Altas Qualificações

Advanced Algebra, University of Chicago School Mathematics Project, Pearson Prentice Hall, 1998

A Ana acabou de obter o mestrado.
A Ana esteve os últimos 5 anos a estudar Psicologia.
A Ana tem tantas qualificações fora da Psicologia como eu que sou analista de negócio.
Se eu disser o contrário à Ana (premissa), o que lhe estou a dizer é que o que ela esteve 5 anos a fazer numa faculdade é-me completamente irrelevante. Esteve a tratar de Psicologia como podia ter estado a tratar de Engenharia do Papel, que para mim seria exatamente o mesmo. Com o mesmo critério também podia ter estado a fazer rigorosamente nada durante 5 anos porque para o efeito “qualquer coisa” e “nada” têm a mesma aplicabilidade.
Ou seja, estou a dizer à Ana que ela não tem quaisquer qualificações reais fora da Psicologia. Se isto é verdade, então a premissa é falsa, e vice-versa.

Eu conheci o André no open space de uma consultora IT.
O André tinha acabado de sair da sua faculdade onde se licenciou em Engenharia Química e estava a fazer uma formação em RPA (robot process automation) dada pela consultora.
O André ia começar a exercer a função de programador RPA. Naturalmente, essa formação apenas lhe garantia os mínimos para começar a exercer pelo que na realidade a formação do André iria ser on-the-job nos próximos meses ou mesmo anos, dependendo do tipo de desafios que lhe viessem a ser colocados. A única razão pela qual o André estava a ter formação era por não ter à data as competências requeridas para a função.
Por definição, no lugar do André podia estar a Ana ou a Marta ou o Gustavo.
Por definição, o André podia ter qualificações em Matemática, Jornalismo ou Medicina Tradicional Chinesa.
Uma função que pode ser desempenhada por uma pessoa com qualificação em qualquer área é por definição uma função não qualificada. Porque é uma função sem vínculo à qualificação da pessoa.
Logo, o André exerce uma função não qualificada, para a qual portanto as qualificações dos candidatos são irrelevantes.

A Mariana formou-se em Direito e trabalha como jurista na sua entidade empregadora (ou seja atua como advogada do empregador). A Mariana desempenha portanto uma função qualificada.

A conclusão óbvia é que é absolutamente inconsequente considerar as qualificações dos recursos sem considerar a área a que essas qualificações dizem respeito.

O especialista é por definição a pessoa que exerce uma função qualificada. Os restantes (generalistas) são perfis não qualificados. Precisamente porque nós não podíamos estar menos preocupados com em que é que eles se qualificaram exatamente ou sequer se se qualificaram.

Eu estudo violino há mais de 7 anos. Violinista é uma função qualificada.

Se por acaso estão a pensar «Ah mas o que a Ana esteve 5 anos a fazer na faculdade é importante porque pode ter desenvolvido ‘transferable skills’.» eu digo exatamente. Concordo. Mas isso concorda com o que está escrito acima porque é outra forma de dizer que a qualificação académica da Ana só por si, sem considerar o currículo académico, não nos diz nada sobre a aptidão dela para funções fora da Psicologia. Tal como o facto de o André ser licenciado em Engenharia Química dizer nada sobre a aptidão para programar RPA. Ou seja, é o currículo académico e não a qualificação que nos interessa, para temas fora da Psicologia. O Mestrado da Ana não nos permite só por si afirmar que ela está qualificada para o que quer que não seja exercer Psicologia. Eu só posso afirmar o contrário disto se desconsiderar por completo o que ela esteve 5 anos a fazer (porque ela não pode ter estado 5 anos a preparar-se para tudo), caso em que ainda por cima vou deixar de a poder comparar com outros candidatos à mesma função, porque passam todos a ser igualmente “aptos” o que não faz qualquer sentido porque é contrário ao meu objetivo de aferir a aptidão da Ana fora da Psicologia.

Quanto mais elevado o grau académico, mais importante se torna saber tudo isto. Porque como toda gente já sabe, a carreira académica é uma especialização gradual, não é uma generalização. Um doutorado especializou-se ainda mais numa área científica concreta do que um mestrado, e este do que um licenciado. Um doutorado em inteligência artificial tem tantas qualificações como um licenciado em engenharia informática para administração de sistemas informáticos. Mas se falarmos de reconhecimento facial ou interfaces homem-máquina, já é o contrário. E se falarmos de psicologia, estão exatamente ao mesmo nível que é “inapto”.
Mais uma vez, o diferenciador é o currículo e não a qualificação, que só tende a ter aplicação mais restrita quanto maior for o seu nível. Mais uma vez, desconsiderar o que as pessoas estiveram a fazer durante vários anos no seu percurso académico é contrário a todos os objetivos da indústria.

Projetos falhados

Imagem de André Baroni, Senior Project & Portfolio Manager

Aqui está a única via pela qual os business analysts dão retorno do investimento aos clientes. Não é por produzirmos deliverables sofisticados que o cliente pode vender mas sim por facilitarmos o investimento nas coisas certas e a execução enxuta. Um só analista de negócio experiente é suficiente para garantir o alinhamento entre dezenas de pessoas numa iniciativa de grande âmbito.
Aqui está porque é que não vai ser a última grande fad tecnológica ou receita de gestão que vai resolver os problemas nos projetos.
Os business analysts são “só” os responsáveis primários pelos fatores que sempre estiveram no topo desta lista. Os gestores de projeto são accountable mas os BAs são responsible por esses fatores. Essa é a razão pela qual os business analysts são os profissionais melhor posicionados para gestão de projeto bem sucedida, de entre aqueles vindos de outras funções.
Desde a década de 90 que se sabe que isto é assim:

– Chaos Report (Standish Group, 1995)
– Canada Survey (KPMG, 1997)
– Return on Investment from More Effective Requirements Management (American Programmer magazine, 1997)
– Insights into Software Project Management (Proceedings of the Applications of Software Measurement Conference, 1999)

Todos estes estudos independentes concordaram com a tabela acima.

