseguidor e assediante", o artista "não terá escolha a não ser buscar todos e quaisquer remédios legais." 

"Eu acho importante notar que não onde pretendo prejudicar. Na verdade, acho que Swift tem boas músicas. Acredito em transparência e informação pública ", escreveu Sweeney em um e-mail para The Verge.

Você já deve saber que Swift está no topo da lista de jatos na queima de carbono. E agora você sabe que pode rastrear seu jato especificamente.

Você pode imaginar ser o advogado que tem que contar a uma celebridade "se você ameaça há uma chance muito pequena de que funcione e uma probabilidade esmagadora de que apenas a divulgue mais?" Aposto que advogados de celebridades contam com isso. 

Ao final do texto, o efeito Streisand, em homenagem a Barbra Streisand. O Efeito Streisand é um fenômeno que ocorre quando uma tentativa de ocultar, remover ou censurar uma informação acaba resultando em sua maior divulgação pública do que teria acontecido originalmente. O termo deriva de um incidente em 2003, quando a cantora Barbra Streisand processou um fotógrafo por incluir uma foto aérea de sua casa ao falar da erosão costeira na Califórnia. O processo acabou gerando uma enorme atenção para a foto e para a questão da liberdade de expressão na internet. 

Regulador admite a impossibilidade de reestruturar o setor de auditoria na Inglaterra

Logo após o escândalo da empresa Carillion, na Inglaterra, surgiram pressão dos políticos para uma grande reforma no mercado de auditoria. O foco era o oligopólio existente e falava-se na possível divisão das empresas. A pressão era enorme e o assunto ficou em pauta durante muito tempo. O blog relatou, no passado, a possibilidade de uma cisão das empresas. Mas estamos em 2024 e nada ocorreu. Pelo contrário, parece cada vez mais provável a manutenção do status quo. 

James Peterson discute a posição consolidada das quatro maiores empresas de auditoria no mercado do Reino Unido, apesar dos pedidos da pressão política após falhas ocorridas no passado. Peterson lembra que Richard Moriarty, chefe do Conselho de Relatórios Financeiros, admitiu que a dominação das quatro grandes pode persistir, reconhecendo os desafios na redistribuição das auditorias para empresas menores. 

Para Peterson, as tentativas de reduzir as quatro grandes ou redistribuir auditorias são impraticáveis devido a problemas de escala e expertise. Ele argumentam que críticas à qualidade da auditoria não podem ser resolvidas transferindo clientes ou pessoal para empresas menores. Há limitações estruturais enfrentadas por empresas menores. 

Foto: aqui

Rir é o melhor remédio

Sinal do divórcio
 

Grandes corporações e a Disrupção

 

Cory Doctorow discute como as grandes corporações interrompem a disrupção. A discussão está baseada em um artigo de dois professores de direito. Para Doctorow, as grandes empresas de tecnologia (Facebook, Apple, Google, Microsoft e Amazon) criaram uma série de estratégias para impedir que novas ideias prosperem: muitos produtos bem-sucedidos dessas empresas foram comprados e não desenvolvidos internamente. Pense, por exemplo, no Instagram, logo incorporado ao Facebook quando começou a representar uma ameaça.

A ideia é que as grandes empresas de tecnologia não estão inovando, mas operacionalizando. Se surge uma ameaça que pode abalar uma gigante, ocorre um processo de aquisição e despojamento das características inovadoras. Mas a estratégia de compra não é a única. Há três outras formas que as grandes usam para defender o território. A primeira é descobrir qual startup pode desenvolver um produto ou serviço disruptivo e desviá-la do seu caminho, o que inclui parcerias. Segundo, cortar o acesso de recursos do seu concorrente em potencial. É o caso do Facebook, que permite o acesso aos dados dos usuários para a Amazon, mas não para uma startup chamada Messageme, com a alegação de privacidade. E a terceira estratégia é convencer o governo a aprovar regulamentações que sejam caras e que possam matar os pequenos concorrentes.

