[{"jcr:title":"Alunos de Computação do Insper apresentam artigo em encontro nacional de IA","cq:tags_0":"area-de-conhecimento:ciência-da-computação","cq:tags_1":"area-de-conhecimento:tecnologia","cq:tags_2":"tipos-de-conteudo:pesquisa-na-graduação","cq:tags_3":"area-de-conhecimento:tecnologia/inteligência-artificial"},{"richText":"Sob a mentoria do professor Fabrício Barth, João Lucas Cadorniga e Pedro Pertusi exploraram a perda de capacidade de aprendizado em inteligências artificiais","authorDate":"13/11/2025 11h39","author":"Leandro Steiw","madeBy":"Por","tag":"area-de-conhecimento:ciência-da-computação","title":"Alunos de Computação do Insper apresentam artigo em encontro nacional de IA","variant":"imagecolor"},{"jcr:title":"transparente - turquesa - vermelho"},{"themeName":"transparente - turquesa - vermelho"},{"containerType":"containerTwo"},{"jcr:title":"Grid Container Section","layout":"responsiveGrid"},{"text":"Em um dos projetos da disciplina eletiva Reinforcement Learning, os alunos de  [Ciência da Computação](https://www.insper.edu.br/pt/cursos/graduacao/ciencia-da-computacao)  do Insper João Lucas Cadorniga (à esquerda na foto acima) e Pedro Pertusi abraçaram o desafio de reproduzir uma das experiências que instigam os pesquisadores da área: a perda da capacidade de aprendizado em máquinas. A conclusão foi satisfatória o suficiente para o professor da disciplina, Fabrício Barth, sugerir a produção de um artigo acadêmico para a 22ª edição do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC). O professor estava certo. Submetido à revisão do comitê técnico, o trabalho “Reinforcement Learning and Loss of Plasticity Phenomenon in Coverage Path Planning Environments: An Exploratory Study” foi aceito e, em setembro, os dois estudantes viajaram para Fortaleza, no Ceará, para mostrar os seus resultados no evento da Sociedade Brasileira de Computação (SBC). Segundo Barth, um dos grandes feitos é que o ENIAC é um evento tradicional da área com uma taxa de aceitação baixa — em média, somente 40% dos trabalhos submetidos ao ENIAC são aprovados. João Lucas e Pedro ainda puderam apresentar o artigo em uma sessão técnica sobre aprendizado por reforço, tema da disciplina eletiva. A história começa com a publicação de um artigo do cientista da computação Shibhansh Dohare, na edição de agosto de 2024 da revista Nature. Ele demonstra que os sofisticados métodos de deep learning também estão sujeitos a limitações quando expostos a certas condições de aprendizado. Por exemplo, consegue-se treinar uma aeronave a pousar sozinha, em ambiente simulado de determinado terreno na Terra. Intuitivamente, imagina-se que a máquina partisse desse ponto quando precisasse aprender a pousar na Lua, com gravidade menor e condições meteorológicas diversas. Mas não é o que acontece, explica Barth: “Mesmo carregando a experiência de um cenário para outro, os pesquisadores têm percebido que a hipótese de que a máquina aprenderia mais rápido, levando o aprendizado de ambientes passados para ambientes atuais, não é verdadeira. Quando se muda a simulação, ele demora o mesmo tempo para aprender daquele ambiente anterior, independentemente da experiência passada. E, se você repetir a troca muitas vezes, é bem provavelmente que nos últimos ambientes o desempenho da máquina será ruim”. Esse fenômeno é denominado perda de plasticidade no aprendizado profundo. Por analogia, trata-se de um processo similar ao do cérebro que ao longo do tempo perde a capacidade de se adaptar e evoluir. Chama a atenção que, nos estudos da computação, os modelos de redes neurais foram justamente inspirados nas conexões dos neurônios humanos. O algoritmo não consegue generalizar o conhecimento anterior, e, além disso, parece que prejudica a sua própria capacidade de aprender coisas novas. No projeto intermediário da disciplina, João Lucas e Pedro