{"id":23798,"date":"2023-09-28T09:05:39","date_gmt":"2023-09-28T12:05:39","guid":{"rendered":"https:\/\/www.ufrgs.br\/bibliotecacentral\/?p=23798"},"modified":"2023-08-29T16:20:38","modified_gmt":"2023-08-29T19:20:38","slug":"o-paradigma-que-nasce-da-ciencia-intensiva-de-dados","status":"publish","type":"post","link":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/","title":{"rendered":"O paradigma que nasce da ci\u00eancia intensiva de dados"},"content":{"rendered":"\n

Texto de Adalberto Fazzio e Felipe Crasto de Lima para Ci\u00eancia Hoje<\/a><\/p>\n\n\n\n

Grandes transforma\u00e7\u00f5es na civiliza\u00e7\u00e3o est\u00e3o intimamente ligadas ao desenvolvimento de materiais. Basta nos lembrarmos, por exemplo, do bronze, do ferro, do pl\u00e1stico e do sil\u00edcio. Cada um deles, a seu modo e em sua \u00e9poca, trouxe bem-estar para as popula\u00e7\u00f5es e riqueza para as na\u00e7\u00f5es. Hoje, o desenvolvimento de novos materiais vive um novo paradigma, baseado na integra\u00e7\u00e3o da ci\u00eancia de dados a diversos campos de pesquisa. Qualquer pa\u00eds que queira aproveitar as vantagens econ\u00f4micas e sociais que adv\u00eam dos novos materiais deve estar atento a essa nova forma de fazer ci\u00eancia.<\/em><\/p>\n\n\n\n

Em 2011, o ent\u00e3o presidente norte-americano Barack Obama lan\u00e7ou o MGI (sigla, em ingl\u00eas, para Iniciativa do Genoma dos Materiais). Desde ent\u00e3o, o principal objetivo desse programa tem sido a implanta\u00e7\u00e3o de metodologias computacionais, visando \u00e0 descoberta de novos materiais e suas propriedades. <\/p>\n\n\n\n

Essa grande colabora\u00e7\u00e3o levou a ampla e estreita coopera\u00e7\u00e3o entre cientistas de duas \u00e1reas: materiais e computa\u00e7\u00e3o. Inspirados pelo programa norte-americano e motivados pela import\u00e2ncia do tema, outros pa\u00edses criaram iniciativas semelhantes. <\/p>\n\n\n\n

O MGI est\u00e1 baseado em redes colaborativas que apoiam o compartilhamento de dados e das melhores pr\u00e1ticas, para, assim, promover um ambiente aberto para o design<\/em> e desenvolvimento de materiais. A lista de interesses do programa \u00e9 longa e diversificada. Exemplos: energia limpa, bem-estar humano, materiais qu\u00e2nticos, seguran\u00e7a nacional e nova gera\u00e7\u00e3o de for\u00e7a de trabalho. <\/p>\n\n\n\n

Materiais est\u00e3o intimamente ligados ao desenvolvimento econ\u00f4mico. Basta nos lembrarmos de alguns dos protagonistas de grandes transforma\u00e7\u00f5es na civiliza\u00e7\u00e3o: pedra lascada, bronze, ferro, pl\u00e1stico e sil\u00edcio. Cada um deles, a seu modo, tamb\u00e9m causou impactos sociais profundos.<\/p>\n\n\n\n

A hist\u00f3ria mostra que a busca por novos materiais nunca cessou. Neste momento, ela est\u00e1 sendo feita com base na ci\u00eancia intensiva de dados. Os resultados dessas pesquisas devem alimentar a economia mundial pelas pr\u00f3ximas d\u00e9cadas, pois deles surgir\u00e3o produtos que trar\u00e3o n\u00e3o s\u00f3 bem-estar para as popula\u00e7\u00f5es, mas tamb\u00e9m riqueza para as na\u00e7\u00f5es que souberem reconhecer a urg\u00eancia dessa nova forma de fazer ci\u00eancia.<\/p>\n\n\n\n

Podemos dizer que um novo paradigma est\u00e1 surgindo, alimentado pela integra\u00e7\u00e3o das tecnologias de ci\u00eancia de dados com a f\u00edsica, a qu\u00edmica, a biologia, a medicina e as engenharias (figura 1). Qualquer na\u00e7\u00e3o que busque relev\u00e2ncia tecnol\u00f3gica em um futuro pr\u00f3ximo ter\u00e1 que, obrigatoriamente, estar qualificada em ci\u00eancia de dados.<\/p>\n\n\n\n

