[Análises] Algoritmos para viver - A ciência exata das decisões humanas (Brian Christian & Tom Griffiths) Resumidos. - 9Natree Brazil

Loading summary

Transcript2 lines

[00:00]
A
Se o mundo fosse como uma matriz do Sleep Number, tudo iria se adaptar para o seu conforto. O seu café nunca iria ficar frio. O seu voo sempre estaria no tempo. E sua matriz sempre iria responder a seus e suas necessidades de dormir únicas. As matrizes do Sleep Number são projetadas para responder ao seu corpo e mudar com a sua vida muda, ajudando-o a dormir mais rápido e a ficar mais longe. Para experimentar um novo mundo de conforto, visite uma loja do Sleep Number ou vá para sleepnumber.com. Sleep Number, para uma boa noite de vida.
[00:30]
B
Olá, sou Francisco. Bem-vindo ao podcast 9atri. Hoje, vou resumir e analisar o livro, Algoritmos para Viver a Ciência Exata das Decisões Humanas, de Brian Christian e Tom Griffiths. É uma obra de divulgação científica que aproxima a ciência da computação, psicologia cognitiva, matemática aplicada e decisões cotidianas. O livro parte de uma tese simples e produtiva muitos dilemas. Humanos podem ser iluminados por problemas que computadores também enfrentam, como procurar, ordenar, prever. Amazenar. Priorizar e agir com informação incompleta. Em vez de tratar algoritmos apenas como ferramentas técnicas, os autores os apresentam como modelos de raciocínio sob limitantes reais de tempo, memória e atenção. a obra explica com citos como Parada Última, Exploração e Aproveitamento, Ordenação, Cache, Programação de Tarefas, Inferência Bayesiana, Sobrejuste, Aleatoriedade e Teoria dos Jogos. Seu propósito não é transformar a vida em cálculo mecânico, mas mostrar como certas estruturas formais ajudam a entender escolhas humanas. inclusive quando a melhor decisão envolve aceitar incerteza, custo computacional e imperfeição. Vou compartilhar os principais aprendizados deste livro. Primeiramente, parada ótima é o problema de saber quando encerrar uma busca. Um dos temas mais conhecidos do livro é a parada ótima, apresentada como uma forma de pensar sobre buscas em que não é possível comparar todas as octois indefinidamente. O exemplo clássico envolve 6 como escolher um apartamento. Contratar alguém ou avaliar parceiros potenciais observar demais pode fazer perder boas oportunidades, mas escolher cedo demais aumenta o risco de ignorar alternativas superiores. Christian e Griffiths explicam que a ciência da computação oferece modelos para esse impasse, especialmente quando há uma sequência de opções e um decesso irrevogável. A ideia central não é fornecer uma fórmula rígida para todos os casos, mas revelar a estrutura do dilema existe um custo para continuar procurando. E esse custo precisa ser pesado, contra o benefício esperado de encontrar algo melhor. O valor prépico do concito está em deslocar a pergunta de qual é a escola perfeita para quanto esforço de busca é Rational Investor. Essa mudança é importante porque muitas decisões humanas são prejudicadas pela fantasia de informação completa. A Parada Ótima mostra que, em ambientes reais, decidir bem pode significar parar antes de ter certeza absoluta. Em segundo lugar, explorar só é aproveitamento como lógica da escolha sob incerteza. O livro dedica atenção ao conflito entre explorar novas possibilidades e aproveitar ovnis já conhecidas. Um problema central em aprendizado, consumo, carreira e relacionamentos. Computadores enfrentam esse dilema em situações como sistemas de recomendação ou testes de alternativas. Mas a mesma estrutura aparece quando uma pessoa decide experimentar um restaurante novo ao voltar ao favorito. Explorar aumenta conhecimento e pode revelar opções melhores. Aproveitar reduz risco e extrai valor de informações já obtidas. a contribuição dos autores em mostrar que a escolha depende do horizonte temporal, da quantidade de incerteza e do valor potencial da descoberta. Quando há muito tempo pela frente, explorar tende a ser mais justificável. Quando o prazo é curto, aproveitar o que já funciona pode ser mais racional. Essa análise evita tanto a defesa ingênua da novidade quanto o conservadorismo automático. O livro também sugere que arrependimentos nem sempre indicam erro, mas escolha exploratória pode parecer ruim depois. mas ainda ter sido razoável pelo valor informacional que oferecia. Assim, a computação ajuda a diferenciar resultado ruim de decisão mal estruturada. Em terceiro lugar, ordenação. Caixe e agendamento como gestão de atenção limitada. Outro eixo relevante da obra é a comparação entre limitais de computadores e limitais cognitivas humanas. Ordenar informais. Decidir o que manter acessível e escolher a próxima tarefa parecem problemas banais, mas consomem recursos. Ao discutir ordenar, os autores mostram que organizar tudo perfeitamente pode custar mais do que a desordem que se pretende eliminar. Em certas situações, uma organização parcial ou orientada pelo uso é mais eficiente do que um sistema idealizado. O tema do armazenamento em