Saltar al contenido
culture

É mais complexo

A UBA e a LambdaClass apresentaram a Licenciatura em Sistemas Complexos, um curso que cruza matemática, física, computação e inteligência artificial com economia, história e filosofia para formar pessoas capazes de pensar e agir em um mundo em crise permanente.

Por Juan Ruocco 🧙‍♂️ · 12 nov. 2026 · 13 min

Subscribe Share
Apresentação da Licenciatura em Sistemas Complexos na Faculdade de Ciências Econômicas da UBA

Ontem, quarta-feira, 11 de novembro de 2026, foi apresentada a Licenciatura em Sistemas Complexos da Universidade de Buenos Aires. O curso é um esforço conjunto da Faculdade de Ciências Econômicas e da Faculdade de Engenharia, em busca de dar respostas a um presente cada vez mais, como dizer sem ser repetitivo, complexo [1].

O curso, impulsionado por Federico Carrone e pela equipe da LambdaClass, tem o objetivo de formar uma turma de graduados capazes de navegar pelas águas turbulentas do mundo contemporâneo: compreendê-lo a fundo a partir de um conhecimento matemático e científico rigoroso, tomar decisões difíceis em ambientes instáveis e construir projetos que perdurem no tempo.

Com muitíssima generosidade, Federico me convidou a participar da apresentação e a contribuir com alguns dos meus poucos conhecimentos no que diz respeito à formação mais humanística do curso. Dividi o painel com José Luis Giusti, Federico Carrone, Daniel Hadad, María Catalina Nosiglia e Raúl Bertero. Há várias disciplinas, como «História das Instituições, da Tecnologia e do Poder» e «Epistemologia, Complexidade e Ética», nas quais o pensamento filosófico pode oferecer seu olhar particular sobre o mundo. Mas, além disso, integrar a filosofia como visão de conjunto dentro do curso pode abrir espaço para que graduados, mestres e doutores em filosofia contribuam com a sua. Meu papel será o de elo com esse mundo: conectar pessoas muito mais talentosas e qualificadas do que eu para que se encarreguem de lecionar as disciplinas que assim exigirem. Acredito que é, sem dúvida, uma oportunidade muito significativa para que a filosofia participe de um curso com um impacto futuro potencialmente muito importante.

Apresentação da Licenciatura em Sistemas Complexos na Faculdade de Ciências Econômicas da UBA
Apresentação da Licenciatura em Sistemas Complexos na Faculdade de Ciências Econômicas da UBA, com José Luis Giusti, Federico Carrone, Daniel Hadad, Juan Ruocco, María Catalina Nosiglia e Raúl Bertero.

A meu ver, a Licenciatura em Sistemas Complexos é uma das primeiras respostas sistêmicas que uma parte da liderança argentina, a partir do mundo privado e do âmbito acadêmico, pode dar à crise permanente que parece atravessar o mundo há pelo menos duas décadas: começou em 2008, se intensificou a partir de 2019 e, na Argentina, parece ter se tornado um estado permanente.

Vejamos brevemente do que se trata essa crise sistêmica.

Capital, inteligência humana e recursos naturais

Entre 1857 e 1858, Karl Marx escreveu em seus cadernos de trabalho, conhecidos depois como Grundrisse, uma passagem que só seria publicada mais de oitenta anos depois, entre 1939 e 1941 (Marx, Grundrisse, 1857–1858). Essa passagem, conhecida como o «Fragmento sobre as máquinas», foi retomada pelo operaísmo italiano e, mais tarde, por diversas derivas aceleracionistas, entre elas as que surgiram em torno do CCRU (Cybernetic Culture Research Unit). Trata-se, nada mais nada menos, do conceito de «intelecto geral». É significativo porque amarra três elementos constitutivos da era industrial: o capital, os recursos naturais e a inteligência humana.

«A natureza não constrói máquinas, nem locomotivas, ferrovias, telégrafos elétricos, máquinas de fiar automáticas etc. Esses são produtos da indústria humana; material natural transformado em órgãos da vontade humana sobre a natureza ou de sua atuação na natureza. São órgãos do cérebro humano criados pela mão humana; força objetivada do conhecimento. O desenvolvimento do capital fixo revela até que ponto o conhecimento ou saber social geral se converteu em força produtiva imediata e, portanto, até que ponto as condições do próprio processo da vida social passaram para o controle do intelecto geral e foram remodeladas conforme ele. Até que ponto as forças produtivas sociais são produzidas não só na forma do conhecimento, mas como órgãos imediatos da prática social, do processo vital real».

