☕ Um Café no Bellacosa Mainframe
Gostou do conteúdo? Ajude a manter o café quente, o COBOL compilando e o mainframe acordado. 😄
☕ Pague um café ao Bellacosa

Translate

terça-feira, 27 de maio de 2014

☕🔥 ABEND S0CB — O “DIVISOR IMPOSSÍVEL” DO MAINFRAME

 

Bellacosa Mainframe e o abend s0cb

☕🔥 ABEND S0CB — O “DIVISOR IMPOSSÍVEL” DO MAINFRAME

Quando o IBM Z Diz:

“VOCÊ TENTOU FAZER UMA CONTA QUE DESAFIA A MATEMÁTICA.”

Se existe um ABEND que faz o Junior Padawan perceber que:

até a matemática pode explodir no z/OS…

é o lendário:

🚨 S0CB

E normalmente ele aparece assim:

SYSTEM COMPLETION CODE=0CB

ou:

DECIMAL DIVIDE EXCEPTION

ou ainda:

FIXED-POINT DIVIDE EXCEPTION

E então nasce o desespero:

“O COBOL desaprendeu matemática?”
“O divisor virou entidade cósmica?”
“O COMP-3 entrou em colapso?”
“Eu dividi por zero?”
“COMPUTE virou arma nuclear?”

☕ Respira.

Porque o S0CB é um dos ABENDs MAIS CLÁSSICOS da aritmética IBM Z.

E um dos mais importantes para entender:

divisão decimal

overflow matemático

divide by zero

packed decimal

COMP-3

hardware arithmetic

dumps matemáticos


🔥 O QUE É O S0CB?

O S0CB é um:

🚨 DIVIDE EXCEPTION

Traduzindo:

A CPU IBM Z DETECTOU UMA OPERAÇÃO DE DIVISÃO INVÁLIDA.


☕ O GRANDE SEGREDO

O S0CB NÃO nasce no COBOL.

Ele nasce:

no hardware decimal do IBM Z.


🔥 O MOMENTO EXATO

Fluxo:

COMPUTE/DIVIDE
 ↓
COBOL gera instrução máquina
 ↓
CPU executa divisão
 ↓
Resultado inválido
 ↓
S0CB

☕ ANALOGIA BELLACOSA MAINFRAME

Imagine uma calculadora gigante bancária.

Você digita:

100 / 0

A calculadora olha para você em silêncio…

e explode dramaticamente.

Isso é:

☠️ S0CB


🔥 O MAIOR VILÃO

🚨 DIVISÃO POR ZERO

O rei absoluto do S0CB.


☕ EXEMPLO COBOL

COMPUTE WS-RESULT = WS-TOTAL / WS-QTD

Mas:

WS-QTD = ZERO

Resultado:

💥 S0CB


🔥 O “ZERO FANTASMA”

O mais traiçoeiro.


☕ EXEMPLO

MOVE SPACES TO WS-QTD

Depois:

COMPUTE WS-MEDIA = WS-TOTAL / WS-QTD

Dependendo do conteúdo:

☠️ desastre matemático.


🔥 O S0CB E O COMP-3

Agora entramos na matemática obscura do mainframe.


☕ EXEMPLO

PIC S9(7)V99 COMP-3

Packed decimal inválido pode causar:

divisão impossível.


🔥 O OVERFLOW MATEMÁTICO

Outro clássico.


☕ EXEMPLO

Resultado da divisão excede capacidade do campo.

01 WS-RESULT PIC 9(02).

Mas cálculo produz:

999999

CPU entra em sofrimento existencial.

Resultado:

💥 S0CB


🔥 O S0CB E O COMPUTE

Junior acha:

COMPUTE é inocente.

Não.

COMPUTE pode gerar:

  • DIVIDE

  • MULTIPLY

  • decimal arithmetic

  • overflow


☕ EXEMPLO CLÁSSICO

COMPUTE WS-PERC =
   (WS-VALOR * 100) / WS-TOTAL

Mas:

WS-TOTAL = 0

Resultado:

☠️ S0CB


🔥 O S0CB E O “ON SIZE ERROR”

Aqui nasce o conhecimento Jedi.


☕ EXEMPLO

DIVIDE A BY B
   GIVING C
   ON SIZE ERROR
      DISPLAY 'ERRO'
END-DIVIDE

Isso pode evitar alguns colapsos matemáticos.


🔥 MAS CUIDADO

Nem todo S0CB é tratado elegantemente.

Dependendo:

  • do runtime

  • do compilador

  • do tipo decimal

  • da instrução gerada

o ABEND ainda pode ocorrer.


☕ O S0CB E O ASRA

No CICS geralmente aparece como:

🚨 ASRA + S0CB

Porque o CICS intercepta a exceção matemática.


🔥 O S0CB E O DB2

Outro cenário clássico.

Valor vindo do DB2:

NULL
ZERO
DADO INVÁLIDO

Programa assume divisor válido.

Boom:

💥 S0CB


☕ O S0CB E O ARQUIVO

Campo numérico chega:

zerado

Mas ninguém validou.

Agora:

DIVIDE WS-QTD INTO WS-TOTAL

Resultado:

☠️ desastre financeiro.


🔥 O S0CB FANTASMA

O mais cruel.

Erro nasce MUITO antes.


☕ EXEMPLO

Linha 100:

MOVE ZERO TO WS-QTD

Linha 9000:

COMPUTE WS-MEDIA =
   WS-TOTAL / WS-QTD

Explosão distante da origem.


🔥 COMO INVESTIGAR O S0CB PASSO A PASSO


✅ PASSO 1 — IDENTIFIQUE O OFFSET

Exemplo:

PSW AT TIME OF ERROR
OFFSET X'01FA'

✅ PASSO 2 — PEGUE O LISTING COBOL

Cruze offset com:

  • compile listing

  • SYSADATA

  • Abend-AID

  • Fault Analyzer


✅ PASSO 3 — IDENTIFIQUE A DIVISÃO

Exemplo:

DIVIDE WS-A BY WS-B

ou:

COMPUTE WS-C = WS-A / WS-B

✅ PASSO 4 — INSPECIONE O DIVISOR

Pergunta sagrada:

“ELE ESTAVA ZERO?”


