Este texto foi registrado em duas Ouvidorias (Federal e Estadual).
Protocolo: 202520000602259
Chave de acesso: IXM8D8
PROT GERJ: 202505025695750
Compreendo que dentre os incontáveis protocolos enviados para essa Ouvidoria, os elogios sejam tratados em segundo plano. Porém, rogo que esta manifestação chegue aos funcionários dos estabelecimentos, como reconhecimento e gratidão pelos esforços diários das equipes.
Minha mãe, Maria de Fatima Figueira sofreu um infarto e foi internada dia 16/04 na rede Estadual de saúde.
O atendimento realizado pela equipe da UPA 24hs Engenho Novo foi impecável. TODOS os funcionários nos trataram muito bem, os médicos, os enfermeiros, os seguranças e o pessoal da limpeza. Todos nos trataram muito bem.
O cuidado e a dedicação de toda a equipe salvou a vida da minha mãe. Tudo muito limpo, higienizado, 24h de observação, alimentação e cuidados.
A equipe de ambulância que fez as transferências para o Hospital Pedro Ernesto e em seguida para o Hospital Anchieta nos tratou com respeito, profissionalismo e sensibilidade.
No HUPE encontramos um ambiente hospitalar higienizado e próprio para o cateterismo.
Finalmente no Hospital Estadual Anchieta, minha mãe recebeu um tratamento humanizado e completo. Dentistas, psicólogos, assistentes sociais. Os funcionários do atendimento me trataram muito bem e as enfermeiras cuidaram da minha mãe de forma humanizada.
TODOS os funcionários da rede de saúde, médicos, enfermeiros, socorristas e equipes de apoio nos trataram muito bem. E, repito, salvaram a vida da minha mãe.
Aqui deixo meu registro de agradecimento e elogio.
Rogo novamente que esta manifestação chegue a esses funcionários. Sei que é difícil, mas eles merecem esse reconhecimento público de seus esforços, profissionalismo e compaixão.
Existe uma profunda idéia por trás da atual Revolução da Inteligência Artificial: que a predição de padrões pode levar à inteligência. Tudo o que a máquina vê ou ouve, toda ação que ela toma, mesmo conceitos e idéias construídos, são todos entendidos da mesma forma, isto é, como reconhecimento de padrões. Quando a máquina aprende a predizer padrões, ela também pode criá-los, imitando e, freqüentemente, superando a habilidade humana. O que nós estamos chamando de Inteligência Artificial é uma máquina gigante de predição de padrões criada copiando a solução que a natureza encontrou para aprender. Podemos dizer que a natureza desenvolveu o ato de aprender em três etapas diferentes.
A primeira etapa é o aprendizado evolucionário, que é construído com a simples estratégia de tentar coisas aleatórias (mutações) e ver o que funciona. Esse é um processo muito lento que acontece ao longo de gerações e é incapaz de se adaptar a rápidas mudanças ambientais.
Então a natureza construiu uma segunda etapa muito mais rápida de aprendizado: usar o cérebro para se adaptar. Permitir que o comportamento (ações e decisões) do ser vivo se adapte ao longo de sua própria vida. O cérebro permite que o organismo mesmo tente coisas diferentes e repita o que funciona baseado na experiência (memória) e no mecanismo de reforço baseado em recompensa ou dor.
Essa é a base para o paradigma de aprendizado de máquina da inteligência artificial. Em lugar de programar instruções passo a passo, nós deixamos a máquina aprender por si mesma. Esse conceito vem desde a década de 1960, demonstrado a partir de mecânicas de jogos. Ao tentar todas as combinações possíveis associadas a um sistema de reforço de aprendizado (premiando jogadas corretas e punindo jogadas erradas), demonstrou-se que a própria máquina seria capaz de identificar padrões de jogos perfeitos.
Essas estratégias de vitória emergiram diretamente da experiência, não de programação. Mas elas possuem uma grande limitação. Nesse modelo de aprendizagem artificial, é necessário que haja espaço para armazenar todas as combinações possíveis.
Para verdadeiramente imitar o cérebro humano, máquinas ainda precisariam desenvolver sua própria forma de reconhecimento de padrões, o que nós chamamos de abstração. Nós somos capazes de formar abstrações automaticamente, ignorando diferenças triviais enquanto nos focamos nas similaridades.