A meu ver, a crise interminável se expressa hoje nesses três níveis, que configuram o cenário em que os graduados em Sistemas Complexos terão de aprender a navegar, ou a surfar: os recursos naturais, o capital e a inteligência.

Recursos naturais e guerra

Rússia e Ucrânia: a guerra dos drones

Duas das três maiores potências do planeta estiveram em guerra este ano. A Rússia, que confiava em uma campanha rápida na Ucrânia, está empacada desde 2022 em uma guerra de desgaste. A presença constante de drones impede qualquer movimento em grande escala na frente de batalha [3]. Sua superioridade em número de soldados e sistemas mecanizados perdeu boa parte do valor diante dos drones FPV: uma tecnologia baratíssima, fácil de construir e que se opera à distância como um videogame. Tudo graças a pequenos processadores que tornam possível controlar esses quadricópteros.

Um drone FPV ucraniano de ataque custa em média entre 300 e 500 dólares [4]. Os drones que caçam outros drones são outra categoria e custam mais: entre 1.000 e 2.500 dólares por unidade [5]. A produção ucraniana de FPV passou de cerca de 3.000 a 5.000 unidades por ano em 2022 para uns 3 milhões em 2025 e, no início de 2026, sua indústria podia produzir mais de 8 milhões por ano [4].

A assimetria de custos é brutal. A fabricante SkyFall afirmou que seu drone Shrike 10, de menos de 400 dólares, participou da derrubada de um helicóptero russo Mi-28 de 19 milhões [6]. Os veículos blindados, principal alvo desses drones, custam entre 1 e 4 milhões de dólares [7]. Do lado americano, o Switchblade 300, que foi um dos drones de ataque de referência do exército, custa cerca de 53.000 dólares segundo o orçamento do Exército de 2023, e até 80.000 ou 90.000 com todo o equipamento [8]. Ou seja, entre 100 e 200 vezes mais que um FPV ucraniano.

A maioria dos drones dos dois lados voa com placas controladoras chinesas [9], embora ultimamente a Ucrânia tenha começado a fabricar as suas para reduzir essa dependência: nos primeiros oito meses de 2026, 28% dos componentes de seus drones vieram da China, contra quase 90% no início de 2024 [10]. A Ucrânia, que antes da guerra quase não tinha indústria de drones, aspira hoje a se tornar um fornecedor-chave da defesa europeia.

Irã, Estados Unidos e o Estreito de Ormuz

Pelo Estreito de Ormuz passa boa parte dos insumos de que a indústria de chips precisa, embora ali não se fabrique nenhum. O hélio vem do Catar: é produzido em Ras Laffan como subproduto do gás natural, e esse complexo responde por cerca de um terço do hélio mundial [11]. Os chips precisam dele, ultrapuro e sem substituto, para resfriar os wafers na litografia [12]. Coreia, Taiwan e Japão traziam quase tudo do Catar, através de Ormuz. Além disso, Taiwan depende do gás do Oriente Médio para sua eletricidade, e a TSMC, que fabrica cerca de 90% dos chips mais avançados, consome sozinha cerca de 9% da eletricidade da ilha [13]. Taiwan tem reservas de gás para apenas 11 dias [14].

Quando a guerra com o Irã começou, no fim de fevereiro de 2026, Ormuz foi fechado e os ataques iranianos danificaram Ras Laffan. O Catar suspendeu suas entregas e o preço do hélio dobrou [15]. A produção de chips não parou, mas ficou mais cara e foi preciso racionar insumos. O grande vencedor foi os Estados Unidos: passaram de fornecer menos de 4% do hélio que Taiwan importa para quase 60% [16]. Assim, a guerra lançada por Washington acabou lhe dando controle sobre um insumo crítico para os chips dos quais depende toda a IA. Hoje o trânsito por Ormuz se recupera aos poucos, mas o dano permanece: em agosto, Ras Laffan produzia hélio a apenas um quarto de sua capacidade [17], e algumas instalações levarão de três a cinco anos para ser reparadas [16]. O caso mostra a fragilidade de um sistema complexo: um estreito do Golfo Pérsico pode reordenar quem controla a cadeia dos chips.

Capital: dívida, ativos financeiros e moradia

O modelo da dívida

Desde a crise de 2008, as economias desenvolvidas saíram de cada crise com o mesmo recurso: mais dívida e dinheiro barato. Para resgatar os bancos e sustentar a economia, os bancos centrais baixaram os juros quase a zero e compraram títulos em massa. O balanço do Federal Reserve passou de menos de US$ 1 trilhão antes de 2008 [18] para cerca de US$ 9 trilhões em 2022 [19]. Esse dinheiro não chegou aos salários: entrou pelo sistema financeiro. Com juros em zero, os títulos deixaram de render e os investidores saíram em busca de rendimento em ações, imóveis, cripto e colecionáveis, o que inflou seus preços. Ao mesmo tempo, o dinheiro barato permitiu que os Estados se endividassem sem um custo visível: a dívida dos EUA passou de cerca de US$ 10 trilhões em 2008 [20] para mais de US$ 40 trilhões hoje [21].