✅ PASSO 5 — ANALISE O STORAGE

Veja:

  • packed decimal

  • campos COMP-3

  • conteúdo hexadecimal

  • overflow


🔥 O DUMP DO S0CB

Aqui mora a matemática Jedi.

Veteranos analisam:

  • PSW

  • registers

  • decimal instructions

  • packed fields

  • operandos reais


☕ O PSW

Mostra:

ONDE A MATEMÁTICA MORREU.


🔥 O HEXADECIMAL IMPORTA

Exemplo válido:

F0F1F2

Número correto.


☕ EXEMPLO SUSPEITO

404040

Spaces em campo numérico.

Agora a divisão entra no reino do caos.


🔥 O S0CB E O “SOC7 DISFARÇADO”

Às vezes o problema real é:

dado inválido.

Mas explode durante divisão.

Veteranos investigam ambos:

  • S0CB

  • S0C7


☕ O MAIOR ERRO DOS JUNIORS

Corrigir apenas:

IF divisor = 0

sem entender:

POR QUE o divisor virou zero.


🔥 COMO EVITAR S0CB


✅ Validar divisor


✅ Usar ON SIZE ERROR


✅ Validar dados externos


✅ Revisar COMP-3


✅ Tratar NULL/zeros DB2


✅ Evitar overflow


✅ Revisar layouts


☕ O SEGREDO DOS VETERANOS

Veteranos protegem TODA divisão:

IF WS-QTD NOT = ZERO

Porque sabem:

matemática corporativa é território hostil.


🔥 CURIOSIDADE HISTÓRICA

O S0CB vem da arquitetura decimal do:

IBM System/360

Década de:

🏛️ 1960

IBM implementou aritmética decimal em hardware porque:

  • bancos

  • seguros

  • finanças

precisavam de precisão absoluta.


☕ EASTER EGG MAINFRAME

Veteranos brincam:

“S0CB significa:

Seu Programa Descobriu Que Não Existe Divisão Por Nada.”


🔥 O MAIOR ENSINAMENTO DO S0CB

Ele ensina algo profundo:

no mainframe, matemática é levada absurdamente a sério.

A CPU IBM Z NÃO tolera:

  • divisões impossíveis

  • overflow decimal

  • operandos inválidos


☕ A VERDADE FINAL

O S0C7 pune números inválidos.
O S0C4 pune memória inválida.
O S806 pune programas inexistentes.
O S913 pune acessos proibidos.

Mas…

☕ O S0CB É O MOMENTO EM QUE A PRÓPRIA MATEMÁTICA DO IBM Z DECIDE QUE SUA CONTA NÃO FAZ SENTIDO PARA O UNIVERSO.


segunda-feira, 26 de maio de 2014

🔥☕ MANHUA & MANHWA — QUANDO A ÁSIA DESCOBRIU QUE TAMBÉM PODIA DOMINAR O MUNDO DOS QUADRINHOS ☕🔥

Bellacosa Mainframe apresenta quadrinhos em outro nivel manhua & manhwa
 

🔥☕ MANHUA & MANHWA — QUANDO A ÁSIA DESCOBRIU QUE TAMBÉM PODIA DOMINAR O MUNDO DOS QUADRINHOS ☕🔥

Se muita gente ainda acha que “quadrinho asiático” é sinônimo apenas de mangá japonês… então está perdendo metade da história.

Porque existe um universo gigantesco além do Japão.

Um universo cheio de cultivadores imortais, caçadores de monstros, protagonistas apelões, sistemas de RPG, torres infinitas, artes marciais absurdas e plots tão viciantes que você começa lendo “só um capítulo” e, quando percebe… já são 4 da manhã.

Hoje vamos falar sobre:

🔥 MANHUA
🔥 MANHWA
🔥 suas origens
🔥 histórias lendárias
🔥 curiosidades insanas
🔥 easter eggs escondidos
🔥 e como começar nesse universo sem enlouquecer.

Pega o café porque a rabbit hole é funda. MUITO funda.


☕ Afinal… o que é MANHUA e MANHWA?

A diferença principal está no país de origem.

🇨🇳 MANHUA

É o quadrinho chinês.

Pronúncia aproximada:
“man-rruá”.

Os manhuas normalmente possuem:

  • cultivo espiritual
  • artes marciais
  • fantasia chinesa
  • reinos imortais
  • sistemas RPG
  • protagonistas overpower
  • milhares de capítulos

Muitos vêm de web novels chinesas.


🇰🇷 MANHWA

É o quadrinho coreano.

Pronúncia:
“man-rruá” também, mas com sotaque diferente.

O manhwa moderno explodiu graças aos WEBTOONS.

Características comuns:

  • leitura vertical
  • colorido
  • ritmo rápido
  • visual cinematográfico
  • protagonistas frios e calculistas
  • sistemas de level up
  • dungeon
  • regressão temporal

Se você já ouviu falar de:

  • Solo Leveling
  • Tower of God
  • The Beginning After The End
  • Omniscient Reader

…você já entrou nesse mundo sem perceber.


🔥 A ORIGEM HISTÓRICA

☕ MANHUA — A China já fazia quadrinhos há MAIS DE 100 ANOS

Os primeiros manhuas surgiram no início do século XX.

Muito influenciados por:

  • charges políticas
  • sátiras sociais
  • propaganda revolucionária
  • literatura clássica chinesa

Durante décadas, o governo chinês utilizou quadrinhos como ferramenta ideológica.

Mas tudo mudou com a INTERNET.

A chegada das plataformas digitais chinesas criou um monstro.

Hoje a China produz QUANTIDADES ABSURDAS de histórias.

E muitas seguem um padrão quase industrial:

“protagonista humilhado → descobre poder absurdo → vira deus em 300 capítulos”.

Funciona?
Demais.


