[pt] Nos últimos anos, componentes de aprendizado de máquina têm sido cada vez mais integrados aos sistemas principais de organizações. A construção desses sistemas apresenta diversos desafios, tanto do ponto de vista teórico quanto prático. Um dos principais desafios é a interação eficaz entre atores com diferentes formações que precisam trabalhar em conjunto, como engenheiros de software e cientistas de dados. Este trabalho apresenta três estudos distintos que investigam as dinâmicas de colaboração entre esses dois atores em projetos de aprendizado de máquina. Primeiramente, realizamos um estudo de caso exploratório com quatro profissionais com experiência em engenharia de software e ciência de dados de um grande projeto de sistema habilitado por aprendizado de máquina. Em nosso segundo estudo, realizamos entrevistas complementares com membros de duas equipes que trabalham em sistemas habilitados por aprendizado de máquina para obter mais percepções sobre como cientistas de dados e engenheiros de software compartilham responsabilidades e se comunicam. Por fim, nosso terceiro estudo consiste em um grupo focal onde validamos a relevância dessa colaboração durante várias tarefas relacionadas à sistemas habilitados por aprendizado de máquina e avaliamos recomendações que podem melhorar a interação entre os atores. Nossos estudos revelaram vários desafios que podem dificultar a colaboração entre engenheiros de software e cientistas de dados, incluindo diferenças de conhecimento técnico, definições pouco claras das funções de cada um, e a falta de documentos que apoiem a especificação do sistema habilitado por aprendizado de máquina. Possíveis soluções para enfrentar esses desafios incluem incentivar a comunicação na equipe, definir claramente responsabilidades, e produzir uma documentação concisa do sistema. Nossa pesquisa contribui para a compreensão da complexa dinâmica entre engenheiros de software e cientistas de dados em projetos de aprendizado de máquina e fornece recomendações para melhorar a colaboração e a comunicação nesse contexto. Incentivamos novos estudos que investiguem essa interação em outros projetos. / [en] In recent years, Machine Learning (ML) components have been increasingly integrated into the core systems of organizations. Engineering such systems presents various challenges from both a theoretical and practical perspective. One of the key challenges is the effective interaction between actors with different backgrounds who need to work closely together, such as software engineers and data scientists. This work presents three studies investigating the current interaction and collaboration dynamics between these two roles in ML projects. Our first study depicts an exploratory case study with four practitioners with experience in software engineering and data science of a large ML-enabled system project. In our second study, we performed complementary interviews with members of two teams working on ML-enabled systems to acquire more insights into how data scientists and software engineers share responsibilities and communicate. Finally, our third study consists of a focus group where we validated the relevance of this collaboration during multiple tasks related to ML-enabled systems and assessed recommendations that can foster the interaction between the actors. Our studies revealed several challenges that can hinder collaboration between software engineers and data scientists, including differences in technical expertise, unclear definitions of each role s duties, and the lack of documents that support the specification of the ML-enabled system. Potential solutions to address these challenges include encouraging team communication, clearly defining responsibilities, and producing concise system documentation. Our research contributes to understanding the complex dynamics between software engineers and data scientists in ML projects and provides insights for improving collaboration and communication in this context. We encourage future studies investigating this interaction in other projects.

[pt] Esta pesquisa teve como objetivo analisar o papel da colaboração na cadeia de suprimento no contexto de transição para uma economia circular. Para esta análise, escolheu-se como recorte a indústria têxtil e da moda, por ser uma das maiores poluidoras mundiais. Como alternativas de lidar com os problemas ambientais, diversas práticas circulares vêm sendo aplicadas a essa indústria. Assim, identificou-se na pesquisa algumas iniciativas de reúso, remanufatura, otimização e reaproveitamento de resíduos têxteis. Buscando entender como os atores de uma mesma cadeia colaboram para promover essas iniciativas, optou-se por fazer um estudo múltiplo de casos, com 17 entrevistas semiestruturadas com diferentes partes de uma cadeia de suprimentos têxtil localizada na cidade do Rio de Janeiro. Como método, foi feito um estudo qualitativo de abordagem indutiva, utilizando para análise dos dados a Grounded Theory. Os resultados apontaram três dimensões conceituais importantes na discussão da colaboração nessa cadeia, assim nomeadas: (i) promoção da circularidade, (ii) aspectos sociais e (iii) governança. Os aspectos encontrados nessas dimensões mostram que embora existam avanços e as iniciativas produzam impactos positivos, as iniciativas observadas aparecem em pontos da cadeia como esforços de alguns grupos e não integradas em toda a cadeia. Quanto aos aspectos sociais, existem questões do contexto da indústria e das iniciativas que revelam contradições e, por fim, em termos de governança existem aspectos importantes quanto as relações entre as partes envolvidas. / [en] This research aims to analyze the role of collaboration in the supply chain in the context of transitioning to a circular economy. The textile and fashion industry was chosen as the focus of this analysis due to its status as one of the world s largest polluters. Various circular practices have been applied to this industry as alternatives to addressing environmental issues. Consequently, the research identified several initiatives related to textile reuse, remanufacturing, optimization, and waste utilization. To understand how actors in the same supply chain collaborate to promote these initiatives, a multiple case study approach was employed, involving 17 semi-structured interviews with different stakeholders in a textile supply chain located in the city of Rio de Janeiro. The method utilized was a qualitative study based in an inductive approach, employing Grounded Theory for data analysis. The results identified three important conceptual dimensions in the discussion of collaboration in this chain, namely: (i) circularity implementation, (ii) social aspects, and (iii) governance. The aspects identified in these dimensions indicate that although there are advancements and the initiatives yield positive impacts, they are observed as efforts of specific groups in the chain rather than being integrated across the entire chain. Regarding social aspects, there are contextual issues in the industry and the initiatives themselves that reveal contradictions. Lastly, in terms of governance, there are important aspects regarding the relationships between the involved parties.