\"Apresenta<\/figure>\n\n\n\n

Figura 1. Os quatro paradigmas da forma de se fazer ci\u00eancia<\/strong><\/p>\n\n\n\n

CR\u00c9DITO: CEDIDO PELOS AUTORES<\/p>\n\n\n\n

E a raz\u00e3o \u00e9 simples: esta \u00faltima \u00e9 a base para a intelig\u00eancia artificial, o aprendizado de m\u00e1quina e o alto rendimento (high throughput<\/em>), \u00e1reas cuja relev\u00e2ncia extrapola os limites da ci\u00eancia, por suas implica\u00e7\u00f5es para a geopol\u00edtica e a seguran\u00e7a nacional.<\/p>\n\n\n\n

Com a grande demanda atual por novos materiais \u2013 em especial, em \u00e1reas como computa\u00e7\u00e3o qu\u00e2ntica, spintr\u00f4nica, biotecnologia, energia e farmac\u00eautica \u2013, \u00e9 natural lan\u00e7armos a pergunta: como a ci\u00eancia de dados pode tornar essas descobertas mais eficientes? <\/p>\n\n\n\n

Hoje, sabemos que os grandes avan\u00e7os obtidos nas \u00faltimas d\u00e9cadas no projeto e na constru\u00e7\u00e3o de computadores e celulares \u2013 para ficarmos em s\u00f3 dois exemplos \u2013 ocorreram por causa da incorpora\u00e7\u00e3o nesses equipamentos de novos materiais \u2013 e tamb\u00e9m de novas fun\u00e7\u00f5es que estes \u00faltimos passaram a desempenhar.<\/p>\n\n\n\n

Enfim, poder\u00edamos resumir o que foi dito at\u00e9 agora com uma li\u00e7\u00e3o que a hist\u00f3ria nos tem ensinado por s\u00e9culos: a explora\u00e7\u00e3o de novos nichos tecnol\u00f3gicos \u2013 e o aproveitamento das vantagens econ\u00f4micas, sociais e pol\u00edticas que adv\u00eam deles \u2013 est\u00e1 intimamente ligada \u00e0 descoberta de novos materiais.<\/p>\n\n\n\n

O papel da ci\u00eancia de dados<\/strong><\/h4>\n\n\n\n

Como os materiais se diferenciam fisicamente? Toda a mat\u00e9ria \u00e9 composta por \u00e1tomos. Combinando diferentes \u00e1tomos \u2013 a lista completa deles est\u00e1 na Tabela Peri\u00f3dica \u2013, \u00e9 poss\u00edvel gerar diferentes compostos. <\/p>\n\n\n\n

Mas n\u00e3o basta simplesmente combinar os \u00e1tomos. A organiza\u00e7\u00e3o espacial deles tamb\u00e9m \u00e9 importante. Exemplo emblem\u00e1tico: grafite e diamante s\u00e3o formados por um \u00fanico tipo de \u00e1tomo, o carbono. Mas s\u00e3o macroscopicamente bem distintos entre si. Mais: t\u00eam propriedades f\u00edsicas e qu\u00edmicas muito diferentes.<\/p>\n\n\n\n

A dimens\u00e3o do composto tem papel igualmente preponderante. O grafeno \u00e9 tamb\u00e9m formado s\u00f3 por carbono, mas, diferentemente de seus \u2018primos\u2019, tem apenas uma camada at\u00f4mica, ou seja, \u00e9 um material bidimensional. E isso faz toda a diferen\u00e7a em suas propriedades (t\u00e9rmicas e el\u00e9tricas, por exemplo), que seguem sendo estudadas hoje.<\/p>\n\n\n\n

Outro aspecto importante: a presen\u00e7a, no composto, de \u2018impurezas\u2019 em sua composi\u00e7\u00e3o ou \u2018defeitos\u2019 em sua estrutura. Exemplo cl\u00e1ssico \u00e9 o diamante. A cor dessa pedra \u00e9 alterada se houver nela \u00e1tomos de nitrog\u00eanio ou se, em algum ponto, faltarem \u00e1tomos de carbono.<\/p>\n\n\n\n