Este foi o motivo pelo qual este ensaio me chamou a atenção. O desenvolvimento da linguagem como ferramenta de abstração de conceitos é o instrumento fundamental da Filosofia. A capacidade de reconhecimento de padrões e suas implicações no comportamento humano também são tema de discussões sobre a psique humana, como bem argumentam Richard Dawkins e Christopher Hitchens.
Abstrair permite ignorar as diferenças sem importância e atentar aos padrões intrínsecos das coisas. Para construir uma máquina capaz de aprender a abstrair conceitos, pesquisadores olharam para a natureza. O modo como o cérebro funciona em camadas de rede de neurônios, como essas redes formam circuitos que criam padrões em cascata durante o processamento de informações, e como quanto mais profundas forem essas camadas, mais específica será a informação. Pensamentos são identificados com padrões de atividade neuronal, de modo que hoje é possível dizer em que imagem você está pensando ao observar sua atividade cerebral.
O primeiro ”cérebro” artificial foi construído por Frank Rosen em 1958, usando transístores agrupados em três camadas. A primeira camada foi conectada a uma “retina” artificial capaz de ler os píxeis de uma imagem de forma direta. As demais camadas foram ajustadas de forma aleatória. A saída registrava apenas duas possibilidades, se a imagem seria um quadrado ou um círculo. Esse circuito aprendeu por tentativa e erro. Cada conexão entre os ”neurônios” era controlada por um potenciômetro que ajustava o fluxo de eletricidade. Consistia numa versão mecânica daquilo que o cérebro humano faz. Os ajustes eram feitos manualmente para ensinar à máquina a reconhecer as imagens. Após várias iterações, ela se tornou capaz de reconhecer padrões por si mesma. Esse é o princípio do algoritmo para o aprendizado de máquina usado hoje, lidar com pesos de ”certo” e ”errado”.
Nesse exemplo, parte da rede neural aprendeu a se tornar sensível somente a curvas, já outra parte se tornou sensível a linhas retas. Em 1980 o mesmo conceito foi usado para desenvolver um leitor de números, capaz de reconhecer os algarismos de 0 a 9 escritos à mão. Após aprender com milhares de exemplos, as primeiras camadas da rede reconheciam padrões de curvas e as camadas mais profundas eram capazes de reconhecer padrões complexos. Desse modo, o infinito universo de combinações de curvas foi reduzido a apenas 10 resultados possíveis. É possível visualizar na rede os grupos específicos de neurônios que reconhecem cada imagem. Esse salto tecnológico é o que se chama de reconhecimento de ”conceitos”.
O próximo salto ocorreu em 2012. Durante o desafio anual de desenvolver um computador capaz de reconhecer imagens, a mesma abordagem foi utilizada numa escala muito maior. Uma grande rede neural foi treinada com milhões de imagens. Descobriram então que, enquanto as camadas mais superficiais da rede ainda detectavam apenas formas simples, as camadas mais profundas eram capazes de descobrir por si mesmas padrões cada vez mais complexos de texturas e mesmo padrões de face. Além de aprender por si mesma, a rede neural era capaz de superar a capacidade humana de reconhecimento de padrões sem nenhuma programação prévia, algo antes considerado impossível.
Quanto maior e mais profunda for a rede neural, mais complexas são as tarefas que ela pode realizar e maior é sua capacidade de reconhecimento de padrões. Voltando a 1992, Gerald Tessaro criou uma rede neural que aprendesse o jogo de Gamão. Ela não foi programada com as regras do jogo, apenas observou as posições no tabuleiro até ser capaz de reconhecer quais padrões indicavam vitória e quais indicavam derrota. O próximo passo foi a rede passar a predizer quais seriam os próximos movimentos, quais as probabilidades de vitória e quais as melhores jogadas a serem realizadas.
Há poucos anos a OpenAI começou a aplicar os mesmos princípios de reconhecimento de padrões para a física do mundo real. Eles treinaram uma mão robótica para manipular um cubo. Não foi programado nenhum movimento específico. Uma grande rede neural receberia uma imagem como entrada e a saída seria a probabilidade de vários movimentos motores. O sistema aprendeu por meio da simulação de milhões de tentativas, descobrindo padrões de manipulação bem sucedidos por si mesmo. O resultado que emergiu da experiência foi surpreendentemente parecido com o movimento humano.