caixa amplia essa ideia. Computadores mantêm próximos os dados mais úteis aos recentes e que humanos fazem algo parecido ao priorizar lembranças, documentos, objetos e contatos usados com frequência. Já o agendamento revela que produtividade não é apenas força de vontade, mas escolha de regras para lidar com prazos, interrupções e prioridades. A utilidade desses capítulos está em tornar visíveis os custos ocultos à organização. O livro sugere que a busca por controle total pode ser computacionalmente irracional. Em vez de tratar bagunça, esquecimento ou priorização como falhas mores, ele os interpreta como respostas possáveis a um ambiente contempo e atenção finitos. Em quarto lugar, Inferência, sobre ajuste e a necessidade de previsões menos rígidas. Christian e Griffiths também exploram como algoritmos lidam com previsão e aprendizado a partir de dados, conectando esses temas a julgamentos humanos. A inferência bayesiana aparece como uma forma de atualizar crenças diante de novas evidências, sem exigir certeza absoluta. Essa abordagem May. Relevante porque muitas decis comuns dependem de probabilidades implícitas. Estimar quanto tempo uma terefa levará. Avaliar a confiabilidade de uma informação ou prever se uma tendência continuará. O livro contrasta essa flexibilidade com o problema do sobreajuste, conhecido em estatística e aprendizado de máquina. Um modelo sobreajustado explica muito bem os dados passados, mas se torna frágil diante de situações novas. A analogia humana é direta interpretar cada detalhe de uma experiência, com um sinal decisivo, pode gerar teorias pessoais excessivamente específicas e pouco confiáveis. Nesse ponto, a obra valoriza a simplicidade não como superficialidade, mas como estratégia contra previsagem enganosamente precisas. A mensagem é, que a bons julgamentos precisam equilibrar evidência e generalização. em muitas circunstâncias, uma regra menos detalhada, porém mais robusta, funcionar melhor do que uma explicação complexa moldada de meios ao passado. Por último, teoria dos jogos, redes e gentileza computacional nas decisões sociais. A parte social do livro mostra que decisões humanas raramente ocorrem isoladamente. Ao tratar de redes, comunicação e teoria dos jogos, os autores examinam situações em que cada pessoa precisa considerar as acenas, limitações e expectativas dos outros. Problemas de coordenação, congestionamento, negociação e confiança não dependem apenas de preferências individuais, mas de sistemas de interação. A teoria dos jogos ajuda a entender por que escolhas racionais em nível individual podem produzir resultados coletivos ruins, especialmente quando todos respondem aos incentivos da mesma maneira. O livro Também introduz a ideia de gentileza computational, uma noão que se destaca por traduzir eficiência em comportamento social. Ser claro, reduzir ambigüedades, oferecer informações úteis e não transferir trabalho mental desnecessário aos outros são atitudes que diminuem a carga cognitiva coletiva. Essa perspectiva diferencia a obra de manuais puramente técnicos, pois liga algoritmos à ética cotidiana. A questão não é apenas decidir melhor para si, mas desenhar interesses menos custosas e menos cooperativas. Assim, a computar serve como lente para pensar cortesia, justiça prática e responsabilidade nas trocas humanas. Em conclusão, Algoritmos para Viver é indicado para letores interessados em ciência, tecnologia, psicologia, filosofia prática e tomada de decisa. especialmente aqueles que desejam compreender conceitos computacionais sem entrar em programação formal. Também pode ser útil para profissionais que lidam com priorizão, análise de informão, produto, pesquisa, gestão ou planejamento, pois oferece modelos mentais aplicáveis a problemas reais de escolha, previsão e organização. Seu benefício prático está em esclarecer quando buscar mais dados, quando aceitar uma alternativa suficientemente boa. quando simplificar uma regra e quando recorrecer que a otimização perfeita é cara demais. Intelectualmente, o livro amplia a noção de algoritmo. Ele deixa de ser apenas código executado por máquinas e passa a ser uma estrutura para pensar sobre restrixes. O que é a diferença de outros livros de divulgação sobre tecnologia é ser a combinação entre rigor com situações comuns, sem reduzir a vida humana a engenharia simplista, diferentemente de obras focadas em produtividade ou em inteligência artificial como tendência. Christian e Griffiths investigam problemas fundamentais compartilhados por mentes e máquinas. A leitura pode ser densa para quem evita matemática ou ciência, mas sua força está justamente em mostrar que limitares, incertezas e imperfeiços não são obstáculos externos à decisão. Elas fazem parte do próprio problema de decidir. Se você quiser apoiar Brian Christian and Tom Griffiths, você pode comprar o livro através do link da Amazon que disponibilizei na descrição do podcast. Depois de ler o livro, por favor, me diga o que achou e compartilhe seus pensamentos. Até mais!