Quem paga a conta é o salário, por dois caminhos. Primeiro, o dinheiro novo chega antes a quem já tem ativos, que vê seu patrimônio subir, e só depois, e diluído, à economia real. Segundo, quando a dívida fica grande demais para ser paga, a saída é diluí-la com inflação, como aconteceu em 2021–2023, quando os preços subiram mais rápido que os salários. Os ativos se protegem da inflação; o salário não. Por isso quem tinha ativos multiplicou seu patrimônio, e quem vive de salário ficou cada vez mais longe de comprar uma casa. E, dentro de cada mercado, o valor se concentra na camada de inteligência (NVIDIA, Palantir, Anduril) e não na produção física.

Dívida bruta do governo geral dos EUA como % do PIB [22]

Año Deuda / PBI Contexto
2019 108,8% Antes de la pandemia
2020 132,6% Gasto de emergencia por el covid
2022 119,1% La inflación licua parte de la deuda
2025 123,9% La deuda total supera los US$38 billones
2026 (proy.) 125,8% La deuda total supera los US$40 billones
2031 (proy.) 142,1% La peor trayectoria del G7

Os ativos desde 2019

Activo Ene. 2019 Nov. 2026 Multiplicador
NVIDIA [23] US$3,4 US$189 ×55
Bitcoin [24] US$3.700 US$75.700 ×20
Ethereum [25] US$140 US$2.270 ×16
Nasdaq 100 [26] 6.300 28.200 ×4,4
Oro US$1.285 US$4.100 ×3,2
S&P 500 [26] 2.500 7.570 ×3
Deuda de EE.UU. [21] US$22 billones US$40,5 billones ×1,85

Valores aproximados.

A moradia na Argentina

No nosso país, essa crise se manifesta como uma perda quase total de acesso à moradia por meio do salário. Nos anos 80, um apartamento usado de cerca de 50 m² na Cidade de Buenos Aires custava entre 40 e 50 salários [32], e no fim dos anos 90 chegou a custar uns 30 [31]. Depois da saída da conversibilidade essa relação se rompeu: em dezembro de 2019 eram necessários uns 205 salários para o mesmo apartamento, e em novembro de 2023, o pior momento da série, uns 250. Hoje, com o metro quadrado em torno de US$ 2.476 [29] e um salário médio próximo de US$ 1.207 [30], são necessários uns 103 salários. Houve uma melhora nos últimos anos, mas ainda é entre duas vezes e meia e três vezes e meia mais trabalho do que nos anos 90. Soma-se a isso que o crédito hipotecário quase não existe: só 16% das compras são feitas com hipoteca [29], e quem quer comprar tem que juntar o dinheiro inteiro. A moradia deixou de ser algo que se alcança trabalhando para se tornar um ativo de quem já tem capital.

Apartamento usado de cerca de 50 m² em CABA, em salários mensais

Época Salarios mensuales
Años 80* ~40–50
1994–96 ~40
Fines de los 90 ~30 (mejor momento de la serie)
Dic. 2019 ~205
Nov. 2023 ~250 (peor momento)
2026 ~103

* Con sueldo de joven profesional. Los valores de 2019, 2023 y 2026 son cálculos propios con datos de Zonaprop y del salario promedio al dólar paralelo.

Inteligência: a filosofia e seu elo com a computação

Embora não pareça, há uma conexão direta entre a computação e a filosofia. O computador não nasceu como resposta a um problema de engenharia, mas a uma pergunta filosófica: o que é raciocinar, e dá para mecanizar isso?

Comecemos por Aristóteles. Há mais de 2.300 anos, com o silogismo, ele descobriu algo estranho: que um raciocínio pode ser válido pela sua forma, não importa do que fale. «Todos os A são B, todos os B são C, então todos os A são C.» Tanto faz se falamos de gatos ou de planetas.

Dois mil anos depois, no século XVII, Leibniz sonhou em levar isso ao extremo: um cálculo do raciocínio. Imaginava que, diante de qualquer discussão, bastaria sentar e dizer «calculemos».

Em 1854, George Boole publicou um livro cujo título diz tudo: As leis do pensamento. Transformou a lógica em álgebra, com três operações: E, OU e NÃO. Guardem essas três palavras.