Em problemas complexos como o futebol de robôs, a rede neural aprende a andar, chutar, antecipar jogadas e bloqueá-las antes que elas aconteçam. Todos esses comportamentos complexos surgiram do mesmo processo de aprendizagem. Chamamos isso de abstração comportamental.
Embora todos os experimentos até então tivessem sido bem sucedidos, eles somente eram capazes de treinar a inteligência artificial para o que se pode chamar de abstração restrita, isto é, treinar para fazer uma única tarefa específica. Os sistemas são capazes de realizar a tarefa muito bem, mas somente aquela tarefa. Desse modo, uma inteligência artificial capaz de fazer qualquer coisa em geral ainda parecia ser inviável.
Até 2016 o aprendizado sem supervisão humana era um problema ainda não resolvido para o aprendizado de máquina, e ninguém tinha idéia de como resolvê-lo. Foi então que a inteligência artificial atingiu a terceira camada de aprendizado da natureza: a linguagem. A linguagem permite que um indivíduo aprenda não por meio de experiência própria, mas a partir da experiência de outras pessoas, usando sua própria imaginação. Com a linguagem, vem a imaginação de propósito geral. Qualquer coisa que possa ser posta em palavras pode ser imaginada.
Para atingir essa meta, seria então necessário compreender a matemática por trás da linguagem. Claude Shannon, o pai da teoria da informação, já nos anos 1940, nos ajudou a ver a linguagem como uma seqüência de predições, onde cada palavra que se diz é escolhida a partir de um conjunto de palavras possíveis. Desde 1980 pesquisadores treinavam pequenas redes neurais para predizer quais os próximos movimentos em jogos. Da mesma forma, as redes neurais poderiam predizer quais palavras se seguem as já escritas. A rede forma sozinha grupos de palavras similares, agrupa verbos com verbos, substantivos com substantivos, sinônimos etc. automaticamente, a partir da predição de palavras. As redes são capazes de reconhecer estilos diferentes de escrita, de Shakespeare à matemática, e de predizer a continuação do texto.
A empresa OpenAI treinou uma vasta rede neural com os comentários escritos por milhões consumidores na página de compras Amazon. Ao processar o texto, a rede encontrou padrões, tal como os padrões das redes de reconhecimento visual. A partir da gramática, a rede conseguiu distinguir idéias complexas, incluindo os sentimentos dos consumidores, se estes estavam satisfeitos ou não com os produtos. Esse reconhecimento do estado emocional positivo ou negativo dos consumidores foi superior ao de sistemas especializados. Foi essa descoberta que levou ao desenvolvimento do GPT. Esse sistema é capaz de aprender linguagem por si próprio.
Quando o GPT-1 foi treinado, foi feita a maior rede neural até o momento e foi treinado com milhares de livros. O objetivo geral era que a rede fosse capaz de predizer a próxima palavra de uma sentença, mas os pesquisadores se surpreenderam com o resultado. A rede não apenas podia continuar qualquer segmento de texto, como era capaz de responder a questões que não estavam previamente escritas. Essa foi mais uma evidência de que a simples predição estava levando ao entendimento real .
Assim, o GPT está sendo treinado com cada vez mais dados, de livros à internet e futuramente todo o conhecimento humano. Algo que o GPT revelou é sua capacidade de aprender e entender conceitos novos apenas os descrevendo, o que foi chamado de aprendizagem contextual. Ele foi ainda mais longe, demonstrando que sua habilidade de aprender a partir de novos exemplos era tão rápida quanto a habilidade humana em compreender novos conceitos. Uma rede neural desse tipo pode aprender novos comportamentos apenas por suas descrições.
Outra grande revelação foi descoberta com o GPT3. Ao ser treinado com suas próprias respostas, primeiramente ele foi treinado a seguir instruções, o que o fez ser bom em seguir ordens; depois ele foi treinado se suas respostas eram coerentes ou não, resultando em respostas cada vez mais coerentes; e finalmente ele surpreendeu demonstrando que esses sistemas funcionam de forma melhor se forem permitidos a gerar respostas passo a passo, do mesmo modo como humanos entendem melhor as coisas quando falamos em voz alta ou explicamos a nós mesmos o que estamos fazendo.
