O objetivo deste seminário é apresentar e discutir o papel do raciocínio abdutivo, compreendido como um tipo de inferência ampliativa, no contexto das ciências direcionadas por dados. A questão que direcionará nossa apresentação pode ser assim formulada: (Q1) em que medida o crescente uso de arquiteturas algorítmicas possibilitam e/ou restringem o raciocínio abdutivo em processos de descoberta científica? Nossa hipótese (H1) é que a abdução pervade a prática científica, assim como as pesquisas direcionadas por dados, sustentando processos de tomada de decisão em que pesquisadores experienciam surpresa, dúvida, incerteza e/ou vagueza. Para realizar nossa investigação, apresentaremos o conceito peirciano de abdução, entendido como uma inferência lógica que se inicia com a percepção de um fato surpreendente e se encerra, provisoriamente, com a indicação de caminhos razoáveis para futura inquirição. Destacaremos o uso de diagramas nos processos de raciocínio por abdução cujo papel é sustentar processos de criação, observação, experimentação e manipulação da instância icônica do objeto de interesse. Raciocinar por meio de diagramas, neste contexto, permite a elaboração de cenáriosimaginários que podem, hipoteticamente, ser considerados como estratégias razoáveis na solução de um dado problema. Em seguida, apresentaremos dois estudos de caso em biotecnologia, no âmbito da proteômica, a fim de iniciar nossa discussão sobre o papel da abdução nas ciências direcionadas por dados: (i) a arquitetura algorítmica denominada AlphaFold2 (Jumper et al. 2021) cujo objetivo é prever a estrutura de proteínas em três dimensões a partir de sequências de aminoácidos em uma dimensão; e (ii) o aplicativo chamado SignalP 6.0 (Teufel 2022) cujo objetivo é identificar sequências de aminoácidos, chamadas sinal peptídeos, responsáveis pela translocação de proteínas. Por fim, faremos um balanço dos próximos passos a serem trilhados para a continuidade da presente pesquisa.
O link para participar é https://conferenciaweb.rnp.br/webconf/SBCC.
ANISHCHENKO, I. et al. De novo protein design by deep network hallucination. Nature 600, 547–552, 2021. https://doi.org/10.1038/s41586-021-04184-w
AlphaFold. Nature 596, 583–589 (2021). https://doi.org/10.1038/s41586-021-03819-2
with a language model. (preprint) 2022. doi: https://doi.org/10.1101/2022.07.20.500902
PEIRCE, C. S (1958) The Collected Papers of Charles Sanders Peirce. Electronic edition. Vols. I-VI, Hartshorne, C., Weiss, P. (Eds.), 1931-1935. Vols. VII-VIII, Burks, A. W. (Ed.). Charlottesville: Intelex Corporation. Cambridge: Harvard University Press. [Quoted as CP, followed by the volume and paragraph].
- Efetue login para postar comentários