☕ MANHWA — A Coreia transformou quadrinho em EXPERIÊNCIA DIGITAL

A Coreia do Sul revolucionou o formato.

Enquanto o Japão ainda dominava revistas impressas…

…os coreanos perceberam cedo o poder dos smartphones.

Nasceram então os WEBTOONS.

Leitura vertical infinita.
Colorido.
Feito para celular.

Foi uma mudança gigantesca.

O manhwa praticamente reinventou o consumo moderno de quadrinhos.

Hoje até empresas japonesas copiaram o modelo.


🔥 A GRANDE DIFERENÇA ENTRE MANGÁ, MANHUA E MANHWA

🇯🇵 Mangá

  • preto e branco
  • leitura oriental
  • publicação impressa tradicional
  • foco em narrativa clássica

🇨🇳 Manhua

  • frequentemente colorido
  • milhares de capítulos
  • cultivo e fantasia oriental
  • ritmo acelerado
  • exagero proposital

🇰🇷 Manhwa

  • leitura vertical
  • visual ultra moderno
  • pacing rápido
  • foco digital/mobile
  • cliffhangers violentos

☕ O GÊNERO QUE DOMINOU TUDO: CULTIVO

Se você entrou em manhua…

prepare-se para ouvir palavras como:

  • Qi
  • Dao
  • Meridianos
  • Núcleo dourado
  • Tribulação celestial
  • Reino marcial

O famoso gênero “Xianxia”.

Basicamente:

“E se Dragon Ball encontrasse taoismo, budismo, wuxia e cocaína narrativa?”

O protagonista começa como lixo absoluto…

…e 800 capítulos depois destrói galáxias com o olhar.

É exagerado?
SIM.

É divertido?
ABSURDAMENTE.


🔥 O FENÔMENO SOLO LEVELING

Se existe um “Dragon Ball” do manhwa moderno…

é Solo Leveling.

☕ O que aconteceu aqui?

A Coreia conseguiu unir:

  • arte cinematográfica
  • protagonista overpower
  • sistema RPG
  • ritmo perfeito
  • hype constante

Resultado?

O mundo inteiro surtou.

Solo Leveling abriu as portas globais para os webtoons coreanos.

Depois dele…
veio uma avalanche.


☕ MELHORES HISTÓRIAS PARA COMEÇAR

🇰🇷 MANHWA

🔥 Solo Leveling

Entrada perfeita.

🔥 Tower of God

Mistério, poder e worldbuilding absurdo.

🔥 Omniscient Reader

Uma das ideias mais geniais dos últimos anos.

🔥 The Boxer

Muito mais profundo do que parece.

🔥 Legend of the Northern Blade

Arte linda e pancadaria cinematográfica.


🇨🇳 MANHUA

🔥 Tales of Demons and Gods

Clássico absoluto.

🔥 Martial Peak

A definição de vício infinito.

🔥 Apotheosis

Escala de poder completamente insana.

🔥 The King's Avatar

Excelente para quem gosta de games.

🔥 Soul Land

Gigante histórico da China.


☕ CURIOSIDADES QUE MUITA GENTE NÃO SABE

🔥 Muitos manhwas nasceram de NOVELS

Antes do quadrinho…
existia a web novel.

Ou seja:
muitos sucessos já tinham milhões de leitores antes da adaptação.


🔥 A China censura MUITO conteúdo

Por isso alguns manhuas:

  • mudam finais
  • removem violência
  • alteram romance
  • cortam temas sobrenaturais

Dependendo da regulamentação do momento.


🔥 O sistema de “torres” virou epidemia

Depois de Solo Leveling…

surgiram centenas de histórias com:

  • torres
  • dungeons
  • rankings
  • hunters
  • sistemas

Virou praticamente um subgênero inteiro.


🔥 Webtoon mudou até o jeito de desenhar

Os autores aprenderam a usar:

  • espaço vazio
  • scroll infinito
  • timing vertical
  • cortes cinematográficos

É quase uma mistura de cinema + HQ + anime.


🔥 EASTER EGGS ESCONDIDOS

Quem lê muito começa a perceber padrões secretos.

☕ O protagonista “humilhado”

Clássico absoluto.

O herói:

  • é fraco
  • pobre
  • desprezado
  • tratado como lixo

Então desbloqueia:

  • sistema lendário
  • arte proibida
  • mestre ancestral
  • item divino

E vira uma máquina de destruição.


☕ O “velho monstruoso”

Sempre existe um:

  • avô espiritual
  • mestre bêbado
  • entidade ancestral

Que parece inútil…
mas é absurdamente overpower.


☕ Referências escondidas

Muitos manhuas fazem referências a:

  • Jornada ao Oeste
  • Sun Wukong
  • taoismo clássico
  • mitologia chinesa
  • lendas budistas

Já os manhwas vivem escondendo referências a:

  • MMORPGs
  • Diablo
  • Dark Souls
  • Ragnarok Online
  • Lineage

☕ COMO COMEÇAR SEM SE PERDER

🔥 Se você gosta de:

  • RPG
  • games
  • ação rápida
  • visual moderno

👉 Comece pelo MANHWA.


🔥 Se gosta de:

  • fantasia oriental
  • artes marciais
  • progressão infinita
  • escalas absurdas de poder

👉 Vá de MANHUA.


🔥 O FUTURO

O mais impressionante…

é que estamos vendo uma mudança histórica.

Por décadas:
Japão dominou sozinho.

Agora:
China e Coreia entraram com força total.

E o mercado global percebeu que existe vida além do mangá.

Hoje:
Netflix, Crunchyroll e grandes estúdios já estão adaptando webtoons e obras chinesas.

O fenômeno só está começando.


☕ CONCLUSÃO

Manhua e manhwa não são “cópias de mangá”.

Eles criaram identidades próprias.

A China trouxe:
🔥 exagero épico
🔥 fantasia sem limites
🔥 cultivo insano

A Coreia trouxe:
🔥 narrativa cinematográfica
🔥 leitura mobile
🔥 hype constante

E juntos…
mudaram completamente a cultura geek moderna.