Um dado que reforça os argumentos do texto: em um ano, a Apple compra 90 empresas. Isso provavelmente é uma quantidade maior do que o número de vezes que você vai ao supermercado. Outro dado: a divisão do Departamento de Justiça que trata do assunto tem um número de funcionários inferior ao número de guardas de segurança do Museu Smithsonian. E estamos falando de um mercado de 24 trilhões de dólares.

Chats abalam o setor jurídico

Eis o resumo (traduzido pelo ChatGPT), via aqui: 

Este artigo apresenta uma comparação inovadora entre Modelos de Linguagem Grande (LLMs, na sigla em inglês) e revisores tradicionais de contratos legais, advogados juniores e prestadores de serviços de processo legal terceirizados. Nós dissecamos se os LLMs podem superar os humanos em precisão, velocidade e eficiência de custo durante a revisão de contratos. Nossa análise empírica compara os LLMs com um conjunto de dados de verdade estabelecido por advogados seniores, revelando que modelos avançados alcançam ou superam a precisão humana na determinação de questões legais. Em termos de velocidade, os LLMs completam revisões em meros segundos, superando as horas necessárias por seus equivalentes humanos. Em termos de custo, os LLMs operam a uma fração do preço, oferecendo uma redução de custo impressionante de 99,97 por cento em relação aos métodos tradicionais. Estes resultados não são apenas estatísticas, eles sinalizam uma mudança sísmica na prática jurídica. Os LLMs estão prontos para perturbar a indústria jurídica, melhorando a acessibilidade e eficiência dos serviços jurídicos. Nossa pesquisa afirma que a era da dominação dos LLMs na revisão de contratos legais está sobre nós, desafiando o status quo e clama 

Rir é o melhor remédio

Usuário e sua reação
 

Trabalhadores e qualidade na contabilidade

Impacto de trabalhadores estrangeiros com elevada qualificação sobre a empresa. Eis o resumo (traduzido pelo Deepl)

Investigamos o impacto dos profissionais de contabilidade estrangeiros altamente qualificados sobre as empresas iniciantes dos EUA. Usando o cenário da loteria do visto H-1B, descobrimos que as startups que recebem aleatoriamente acesso para contratar trabalhadores estrangeiros altamente qualificados em contabilidade têm maior probabilidade de obter financiamento e sair com sucesso do mercado privado. Os resultados do IPO são mais prováveis quando as startups podem contratar trabalhadores estrangeiros com salários e títulos executivos mais altos e em mercados de trabalho locais mais restritos. Em consonância com o fato de esses trabalhadores ajudarem os participantes do mercado, descobrimos que as startups de IPO exigem trabalhadores estrangeiros altamente qualificados em contabilidade em uma taxa mais alta durante seus anos de prospecção. Além disso, as empresas iniciantes de IPO têm menos erros de previsão e dispersão de analistas e têm menos probabilidade de distorcer suas demonstrações financeiras. Em conjunto, nossas descobertas indicam que os trabalhadores contábeis do H-1B ajudam a melhorar os resultados das empresas iniciantes. Como a profissão contábil luta para encontrar trabalhadores, fornecemos evidências de como uma fonte de talento atende a um setor economicamente importante da economia dos EUA.

Novamente o que importa é a qualidade. Eis outro resumo sobre o assunto:

Usamos um banco de dados próprio com informações detalhadas sobre contratos de remuneração específicos de funcionários para contadores corporativos de nível básico que estão diretamente envolvidos no processo de relatórios financeiros para avaliar sua influência na qualidade dos relatórios financeiros de suas empresas. A teoria prevê que o pagamento de salários acima do mercado pode atrair funcionários com mais capital humano e, consequentemente, incentivar um melhor desempenho. Em consonância com os comitês de auditoria que estruturam a remuneração dos contadores de modo a mitigar as declarações financeiras incorretas que poderiam ocorrer, descobrimos que as empresas com contadores relativamente bem pagos tendem a emitir relatórios financeiros de maior qualidade. Além disso, essa relação é mais acentuada quando os executivos seniores das empresas têm incentivos contratuais mais fortes para fazer declarações incorretas e quando o comitê de auditoria é mais independente da administração.

