A minha avó era uma analista de dados; ela simplesmente não sabia

A minha avó, como carinhosamente a chamo, nunca teve um laptop. Nunca tocou numa folha de cálculo. Não saberia dizer o que significa SQL, e ainda assim conseguia olhar para uma tigela de feijões, o tempo lá fora, e o som do mercado a três ruas de distância... e dizer-te exatamente quanto vender, poupar ou cozinhar.

\ Ela geria a sua casa com precisão. Administrava recursos com intuição. Fazia previsões sem nenhum "modelo" além da sua memória, dos seus sentidos e anos de experiência.

\ Em retrospetiva, percebo algo estranho: a minha avó era uma analista de dados — sem nunca o saber.

\ Ela Não Tinha Painéis, Mas Tinha Contexto

Crescendo, observei-a a tomar notas mentais em tempo real:

• O preço dos tomates subiu. Isso significa que as chuvas atrasaram.
• A vizinha está a visitar duas vezes esta semana. Isso significa que um casamento é altura de comprar arroz antes dos preços dispararem.
• As galinhas estão mais silenciosas que o normal? A chuva vem aí. Melhor não estender roupa lá fora.

Ela não chamava isso "análise de sinais" ou "previsão de tendências". Chamava-lhe viver com os olhos abertos. \n Mas não te enganes: ela estava a ler padrões, identificar variáveis e ajustar as suas decisões, tudo em tempo real.

\ As Suas Ferramentas Eram Conversas, Não Código

Onde agora dependemos de APIs e painéis, ela dependia da conversa.

Os passeios matinais não eram apenas para exercício; eram as suas rondas de recolha de dados. Ela cumprimentava o vendedor de pimentos, trocava rápidas atualizações com o talhante, e observava quem tinha a loja aberta cedo e quem não tinha.

Ela construiu e manteve uma rede de dados humana muito antes de existirem gráficos sociais e LinkedIn. \n E quando chegava a hora de tomar decisões, fosse poupar dinheiro, planear refeições ou preparar-se para convidados, ela fazia o que qualquer bom analista faz: triangulava histórias, filtrava ruído e procurava a verdade nos padrões.

Lembro-me dela a enviar-me ao mercado quando era criança, lista na mão, moedas no bolso. Ela dava-me o preço exato para cada item, muitas vezes até ao último cêntimo. E se eu voltasse com troco a menos, ela não hesitava em tirar-me a lista e ir exigir o seu saldo, não com raiva, mas com confiança baseada em dados; todos sabiam que eu era a sua neta, e era melhor não se meterem comigo.

Avançando dez anos: ela ainda tinha aquela mesma lista de há vinte anos, dobrada e guardada num caderno antigo. Anotada. Ajustada. Rastreada. Não era apenas nostalgia; era o seu conjunto de dados vivo, um registo de padrões económicos, mudanças sazonais e comportamentos dos vendedores.

Ela não lhe chamava conjunto de dados. Mas era exatamente isso; ela chamava-lhe rastreamento de preços.

\ Probabilidades, Não Certezas

Nada era exato. Mas não precisava de ser.

Quando ela dizia: "Podemos não ter visitas hoje, mas deixa-me cozinhar extra só por precaução", ela estava a calcular a tolerância ao risco. \n Quando insistia em comprar lenha antes do harmattan chegar completamente, estava a modelar comportamento sazonal.

Não eram palpites aleatórios. Eram decisões baseadas em hipóteses apoiadas por dados vividos, testados pelo tempo, profundamente locais e constantemente atualizados.

Ela podia não ter intervalos de confiança, mas tinha confiança ganha através de ciclos de feedback que lhe diziam quando estava certa e a humilhavam quando estava errada.

\ O Que o Mundo Moderno Poderia Aprender Com Ela

Vivemos numa era de painéis, métricas e modelos de aprendizagem de máquina que preveem tudo, desde a rotatividade de clientes até surtos de gripe.

Mas frequentemente, na corrida por mais dados, esquecemo-nos do poder de conhecer profundamente o seu ambiente, de ouvir antes de calcular, e da inteligência contextual que não pode ser extraída da web.

A forma de trabalhar da minha avó lembra-me que a análise de dados nem sempre é digital. É humana primeiro.

Ela ensina-me que bons analistas não apenas processam números, eles compreendem pessoas. Leem o silêncio. Sabem quando os dados parecem bem, mas algo ainda parece errado.

Confiam nas suas ferramentas, mas também confiam no seu instinto.

\ O Legado de uma Analista Não Técnica

Agora, como alguém que trabalha com aprendizagem de máquina, automação e inteligência artificial todos os dias, encontro-me a perguntar:

O que pensaria a minha avó da análise preditiva? \n Confiaria num painel para lhe dizer quanto gastar? \n Deixaria um modelo de IA determinar quando plantar ou vender?

Talvez. Mas apenas se provasse o seu valor.

Ela não se importaria com pontuações de precisão ou curvas ROC. Ela quereria saber: \n "Já esteve errado alguma vez?" \n "Compreende esta terra?" \n "Consegue explicar-se?"

E se não conseguisse, ela descartá-lo-ia. Porque no final do dia, as ferramentas são tão boas quanto as pessoas que as usam e a sabedoria que trazem.

\ Pensamento Final: Sempre Fomos Analistas

A ciência de dados não é nova. Apenas tem um nome novo. \n Nos mercados, nas cozinhas, na agricultura, na parentalidade, sempre fomos orientados por dados. Apenas chamávamos-lhe experiência.

Então, aqui vai para os analistas escondidos: \n As avós, comerciantes, professores e agricultores que leram padrões, fizeram previsões, ajustaram estratégias e nos entregaram os instintos que agora modelamos em código.

Os meus algoritmos são treinados em conjuntos de dados. \n Mas eu fui treinado por ela.