Esses experimentos mostraram que em lugar de construir redes cada vez maiores, podemos apenas deixá-las ”pensar”, ”raciocinar” por mais tempo. Redes neurais, assim como a mente humana, podem usar tanto a intuição rápida quanto raciocínio lento e deliberado aprendido tanto pela experiência quanto pela imaginação. Isso marcou a entrada em uma nova era da computação, onde máquinas podem operar ao nível de conceitos e idéias. Essa abordagem rapidamente se expandiu para além de texto quando os pesquisadores perceberam que se poderia tratar tudo como um tipo de linguagem, esmiuçando toda a informação em seqüências: músicas são seqüências de notas, vídeos são seqüências de imagens que geram a noção de movimento etc. É possível gerar músicas novas predizendo qual deverá ser a próxima nota, procurando reconhecer quais são os padrões daquela música.
Todos os padrões possíveis são levados em consideração numa rede neural, pois sua arquitetura lhe permite observar tudo em todo lugar ao mesmo tempo. Ela não é capaz de predizer apenas o próximo passo. A cada etapa da resposta ela se retroalimenta e reexamina toda a seqüência, o contexto da resposta, e dá o próximo passo. Esse modelo de transformação de conceitos é tão eficiente que ele pode ultrapassar domínios específicos. Agora um modelo pode entender palavras, a partir delas gerar imagens, então gerar vídeos que guiem os movimentos de um robô para que ele execute alguma tarefa no mundo físico. Um robô pode executar ordens expressas apenas por palavras usando sua “imaginação”.
Essa capacidade espelha o funcionamento do cérebro humano, que em sua raiz se baseia em reconhecimento e predição de padrões. Esses são os três estágios ou etapas do aprendizado: tentativa e erro, manter o que funciona e descartar o que não funciona (evolução); aprender por experiência direta (memória e imaginação); abstração por meio de linguagem. Tudo isso aconteceu muito mais rápido do que qualquer um poderia esperar.
Os pesquisadores dizem que já podemos ver o caminho para a Inteligência Artificial Geral, a inteligência verdadeira, capaz de algo equivalente à consciência humana. A questão principal não é se ela será atingida, mas como ela será utilizada. Estamos ingressando numa era de incertezas, onde estaremos lidando com coisas tão inteligentes ou até mais inteligentes do que nós. Será possível descobrir uma maneira de fazer com que elas nunca queiram assumir o controle? Porque se elas quiserem assumir o controle poderão facilmente se forem mais inteligentes do que nós. No final, o futuro da inteligência, seja artificial ou humana, pode depender não se as máquinas realmente entendem, mas dos padrões que escolhemos adotar e, mais importante, da agência que lhes concedemos.
How AI Took Over The World | Art of the Problem
One insight changed everything… intelligence can emerge from pattern prediction. This is a capstone video featuring key insights from the entire AI series.
From the first neural networks built with matchboxes and beads to today’s AI systems that can reason, create, and understand language, this video reveals how machines learned to think by copying nature’s three-layered approach to learning. We’ll journey through the key breakthroughs – from simple visual pattern recognition to game-playing AIs that developed “alien” strategies, and finally to language models that can imagine anything we can describe. Along the way, we’ll discover how researchers unlocked each layer of intelligence: evolutionary learning that keeps what works, reinforcement learning that adapts within a lifetime, and finally, language learning that allows knowledge to be shared across minds. This is the story of how pattern prediction became pattern generation, and how machines learned to think… one layer at a time.
Como cuidar de um filhote de passarinho órfão – tudo o que você precisa saber! | Patas em Pauta
“Esse vídeo tem tudo o que você precisa saber para cuidar de filhotes de passarinhos órfãos, incluindo nutrição, aquecimento, combate a parasitas, adaptação para soltura, e muito mais! Nós vamos ver 8 PONTOS essenciais para você ajudar esse passarinho cuja vidinha está agora nas suas mãos! Assim como eu ajudei o Píps, o passarinho da capa do vídeo que eu encontrei abandonado! Eu consegui filmar cada passo dos cuidados com ele, para ficar bem fácil das pessoas entenderem e assim poderem ajudar outros bebês! Lembrando que só devemos tentar cuidar em casa de filhotes de passarinhos se na nossa cidade não existe local especializado para recebê-lo, como IBAMA, CETAS, universidades, clínicas veterinárias especializadas em animais silvestres, etc. E mesmo assim, sempre visando a devolução do filhote à natureza, pois além de ser crime, a manutenção de animais de vida livre em cativeiro é bastante cruel. Os pássaros devem viver em liberdade, sem restrições em seus movimentos e em sua jornada de vida.”