Os textos são:

The Role of High-Skilled Foreign Accounting Labor in Shaping U.S. Startup Outcomes - Daniel Aobdia, Robert Carnes & Kevin Munch - University of Florida Working Paper, January 2024

Rank-and-file accounting employee compensation and financial reporting quality - Christopher Armstrong et al. - Journal of Accounting and Economics, forthcoming

Rir é o melhor remédio

Redução de custo e demissão
 

O Impacto da Expansão da Oferta no Mercado: Lições do Setor de Entrega de Restaurantes

O que acontece com o mercado quando se expande a oferta, mas não a demanda? Imagine que você tenha um número de contadores e um número de empresas que precisam contratar esses contadores. Agora, imagine que, de repente, haja um aumento substancial de contadores. É como se uma cidade que tinha um certo número de contadores, de repente, tivesse sua primeira turma formada pela faculdade local.

Essa é uma situação investigada por Oren Reshef, que analisou uma situação ocorrida na prática, no mercado de entrega de restaurantes. O pesquisador usou os dados do Yelp, uma empresa de entrega de comida, ao longo de um período de dois anos. O papel da empresa Yelp é servir de intermediário entre os restaurantes e os clientes, o que inclui informações sobre a qualidade do serviço. Em 2018, o Yelp expandiu significativamente o número de restaurantes em sua base, passando de 60 mil para 80 mil, sem mudar substancialmente o número de usuários. A empresa obteve essa expansão através de um acordo com um serviço de entrega, e o crescimento no número de restaurantes aconteceu de maneira muito rápida.

Com os dados do aplicativo, seria possível analisar se este aumento prejudicou os restaurantes no aplicativo, já que agora há mais oferta de estabelecimentos, mas o número de clientes permaneceu o mesmo. No caso específico do Yelp, parece que o efeito dependeu da qualidade do restaurante. Os restaurantes de baixa qualidade tiveram perda de receita, enquanto os de alta qualidade ganharam. O pesquisador até comparou as cidades que tiveram um grande aumento de restaurantes com cidades onde o efeito foi praticamente nulo.

Uma consequência da maior concorrência foi que os restaurantes buscaram aumentar a qualidade do serviço e do produto. Isso se refletiu nas classificações dadas pelos usuários. Um ponto importante nessa discussão sobre a expansão que ocorreu é a qualidade.

A pesquisa estava focada em restaurantes. No entanto, podemos começar a questionar se a expansão no número de profissionais contábeis, que ocorreu nas últimas décadas, não beneficiou os de melhor qualidade. Se isso ocorreu, o lamento sobre a expansão pode ser o lamento daqueles que oferecem serviços de baixa qualidade.

Algumas considerações sobre Chat

O ano de 2023 marca, efetivamente, o surgimento do grandes modelos de geradores de textos (LLMs). Ok, o ChatGPT foi divulgado em novembro de 2022, mas foi em 2023 que o mundo começou a discutir e usar a inteligência artificial de maneira mais corriqueira. Apesar de existirem diversos produtos no mercado, o GPT é a palavra que pensamos quando falamos em inteligência artificial. O gráfico abaixo mostra a razão:

Nas visitas feitas nos sites, o GPT possui 60% do total entre setembro de 2022 a agosto de 2023. Depois dele, o character.ai e o QuillBot. A soma dos três corresponde a 80% das visitas. Na lista, há também uma comunidade com modelos de IA gratuitos e com código aberto. 

Naturalmente que ainda há problemas de qualidade. Veja uma resposta que obtive no character.ai:

Há um Brazilian Institute of Accounting (nome antigo do Ibracon). 

Aproveitando, aqui um site que mostra como um economista pode usar a IA. Sejam bem-vindos ao presente. 

Rir é o melhor remédio

Pagamento adiantado (um bom exemplo para "receita antecipada")
 

Capitalismo e Caridade

Scott Alexander, no astralcodexten.com, apresenta algumas reflexões interessantes sobre capitalismo e caridade. É um texto comparativo entre os dois para tentar chegar a resposta de qual é o melhor. Parece algo estranho a comparação, mas não tanto quando lemos o texto. Vou tentar resumir os argumentos dele a seguir.