Uma coisa é certa:

Depois que você cai nesse universo…

…o algoritmo nunca mais te deixa sair. ☕🔥



domingo, 25 de maio de 2014

🌊💣 Kelpie — O “Dispositivo Malicioso” que Se Disfarça de Interface Confiável

Bellacosa Mainframe apresente um monstro aquatico kelpie 


🌊💣 Kelpie — O “Dispositivo Malicioso” que Se Disfarça de Interface Confiável

Se você acha que todo cavalo é seguro…
o Kelpie é o exploit perfeito:

👉 parece inofensivo
👉 aceita conexão
👉 e quando você monta…

já é tarde — o sistema foi comprometido.


🧠 Conceito — Engenharia Social em Forma de Criatura

👉 Kelpie

O Kelpie é um espírito aquático do folclore escocês que:

  • Assume forma de cavalo 🐎
  • Atrai pessoas (principalmente crianças)
  • Faz a vítima montar
  • E arrasta para a água

📌 Bellacosa traduz:

Kelpie = phishing físico com payload letal


📜 Origem — Quando o Perigo Era o Ambiente

O Kelpie nasce de histórias das Terras Altas da Scotland:

  • Lagos profundos
  • Rios traiçoeiros
  • Correntes perigosas

👉 Era uma forma de explicar (e prevenir):

  • afogamentos
  • acidentes naturais

📌 Tradução técnica:

Sistema criou um “alerta narrativo” para proteger usuários.


👁 Aparência — Interface Perfeita

  • Cavalo negro ou branco
  • Extremamente belo
  • Parado próximo à água
  • Com aparência “convidativa”

📌 Regra:

Se parece perfeito demais… é vetor de ataque.


⚙️ Funcionamento — O Ataque

  1. Usuário vê o cavalo
  2. Confia (sem validação)
  3. Monta
  4. Fica “preso” (pele adesiva)
  5. É levado para a água

👉 Fim do processo.

📌 Bellacosa:

Conexão aceita → sessão comprometida → sistema encerrado.


⚔️ Poderes

  • 🧲 Atração irresistível
  • 🌊 Controle da água
  • 🧠 Manipulação de confiança
  • 🔒 “Binding” (gruda a vítima)

💀 Fraquezas

  • Reconhecimento do perigo
  • Evitar contato
  • Conhecimento prévio (mito)

📌 Insight:

O único patch é consciência.


🤫 Fofoquices do Folclore

  • Algumas versões assumem forma humana
  • Podem ser sedutores
  • Existem variantes masculinas e femininas
  • Às vezes são descritos como espíritos vingativos

📌 Fofoquinha:

Nem todo ataque começa com ameaça… alguns começam com charme.


🕹️ Easter Eggs na Cultura Pop

  • The Witcher → criaturas similares (espíritos aquáticos)
  • Brave → referências ao folclore escocês
  • The Witcher 3: Wild Hunt

🎮 Easter Egg:

Todo monstro que te engana antes de atacar… tem DNA de Kelpie.


🧠 Interpretação (Modo Bellacosa ON)

O Kelpie representa:

  • confiança mal colocada
  • perigo disfarçado
  • atração pelo desconhecido
  • erro humano clássico

📌 Comparação (Mainframe Mode)

ElementoEquivalente
Cavalo bonitoInterface confiável
MontarAceitar input
GrudarLock de sessão
AfogamentoFalha crítica
SobrevivênciaValidação

📌 Comentário Final — Nem Todo Sistema é Seguro

O maior erro não é o ataque…

é confiar sem validar.


💣 Conclusão — O Ataque Perfeito Não Parece Ataque

O Kelpie não precisa correr atrás de você.

Ele só precisa:

  • parecer confiável
  • esperar
  • e deixar você fazer o resto

🔥 Versão Bellacosa Final

Kelpie não invade o sistema…

ele faz o usuário abrir a porta e entregar tudo.

 

quinta-feira, 15 de maio de 2014

Confirmation Bias: Doctor Who, COBOL e o Dia em que a War Room Encontrou Provas Demais para a Hipótese Errada

 

Bellacosa Mainframe e o confirmation bias

☕ Um Café no Bellacosa Mainframe

Confirmation Bias: Doctor Who, COBOL e o Dia em que a War Room Encontrou Provas Demais para a Hipótese Errada

Uma viagem pela TARDIS dos incidentes para entender por que nosso cérebro adora encontrar evidências que confirmem aquilo em que já acreditamos — e por que essa habilidade, tão útil para construir narrativas coerentes, pode ser absolutamente desastrosa quando estamos tentando descobrir o que realmente aconteceu

02:47.

War Room.

Na parede:

INCIDENTE P1

APLICAÇÃO:
PAYMENTS-X

SINTOMA:
LATÊNCIA INTERMITENTE

INÍCIO:
02:21

STATUS:
INVESTIGANDO

Primeiro comentário da madrugada:

— Isso está com cara de Db2.

Nosso jovem programador COBOL já aprendeu alguma coisa nas últimas noites.

Ele olha para a frase.

Não para o Db2.

Para a frase.

Porque sabe:

a primeira hipótese pode virar âncora.

Anchoring Bias.

Mas agora acontece algo novo.

O DBA abre o monitor.

— Lock.

Gerente:

— Aí.

Outro analista:

— Tem SQL acima da média.

Gerente:

— Mais uma.

Operação:

— Buffer pool também subiu.

Gerente:

— Está ficando claro.

Nosso jovem pergunta:

— E os timeouts externos?

Silêncio.

— Começaram antes do lock.

Resposta:

— Talvez sejam consequência.

Ele continua:

— Algumas chamadas que não usam Db2 ficaram lentas.

— Pode ser coincidência.

Interessante.

Lock:

causa.

Timeout:

consequência.

SQL:

prova.

API:

coincidência.

CPU Db2:

importante.

Network latency:

ruído.

Todos os dados existem.

Ninguém está:

inventando.