Uma vez conhecida a composi\u00e7\u00e3o e disposi\u00e7\u00e3o estrutural dos \u00e1tomos de um novo composto, resta descobrir suas propriedades (el\u00e9tricas, el\u00e1sticas, \u00f3pticas, magn\u00e9ticas etc.). Isso \u00e9 feito com a ajuda da chamada mec\u00e2nica qu\u00e2ntica, teoria que lida com os fen\u00f4menos do diminuto universo at\u00f4mico e subat\u00f4mico. <\/p>\n\n\n\n

Mas explorar essas propriedades, por meio de c\u00e1lculos, em cada um dos novos materiais que surgem incessantemente nos laborat\u00f3rios de pesquisa do mundo, \u00e9 uma tarefa n\u00e3o s\u00f3 complexa, mas tamb\u00e9m demorada. <\/p>\n\n\n\n

Na verdade, essa empreitada \u00e9 quase imposs\u00edvel. Se levarmos em conta apenas compostos formados pelos 90 primeiros elementos da Tabela Peri\u00f3dica, o n\u00famero de combina\u00e7\u00f5es chegar\u00e1 \u00e0 casa de 8 mil. Para compostos com at\u00e9 tr\u00eas \u00e1tomos diferentes, s\u00e3o cerca de 740 mil combina\u00e7\u00f5es; para at\u00e9 quatro \u00e1tomos, algo como 66 bilh\u00f5es delas. <\/p>\n\n\n\n

E isso sem levar em conta a organiza\u00e7\u00e3o dos \u00e1tomos ou a presen\u00e7a de \u2018defeitos\u2019 e \u2018impurezas\u2019. Se pensarmos em compostos em que h\u00e1 grande quantidade de \u00e1tomos diferentes e muitas impurezas, como no vidro, esse n\u00famero supera rapidamente um trilh\u00e3o de combina\u00e7\u00f5es.<\/p>\n\n\n\n

J\u00e1 deu para notar que essa abordagem \u2018tradicional\u2019 \u00e9 impratic\u00e1vel. Precisamos de uma nova. E ela vem com a ajuda da ci\u00eancia de dados, que permite acelerar a descoberta de novos materiais \u2013 sem explicitamente examin\u00e1-los um a um \u2013, com base em ferramentas como redes neurais, regress\u00e3o linear, \u00e1rvores de decis\u00e3o etc. (figura 2).<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figura 2. Abordagem \u2018tradicional\u2019 e aquela baseada na ci\u00eancia de dados (no caso, aprendizado de m\u00e1quina), para a pesquisa e descoberta de novos materiais<\/strong><\/p>\n\n\n\n

CR\u00c9DITO: CEDIDO PELOS AUTORES<\/p>\n\n\n\n

A ci\u00eancia de dados permite \u2018cortar caminhos\u2019, estabelecendo conex\u00f5es em diferentes etapas da explora\u00e7\u00e3o dos novos compostos. Por exemplo, podemos: i) relacionar a composi\u00e7\u00e3o de um material com sua transpar\u00eancia \u00f3ptica, sem precisar fazer experimentos; ii) predizer as poss\u00edveis estruturas est\u00e1veis de dada composi\u00e7\u00e3o; iii) resolver o chamado \u2018problema-inverso\u2019 \u2013 isto \u00e9, dada uma propriedade de interesse, qual composto posso usar?<\/p>\n\n\n\n

Do ponto de vista da m\u00e1quina (computador), um material \u00e9 descrito por um conjunto de valores, cada um deles (descritores) representando, por exemplo, os tipos de \u00e1tomos, a quantidade de \u00e1tomos e as posi\u00e7\u00f5es at\u00f4micas. Podemos tamb\u00e9m associar a esses descritores alguma \u2018consequ\u00eancia\u2019 (propriedade el\u00e9trica, t\u00e9rmica, estabilidade estrutural etc.). <\/p>\n\n\n\n

Diferentes abordagens de aprendizado de m\u00e1quinas podem ser usadas para fazer essa conex\u00e3o. Mas h\u00e1 aspecto importante em comum a todos os m\u00e9todos: a m\u00e1quina s\u00f3 aprende via exemplos (dados), ou seja, \u00e9 preciso \u2018mostr\u00e1-los\u2019 a ela, conectando os descritores com as consequ\u00eancias, para que ela tente extrair disso um aprendizado do conjunto. <\/p>\n\n\n\n