Inicialmente parece inegável que os países que ficaram ricos, assim o fizeram a partir do capitalismo. Isto inclui, por exemplo, os Estados Unidos, a Alemanha e, mais recentemente, a Coreia e Japão. Aqueles que tentaram outro caminho aparentemente fracassaram, como é o caso notório da extinta União Soviética. Se existem pessoas boas no mundo e estas querem ajudar os outros, talvez seja interessante deixar de lado a caridade, pura e simples, e passar a “doar para o capitalismo”. 

Algumas opções que podem incluir a doação para capitalismo: gastar o dinheiro com algo desejável e com empresas eficientes ou doe para instituições que busquem promover o capitalismo de alguma forma. 

A partir desta ideia, Alexander comparar gastar dinheiro com Instacart – uma espécie de Uber de compras, versus uma instituição de caridade que promove água potável para população carente. Esta instituição de caridade é uma escolha do GiveWell, o que significa, em outras palavras, que é algo sério. Se você tivesse um milhão para gastar para fazer o bem, qual seria a melhor opção? O senso comum escolheria a entidade do terceiro setor. Mas Alexander mostra que “doar” para o capitalismo pode criar empregos, promove uma empresa que tem uma continuidade clara, há efeitos de segunda ordem (o salário do empregado da Instacart gera outros benefícios indiretos), há um retorno do investimento, entre outros aspectos. 

Portanto, diante dessas considerações, a abordagem proposta por Scott Alexander nos leva a repensar a tradicional dicotomia entre caridade e capitalismo. A sugestão de investir no capitalismo como uma forma de impacto social, ao criar empregos, gerar benefícios indiretos e promover a continuidade de empresas eficientes, oferece uma perspectiva intrigante.

Entretanto, a carência de entidades do terceiro setor que promovam o capitalismo de maneira séria apresenta um desafio significativo. Nesse contexto, surge a indagação sobre a possibilidade de entidades como o sistema CFC desempenharem esse papel crucial. Seria o momento de repensar o papel das organizações não governamentais e filantrópicas, buscando formas inovadoras de promover sua contribuição para a vida das pessoas. 

Foto: aqui, aqui e aqui

Evidenciação contábil na literatura

The mapping of the academic production network is important for representing scientific activity in an area of knowledge. The objective of this study was to map the scientific collaboration networks regarding accounting disclosure and the underlying theories. The bibliometric method of exploratory nature was used with the use of the network analysis techniques of authorship in documents extracted from Elsevier's Scopus base in the period from 1968 to 2019. The sample was composed of 486 documents, the analysis being aided by the Vosviewer software. The results indicate that the groups with the most significant links in the authorship networks were represented by the authors Qingliang Tang (Western Sydney University), Lúcia Lima Rodrigues (University of Minho) and Dennis M. Patten (Illinois State University) besides their respective co-authors. The most widely endorsed theories were: the Legitimacy Theory, the Institutional Theory, the Agency Theory and the Stakeholders Theory. In the analysis of the proximity between fields of investigation, three clusters were identified, one relating to corporate governance and social responsibility, another linked to the disclosure of carbon and climate change, and a third that constituted a discussion link between mandatory and voluntary disclosure. The evidence points to the existence of international research groups with a certain cohesion of relations between countries and researchers in the global north. The implications of the results point to the need to strengthen the ties of researchers and institutions inside and outside the country in this field of investigation, especially when considering the country as strategic in relation to the challenges of the climate and environmental crisis.

Fonte: aqui. Trabalho da Luciana Sardeiro e Bilhim. O levantamento é muito abrangente e deveria servir de base para qualquer discussão sobre o assunto a partir de agora. Veja que as conclusões foge do tradicional Verecchia. 