Summary4 min read

Podcast Summary:

Overview

Episode Theme:
This episode of "9Natree Brazil" is a concise and insightful summary and analysis of the book Algoritmos para Viver – A Ciência Exata das Decisões Humanas by Brian Christian and Tom Griffiths. Host Francisco unpacks how computational algorithms offer valuable models for understanding and improving human decision-making, connecting concepts from computer science to everyday life. The episode is aimed at listeners interested in science, psychology, practical philosophy, and effective decision processes.

Key Discussion Points & Insights

1. Algoritmos não apenas como ferramentas, mas como modelos para decisões humanas

Os autores, segundo Francisco, propõem que algoritmos ― tradicionalmente vistos como ferramentas técnicas ― podem servir de modelos para o raciocínio em contextos de tempo, memória e atenção limitados.
- “O livro parte de uma tese simples e produtiva muitos dilemas. Humanos podem ser iluminados por problemas que computadores também enfrentam, como procurar, ordenar, prever. Armazenar. Priorizar e agir com informação incompleta.” [00:30]

2. Parada Ótima (Stopping Problem): O Dilema de Quando Parar de Procurar

O exemplo clássico: escolher um apartamento, contratar alguém, ou buscar um parceiro. Buscar demais pode fazer você “perder boas oportunidades”, mas parar cedo demais pode significar ignorar alternativas melhores.
O custo da busca deve ser ponderado em relação ao benefício de achar uma opção melhor.
A análise desloca o foco: mais importante do que encontrar a escolha perfeita, é deliberar racionalmente sobre quão exaustiva será a busca.
- “A Parada Ótima mostra que, em ambientes reais, decidir bem pode significar parar antes de ter certeza absoluta.” [03:00]

3. Exploração vs. Aproveitamento (Explore vs. Exploit): Escolhendo entre novidade e conforto

O dilema é universal: testar novos restaurantes ou voltar ao conhecido; inovar ou manter a tradição.
Mais exploração é apropriada quanto maior o horizonte temporal; menos quando o prazo é curto.
Decisões exploratórias podem parecer erro em retrospecto, mas podem ser razoáveis pela informação que trazem.
- “A contribuição dos autores está em mostrar que a escolha depende do horizonte temporal, da quantidade de incerteza e do valor potencial da descoberta.” [05:00]

4. Ordenação, Cache e Agendamento: Gerenciando atenção e recursos limitados

Organizar tudo perfeitamente pode custar mais do que a bagunça que se tenta evitar.
Sistemas parcialmente organizados ou orientados pelo uso são mais eficientes em muitas situações, inspirados pelo modo como computadores priorizam dados usados recentemente (cache).
Agendamento (scheduling) é visto como escolha de regras para lidar com prazos e prioridades, não apenas uma questão de força de vontade.
- “O livro sugere que a busca por controle total pode ser computacionalmente irracional.” [07:45]

5. Inferência Bayesiana e Sobreajuste (Overfitting): Previsão sob incerteza

Inferência Bayesiana: atualizar crenças à medida que surgem novos dados, aceitando incerteza e evitando dogmatismo.
Sobreajuste: construir modelos demasiado complexos pode levar a previsões ruins para novas situações ― o paralelismo com experiências humanas excessivamente interpretadas.
A simplicidade é frequentemente mais eficaz do que explicações hiper-detalhadas e personalizadas.
- “A mensagem é, que bons julgamentos precisam equilibrar evidência e generalização.” [10:15]

