A universidade para um mundo que já não existe
Crónica sobre um ensino superior que avalia os alunos tirando-lhes as ferramentas com que vão trabalhar.
Crónicas, entrevistas, sessões e artigos técnicos.
Crónicas sobre IA e o que muda no trabalho, nos negócios e na sociedade.
Crónica sobre um ensino superior que avalia os alunos tirando-lhes as ferramentas com que vão trabalhar.
Crónica sobre se o mercado da inteligência artificial é ou não uma bolha.
Sobre banca inteligente e automática e o que a IA muda nos serviços financeiros.
Crónica sobre o que é a engenharia moderna na era da inteligência artificial.
Crónica sobre publicidade engenhosa e o custo escondido da tecnologia.
Crónica sobre agentes de IA que reservam e compram em nosso nome.
Crónica sobre o que acontece quando é a máquina a ditar aquilo em que se acredita.
Entrevistas e comentário especializado na imprensa portuguesa.
Debate na rádio sobre os riscos da IA: a responsabilidade antes da regulação, a concentração de poder e o humano no circuito de decisão.
Comentário sobre se o Astra, da OpenAI, marca mesmo o início da era da inteligência artificial geral.
Comentário sobre como as grandes empresas norte-americanas passaram a falar da IA como motivo para contratar, e não como desculpa para despedir.
Comentário sobre o que aconteceu de facto na OpenAI e porque é que o verdadeiro perigo pode ser outro.
Entrevista como especialista em ciência de dados e IA sobre o impacto da IA no emprego e porque é que a requalificação deve começar antes de ser precisa.
Webinars, palestras e sessões realizadas.
Webinar de uma hora sobre como ferramentas de IA como o Claude Code permitem a profissionais de outras áreas criar protótipos, automatizar processos e desenvolver soluções digitais, com exemplos concretos do que isso muda na produtividade, na inovação e na posição competitiva. Disponível a pedido, mediante registo.
Artigos práticos sobre ciência de dados, machine learning e IA.
Como pôr o Claude Code a correr com um modelo local, e o que isso muda no custo de o usar.
Porque é que a maioria dos problemas de negócio pede previsão ou otimização, e não um modelo de linguagem.
Porque é que uma boa demonstração não prova que um sistema de IA funciona.
Como construir, de ponta a ponta, um primeiro sistema pessoal de agentes de IA.
Como o texto se transforma em tokens e tensores, os dados que alimentam os grandes modelos de linguagem.