Nudge e Gerenciamento de resultado

Eis o resumo: 

Esta pesquisa teve por objetivo verificar os efeitos da utilização dos nudges na redução do gerenciamento de resultados. O estudo se classificou como um experimento do tipo entre sujeitos (between-subject). A amostra foi composta por 40 contadores. Para a análise e interpretação dos dados, utilizou-se de estatísticas descritivas, análise de variância, modelo de equações estruturais e testes de médias. Os resultados evidenciaram três achados principais, demonstrando suporte para as hipóteses desenvolvidas. Primeiro, o nível de gerenciamento de resultados dos profissionais contábeis é menor na presença do que na ausência de nudges; segundo, o nível de gerenciamento de resultados dos profissionais contábeis é menor na presença do que na ausência de nudge injuntivo emitido pelo líder; e terceiro, que não existe diferença no nível de gerenciamento de resultados dos profissionais contábeis quando o nudge descritivo é emitido pelo líder, em comparação à ausência de nudge.

Pesquisa de C. S. Moreira; R. G. de Sousa; O. S. Martins; A. B. de Aguiar / Rev. Cont. Org. (2023), v. 17: e214068. Instigante, principalmente que o uso do nudge tem sido criticado por ser uma ferramenta de manipulação. E gerenciamento de resultado vai na mesma linha. 

Coisas interessantes que aprendi em 2023

Ao final de cada ano há uma mania de listas: os melhores filmes, os melhores livros e assim por diante. Uma das listas favoritas é “Coisas Interessantes que aprendi no ano”. Originalmente por Tom Whitwell, que lista 52 coisas. Jason Kottke também faz sua lista. Para 2023 e usando as duas listas, selecionei o seguinte algumas preciosidades. O link para fonte você poderá encontrar no original: 

• O Departamento de Defesa dos Estados Unidos tem receita de 100 milhões de dólares com máquinas de caça-níqueis usadas por soldados nas bases
• Nos dias atuais, uma de cada cinco pessoas possui uma deficiência e 100% das pessoas terão alguma forma de deficiência durante a vida
• Alguns policiais mexicanos corruptos estão usando maquinhas de cartão para coletar os subornos no trânsito
• Originalmente a bebida champanhe era adoçada em graus diferentes, conforme o gosto local. Os russos tinham uma adição de 300 gramas de açúcar e o britânicos 50. Um dia, em 1842, Perrier-Jouet resolveu lançar o champanhe sem açúcar. Inicialmente foi um fracasso e deram um nome de Brut. Mas o lançamento deu certo. 
• 75% dos assassinatos na cidade de Chicago começam com discussões que foram longe demais. 
• Uma geladeira média dos Estados Unidos usa de 3 a 5 vezes a eletricidades que uma pessoa na Nigéria consome
• A Escócia recuperou sua cobertura florestal que tinha há mil anos. E está ocorrendo com a Inglaterra, que atualmente possui um nível de 1350. 
• O pão ciabatta foi inventado em 1982
• O metrô da cidade de São Francisco é operado pelos moderno disquetes de 5 ¼
• A montanha de Gangkhar Puensum (foto) possui 7.570 metros de altura e nunca foi escalada. A principal razão é que o montanhismo é proibido no Butão, onde a montanha está localizada. 
• Os furacões não atravessam a linha do Equador. 
• Os juízes de futebol da Premier League não podem apitar os jogos dos seus times favoritos ou de rivais próximos. Se a regra for adotada no Brasil, para alguns times será necessário trazer árbitros do exterior 
• A palavra computador no difícil idoma islandês tem o significado poético de “profetisa de números”
• Ernest Hemingway usou somente 59 pontos de exclamação na sua obra. Lembrei que sabia de alguém na literatura brasileira e o Gemini (ex-Bard) afirmou que Clarice Lispector não gostava da pontuação excessiva, incluindo o ponto de exclamação. Segundo o Gemini, em uma carta a seu amigo Paulo Rónai, Lispector escreveu: "Eu não gosto de ponto de exclamação. Acho que ele é um sinal de fraqueza. Se a frase não é forte o suficiente por si mesma, então não vale a pena exclamá-la."
• Quase 75% dos filmes da idade de ouro do cinema mudo, entre 1912 e 1929, se perderam

Aceitável ou não no Zoom

Com a pandemia, nos acostumamos com as reuniões virtuais. Passados quatro anos, já podemos falar em uma etiqueta de comportamento para esses encontros. O gráfico acima apresenta o resultado das respostas para a seguinte pergunta: "O que você pensa sobre... em uma reunião virtual de trabalho?". Foram entrevistados mil adultos dos Estados Unidos. (Alguém poderia argumentar que se trata de outra cultura, mas devemos lembrar que muitas reuniões virtuais são internacionais e há uma grande chance de prevalecer a cultura dos americanos).