No início do século XX, Bertrand Russell e Alfred North Whitehead publicaram Principia Mathematica (1910–1913). Queriam algo muito ambicioso: fundar toda a matemática sobre a lógica pura.

Em 1928, o matemático David Hilbert fez uma pergunta que parecia puramente teórica: existe um procedimento mecânico capaz de decidir se qualquer enunciado matemático é verdadeiro ou falso?

A resposta veio em dois golpes. Em 1931, Kurt Gödel demonstrou que em todo sistema formal suficientemente potente há verdades que não podem ser demonstradas dentro do próprio sistema. E em 1936, um Turing de 24 anos respondeu que esse procedimento não existe. Mas, para demonstrá-lo, teve que definir com precisão o que é um «procedimento mecânico», e para isso imaginou uma máquina abstrata que hoje chamamos de máquina de Turing: o modelo teórico de todos os computadores que existem. Nesse mesmo trabalho provou que não há um algoritmo capaz de analisar qualquer programa e decidir se em algum momento ele vai terminar ou ficar rodando para sempre. É o que depois ficou conhecido como o problema da parada, e dele decorre a impossibilidade de decidir mecanicamente a validade de qualquer enunciado lógico.

Um ano depois, em 1937, Claude Shannon mostrou que a álgebra de Boole podia ser construída com circuitos elétricos. Aquelas três palavrinhas, E, OU e NÃO, são hoje as operações básicas de todo chip: do celular que vocês têm no bolso, do notebook, do carro.

Em 1950, Turing publicou «Computing Machinery and Intelligence», no qual propôs deixar de lado a pergunta «as máquinas podem pensar?» e substituí-la por outra: se uma máquina consegue conversar com uma pessoa tão bem que seu interlocutor não consegue distingui-la de um humano, que razões nos restam para negar que ela pensa? Esse artigo se tornou a base da discussão sobre pensamento, linguagem e máquinas.

A computação devolveu à filosofia um vocabulário novo para pensar um problema antigo. Se pensar é processar informação, a mente pode ser descrita pelo que faz e não pela matéria de que é feita. Dali saíram as ciências cognitivas e toda uma maneira de pensar as arquiteturas do mental. Hoje os modelos de linguagem voltam a pôr essas ideias à prova.

Inteligência (artificial), recursos naturais e capital

Sobre todo esse cenário irrompem os grandes modelos de linguagem. A inteligência acelerada pode virar uma commodity, e milhares de empregos ficam ameaçados num mundo em que, como vimos, o trabalho assalariado já vem perdendo para o capital.

Diante dessa crise há, pelo menos, duas grandes saídas políticas. A humanista tenta manter o lugar central do ser humano no mapa epistêmico e planetário. A aceleracionista, a favor das máquinas, busca acelerar ao máximo o sistema de produção e desacoplá-lo do humano.

Assim como Turing pensou a relação entre humanos e máquinas nos anos 50, hoje precisamos de uma linguagem nova para compreender todas as camadas de complexidade do problema que temos pela frente. Sim: é mais complexo.

Não acredito que o mundo vá se pacificar no curto prazo. Ao contrário, vejo um aprofundamento de tudo o que descrevemos. Precisamos dessa linguagem e de jovens que pensem e atuem nesse contexto: que consigam modelar o presente e agir sobre ele.

A filosofia sempre foi acusada de inútil, e essa acusação tem uma história antiga. Platão conta no Teeteto que Tales de Mileto caminhava olhando as estrelas e caiu num poço. Uma escrava trácia que o viu riu: de tanto olhar para o céu, não enxergava o que tinha diante dos pés (Platão, Teeteto, 174a). Mas Aristóteles, na Política, conta outra história (livro I, cap. 11). Censuravam Tales por ser pobre, como prova de que a filosofia não servia para nada. Então Tales, graças ao que sabia dos astros, previu que a próxima colheita de azeitonas seria enorme. Em pleno inverno, alugou por pouco dinheiro todos os lagares de azeite de Mileto e de Quios, porque ninguém os queria. Quando chegou a colheita, todos precisavam deles e ele tinha todos. Ficou rico, e segundo Aristóteles fez isso para demonstrar que os filósofos podem enriquecer se quiserem, mas que não é isso que lhes interessa.

Quem caiu no poço por olhar as estrelas foi o único que viu a colheita chegando. A lógica foi durante séculos o exemplo perfeito de conhecimento inútil, e hoje roda em cada chip do planeta. Esta corrida é uma aposta em formar gente que olhe as estrelas e que, além disso, veja a colheita chegando.

Suscribite