Aqueles que ainda hoje defendem que os BAs perdem o tempo deles em vão a documentar o negócio (e o mesmo vale para a documentação técnica pelos developers), demonstram não só não saber o que é gestão de projeto como também não saber o que é análise de negócio. Como é impossível criar documentação nova sem analisar o tema que é documentado, é impossível afirmar que gerir artefactos de âmbito de projeto não é fazer análise de negócio (já quanto à qualidade dessa documentação, isso é outro assunto). Quem assim pensa não se lembra que a única maneira de provar que sabia o que quer que fosse quando estava na sua faculdade de referência, era documentando o que sabia. Porque será?

Aqueles que acham que só precisam de user stories para fazer “agile” demonstram total desconhecimento de gestão agile porque não sabem que o agile que preconizam foi criado há 25 anos, e apenas para gerir uma equipa de developers (e uma apenas, não várias). Por isso é que não precisam de mais nada a não ser user stories. Mas acima do âmbito dessa equipa existem outras equipas com dependências entre si, existe uma gestão de produto e de portfolio, existe uma estratégia organizacional, que para servir de alguma coisa para as centenas e às vezes milhares de pessoas que trabalham nos value streams, necessita dos seus próprios artefactos.

Por isto é que no Disciplined Agile do PMI, a moeda de câmbio para a optimização do fluxo de valor à escala empresarial é um artefacto que documenta o âmbito que se quer atingir (e mais qualquer coisa).
Quem não sabe isto não sabe gestão. Não há outra forma de dizer o óbvio.

O leitor inteligente poderia perguntar: se os business analysts são os responsáveis primários pelos fatores que sempre estiveram no topo desta lista, então isso não quer dizer que os BAs são os principais responsáveis por projetos falhados? A resposta a isto é dupla: por um lado é verdade que há BAs que não sabem que têm esta responsabilidade ou que não são competentes, por outro e relacionado com isto temos o principal fator causal de projetos falhados, a causa destas causas — gestores de projeto que não fazem gestão de projeto. Mas fazem política, fazem o bidding do sponsor, posam para a fotografia… pelo menos até que o produto é entregue e as pessoas começam a utilizá-lo e mantê-lo.
Quando eu há uns anos fiz entrevistas de validação técnica de BAs, vários dos cenários que eu lhes colocava eram destinados a perceber como é que o BA via o seu papel como BA e o seu nível de responsabilidade. A maioria deles, quando questionado sobre conflitos entre o seu papel e diretivas do gestor de projeto, responderam que fariam o que o gestor de projeto lhes mandava fazer. Ora para isso os nossos clientes não precisam de gastar o dinheiro deles com BAs… e claro que depois vão gastar muito mais sem eles.

The perception of uniqueness

The new approach for true machine cognition is a dynamic and generative geometric system with mathematical precision.
It doesn’t guess; it just works. Every time.

Whatever you do, you invariably realize that you are something that just works. Every time. That is one of the things that gives you the perception of “uniqueness” or “specialty” (along with the fact that you cannot be defined by what you work “on”). Its that you always work. Always and whenever.

But that perception is something a posteriori relative to that “thing” that works. Get the point? You can only get it… because you work.

Civilian society

An example of why I have a saying that, not being meant to be interpreted literally, is:

There is no school worthy of that name besides the School of the Holy Ghost.
There is no academy worthy of that name besides the Military Academy.

All the rest is superfluous and just a scheme designed to bog people down.

True Machine Cognition

Proper, scientific machine Learning.
Proper, scientific machine Reasoning.
Proper, scientific machine Cognition.

The engineering Middle Ages ends today.

The presentation, without the demonstration, can be downloaded here.
You can watch the video on Rumble here.

This model is based on the proper, scientific machine model of Reasoning which is described here.

A final demo for a stress test, showcasing the generation and handling of exponentially complex geometry on the fly:

Timestamps:

00:00 Intro
00:53 Cognition
03:17 What is the new approach?
08:01 Illustration
09:46 What the new approach proves
10:50 Beyond cognition
12:57 Demo – intro
13:40 Demo – basic abstract reasoning
20:24 Demo – generalization of learning
25:41 Demo – solve a linear problem with a single abstract tool
37:27 Demo – solve a non-linear problem with multiple abstract tools
46:40 Dedication
47:24 A word to the modern engineer
48:32 References
48:39 Additional information
48:58 Author

____________
Header image: Astrocytes surrounding a blood vessel. Cajal Institute, Cajal Legacy, Spanish National Research Council.

Demolition of modern engineering

Differences between my approach to AI and the traditional symbolic approach:

  • My approach produces reasonings with an arbitrary number of assumptions and end goals
  • Lisp and Prolog have to be coded by you to work as you intend, but my approach organizes the information and the rules by itself
  • Lisp and Prolog use a linear navigation in the solution space (“backtracking”) while my approach is non linear
  • My approach is a geometric system

In fact, my approach is so non linear that it works in multithreading already natively. That is, the reasoning is constructed in parallel at the same time and consolidated in real time.

That is why it is scalable to much complex problems, unlike Prolog or Lisp, and that is something you need to get to human level intelligence and beyond.

As for the comparison between my approach and statistical approaches such as LLMs, the engineers’ favourite toy, well… I started using geometry for AI when everybody else was masturbating with LLMs. Today every new paper claims to improve LLMs with geometric approaches.

Draw your conclusions.