Mas as evidências estão recebendo:

pesos diferentes dependendo da direção para a qual apontam.

VWORP.

VWORP.

VWORP.

A TARDIS surge atrás do quadro.

Doctor sai.

Olha para a lista:

EVIDÊNCIAS A FAVOR DE DB2

✔ LOCKS
✔ SQL ELAPSED
✔ BUFFERPOOL
✔ CPU

Depois pergunta:

— Onde estão as evidências contra?

Gerente:

— Contra?

— Sim.

— Nós estamos investigando Db2.

Doctor:

— Percebi.

— Então por que procuraríamos evidência contra?

Doctor sorri.

— Porque vocês disseram que estão investigando.

Pausa.

— Não que estão preparando a acusação.

Bem-vindo ao:



Confirmation Bias

ou:

Viés de Confirmação.


🧠 O que é Confirmation Bias?

Em linguagem simples:

é nossa tendência de procurar, perceber, interpretar e lembrar informações de maneira que favoreça aquilo em que já acreditamos.

Isso significa que o viés não atua:

num único ponto.

Ele pode atuar:

quando escolhemos onde procurar;

quando decidimos quais dados são importantes;

quando interpretamos dados ambíguos;

quando lembramos de incidentes anteriores;

quando contamos a história depois.

Ou seja:

não é apenas:

“ver só o que queremos ver.”

É mais amplo:

organizar a própria investigação de maneira que aumente a chance de encontrar aquilo que esperamos encontrar.


☕ Definição Bellacosa

Confirmation Bias é quando o investigador contrata o próprio cérebro como advogado da hipótese e depois se surpreende quando o julgamento termina em condenação.


💻 COBOL cognitivo

Imagine este maravilhoso programa:

       IF EVIDENCE-SUPPORTS-HYPOTHESIS = 'Y'
           ADD 1 TO CONFIDENCE
       END-IF.

       IF EVIDENCE-CONTRADICTS-HYPOTHESIS = 'Y'
           MOVE 'NOISE'
             TO EVIDENCE-STATUS
       END-IF.

Compila.

Provavelmente.

Mas epistemologicamente:

ABEND S0BIAS.

O correto seria algo mais parecido com:

       EVALUATE EVIDENCE-TYPE
           WHEN 'SUPPORT'
                ADD 1 TO SUPPORT-COUNT

           WHEN 'CONTRADICT'
                ADD 1 TO CONTRADICT-COUNT

           WHEN OTHER
                ADD 1 TO UNKNOWN-COUNT
       END-EVALUATE.

E depois:

pensar.


🧠 O cérebro não falsifica necessariamente os dados

Isso é importante.

Quando falamos em Confirmation Bias, algumas pessoas imaginam:

“Ah, então alguém está manipulando informação.”

Não necessariamente.

Pode ser um profissional:

honesto;

competente;

experiente.

O viés acontece:

antes.

Na atenção.

Na busca.

Na interpretação.


☕ Você não precisa apagar log

para cair no viés.

Basta:

abrir apenas o log que espera que tenha a resposta.


🧠 Exemplo clássico na War Room

Hipótese:

Db2.

Você procura:

Db2.

Encontra:

warning.

Agora:

confidence sobe.

Mas sistemas complexos têm:

milhares de warnings.

A pergunta certa não é:

“Existe warning?”

É:

“Esse warning é anormal, temporalmente relevante e causalmente consistente com o incidente?”

Isso muda:

tudo.


🎯 Pergunta Bellacosa nº 1

“Essa evidência seria interessante para mim se eu não tivesse essa hipótese?”

Excelente.


🧠 Baseline, o inimigo do drama

Imagine:

DB2 LOCKS:
25

Parece ruim?

Talvez.

Historical baseline:

NORMAL:
20–30

Então:

normal.

Agora outro:

API LATENCY:
NORMAL 150 ms
INCIDENT 2400 ms

Muito mais relevante.

Mas se nossa hipótese é:

Db2,

podemos passar:

vinte minutos

discutindo 25 locks

e três segundos:

na API.


☕ Um número grande não é automaticamente anormal

E um número pequeno não é automaticamente irrelevante.

Contexto.

Sempre.


🧠 Anchoring abre a porta

Lembra?

Primeiro alguém diz:

“Tem cara de Db2.”

Anchoring Bias.

Agora Confirmation Bias entra:

“Vamos procurar sinais de Db2.”

Uma relação quase:

pai e filho.


🌀 Pipeline cognitivo

PRIMEIRO PALPITE
      ↓
ANCHORING
      ↓
BUSCA SELETIVA
      ↓
CONFIRMATION BIAS
      ↓
MAIOR CONFIANÇA

Mas ainda não acabou.


🧠 Streetlight Effect ajuda a confirmar

Temos:

ótimos logs Db2.

Ótimo dashboard Db2.

DBA presente.

Então:

procuramos Db2.

Quanto mais procuramos:

mais encontramos.

Isso não significa:

Db2 mais culpado.

Significa:

Db2 mais observado.

Streetlight Effect.


☕ Se você apontar 20 lanternas para um componente

e nenhuma para outro,

adivinhe:

qual vai produzir mais evidência.


🧠 Search Satisfaction entra depois

Encontramos:

um lock interessante.

Pronto.

Achei!

Search Satisfaction.

Agora:

a busca perde força.


🧠 Premature Closure chega

Lock:

real.

Latency:

real.

Então:

“Db2 é root cause.”

Premature Closure.


🧠 Diagnosis Momentum termina o serviço

Ticket:

POSSIBLE DB2

vira:

DB2 ISSUE

Depois:

ROOT CAUSE DB2

Diagnosis Momentum.

Veja o arco:

ANCHOR
  ↓
CONFIRM
  ↓
FIND
  ↓
STOP
  ↓
CLOSE
  ↓
PROPAGATE

É praticamente:

pipeline CI/CD de erro cognitivo.


👻 Easter Egg nº 1 — Doctor e o Dalek Promotor

Dalek:

— DB2 IS GUILTY.

Doctor:

— Por quê?

