ARTIGO ORIGINAL Técnico-Reflexivo

• Por Ricardo Costa Val do Rosário, MD; PhD auxiliado por ChatGPT 5.0 Plus

Introdução

- No mundo da programação, debugging significa encontrar e corrigir erros. No entanto, este conceito 
vai além do código: é uma filosofia de vida. 

- Assim como médicos revisam diagnósticos e cientistas testam hipóteses, o profissional em IA aprende 
com falhas e sucessos para alcançar resultados melhores.

O Debugging na Computação

1. Definição: 
- Processo sistemático de identificação e correção de erros em sistemas.

2. Tipos de erros: 
- Sintáticos (quando o código não roda), 
- Lógicos (quando roda, mas dá resultado errado), 
- De execução (quando falha durante a operação).

3. Métodos: 
- Uso de logs, 
- Breakpoints, 
- Testes automatizados,
- Revisões por pares.

Exemplo - Erro de lógica em cálculo de IMC

• Python

def calcular_imc(peso, altura):
    return peso / altura  # ERRO: faltou elevar altura ao quadrado

# Debugging: corrigindo o erro
def calcular_imc(peso, altura):
    return peso / (altura ** 2)

print(calcular_imc(70, 1.75))  # Resultado correto: ~22.86

- Aqui o erro lógico foi identificado com teste de valores reais e corrigido com 
uma linha simples.

O Debugging na Medicina e na Vida

- Na Medicina, o debugging equivale ao diagnóstico diferencial: um processo investigativo 
para isolar causas e corrigir condutas. 

- Assim como um sistema pode apresentar “erros de execução”, o corpo humano pode mostrar 
sintomas que precisam ser analisados com cuidado.

Exemplo prático com IA em saúde: Debugging em análise de sentimentos em prontuários

from sklearn.feature_extraction.text import CountVectorizer


# Erro: esquecer de tratar stopwords pode distorcer resultados
textos = ["Paciente triste e sem esperança", "Paciente feliz e otimista"]
vetor = CountVectorizer()  # ERRO: sem remover stopwords

X = vetor.fit_transform(textos)
print(vetor.get_feature_names_out())

# Debugging: corrigindo com remoção de stopwords
vetor_corrigido = CountVectorizer(stop_words="portuguese")
X2 = vetor_corrigido.fit_transform(textos)
print(vetor_corrigido.get_feature_names_out())

- Com o debugging, removemos “ruídos” e obtemos sinais mais fiéis à realidade clínica

Aprendendo com Erros e Acertos

1. Erros ensinam humildade e mostram pontos cegos.
2. Acertos validam boas práticas e consolidam confiança.
- Em ambos os casos, o aprendizado é contínuo.
- Assim como um código precisa de comentários e logs, nossa vida profissional exige registro 
e reflexão.

Reflexões Finais

- Debugging não é apenas corrigir falhas, mas compreender o sistema em profundidade. 
seja um programa, um hospital, ou nossa própria trajetória. 

- O verdadeiro especialista aprende com os erros e celebra os acertos, sabendo que ambos 
são faces da mesma moeda: evolução.

“Na jornada do conhecimento, cada erro é um mestre, cada acerto é um aliado.”