MCTI, CNPq, MEC e Capes investem R$ 20 milhões em feiras e mostras científicas

Publicados

3 de setembro de 2025

Por

Da Redação

O Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), agência vinculada ao Ministério de Ciência, Tecnologia e Inovação (MCTI), publicou, na sexta-feira (29), o resultado da Chamada nº 37/2024, que visa o financiamento de feiras e mostras científicas. O investimento foi de R$ 20 milhões.

A iniciativa é resultado dos esforços do MCTI, em parceria com o Ministério da Educação (MEC), por meio da Coordenação de Aperfeiçoamento de Pessoas de Nível Superior (Capes), e o CNPq. Esta é a primeira vez que as quatro instituições se unem em um investimento na área.

“A ideia é garantir uma política robusta de estímulo a talentos, a jovens na ciência e tecnologia, à promoção da educação científica e à popularização da ciência nas escolas, nas instituições e nos territórios em todo o País”, comemora a coordenadora-geral de Popularização da Ciência e Tecnologia do MCTI, Luana Bonone.

Por meio da chamada pública lançada em novembro de 2024, o CNPq recebeu 434 propostas nos níveis municipal, estadual, distrital e nacional e de escolas em tempo integral em municípios com até 100 mil habitantes.

Segundo o coordenador do Fórum de Coordenadores de Feiras de Ciências, Thiago Maduro, o número de feiras e mostras científicas tem aumentado nos últimos anos graças aos investimentos públicos. “Os alunos demonstram cada vez mais vontade de participar, pois as feiras se configuram como um grande intercâmbio científico e cultural”, disse. Para ele, o grande prêmio, na verdade, é justamente a oportunidade de participar desses eventos de maior porte, no Brasil e no exterior, por meio das credenciais conquistadas. “Esse formato consegue contemplar estudantes de municípios do interior, muitas vezes pouco alcançados por políticas públicas”, explica Maduro.

Das 345 propostas, 12 são de feiras e mostras científicas nacionais, 81 estaduais, 20 para eventos em escolas em tempo integral e 232 eventos municipais.

“A chamada, que acontece anualmente, mobiliza o ecossistema de popularização da ciência no País inteiro, fomenta feiras nos mais diversos territórios, de maneira interiorizada e capilarizada. Esse é um elemento fundamental para a força do movimento de atração de jovens talentos para o interesse em ciência e tecnologia e, futuramente, para carreiras na área”, enfatiza Bonone.

A iniciativa tem como objetivo apoiar projetos que contribuam para o desenvolvimento científico, tecnológico e de inovação e a educação científica no Brasil, além de valorizar e promover o diálogo e a cultura da paz, o respeito e a tolerância às diferenças e à liberdade.

Para Maduro, as feiras e mostras científicas têm se mostrado cada vez mais como ambientes democráticos.“Observamos que a maioria dos projetos conta com a participação de meninas, e que muitos deles são, inclusive, exclusivamente protagonizados por elas. Também temos forte representatividade de estudantes pretos e pardos, além da presença de indígenas e pessoas com deficiência”, detalha.

O coordenador do fórum também destacou que, em todos esses recortes sociais, há projetos premiados. “Isso nos revela que as feiras de ciências não apenas democratizam o espaço de popularização e divulgação científica como ambiente de apresentação do que é desenvolvido nas escolas, mas também permitem que pessoas muitas vezes excluídas da sociedade mostrem seus talentos e se destaquem.”

Veja quantos projetos foram contemplados por unidade federativa

Estado	Projeto
AC	2
AL	7
AM	6
AP	5
BA	26
CE	20
DF	4
ES	9
GO	7
MA	18
MG	25
MS	13
MT	8
PA	17
PB	11
PE	28
PI	9
PR	19
RJ	18
RN	13
RO	3
RR	3
RS	32
SC	7
SE	6
SP	22
TO	7

Fonte: Ministério da Ciência, Tecnologia e Inovação

COMENTE ABAIXO:

Notícias relacionadas:

Da Redação

Propaganda

TECNOLOGIA

Pesquisa do Cemaden e INPE usa inteligência artificial para tornar previsões de enxurradas mais confiáveis

Publicados

3 horas atrás

13 de maio de 2026

Por

Da Redação

As enxurradas estão entre os desastres naturais mais difíceis de prever. Em poucos minutos, chuvas intensas podem transformar rios e ruas em correntes violentas, reduzindo o tempo de reação das Defesas Civis e aumentando os riscos para a população. Agora, uma pesquisa conduzida por tecnologistas e pesquisadores do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden), do Instituto Nacional de Pesquisas Espaciais (INPE) e do Serviço Federal de Processamento de Dados (Serpro) propõe um novo caminho para tornar essas previsões mais confiáveis com o uso de inteligência artificial.