6. Teoria dos Jogos, Redes e Gentileza Computacional: Decisões em contexto social

Escolhas racionais individuais podem produzir resultados coletivos ruins quando todos seguem o mesmo incentivo.
O conceito de ‘gentileza computacional’ é introduzido: reduzir a carga cognitiva dos outros, ser claro e facilitar a colaboração.
- “Ser claro, reduzir ambigüedades, oferecer informações úteis e não transferir trabalho mental desnecessário aos outros são atitudes que diminuem a carga cognitiva coletiva.” [12:30]
Algoritmos servem também para pensar justiça prática e ética nas interações humanas.

Notable Quotes & Memorable Moments

Sobre o foco do livro:
“Seu propósito não é transformar a vida em cálculo mecânico, mas mostrar como certas estruturas formais ajudam a entender escolhas humanas. Inclusive quando a melhor decisão envolve aceitar incerteza, custo computacional e imperfeição.” [02:00]
Sobre arrependimentos e decisões exploratórias:
“Arrependimentos nem sempre indicam erro, mas escolha exploratória pode parecer ruim depois, mas ainda ter sido razoável pelo valor informacional que oferecia.” [06:15]
Sobre a busca de controle total:
“O livro sugere que a busca por controle total pode ser computacionalmente irracional. Em vez de tratar bagunça, esquecimento ou priorização como falhas, ele os interpreta como respostas possíveis a um ambiente complexo e atenção finitos.” [08:12]
Sobre algoritmos como lentes de decisão:
“O benefício prático está em esclarecer quando buscar mais dados, quando aceitar uma alternativa suficientemente boa, quando simplificar uma regra e quando reconhecer que a otimização perfeita é cara demais.” [14:50]
Sobre limitações humanas e computacionais:
“Limites, incertezas e imperfeições não são obstáculos externos à decisão. Elas fazem parte do próprio problema de decidir.” [15:40]

Timestamps for Key Segments

[00:30] – Introdução ao livro e propósito dos autores
[02:00] – Problemas clássicos dos algoritmos aplicados à vida real
[03:00] – Parada ótima em buscas e decisões
[05:00] – Exploração vs. Aproveitamento
[07:45] – Ordenação, cache e agendamento
[10:15] – Inferência bayesiana e sobreajuste
[12:30] – Teoria dos jogos e gentileza computacional
[14:50] – Síntese dos benefícios e diferenças do livro
[15:40] – Reflexão final sobre limitações

Tone & Language

O tom é informativo e didático, com linguagem clara e metáforas acessíveis, mantendo a precisão dos conceitos científicos sem cair em tecnicismos. Francisco busca traduzir ideias complexas para situações cotidianas, incentivando a aplicação prática do conhecimento do livro.

Summary Conclusion

O episódio apresenta Algoritmos para Viver como um guia inovador para tomar melhores decisões, fundamentando escolhas em modelos computacionais adaptados às limitações humanas e do mundo real. Recomenda-se a leitura tanto para leigos em ciência da computação quanto para profissionais em busca de modelos mentais robustos para problemas de escolha, organização e convivência.