Voltemos \u00e0 quest\u00e3o dos dados. Por enquanto, imaginemos o seguinte: j\u00e1 conhecemos um grande conjunto de materiais e suas propriedades. E, a partir disso, queremos encontrar novos. <\/p>\n\n\n\n

Para isso, depois de alimentarmos o computador com certo conjunto de dados, podemos usar algoritmos de aprendizado de m\u00e1quina n\u00e3o supervisionados ou supervisionados (figura 3). <\/p>\n\n\n\n

No primeiro caso, esperamos a m\u00e1quina aprender algo sobre os dados, sem que se queira encontrar uma propriedade espec\u00edfica. Em geral, pede-se ao modelo que agrupe, em conjuntos, os dados com caracter\u00edsticas em comum (n\u00e3o definidas). Note que, ao analisar o crit\u00e9rio usado pela m\u00e1quina para fazer esse agrupamento, \u00e9 poss\u00edvel aprender sobre a rela\u00e7\u00e3o entre caracter\u00edsticas dos diferentes materiais. <\/p>\n\n\n\n

No caso supervisionado \u2013 como o termo sugere \u2013, n\u00f3s \u2018supervisionamos\u2019 o aprendizado da m\u00e1quina, dizendo a ela o que \u00e9 \u2018entrada\u2019 (descritores) e \u2018sa\u00edda\u2019 (consequ\u00eancia, ou seja, propriedade).<\/p>\n\n\n\n

O papel da m\u00e1quina, com ajuda do algoritmo, \u00e9 aprender a relacionar as \u2018entradas\u2019 com as \u2018sa\u00eddas\u2019, por meio de ferramentas que, em ci\u00eancia dos dados, denominamos \u2018classifica\u00e7\u00e3o\u2019 ou \u2018regress\u00e3o\u2019. <\/p>\n\n\n\n

Os algoritmos usados v\u00e3o das alternativas mais simples e interpretativas (regras de classifica\u00e7\u00e3o e regress\u00e3o linear) at\u00e9 modelos complexos de redes neurais.<\/p>\n\n\n\n

Para todos esses dois tipos de algoritmo (supervisionado ou n\u00e3o), h\u00e1 um fluxograma comum: i) coleta e estrutura\u00e7\u00e3o dos dados, em que ocorre tamb\u00e9m a gera\u00e7\u00e3o dos dados necess\u00e1rios e a filtragem (screening<\/em>) daqueles relevantes ao problema; ii) treinamento de algoritmos e teste, nos quais ocorre o aprendizado de m\u00e1quina, seu treino e a avalia\u00e7\u00e3o de sua efici\u00eancia; iii) aplica\u00e7\u00f5es, etapa na qual se usa o algoritmo para predizer \u2013 e acelerar \u2013 a descoberta de novos compostos e suas propriedades.<\/p>\n\n\n\n

Onde est\u00e3o os dados?<\/h1>\n\n\n\n

Como dissemos, a m\u00e1quina aprende via exemplos. Portanto, a exist\u00eancia de boa quantidade de dados \u00e9 essencial. Mais: eles devem ser confi\u00e1veis. <\/p>\n\n\n\n

Ent\u00e3o, surge a quest\u00e3o: onde encontr\u00e1-los?<\/p>\n\n\n\n

A MGI deu um pontap\u00e9 inicial para que se intensificasse a discuss\u00e3o sobre gera\u00e7\u00e3o e acesso a dados na \u00e1rea de materiais. Mas, antes dessa iniciativa, isso j\u00e1 ocorria. Por exemplo, a ICSD (sigla, em ingl\u00eas, para Banco de Dados sobre Estruturas Cristalinas Inorg\u00e2nicas), fundada em 1978, cont\u00e9m atualmente mais de 210 mil materiais classificados, com dados que v\u00e3o da estrutura \u00e0 caracteriza\u00e7\u00e3o te\u00f3rica e experimental. <\/p>\n\n\n\n

Nos \u00faltimos anos, tem havido aumento significativo da quantidade de bancos de dados de materiais dispon\u00edveis. Exemplos: o cons\u00f3rcio AFLOWLIB, o Materials Project, o OQMD e o NOMAD \u2013 veja links<\/em> para algumas dessas iniciativas na se\u00e7\u00e3o \u2018Leia+\u2019.<\/p>\n\n\n\n