— LOCK FOUND.

— Existe alguma evidência de API failure?

— YES.

— Então?

— IRRELEVANT.

— Por quê?

— IT DOES NOT SUPPORT DB2 THEORY.

Doctor:

— Você não é investigador.

Dalek:

— CORRECT.

— O que é?

— PROSECUTION.

Doctor:

— Finalmente honestidade.


🧠 Confirmation Bias não acontece apenas na busca

Ele atua em:

1. Busca

Procuramos:

o que confirma.

2. Atenção

Notamos:

o que confirma.

3. Interpretação

Ambiguidade vira:

suporte.

4. Memória

Lembramos:

de casos favoráveis.

5. Comunicação

Contamos:

história favorável.

Uma criatura:

multifuncional.


🧠 Memória seletiva

Alguém diz:

— Toda vez que Db2 sobe CPU, temos incidente.

Será?

Talvez ele lembre:

dos três incidentes.

Mas não dos:

200 dias

em que CPU subiu

e nada aconteceu.

Base Rate Neglect.

Confirmation Bias.


🎯 Pergunta Bellacosa nº 2

“Quantas vezes esse mesmo sinal apareceu sem o incidente?”

Uma pergunta brutalmente importante.


🧠 O normal que não lembramos

Incidentes:

memoráveis.

Operação saudável:

esquecível.

Então:

correlações parecem:

fortes.


☕ Ninguém abre War Room para:

“mais uma terça-feira onde tudo funcionou.”

Isso distorce memória.


🧠 Confirmation Bias e Availability Heuristic

Você se lembra:

do incidente Db2.

Porque:

dramático.

Disponível na memória.

Então:

essa hipótese surge rápido.

Depois:

Confirmation Bias procura provas.


🧠 Recency Bias

Se aconteceu:

ontem,

pior ainda.

“Deve ser de novo.”


🧠 Representativeness

“Tem o mesmo cheiro.”

Parecido:

não significa:

igual.


🎯 Pergunta Bellacosa nº 3

“Quais diferenças entre este caso e o caso anterior estamos deixando de considerar?”


🧠 A arte de procurar contra você mesmo

Esse talvez seja:

o principal antídoto.

Se hipótese:

Db2,

não pergunte apenas:

“Que evidência prova Db2?”

Pergunte:

“Que evidência provaria que Db2 NÃO é o gatilho?”

Essa mudança:

é enorme.


🧠 Falsification mindset

Imagine:

HYPOTHESIS:
DB2 causes payment latency.

Teste:

Clientes que não tocam Db2 também estão lentos?

Se sim:

problema.

Outro:

Latency begins before Db2 anomaly?

Se sim:

problema.

Outro:

Remove Db2 contention and latency remains?

Problema.


☕ Hipótese boa precisa:

correr risco de morrer.

Caso contrário:

é decoração.


🧠 House MD entra

Equipe:

— Achamos pneumonia.

House:

— O que contradiz?

— Nada.

— Procuraram?

— Não.

— Então vocês não têm “nada que contradiz”.

Pausa.

— Vocês têm “nada que procuramos para contradizer”.

Essa diferença é:

fantástica.


🎯 Pergunta Bellacosa nº 4

“Ausência de contradição ou ausência de busca por contradição?”


🧠 Confirmation Bias em debugging COBOL

Programa:

resultado incorreto.

Programador pensa:

“é o COMPUTE.”

Então abre:

COMPUTE WS-TOTAL =
        WS-PRICE * WS-QUANTITY.

Lê.

Relê.

Encontra:

arredondamento estranho.

Corrige.

Teste melhora.

Pronto?

Talvez não.

O campo:

WS-PRICE

já estava:

errado.

Então:

o problema no COMPUTE era:

real?

Talvez.

Mas talvez:

secundário.


🧠 Trace backwards

Pergunta senior:

“Onde aparece o primeiro valor errado?”

Não:

onde encontramos:

um cálculo suspeito.


☕ O primeiro lugar onde percebemos o erro

não é necessariamente:

o primeiro lugar onde ele existe.


🧠 Exemplo de lineage

INPUT
  OK
   ↓
COPYBOOK MAPPING
  WRONG
   ↓
MOVE
  WRONG
   ↓
COMPUTE
  WRONG
   ↓
REPORT
  WRONG

Se você ama a hipótese:

COMPUTE,

talvez fique:

no quarto andar.

Causa:

segundo.


🎯 Pergunta Bellacosa nº 5

“Estou investigando a origem do valor ou apenas o ponto onde ele finalmente ficou visível?”


🧠 Confirmation Bias e testes

Desenvolvedor escreve:

testes.

Se quer:

confirmar código,

faz:

happy path.

Tudo passa.

Excelente.

Mas:

boundary?

negative?

invalid?

concurrency?


☕ Testar só o que espera funcionar

é quase:

pedir elogio ao compilador.


🧠 Mutation Testing como filosofia anti-confirmação

Interessante.

Pergunta:

“Se o código estivesse errado, meus testes perceberiam?”

Isso é mais poderoso do que:

“meu código passa?”

Porque:

passar não garante:

qualidade.


🧠 Negative Testing

Ideal:

tente destruir.


🎯 Pergunta Bellacosa nº 6

“Qual teste eu escreveria se estivesse tentando provar que minha implementação está errada?”


🧠 Confirmation Bias em code review

Autor:

“simple change.”

Reviewer:

já ancorado.

Procura:

pequeno ajuste.

Talvez:

copybook global.

Danger.


☕ “Mudança simples”

é um dos comentários mais perigosos:

do software corporativo.


🧠 Neutral review

Better:

“change modifies X.”

Then:

review.

Avoid:

framing.


🧠 Confirmation Bias em RCA

Postmortem começa:

— O deploy causou.

Agora:

todo mundo procura:

deploy.

Mas talvez:

deploy coincidiu.

Post hoc.


🎯 Pergunta Bellacosa nº 7

“Estamos investigando o evento porque ocorreu antes ou porque demonstramos mecanismo causal?”