O Cemaden e o INPE são unidades de pesquisa vinculadas ao Ministério da Ciência, Tecnologia e Inovação (MCTI).

Publicado na revista científica Transactions in GIS, o trabalho introduz uma abordagem inovadora para modelos de aprendizado de máquina (machine learning). O diferencial está em incluir, nas previsões, algo que normalmente fica de fora: as incertezas presentes nos próprios dados usados pelos sistemas. Na prática, isso permite tornar os alertas mais robustos e confiáveis para uso em sistemas de alerta precoce.

Agora, o modelo não apenas estima o comportamento do rio, mas também informa o grau de confiança daquela previsão — um dado importante para decisões em situações de risco.

Para Jaqueline Soares, tecnologista do Cemaden e primeira autora do estudo, a principal inovação está em incorporar explicitamente as incertezas aos modelos de previsão. “O estudo tem como foco central a incorporação da análise de incertezas aos modelos de aprendizado de máquina, tornando as previsões mais robustas e confiáveis para uso em sistemas operacionais de alerta precoce”, afirma.

Hoje, grande parte dos sistemas trabalha com previsões determinísticas, que indicam apenas um resultado possível. O problema é que os dados usados nesses modelos podem conter falhas causadas por limitações de sensores, ausência de medições, erros de calibração ou até pelas etapas de processamento das informações.

O que o estudo propõe

A pesquisa apresenta quatro contribuições principais:

Criação de uma base pública inédita com cinco anos de dados hidrometeorológicos de alta resolução (2019 a 2023);

Desenvolvimento de uma metodologia para analisar como as incertezas dos dados afetam as previsões;

Criação de um modelo probabilístico chamado Uncertainty-Aware Ensemble for Machine Learning (UAE-ML), que gera faixas de previsão em vez de apenas um valor único;

Desenvolvimento de novas métricas para medir robustez e propagação das incertezas nos modelos.

A base de dados reúne estimativas de chuva obtidas por radar meteorológico e medições de nível d’água, permitindo representar com maior precisão tanto a distribuição das chuvas quanto a resposta dos rios.

“A disponibilização pública de uma base de dados hidrometeorológicos de alta resolução, composta por cinco anos de registros, fortalece a ciência aberta, a reprodutibilidade e o desenvolvimento de novas pesquisas aplicadas à realidade brasileira”, explica Jaqueline.

Estudo de caso em Nova Friburgo (RJ)

A metodologia foi aplicada na bacia do rio Bengalas, em Nova Friburgo (RJ), uma das regiões mais vulneráveis a enxurradas no Brasil. A área reúne relevo acidentado, urbanização intensa e um histórico marcado por desastres naturais, incluindo a tragédia de 2011 na região serrana do Rio de Janeiro.

Para avaliar o desempenho do sistema, os pesquisadores analisaram mais de 73 mil registros hidrometeorológicos e testaram cinco técnicas diferentes de aprendizado de máquina, incluindo redes neurais e modelos baseados em árvores de decisão. Os testes consideraram previsões que variavam de 30 minutos a 6 horas de antecedência.

Os resultados mostram que não existe um único modelo ideal para todos os cenários. Em alguns casos, métodos mais precisos apresentaram menor robustez diante de dados incertos. “Propomos uma avaliação multicritério dos modelos, considerando não apenas o desempenho preditivo, mas também aspectos como robustez e custo computacional”, destaca Jaqueline.

Para os pesquisadores, esse tipo de análise é essencial em sistemas operacionais de alerta, que precisam equilibrar velocidade, precisão e confiabilidade em situações reais. A expectativa é que a metodologia contribua para o aprimoramento dos sistemas de alerta precoce do Cemaden, oferecendo mais suporte técnico para gestores públicos e equipes das Defesas Civis durante eventos extremos.

“Ao integrar dados, inteligência artificial e análise de incertezas, a pesquisa busca apoiar o desenvolvimento de políticas públicas voltadas à prevenção e à redução do risco de desastres”, conclui Soares.

O artigo tem como autores Jaqueline A. J. P. Soares (Cemaden), Allan K. S. Soares (Serpro), Luiz F. Satolo (Cemaden e INPE), Graziela B. Scofield (Cemaden), Stephan Stephany (INPE) e Leonardo B. L. Santos (Cemaden e INPE).

Fonte: Ministério da Ciência, Tecnologia e Inovação

COMENTE ABAIXO:

Continue lendo