Se você estiver em uma reunião, não beba uma cerveja gelada, mesmo que esteja em casa. Fumar e vaporizar também não devem fazer parte da etiqueta. E ter a TV ligada é o maior dos pecados. Olhando para a lista, devo reconhecer que às vezes cometo o pecado de comer nessas reuniões. E é o único pecado que cometo, pois não está na lista tomar o meu café.

O crime ambiental mais sem sentido do século XX

 Li um grande texto sobre o crime ambiental mais sem sentido do século XX. O link para o texto está aqui e irei fazer um resumo da história. O crime era um programa ilegal de caça à baleia da União Soviética, entre 1948 e 1973, quando este ex-país comunista matou pelo menos 180.000 baleias a mais do que o relatado, principalmente baleias jubarte no Hemisfério Sul e outras espécies no Pacífico Norte. 

O número acima é uma estimativa, já que os registros da época do comunismo ainda possui um certo sigilo. Mas os jornais da época noticiavam que navios pesqueiros soviéticos realmente estavam matando as baleias. 

E aonde entra o fato de ser um crime sem sentido? O governo soviético estabelecia cotas de produção, o que incluía na área de pesca. A questão é que estas cotas não eram “sustentáveis”. Inicialmente, era fácil matar as baleias, já que os animais eram comuns no oceano. Além disso, existia o desejo de "alcançar" outras nações baleeiras e a falta de preocupação com as consequências a longo prazo de suas ações.

O relato do texto mostra que a matança adquire um tom trágico ainda maior quando se sabe que os soviéticos não usavam os produtos derivados da baleia e que muitos animais eram mortos e deixados no próprio oceano. Ou seja, matava por matar. 

A caça ilegal teve um impacto devastador nas populações de baleias, com algumas espécies como a baleia franca do Pacífico Norte provavelmente à beira da extinção. O programa ilegal de caça à baleia terminou na década de 1970 devido a uma combinação de fatores, incluindo o esgotamento dos estoques de baleias e a pressão internacional. Neste sentido, o programa ilegal de caça à baleia da União Soviética foi um crime ambiental significativo que teve um impacto importante nas populações de baleias. 

Vida difícil das Big Four na Austrália

O resultado líquido? Os gastos do governo federal com as quatro grandes empresas de consultoria, juntamente com a Accenture e a Scyne (o antigo braço de consultoria do setor público da PwC), caíram mais de US$ 240 milhões entre julho e o final de dezembro - o nível mais baixo em 10 anos.

Não ajudando as empresas está o fato de que a demanda do setor privado também diminuiu durante 2023, à medida que as empresas reduziram os gastos com consultores externos. O impacto combinado levou todas as empresas a reduzirem o número de funcionários no ano passado (e, mais discretamente, os parceiros também). (Da newsletter do AFR)

A descoberta do escândalo em que a PwC ajudava o governo na legislação tributária e usava a informação para conquistar/manter seus clientes, informando-os sobre os novos procedimentos, parece que prejudicou a todos. 

Promessas das empresas sobre o clima estão

Quando a preocupação ambiental ganhou destaque nas empresas, muitas anunciaram que estavam agindo de maneira ambientalmente responsável. Isso incluiu promessas climáticas. No entanto, com o tempo, essas empresas estão sendo cobradas e algumas estão percebendo que não conseguem cumprir suas promessas.

Essa situação pode ser problemática, pois promessas feitas anteriormente podem ter sido enganosas para investidores e para a sociedade em geral. Existem vários exemplos disso. Em 2022, a gigante dos seguros AIG declarou que não faria mais seguros para projetos de combustíveis fósseis, uma atitude elogiável para alguns investidores e setores da sociedade. No entanto, a empresa está envolvida em projetos de extração de petróleo no Canadá e de gás na Austrália. A Amazon também fez promessas sobre emissões até 2030, mas recentemente alterou suas metas, alegando que o novo objetivo é mais ambicioso, embora o prazo agora seja 2040.