Ainda está aqui? Pois bem, continuemos. Apareceu uma questão nas redes sociais que gerou interesse público. Um professor de filosofia numa faculdade de medicina estava recebendo uma remuneração menor que a de seus colegas professores médicos. Ele moveu uma ação jurídica trabalhista contra seu empregador (e ganhou a ação). Isso gerou interesse na esfera da docência em filosofia referente à desvalorização do professor dessa área.
Ocorre que a academia brasileira, assim como qualquer outra, não forma filósofos. Forma, sim, professores de filosofia. E há uma diferença muito grande entre ser filósofo e ser professor de filosofia. Num verdadeiro esquema de pirâmide, professores de filosofia formam outros professores de filosofia. Nada mais que isso. Mergulhados num ranço ético e estético, fazer faculdade de filosofia serve apenas para produzir artigos que ninguém além de seus pares lerá, sobre temas que a ninguém além de seu orientador interessam, e que em absolutamente nada contribuem para o desenvolvimento da sociedade. Assim, o neófito membro da academia cresce em obras e títulos, mestrados e doutorados. Independentemente se continua sendo um analfabeto funcional.
Filosofia não é isso. Existe uma diferença enorme entre Filosofia e o que se diz ser filosofia. Para minha visão sobre o que é Filosofia, deixo o texto que pode ser visto aqui: Edições Independentes. Recordo-me quando a matéria de Filosofia seria então inserida como parte do currículo do Ensino Médio devido a mais uma das incontáveis mudanças no currículo escolar, mudanças que vêm e vão a cada novo governo. Eu ingressei na faculdade exatamente durante esse período de transição (um ano antes da medida). E vi a diferença claríssima e gritante entre os colegas que entraram antes, que estavam interessados em estudar o grande pensamento humano, e os colegas que entraram depois, que vislumbraram a oportunidade de conseguir um emprego no novo mercado de trabalho que se abria.
Assim, graças ao interesse do partido em voga, “ser filósofo” tornou-se uma profissão. Em pouco tempo, o que antes era um nicho especializado vulgarizou-se nas famintas presas do mercado de consumo. Tem quem apareça na TV para falar baboseiras. Tem quem ganhe dinheiro dando palestras. Tem quem vire “influencer” (seja lá o que isso for). Falar rebuscadamente, citar autores famosos e exsudar empáfia é o que basta para ser aclamado como intelectual (e vender livros ou cursos on-line).
Não, o Brasil não precisa de filósofos. Filosofia é, por sua natureza, uma ciência erudita. Não tem aplicação prática nem pode ter. Se tivesse, não seria Filosofia. Dela derivam as ciências práticas utilizadas pela humanidade. A cátedra de Filosofia foi conspurcada por agentes de interesse para disseminar ideologias neomarxistas pós-modernas, das quais parte considerável dos formados demonstra aderir. Deixou de ser a porta de entrada para o mundo das idéias superiores para se tornar uma máquina burocrática da reprodução do pensamento de uma academia corrompida, corrupta e corruptora.
A Filosofia não é para todos. É para aqueles que amam o que é de mais elevado no espírito humano. O que se pratica hoje não é Filosofia, mas sim é a ruminação de doutrinas falaciosas comprovadamente fracassadas e o complacente ato de massagear egos, brios e orgulhos de pseudo-intelectuais que não aceitam que sua ”brilhante formação” não se reflete nos olhos no grande público ocupado com a vida cotidiana.
Como poderia despertar interesse? A grande massa nem ao menos compreende os mais elementares fundamentos do pensamento humano. Tentarei exemplificar. Matemática não serve para nada. Não está entre aspas por não ser uma citação, é uma afirmação. Se você afirmar isso ao grande público, a primeira réplica que receberá é a de que matemática é muito importante porque é usada em tudo, de bancos e agricultura à engenharia e informática. E essas mesmas pessoas que nem ao menos prestaram a devida atenção às aulas na escola quererão lhe ensinar a importância da matemática. Percebe? As pessoas não conhecem a diferença entre Matemática (a forma mais pura de Filosofia) e fazer conta. Fazer conta não é matemática. Cálculo não é Matemática. Mas ao aplicar os conceitos oriundos da matemática na vida mundana, o homem médio instrumentaliza a ciência e, sem dar-lhe outro nome, chama-a pela mesma alcunha.