Loading summary

Transcript2 lines

[00:00]
A
Se o mundo fosse como uma matriz do Sleep Number, tudo iria se adaptar para o seu conforto. O seu café nunca iria ficar frio. O seu voo sempre estaria no tempo. E sua matriz sempre iria responder a seus e suas necessidades de dormir únicas. As matrizes do Sleep Number são projetadas para responder ao seu corpo e mudar com a sua vida muda, ajudando-o a dormir mais rápido e a ficar mais longe. Para experimentar um novo mundo de conforto, visite uma loja do Sleep Number ou vá para sleepnumber.com. Sleep Number, para uma boa noite de vida.
[00:30]
B
Olá, sou Francisco. Bem-vindo ao podcast 9atri. Hoje, vou resumir e analisar o livro, Algoritmos para Viver a Ciência Exata das Decisões Humanas, de Brian Christian e Tom Griffiths. É uma obra de divulgação científica que aproxima a ciência da computação, psicologia cognitiva, matemática aplicada e decisões cotidianas. O livro parte de uma tese simples e produtiva muitos dilemas. Humanos podem ser iluminados por problemas que computadores também enfrentam, como procurar, ordenar, prever. Amazenar. Priorizar e agir com informação incompleta. Em vez de tratar algoritmos apenas como ferramentas técnicas, os autores os apresentam como modelos de raciocínio sob limitantes reais de tempo, memória e atenção. a obra explica com citos como Parada Última, Exploração e Aproveitamento, Ordenação, Cache, Programação de Tarefas, Inferência Bayesiana, Sobrejuste, Aleatoriedade e Teoria dos Jogos. Seu propósito não é transformar a vida em cálculo mecânico, mas mostrar como certas estruturas formais ajudam a entender escolhas humanas. inclusive quando a melhor decisão envolve aceitar incerteza, custo computacional e imperfeição. Vou compartilhar os principais aprendizados deste livro. Primeiramente, parada ótima é o problema de saber quando encerrar uma busca. Um dos temas mais conhecidos do livro é a parada ótima, apresentada como uma forma de pensar sobre buscas em que não é possível comparar todas as octois indefinidamente. O exemplo clássico envolve 6 como escolher um apartamento. Contratar alguém ou avaliar parceiros potenciais observar demais pode fazer perder boas oportunidades, mas escolher cedo demais aumenta o risco de ignorar alternativas superiores. Christian e Griffiths explicam que a ciência da computação oferece modelos para esse impasse, especialmente quando há uma sequência de opções e um decesso irrevogável. A ideia central não é fornecer uma fórmula rígida para todos os casos, mas revelar a estrutura do dilema existe um custo para continuar procurando. E esse custo precisa ser pesado, contra o benefício esperado de encontrar algo melhor. O valor prépico do concito está em deslocar a pergunta de qual é a escola perfeita para quanto esforço de busca é Rational Investor. Essa mudança é importante porque muitas decisões humanas são prejudicadas pela fantasia de informação completa. A Parada Ótima mostra que, em ambientes reais, decidir bem pode significar parar antes de ter certeza absoluta. Em segundo lugar, explorar só é aproveitamento como lógica da escolha sob incerteza. O livro dedica atenção ao conflito entre explorar novas possibilidades e aproveitar ovnis já conhecidas. Um problema central em aprendizado, consumo, carreira e relacionamentos. Computadores enfrentam esse dilema em situações como sistemas de recomendação ou testes de alternativas. Mas a mesma estrutura aparece quando uma pessoa decide experimentar um restaurante novo ao voltar ao favorito. Explorar aumenta conhecimento e pode revelar opções melhores. Aproveitar reduz risco e extrai valor de informações já obtidas. a contribuição dos autores em mostrar que a escolha depende do horizonte temporal, da quantidade de incerteza e do valor potencial da descoberta. Quando há muito tempo pela frente, explorar tende a ser mais justificável. Quando o prazo é curto, aproveitar o que já funciona pode ser mais racional. Essa análise evita tanto a defesa ingênua da novidade quanto o conservadorismo automático. O livro também sugere que arrependimentos nem sempre indicam erro, mas escolha exploratória pode parecer ruim depois. mas ainda ter sido razoável pelo valor informacional que oferecia. Assim, a computação ajuda a diferenciar resultado ruim de decisão mal estruturada. Em terceiro lugar, ordenação. Caixe e agendamento como gestão de atenção limitada. Outro eixo relevante da obra é a comparação entre limitais de computadores e limitais cognitivas humanas. Ordenar informais. Decidir o que manter acessível e escolher a próxima tarefa parecem problemas banais, mas consomem recursos. Ao discutir ordenar, os autores mostram que organizar tudo perfeitamente pode custar mais do que a desordem que se pretende eliminar. Em certas situações, uma organização parcial ou orientada pelo uso é mais eficiente do que um sistema idealizado. O tema do armazenamento em caixa amplia essa ideia. Computadores mantêm próximos os dados mais