consideraram um ambiente de simulação que não havia sido testado no experimento descrito no artigo da Nature. Os alunos focaram na tarefa de Coverage Path Planning, que consiste em treinar uma máquina (robô ou drone, por exemplo) a circular por toda uma região de maneira eficiente. Essa técnica costuma ser explorada em Capstones dos cursos de Engenharia e Computação do Insper. Eles fizeram uma progressão de dificuldade de 5 níveis para verificar se o fenômeno ocorreria. Os estudantes estavam em intercâmbio nos Estados Unidos — João Lucas na Universidade de Illinois em Urbana-Champaign, e Pedro na Universidade de Chicago — quando receberam a sugestão do professor. “Foi uma experiência muito legal porque não era nem uma ideia nossa transformar o trabalho de aula em uma pesquisa”, conta João Lucas. “A gente topou o convite na hora. Basicamente, só precisamos fazer novos gráficos e adaptar o relatório para o formato de artigo acadêmico.” Ambos ressaltam que, devido ao grau de exigência da disciplina e dos projetos em geral do Insper, boa parte do trabalho estava estruturada para seguir adiante com a submissão. A primeira versão do arquivo tinha 10 páginas. Restava refinar o conteúdo conforme as diretrizes do evento. “Havia duas trilhas para publicar o artigo no ENIAC, e acho que escolher a de graduação valorizou bastante o nosso esforço, porque os outros participantes da sessão técnica eram mestrandos e doutorandos, e nós éramos alunos de graduação com mentoria do professor”, diz Pedro. João Lucas e Pedro voltaram entusiasmados do encontro, como o próprio professor Barth constatou. Eles se revezaram na apresentação oral do projeto e responderam a perguntas dos presentes à sessão de aprendizado por reforço, no dia 29 de setembro. “A gente aproveitou demais os quatro dias de evento”, afirma Pedro. “No nosso bloco, tinha um doutorando com um trabalho muito legal, que era basicamente o primeiro passo da tese dele. Mesmo com um trabalho de graduação, foi a oportunidade de estarmos inseridos num meio de pessoas de níveis muito maiores que o nosso.” Nenhum dos dois havia apresentado trabalhos fora da sala de aula, aumentando a proporção do desafio. Para João Lucas, esse é um tipo de ocasião que abre portas e ajuda a construir o currículo de pesquisa, junto com os intercâmbios proporcionados pelas  [parcerias](https://www.insper.edu.br/pt/pesquisa/pesquisa-na-graduacao)  entre Insper e universidades dos Estados Unidos. Pedro reforça ainda o apoio da escola, que pagou a viagem de uma pessoa para a apresentação em Fortaleza, e a mentoria de Barth, que selecionou o tema e incentivou a produção do artigo. Toda essa vivência acende uma luz para outras pretensões científicas no futuro. “Sabemos que ter um artigo publicado não é regra durante a graduação, é mais para exceção”, diz João Lucas. “Normalmente, não é esperado que aqueles que estão aplicando para uma vaga de mestrado já tenham esse tipo de publicação, então ficamos muito empolgados com a possibilidade de acrescentar esse diferencial ao nosso currículo.” João Lucas complementa, sob a concordância de Pedro: “Hoje, a gente vive num mundo onde não existe mais barreiras entre pesquisa e indústria. Quem produz algumas das maiores e mais importantes pesquisas de inteligência artificial são as big techs do Vale do Silício. No meu estágio, por exemplo, me incentivaram a participar do ENIAC, perceberam como uma oportunidade legal, se interessaram em saber mais, pediram para ler o artigo”. Por curiosidade, Barth observa que vários artigos discutem o tema da perda de plasticidade em deep learning. Uma das soluções apontadas é implementar um “esquecimento propositado”, apagando alguns valores do treinamento anterior antes do processo seguinte. Ironicamente, ainda que numa comparação imperfeita, até as máquinas correm o risco de se privar das suas memórias."}]