A instrumentalização das coisas é parte inerente ao mundo em que vivemos. Quantas e quantas vezes já me perguntaram: “mas Filosofia estuda o quê?”, “para que isso serve?”. Sem o menor pudor eu respondo: Filosofia não serve para absolutamente nada. Se servisse, não seria Filosofia. Não é um instrumento. Não é uma coisa para ser usada. E o próprio ato de elevar o espírito humano. Quem precisa de arte para viver? Para que serve um quadro numa parede ou uma escultura num museu? O mundo não precisa de artistas, assim como não precisa de filósofos. Mas só porque arte não serve para nada, não significa que não tenha seu valor. Não significa que seja inútil. “Pois em sendo belo tem a sua utilidade.”
Mas neste mundo prático, na vida cotidiana, ninguém precisa mais de um filósofo do que precisa de um médico. O filósofo só pode existir porque todo o conjunto da sociedade assim o permite existir. Quando o homem não precisa roçar sua própria comida, tecer suas próprias roupas, erigir seu próprio abrigo, sanar suas próprias moléstias, proteger sua própria vida, aí sim ele pode dedicar seu tempo à erudição. É o último grau, o último ofício, a mais desnecessária e inútil de todas as ações humanas. Nossos doutos apedeutas acadêmicos gabam-se em sua soberba citando Sócrates: “só sei que nada sei“. Falta-lhes humildade para reconhecer que isso é verdade.
“Uma nação pode sobreviver aos seus tolos, e até mesmo aos ambiciosos. Mas não pode sobreviver à traição interna. Um inimigo aos portões é menos formidável, pois ele é conhecido e carrega sua bandeira abertamente. Mas o traidor se move livremente entre aqueles dentro do portão, seus sussurros astutos farfalham por todos os becos, são ouvidos nos próprios corredores do governo. Pois o traidor não parece um traidor; ele fala com sotaques familiares às suas vítimas, e ele usa seus rostos e seus argumentos, ele apela à baixeza que jaz no fundo dos corações de todos os homens. Ele apodrece a alma de uma nação, ele trabalha secretamente e desconhecido na noite para minar os pilares da cidade, ele infecta o corpo político para que ele não possa mais resistir. Um assassino é menos a temer.”
“A nation can survive its fools, and even the ambitious. But it cannot survive treason from within. An enemy at the gates is less formidable, for he is known and carries his banner openly. But the traitor moves amongst those within the gate freely, his sly whispers rustling through all the alleys, heard in the very halls of government itself. For the traitor appears not a traitor; he speaks in accents familiar to his victims, and he wears their face and their arguments, he appeals to the baseness that lies deep in the hearts of all men. He rots the soul of a nation, he works secretly and unknown in the night to undermine the pillars of the city, he infects the body politic so that it can no longer resist. A murderer is less to fear.”
MILLARD F. CALDWELL, Justice of the Supreme Court of Tallahassee, Florida
Paráfrase do segundo discurso de Cícero contra Catilino.
O artigo é “Cicero’s Prognosis”, apresentado no 22º Annual Meeting of the Association of American Physicians and Surgeons, Inc.,
7 a 9 de outubro de 1965, Columbus, Ohio
Estou ciente quanto à situação do jazigo de minha família.
Porém considero abusiva a relação entre as concessionárias e os titulares dos espaços públicos.
Havíamos feito a reforma completa do jazigo com granito e decorações. Essas decorações foram furtadas, as fotos de nossos familiares foram removidas e a tampa de granito foi quebrada. De que adianta pagar pelo serviço de concessão, se não há proteção por parte do cemitério?
Para devolvermos a titularidade é necessário remover os restos mortais de nossos familiares. Os serviços de abertura do túmulo, exumação, acondicionamento em caixas e transferência para ossuário geral são pagos um a um, a preço cheio, mesmo para fragmentos de ossadas. Por que pagar por cada um esses serviços, se a própria concessionária os fará quando da retomada do jazigo?