Empresas que têm grande parte dos lucros provenientes da exploração de petróleo tiveram resultados expressivos nos últimos anos. Isso levou empresas como Shell, BP e Chevron a recuarem em suas metas. No Brasil, a Petrobrás, cujo lucro está ligado ao petróleo, está se distanciando de questões ambientais devido à exploração de novas reservas no norte do país.

Uma reportagem do Washington Post (de Evan Halper, traduzido pelo Estadão) revelou que apenas cerca de 4% das empresas que se comprometeram a zerar emissões até 2050 estão cumprindo as metas do Acordo de Paris. Isso significa que as empresas mencionadas aqui não estão sozinhas nesse cenário. Apesar de muitas empresas terem estabelecido metas voluntárias com horizontes temporais até 2030 ou 2050, poucas estão cumprindo essas promessas. A sociedade precisa cobrar responsabilidade das empresas e dos executivos que anunciaram essas metas, especialmente se essas promessas foram oficialmente divulgadas nos documentos da empresa, como suas demonstrações contábeis.

O custo da implantação da IA pode ser um entrave para seu uso

Uma pesquisa do MIT encontrou que em muitos casos fazer a substituição de trabalhadores humanos por inteligência artificial pode não ser vantajoso. A pesquisa observou um conjunto de mil tarefas de em 800 ocupações e concluiu que é mais interessante manter o ser humano, em razão dos custos iniciais da inteligência artificial. 

Segundo o site Futurism, que divulgou a pesquisa, o resultado parece sugerir que a substituição dos empresas será gradual. As conclusões do artigo são limitadas, já que a pesquisa trabalhou com “tarefas assistidas pela visão computacional”. Um exemplo seria o trabalhador de padaria verificando visualmente os ingredientes para garantir que eles sejam de boa qualidade. Uma câmera e um sistema treinado poderia substituir o empregado. Mas o custo de implantação de um sistema como este seria muito elevado. 

Um ponto importante, considerado pelo Futurism, é que a pesquisa foi apoiada, financeiramente, pelo Watson AI Lab da IBM. Assim, poderia ter existido um interesse em minimizar os riscos da IA. 

Segundo Neil Thompson, um dos autores da pesquisa, "nossos resultados revelam que esse processo (de substituição do empregado) levará anos, ou mesmo décadas, para se desenrolar e, portanto, que há tempo para que iniciativas políticas sejam implementadas".

Melhor fotografia da Nature

 

"Este panorama mostra a beleza da Chapada dos Veadeiros, um parque nacional brasileiro que abriga uma rica biodiversidade e paisagens de tirar o fôlego.

As flores brancas que se destacam no primeiro plano são uma espécie rara de Paepalanthus, um gênero de plantas endêmicas da região.

Elas foram iluminadas por uma lâmpada scurion para criar um contraste com o céu escuro.

Ao fundo, a Via Láctea se curva sobre as colinas, revelando as cores e as formas das estrelas e nebulosas.

Esse pano foi tirado com uma câmera especializada em astrofotografia, que permite capturar mais detalhes do universo."

Foto: Marcio Cabral. Fonte: aqui

Desmistificando Previsões: Entre Especialistas, Modelos Estatísticos e a Heurística na Contabilidade Empresarial

Nós sabemos hoje que os especialistas não são tão bons em fazer previsões. Na verdade, as pesquisas estão mostrando que algumas pessoas não especialistas são capazes de fazer previsões melhor do que os especialistas. Mas imagine que você esteja analisando uma demonstração contábil de uma empresa e exista uma linha explicando uma previsão feita na contabilidade.

Abrindo um parêntese aqui, há diversas situações onde isso pode ocorrer. Vou listar quatro casos: a vida útil futura de um ativo, o percentual de clientes que não irá pagar suas contas, a chance de sucesso ou insucesso nos processos judiciais e a projeção do fluxo de caixa futuro usada para calcular o valor em uso.