úteis aos recentes e que humanos fazem algo parecido ao priorizar lembranças, documentos, objetos e contatos usados com frequência. Já o agendamento revela que produtividade não é apenas força de vontade, mas escolha de regras para lidar com prazos, interrupções e prioridades. A utilidade desses capítulos está em tornar visíveis os custos ocultos à organização. O livro sugere que a busca por controle total pode ser computacionalmente irracional. Em vez de tratar bagunça, esquecimento ou priorização como falhas mores, ele os interpreta como respostas possáveis a um ambiente contempo e atenção finitos. Em quarto lugar, Inferência, sobre ajuste e a necessidade de previsões menos rígidas. Christian e Griffiths também exploram como algoritmos lidam com previsão e aprendizado a partir de dados, conectando esses temas a julgamentos humanos. A inferência bayesiana aparece como uma forma de atualizar crenças diante de novas evidências, sem exigir certeza absoluta. Essa abordagem May. Relevante porque muitas decis comuns dependem de probabilidades implícitas. Estimar quanto tempo uma terefa levará. Avaliar a confiabilidade de uma informação ou prever se uma tendência continuará. O livro contrasta essa flexibilidade com o problema do sobreajuste, conhecido em estatística e aprendizado de máquina. Um modelo sobreajustado explica muito bem os dados passados, mas se torna frágil diante de situações novas. A analogia humana é direta interpretar cada detalhe de uma experiência, com um sinal decisivo, pode gerar teorias pessoais excessivamente específicas e pouco confiáveis. Nesse ponto, a obra valoriza a simplicidade não como superficialidade, mas como estratégia contra previsagem enganosamente precisas. A mensagem é, que a bons julgamentos precisam equilibrar evidência e generalização. em muitas circunstâncias, uma regra menos detalhada, porém mais robusta, funcionar melhor do que uma explicação complexa moldada de meios ao passado. Por último, teoria dos jogos, redes e gentileza computacional nas decisões sociais. A parte social do livro mostra que decisões humanas raramente ocorrem isoladamente. Ao tratar de redes, comunicação e teoria dos jogos, os autores examinam situações em que cada pessoa precisa considerar as acenas, limitações e expectativas dos outros. Problemas de coordenação, congestionamento, negociação e confiança não dependem apenas de preferências individuais, mas de sistemas de interação. A teoria dos jogos ajuda a entender por que escolhas racionais em nível individual podem produzir resultados coletivos ruins, especialmente quando todos respondem aos incentivos da mesma maneira. O livro Também introduz a ideia de gentileza computational, uma noão que se destaca por traduzir eficiência em comportamento social. Ser claro, reduzir ambigüedades, oferecer informações úteis e não transferir trabalho mental desnecessário aos outros são atitudes que diminuem a carga cognitiva coletiva. Essa perspectiva diferencia a obra de manuais puramente técnicos, pois liga algoritmos à ética cotidiana. A questão não é apenas decidir melhor para si, mas desenhar interesses menos custosas e menos cooperativas. Assim, a computar serve como lente para pensar cortesia, justiça prática e responsabilidade nas trocas humanas. Em conclusão, Algoritmos para Viver é indicado para letores interessados em ciência, tecnologia, psicologia, filosofia prática e tomada de decisa. especialmente aqueles que desejam compreender conceitos computacionais sem entrar em programação formal. Também pode ser útil para profissionais que lidam com priorizão, análise de informão, produto, pesquisa, gestão ou planejamento, pois oferece modelos mentais aplicáveis a problemas reais de escolha, previsão e organização. Seu benefício prático está em esclarecer quando buscar mais dados, quando aceitar uma alternativa suficientemente boa. quando simplificar uma regra e quando recorrecer que a otimização perfeita é cara demais. Intelectualmente, o livro amplia a noção de algoritmo. Ele deixa de ser apenas código executado por máquinas e passa a ser uma estrutura para pensar sobre restrixes. O que é a diferença de outros livros de divulgação sobre tecnologia é ser a combinação entre rigor com situações comuns, sem reduzir a vida humana a engenharia simplista, diferentemente de obras focadas em produtividade ou em inteligência artificial como tendência. Christian e Griffiths investigam problemas fundamentais compartilhados por mentes e máquinas. A leitura pode ser densa para quem evita matemática ou ciência, mas sua força está justamente em mostrar que limitares, incertezas e imperfeiços não são obstáculos externos à decisão. Elas fazem parte do próprio problema de decidir. Se você quiser apoiar Brian Christian and Tom Griffiths, você pode comprar o livro através do link da Amazon que disponibilizei na descrição do podcast. Depois de ler o livro, por favor, me diga o que achou e compartilhe seus pensamentos. Até mais!