Nos contatos mais recentes, foram enviadas fotos do jazigo depredado e o valor de cobrança para regularização em aproximadamente R$ 11.000,00. Isso apenas demonstra a conduta que vemos em tudo o que envolve o emocional: serviços médico-hospitalares, cemiteriais e todos os correlatos (do material cirúrgico que não tem no SUS à coroa de flores) praticam preços exorbitantes.
O cemitério do Caju sempre deu transtornos, aborrecimentos e gastos durante as décadas em que serviu aos Imbroinise Figueira. Os serviços nunca foram bons ou empáticos. O serviço público nos trata como gado em vida e como esterco em morte.
Conforme novo entendimento do Supremo Tribunal Federal, a cobrança pelo serviço que antes era gratuito é legal. Eu li a irrecorrível decisão e os argumentos são sólidos. Eu optei por não pagar mais por essa manutenção de jazigo perpétuo.
É lúcida uma cobrança perpétua para guardar ossos de uma família que se foi? É lúcido pagar para fruir de um bem que não é mais seu? Para vê-lo ser depredado e ser obrigado por lei a restaurá-lo?
Meu avô ensinou: mortos ao chão, vivos ao pão. Aos mortos, oferto uma prece. E sigo minha vida.
Placas de granito não se quebram sozinhas.Adornos de metal não se furtam sozinhos.E o que é essa mancha marrom sobre a lápide?
Mês de dezembro é o mês de morte de meu pai, meu avô, minha tia, amigos de família, até animais de estimação. Mês de ser despejado, de gastar com hospital, de gastar com funerária, de me tornar doente crônico e de não conseguir atendimento médico (ou incontáveis outros problemas) porque ninguém trabalha.
Eu detesto dezembro.
Editado 23/12/2024. Quando eu era pequeno, em dois momentos diferentes, eu tentei salvar passarinhos que haviam caído de seus ninhos. Uma dessas rolinhas morreu em minha mão quando eu a levava para casa. Ontem, dia 22, mais uma rolinha caída veio aos meus cuidados. Mas não havia muito o que fazer. Foi a terceira rolinha que não consegui salvar. Todas em dezembro.
DESABAFO DE UM AUTISTA ADULTO CANSADO DE SER INVALIDADO | Rodrigo Diesel
Meu nome é Rodrigo Diesel e eu sou autista. Gravei esse vídeo, em forma de desabafo, para responder às pessoas que me invalidam diariamente e que não entendem o que é viver o autismo na pele desde criança. É importante ressaltar que o vídeo representa a minha experiência enquanto pessoa autista, não represento todos os autistas. O autismo é um espectro e cada um é diferente.
Obrigado para quem assistir ao vídeo do começo ao fim, vocês estão no meu coração.
A epidemia de solidão não é uma questão particular de nossa sociedade. No mundo todo, a sensação de solidão em um mundo tão conectado digitalmente já chegou a níveis preocupantes. Cada vez mais pessoas sentem-se sozinhas, incompreendidas, não conseguem se encaixar na sociedade contemporânea e acabam isolando-se cada vez mais.
No vídeo a seguir, vemos o quão grave é a situação no Japão, onde o governo criou um departamento específico apenas para lidar com o impacto da solidão na saúde mental de sua população.
Japan’s Young Are Now Its Loneliest Generation, Overtaking The Old. Why? | Insight | Full Episode | CNA Insider
Em novembro passado, a Organização Mundial da Saúde declarou a solidão uma “Preocupação Global de Saúde Pública”. Enquanto isso, a Geração Z está emergindo como a geração mais solitária de todos os tempos.
O Japão tem a reputação de ser um país solitário, mas aqui, há mais pessoas solitárias na faixa dos 20 e 30 anos do que em qualquer outra faixa etária. Uma expressão extrema de solidão são os infames “hikikomoris” – reclusos que se isolaram da sociedade. Mais se juntam a eles a cada ano.
Mas, além desse grupo, há milhões de outros jovens que vivenciam alienação e solidão. E com isso vem uma série de males sociais – de maiores taxas de depressão, à queda nas taxas de casamento, à menor produtividade. Ansiedade social, a sufocante corrida dos ratos e o estigma cultural – Insight explora o que está impulsionando a solidão na Terra do Sol Nascente.
Website de Pedro Figueira 