🧠 Timeline limpa

Uma ferramenta maravilhosa:

escreva:

02:51 API latency
02:52 retries
02:55 queue
03:01 DB2 lock

Sem:

“cause”.

Sem:

“because”.

Só fatos.

Depois:

analise.

Isso reduz:

narrativa prematura.


☕ Timeline sem opinião

é:

testemunha interessante.


🧠 Confirmation Bias e Narrative Bias

Depois que temos hipótese,

montamos:

história.

O cérebro ama:

coerência.

Então fatos ambíguos:

ganham significado.

Narrative Bias.


🧠 Exemplo

DB2 warning
+
customer latency
+
old Db2 incident

Story:

Db2 again.

Mas:

talvez sejam:

três fatos não causais.


🎯 Pergunta Bellacosa nº 8

“Essa história explica os fatos ou os fatos foram escolhidos porque deixam a história bonita?”


🧠 Confirmation Bias e Metric Fixation

Leadership acredita:

service healthy.

Dashboard:

green.

Evidence:

green.

Customer complaints:

“anecdotal.”

Observe.

A crença:

“dashboard = reality”

é confirmada:

pelos próprios dashboards.

Circular.


☕ Se seu termômetro mede só a sala de reunião

não use:

para provar que cozinha não está pegando fogo.


🧠 McNamara Fallacy

Hard-to-measure:

ignored.

Quantitative evidence favorable:

dominates.


🎯 Pergunta Bellacosa nº 9

“Estamos descartando evidência porque é fraca ou porque é qualitativa?”


🧠 Confirmation Bias e Goodhart

Manager believes:

team improved.

KPI:

tickets closed +40%.

Great.

But:

reopens +80%.

Ignore.

Why?

Contradiz:

belief.


🧠 Counter-metric

Always ask:

what metric would:

tell opposite story?


🎯 Pergunta Bellacosa nº 10

“Qual indicador eu não gostaria de mostrar se minha narrativa estivesse errada?”

Boa.


🧠 Confirmation Bias e Goal Gradient

Projeto:

97%.

Queremos lançar.

Pass test:

“ótimo.”

Fail test:

“edge case.”

Percebe?

O mesmo evidence quality:

não.

Goal Gradient creates:

desired outcome.

Confirmation Bias:

selects supportive facts.


☕ “Edge case”

às vezes significa:

“evidência que estraga nosso cronograma.”


🧠 Confirmation Bias e Sunk Cost

Investimos:

18 meses.

Queremos:

continuar.

Então:

market signal positive:

important.

Negative:

temporary.

Sunk Cost + Confirmation.


🧠 Escalation of Commitment

Cada novo investimento:

aumenta desejo:

de estar certo.

Então:

evidência contrária:

fica psicologicamente cara.


🎯 Pergunta Bellacosa nº 11

“A evidência mudou ou apenas ficou mais difícil admitir que estamos errados?”


🧠 Confirmation Bias e Cultural Debt

Uma decisão antiga:

“centralizar tudo.”

Funcionou.

Hoje:

custos.

Mas organização lembra:

sucessos.

Fracassos alternativos:

superestimados.

Cultura confirma:

decisão.

Cultural Debt permanece.


☕ Uma cultura pode:

selecionar memória.


🧠 Confirmation Bias e arquitetura

Time cloud:

procura:

cloud success stories.

Time mainframe:

procura:

mainframe reliability stories.

Ambos:

podem estar certos.

Ambos:

podem estar incompletos.


🎯 Pergunta Bellacosa nº 12

“Estou comparando alternativas ou reunindo munição para a alternativa que já prefiro?”


🧠 Confirmation Bias e pessoas

Manager acha:

analista fraco.

Agora:

erros:

memorizados.

Acertos:

esperados.

Label:

strengthens.

This is dangerous.

Fundamental Attribution.

Halo/Horn.


☕ A pessoa vira:

query filter.


🧠 Confirmation Bias e AI

Agora:

zona moderna.

Prompt:

“Explique por que Db2 provavelmente causou o incidente.”

A IA:

faz exatamente isso.

E talvez faça:

muito bem.

O problema:

não é IA.

É:

pergunta.


🤖 LLMs são excelentes em construir argumentos plausíveis

Portanto:

não use apenas como:

advogado.

Use como:

adversário.


🧠 Prompt melhor

Avalie as hipóteses:
- Db2
- API externa
- MQ
- rede

Para cada uma, liste:
- evidências a favor
- evidências contra
- fatos não explicados
- teste que poderia refutá-la

Agora:

muito mais interessante.


🎯 Pergunta Bellacosa nº 13

“Estou pedindo análise ou justificativa?”


🧠 Confirmation Bias e RAG

Search query:

DB2 incident payment latency

Results:

Db2.

Surprise.

Se busca:

payment latency retries queue growth

espaço:

mais aberto.


☕ Query contém:

viés.

Banco de dados não:

reclama.


🧠 Confirmation Bias e AIOps

Classifier:

Db2 82%.

Operator:

opens Db2.

Finds:

warnings.

Confidence:

increases.

Mas:

machine and human

may use:

same source.

This is not:

independent confirmation.


🎯 Pergunta Bellacosa nº 14

“Essas confirmações são independentes ou todas derivam do mesmo dado?”

Importantíssima.


🧠 Três dashboards, uma fonte

RMF → dashboard A.

RMF → dashboard B.

RMF → AI model.

Three outputs.

One sensor.

Don't count:


COUNT(DASHBOARDS)

não é:

COUNT(INDEPENDENT_SOURCES).


🧠 Confirmation Bias e histórico

Historical RCA says:

Db2.

Current incident resembles.

Search old tickets tagged Db2.

Finds:

Db2.

But old labels may:

already be biased.

Circular confirmation.


🎯 Pergunta Bellacosa nº 15

“O histórico que usamos para confirmar esta hipótese foi classificado usando o mesmo raciocínio?”