Al\u00e9m da quantidade, h\u00e1 outro aspecto importante sobre os dados: como eles s\u00e3o disponibilizados. Em 2016, um cons\u00f3rcio de cientistas cunhou os chamados \u2018The FAIR Guiding Principles<\/em>\u2019, os quais destacam a import\u00e2ncia e os crit\u00e9rios para o compartilhamento de dados de forma geral. <\/p>\n\n\n\n

Esses crit\u00e9rios est\u00e3o impl\u00edcitos nas letras da sigla FAIR. Em uma tradu\u00e7\u00e3o aproximada, seria F, de f\u00e1ceis \u2018de encontrar\u2019; A, de acess\u00edveis; I, de interoper\u00e1veis; R, de reutiliz\u00e1veis.<\/p>\n\n\n\n

E o Brasil?<\/h1>\n\n\n\n

Como vimos, a mec\u00e2nica qu\u00e2ntica \u2013 desenvolvida principalmente nas primeiras duas d\u00e9cadas do s\u00e9culo passado \u2013 permitiu entender as propriedades microsc\u00f3picas dos materiais. Mas os c\u00e1lculos se complicam (muito) quando essa teoria \u00e9 aplicada a compostos com muitos \u00e1tomos.<\/p>\n\n\n\n

Em 1964, o f\u00edsico franc\u00eas Pierre Hohenberg (1934-2017) e o austr\u00edaco Walter Kohn (1923-2016) publicaram artigo que se tornou um tipo de padr\u00e3o para os c\u00e1lculos de propriedades dos materiais. O m\u00e9todo l\u00e1 descrito ficou conhecido como DFT (sigla, em ingl\u00eas, para teoria do funcional da densidade). <\/p>\n\n\n\n

A precis\u00e3o e efici\u00eancia do DFT para entender, predizer e descobrir novos materiais fizeram desse m\u00e9todo um novo paradigma na ci\u00eancia dos materiais. E, com o crescimento da capacidade computacional, esse m\u00e9todo se tornou tamb\u00e9m o grande gerador de dados (confi\u00e1veis) para materiais. <\/p>\n\n\n\n

E, claro, precisamos alimentar as m\u00e1quinas com dados confi\u00e1veis, para que elas \u2018aprendam\u2019 de forma correta. Cerca de 15 mil artigos usando DFT s\u00e3o publicados anualmente \u2013 a comunidade cient\u00edfica brasileira contribui com pouco mais de 2% desse total. <\/p>\n\n\n\n

No Brasil, passo importante para estabelecer uma comunidade nessa \u00e1rea foi a cria\u00e7\u00e3o, pela Sociedade Brasileira de F\u00edsica, da Escola Brasileira de Estrutura Eletr\u00f4nica, cuja primeira edi\u00e7\u00e3o ocorreu em Bras\u00edlia, em 1987. Desde ent\u00e3o, a comunidade brasileira tem contribu\u00eddo para o desenvolvimento de algoritmos e t\u00e9cnicas para calcular diferentes propriedades de novos materiais.<\/p>\n\n\n\n

Vale repetir o que foi dito: investir em pesquisa e desenvolvimento no campo da ci\u00eancia intensiva de dados \u00e9 crucial para que um pa\u00eds seja \u2013 e permane\u00e7a \u2013 competitivo. Afinal, a hist\u00f3ria da ci\u00eancia tem um sem-n\u00famero de exemplos que mostram que a descoberta de novos materiais, bem como os produtos que os empregam, t\u00eam tido tremendo impacto em diversos setores (ind\u00fastria, sa\u00fade, finan\u00e7as, manufatura, clima etc.).<\/p>\n\n\n\n

Al\u00e9m de investimentos, o Brasil precisa de recursos humanos bem qualificados em ci\u00eancia dos materiais e ci\u00eancia de dados, para enfrentar o novo paradigma que surge da fus\u00e3o dessas duas \u00e1reas. Mais: i) o pa\u00eds necessita melhorar urgentemente sua infraestrutura de laborat\u00f3rios e de computadores robustos; ii) os cursos de gradua\u00e7\u00e3o, em todas as \u00e1reas do conhecimento, deveriam implementar disciplinas de intelig\u00eancia artificial (IA). <\/p>\n\n\n\n