Suponha agora que você leia que a empresa utilizou, na sua previsão, a opinião de um especialista da área. Você já sabe que ter a opinião deste especialista não significa uma verdade absoluta, pois a ciência já mostrou que seu nível de erro é elevado. Imagine agora outro caso onde a empresa informa que fez sua previsão usando não especialistas. Com qual informação você, usuário da informação, ficaria mais tranquilo? Provavelmente com a do especialista, apesar das pesquisas indicarem o contrário.

Conforme a ciência tem mostrado, as melhores pessoas em fazer previsões são aquelas hábeis em fazer previsões em outras áreas, mesmo com pouco conhecimento. Mas vamos recuar um pouco. Se queremos fazer uma previsão sobre o futuro, temos as seguintes possibilidades: especialistas, modelos estatísticos, uso de pessoas (especialistas ou não) que emitem sua opinião e mercados de previsão.

Em situações descritas anteriormente, os mercados de previsão talvez sejam a opção pior. Não pela qualidade do resultado ou pela ausência de defensores. Desde o livro “Sabedoria das multidões” sabemos que os mercados de previsão são alternativas adequadas. Tanto é assim que tem sido usado pelo Banco Central (Focus) ou pelo Ministério da Fazenda (previsão dos itens das contas públicas), além de ter gerado sites como Metaculus ou PredicIt. Mas para que o instrumento funcione, é necessário que o mercado seja grande, líquido e acessível para as pessoas apostarem, o que fatalmente não seria o caso de um mercado para prever a vida útil do ativo de uma empresa, por exemplo.

Os modelos estatísticos se desenvolveram muito nos últimos anos. E isso ocorreu graças ao desenvolvimento não de técnicas tradicionais, como regressão, mas da expansão da análise bayesiana. Entretanto, talvez ainda seja um sonho falar em análise bayesiana em contabilidade, mesmo existindo já um grande volume de pesquisa na área, uma vez que não ensinamos esta ferramenta e usamos de maneira adequada na área. De qualquer forma, os modelos estatísticos podem ser uma alternativa para as previsões, uma vez que legitimam o número apresentado e aparentemente seriam mais isentos do que o uso de pessoas para emitirem opinião.

Contar com especialistas pode ter dois problemas sérios. O primeiro é o fato de ser uma opinião cara para a empresa. Imagine contratar um especialista em vida útil de um ativo para emitir sua opinião na grande quantidade de itens que compõem o patrimônio de uma empresa. O segundo problema é a qualidade do resultado, pois, conforme já foi demonstrado, o resultado geralmente é inferior às opiniões de pessoas. A grande vantagem é o fato de que um especialista dá credibilidade ao resultado. Na contabilidade, as empresas contratam empresas especializadas para dizer que suas informações estão adequadas e este profissional recebe o nome de auditor.

A opção de usar um julgamento de alguém pode ser feita e provavelmente é feita em muitos casos. Imagine que no final do exercício é necessário fazer uma estimativa do percentual de valores a receber que seria incobrável no futuro. As pessoas dentro da empresa possuem uma estimativa do valor. Talvez seja justamente este valor que irá prevalecer no final. Para o usuário da informação, isto talvez não fique claro ou fique subentendido. Caso seja necessário, pode-se usar o chavão técnico usual para dizer que o método usado foi a abordagem heurística. Por sinal, se a empresa escrevesse que usou a abordagem heurística, provavelmente a maioria das pessoas não entenderia bem o que isso significa.

Se a contabilidade depende da previsão, como tem ocorrido cada vez mais, talvez seja importante que fique bem claro qual o método iremos adotar. Mas a sinceridade de revelar que a previsão foi realizada com base na abordagem heurística seja crua demais para os leitores das demonstrações, que preferem ser enganados acreditando que modelos complexos, estatísticos ou não, foram empregados na estimativa realizada.

Acredite quem quiser.

Nota: O texto foi inspirado em um artigo publicado no IFP. Este texto é bem mais completo do que as linhas acima e possui uma grande quantidade de links interessantes.