[pt] À medida que mais recursos vêm sendo disponibilizados online, a Internet está se tornando um participante de grande importância na vida dos indivíduos. No entanto, nem todo segmento das distintas populações mundiais é capaz de acessá-la e usá-la livremente. Uma nova abordagem de navegação na web, na qual os usuários fazem uso de processos automáticos criados por uma comunidade de voluntários, é apresentada nesta dissertação. O primeiro objetivo desta abordagem é ajudar usuários cegos e analfabetos funcionais a navegar na web e acessar tais recursos. Isto, no entanto, é o passo inicial para futuras investigações com outros públicos de necessidades especiais. Esta dissertação apresenta um sistema web colaborativo, desenhado sobre uma ferramenta já existente, para melhorar a acessibilidade na web. / [en] As more and more resources become available online, the World Wide Web is turning into an important stakeholder in every individuals lives. Nevertheless, not every segment of the distinct populations worldwide is able to freely access and use it. A new approach of navigating the web, in which users make use of automated processes created by a community of volunteers, is presented in this dissertation. The primary intent of this approach is to help blind and functionally-illiterate users in navigating the web and accessing its resources. This, though, is only the starting point for further investigations with other populations with special needs. This dissertation presents a collaborative web system, designed on top of an existing tool, for improving web accessibility.

[pt] O princípio nemo tenetur se detegere, em seu duplo aspecto vedação à autoincriminação e direito ao silêncio, é uma conquista civilizatória das sociedades democráticas. A importância do princípio, muitas vezes não explicitada nas discussões sobre a constitucionalidade dos institutos e leis, é de tamanha monta que, conjuntamente com o princípio da presunção de inocência, forma a base axiológica de todo o sistema processual penal democrático. Contudo, o poder Estatal, diante do apelo popular e em resposta aos altos índices de criminalidade e episódios notórios de corrupção no Brasil tem, nos últimos tempos, a partir de uma continuidade cronológica de legislações, relativizado ou erodido os sustentáculos do princípio nemo tenetur se detegere. Tal postura Estatal consubstancia o que na criminologia se denomina de direito penal do inimigo, que servirá de substrato teórico para explicar o porquê do fenômeno de hipercriminalização e recrudescimento Estatal. A pesquisa visa, portanto, reafirmar o valor do nemo tenetur se detegere, acentuando os casos em que está a sofrer ataques e oferecer, a partir de pesquisa doutrinária e da análise jurisprudencial nacional e estrangeira, possíveis salvaguardas ao princípio com vistas a garantir que o processo penal brasileiro continue a respeitar os direitos individuais inerentes a uma ordem constitucional de fato e não meramente de direito. / [en] The principle nemo tenetur se detegere, in its double aspect privilege against self-incrimination and right to silence, is a civilizational conquest of democratic societies. The importance of this principle, which is often not made explicit in the discussions on the constitutionality of institutes and laws, is so significant that, together with the principle of presumption of innocence, forms the axiological basis of the entire democratic criminal procedural system. However, the State power, in the face of popular appeal and in response to high crime rates and notorious episodes of corruption in Brazil, has recently, from a chronological continuity of legislation, relativized or eroded the pillars of the nemo tenetur se detegere principle. This state posture consubstantiates what in criminology is called the criminal law of the enemy, which will serve as a theoretical substrate to explain the phenomenon of hypercriminalization and State recrudescence. The aim of the research is to reaffirm the value of the nemo tenetur, to highlight the cases in which it is under attack and to offer possible safeguards to the principle, based on jurisprudencial research and national and foreign case analysis, with a view to ensuring that the Brazilian criminal proceeding continues to respect the individual rights inherent in a constitutional order of fact and not merely law.