A Academia Brasileira de Ci\u00eancias lan\u00e7ou, em mar\u00e7o do ano passado, um caderno em que contempla a inova\u00e7\u00e3o tecnol\u00f3gica e o desenvolvimento sustent\u00e1vel na era da ci\u00eancia de dados, com \u00eanfase em intelig\u00eancia artificial. Recentemente, foi aprovado um Instituto Nacional em Ci\u00eancia e Tecnologia para a \u00e1rea de materiais voltados para a inform\u00e1tica, cujo objetivo \u00e9 aplicar a ci\u00eancia de dados e suas ferramentas \u00e0 pesquisa em novos materiais. <\/p>\n\n\n\n

Para finalizar, vale citar frase do cientista de materiais Bryce Meredig, a qual reflete a import\u00e2ncia do que tratamos neste artigo: \u201cO aprendizado de m\u00e1quina n\u00e3o vai substituir os cientistas, mas os cientistas que usam aprendizado de m\u00e1quina v\u00e3o substituir os que n\u00e3o o usam.\u201d<\/p>\n\n\n\n

Texto originalmente publicado na Ci\u00eancia Hoje<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Texto de Adalberto Fazzio e Felipe Crasto de Lima para Ci\u00eancia Hoje Grandes transforma\u00e7\u00f5es na civiliza\u00e7\u00e3o est\u00e3o intimamente ligadas ao … Leia mais<\/a><\/p>\n","protected":false},"author":9,"featured_media":23803,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"kt_blocks_editor_width":"","footnotes":""},"categories":[111],"tags":[180,544,405],"class_list":["post-23798","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pesquisa-cientifica","tag-ciencia","tag-ciencia-de-dados","tag-compartilhamento-de-dados"],"yoast_head":"\nO paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS<\/title>\n<meta name=\"robots\" content=\"noindex, follow\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"O paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS\" \/>\n<meta property=\"og:description\" content=\"Texto de Adalberto Fazzio e Felipe Crasto de Lima para Ci\u00eancia Hoje Grandes transforma\u00e7\u00f5es na civiliza\u00e7\u00e3o est\u00e3o intimamente ligadas ao … Leia mais\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\" \/>\n<meta property=\"og:site_name\" content=\"Biblioteca Central da UFRGS\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/biblioteca.centralufrgs\/\" \/>\n<meta property=\"article:published_time\" content=\"2023-09-28T12:05:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1080\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"- Priscila S. Jacobsen (Curadoria)\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@bc_ufrgs\" \/>\n<meta name=\"twitter:site\" content=\"@bc_ufrgs\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"- Priscila S. Jacobsen (Curadoria)\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"13 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\"},\"author\":{\"name\":\"- Priscila S. Jacobsen (Curadoria)\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/10bfae1dddf26e5a61ef192be9a395d3\"},\"headline\":\"O paradigma que nasce da ci\u00eancia intensiva de dados\",\"datePublished\":\"2023-09-28T12:05:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\"},\"wordCount\":2395,\"publisher\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png\",\"keywords\":[\"Ci\u00eancia\",\"Ci\u00eancia de dados\",\"Compartilhamento de dados\"],\"articleSection\":[\"Pesquisa cient\u00edfica\"],\"inLanguage\":\"pt-BR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\",\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\",\"name\":\"O paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS\",\"isPartOf\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png\",\"datePublished\":\"2023-09-28T12:05:39+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage\",\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png\",\"contentUrl\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png\",\"width\":1080,\"height\":1080},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"O paradigma que nasce da ci\u00eancia intensiva de dados\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#website\",\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/\",\"name\":\"Biblioteca Central UFRGS\",\"description\":\"Site da Biblioteca Central da UFRGS\",\"publisher\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization\",\"name\":\"Biblioteca Central da UFRGS\",\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/bc-logo-verm-sem-fundo.png\",\"contentUrl\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/bc-logo-verm-sem-fundo.png\",\"width\":1021,\"height\":1021,\"caption\":\"Biblioteca Central da UFRGS\"},\"image\":{\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/biblioteca.centralufrgs\/\",\"https:\/\/x.com\/bc_ufrgs\",\"https:\/\/www.instagram.com\/bc_ufrgs\/\",\"https:\/\/pt.wikipedia.org\/wiki\/Biblioteca_Central_da_UFRGS\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/10bfae1dddf26e5a61ef192be9a395d3\",\"name\":\"- Priscila S. Jacobsen (Curadoria)\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/2403d35a35451941dd2f4da6b4676cba?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/2403d35a35451941dd2f4da6b4676cba?s=96&d=mm&r=g\",\"caption\":\"- Priscila S. Jacobsen (Curadoria)\"},\"url\":\"https:\/\/www.ufrgs.br\/bibliotecacentral\/author\/priscila\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"O paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS","robots":{"index":"noindex","follow":"follow"},"og_locale":"pt_BR","og_type":"article","og_title":"O paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS","og_description":"Texto de Adalberto Fazzio e Felipe Crasto de Lima para Ci\u00eancia Hoje Grandes transforma\u00e7\u00f5es na civiliza\u00e7\u00e3o est\u00e3o intimamente ligadas ao … Leia mais","og_url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/","og_site_name":"Biblioteca Central da UFRGS","article_publisher":"https:\/\/www.facebook.com\/biblioteca.centralufrgs\/","article_published_time":"2023-09-28T12:05:39+00:00","og_image":[{"width":1080,"height":1080,"url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png","type":"image\/png"}],"author":"- Priscila S. Jacobsen (Curadoria)","twitter_card":"summary_large_image","twitter_creator":"@bc_ufrgs","twitter_site":"@bc_ufrgs","twitter_misc":{"Escrito por":"- Priscila S. Jacobsen (Curadoria)","Est. tempo de leitura":"13 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#article","isPartOf":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/"},"author":{"name":"- Priscila S. Jacobsen (Curadoria)","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/10bfae1dddf26e5a61ef192be9a395d3"},"headline":"O paradigma que nasce da ci\u00eancia intensiva de dados","datePublished":"2023-09-28T12:05:39+00:00","mainEntityOfPage":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/"},"wordCount":2395,"publisher":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization"},"image":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage"},"thumbnailUrl":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png","keywords":["Ci\u00eancia","Ci\u00eancia de dados","Compartilhamento de dados"],"articleSection":["Pesquisa cient\u00edfica"],"inLanguage":"pt-BR"},{"@type":"WebPage","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/","url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/","name":"O paradigma que nasce da ci\u00eancia intensiva de dados - Biblioteca Central da UFRGS","isPartOf":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage"},"image":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage"},"thumbnailUrl":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png","datePublished":"2023-09-28T12:05:39+00:00","breadcrumb":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#primaryimage","url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png","contentUrl":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/pardigmas.png","width":1080,"height":1080},{"@type":"BreadcrumbList","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/o-paradigma-que-nasce-da-ciencia-intensiva-de-dados\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/www.ufrgs.br\/bibliotecacentral\/"},{"@type":"ListItem","position":2,"name":"O paradigma que nasce da ci\u00eancia intensiva de dados"}]},{"@type":"WebSite","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#website","url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/","name":"Biblioteca Central UFRGS","description":"Site da Biblioteca Central da UFRGS","publisher":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.ufrgs.br\/bibliotecacentral\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#organization","name":"Biblioteca Central da UFRGS","url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/logo\/image\/","url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/bc-logo-verm-sem-fundo.png","contentUrl":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-content\/uploads\/bc-logo-verm-sem-fundo.png","width":1021,"height":1021,"caption":"Biblioteca Central da UFRGS"},"image":{"@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/biblioteca.centralufrgs\/","https:\/\/x.com\/bc_ufrgs","https:\/\/www.instagram.com\/bc_ufrgs\/","https:\/\/pt.wikipedia.org\/wiki\/Biblioteca_Central_da_UFRGS"]},{"@type":"Person","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/10bfae1dddf26e5a61ef192be9a395d3","name":"- Priscila S. Jacobsen (Curadoria)","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/www.ufrgs.br\/bibliotecacentral\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/2403d35a35451941dd2f4da6b4676cba?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2403d35a35451941dd2f4da6b4676cba?s=96&d=mm&r=g","caption":"- Priscila S. Jacobsen (Curadoria)"},"url":"https:\/\/www.ufrgs.br\/bibliotecacentral\/author\/priscila\/"}]}},"_links":{"self":[{"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/posts\/23798","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/comments?post=23798"}],"version-history":[{"count":1,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/posts\/23798\/revisions"}],"predecessor-version":[{"id":23799,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/posts\/23798\/revisions\/23799"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/media\/23803"}],"wp:attachment":[{"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/media?parent=23798"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/categories?post=23798"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ufrgs.br\/bibliotecacentral\/wp-json\/wp\/v2\/tags?post=23798"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}