🧠 Feedback loop em IA

OLD RCA LABEL
↓
TRAINING DATA
↓
MODEL PREDICTS SAME LABEL
↓
HUMAN ACCEPTS
↓
NEW RCA LABEL
↓
MORE TRAINING DATA

Isso é:

Confirmation Bias industrializado.


☕ Um erro histórico pode:

ganhar GPU.


🧠 Confirmation Bias e segurança

Analista acredita:

APT.

Procura:

PowerShell.

Encontra.

But PowerShell:

common.

Need:

base rate.

Context.


🧠 Base rate

Se signal:

common in healthy population,

weak evidence.


🎯 Pergunta Bellacosa nº 16

“Quão raro esse sinal realmente é?”


🧠 Security example

Alert:

failed logins.

Could mean:

attack.

Could mean:

password expired.

Need:

alternative hypotheses.


🧠 Confirmation Bias e fraude

Fraud analyst:

transaction suspicious.

Then every unusual action:

supports fraud.

Maybe:

traveling customer.

Again.


🧠 The hypothesis matrix

One of best tools.

EVIDENCE           DB2   API   MQ

Lock               +     0     0
Early timeout      -     +     0
Queue growth       0     +     +
Non-DB2 affected   -     +     0

Now:

explicit comparison.


☕ Uma hipótese sozinha

vence sempre.

Dê:

concorrentes.


🧠 Differential diagnosis

Medicine understands.

IT should:

steal shamelessly.


🎯 Pergunta Bellacosa nº 17

“Quais outras causas explicariam esses mesmos sintomas?”


🧠 Confirmation Bias e stop criteria

If we keep searching until:

find confirmation,

we will:

find.

Need:

predefined criteria.


🧠 Before test

Write:

If H1 true:

expect X.

If false:

expect Y.

Then:

test.


☕ Predeclare expected result

before:

seeing result.

Reduces:

rationalization.


🎯 Pergunta Bellacosa nº 18

“Antes do teste, registramos o que nos faria abandonar a hipótese?”


🧠 Interpretation elasticity

Danger:

whatever happens:

fits.

CPU up?

Db2.

CPU normal?

Db2 waiting.

Network normal?

Db2.

Network bad?

Db2 causing retries.

If everything:

supports,

nothing tests.


☕ Hipótese de borracha

esticando para caber:

em qualquer evidência.


🧠 Confirmation Bias e statistical cherry-picking

No need:

academic.

Simple:

choose:

time window;

metric;

customer segment;

baseline

that supports.

Sometimes:

unconscious.


🎯 Pergunta Bellacosa nº 19

“Por que escolhemos exatamente esse período, essa métrica e essa amostra?”


🧠 Confirmation Bias e visualization

Y-axis zoomed.

Spike:

dramatic.

Full scale:

small.

Charts can:

persuade.

Not lie exactly.

Frame.


☕ Gráfico também:

conta histórias.


🧠 Confirmation Bias e postmortem

After outcome known:

look back.

Pick events:

support final cause.

Hindsight Bias.

Narrative Bias.

Need:

preserve decision timeline.


🧠 What we believed when

Important:

02:30 H1 Db2 40%
02:40 API evidence found
02:45 H1 Db2 20%

Then:

learning.


🎯 Pergunta Bellacosa nº 20

“Estamos reconstruindo o raciocínio real ou escrevendo uma história elegante depois de saber o final?”


🧠 Confirmation Bias e Outcome Bias

Next chapter perhaps.

If risky change works:

we say:

“see? safe.”

One success:

confirms.

If fails:

opponents:

“see? dangerous.”

Outcome Bias + Confirmation.


☕ Um único resultado

pode alimentar:

duas religiões diferentes.


🧠 Confirmation Bias e Self-Serving

Success:

skill.

Failure:

context.

Then:

memory selects.


🧠 Confirmation Bias e Risk Compensation

Control introduced.

No incidents:

confirmation.

Team takes more risk.

Maybe risk hidden.


🎯 Pergunta Bellacosa nº 21

“Estamos confirmando que o controle funciona ou apenas observando que ainda não falhou?”


🧠 Confirmation Bias e backup

Backup:

green 365 days.

Belief:

safe.

Restore?

Never.

Logs:

confirm backup.

But objective:

recover.

Classic.


☕ Backup report confirma:

backup.

Não:

restore.


🧠 Confirmation Bias e DR

Tabletop exactly follows:

runbook.

Pass.

Confirms.

But real disaster:

different.

Need:

variation.

Challenge assumptions.


🎯 Pergunta Bellacosa nº 22

“Nosso teste foi construído para validar o plano ou para desafiar o plano?”


🧠 Confirmation Bias e training

Employee believes:

knows COBOL.

Course score:

95%.

Confirms.

Production challenge:

different.

Need:

labs.


🧠 Certification as evidence

Useful.

Not complete.

Metric Fixation.


☕ Badge diz:

“passou.”

Não:

“já viu todos os gremlins.”


🧠 Confirmation Bias em benchmark de IA

Model:

great benchmark.

We believe:

excellent.

Ignore:

real domain failures.

Again:

proxy.


🎯 Pergunta Bellacosa nº 23

“Estamos escolhendo avaliações que favorecem o modelo que já queríamos selecionar?”


🧠 Confirmation Bias e leadership

Leader says:

Db2.

Team wants:

please.

Evidence:

aligned.

Authority Bias.

Potential:

groupthink.


🧠 Speak-last rule

Leader:

listen first.

Then:

opinion.

Great.


☕ Quem tem mais autoridade

deveria ter:

mais cuidado

com a primeira frase.


🎯 Pergunta Bellacosa nº 24

“A equipe concorda porque viu a mesma evidência ou porque ouviu a mesma autoridade?”


🧠 Confirmation Bias e psychological safety

If challenging senior:

costly,

contra-evidence:

stays silent.

Now:

confirmation appears:

stronger.

Not because:

no contradiction.

Because:

contradiction suppressed.


☕ Silêncio não é:

consenso.

Às vezes:

é organograma.


🧠 Confirmation Bias e vendor

Client believes:

vendor fault.

Vendor believes:

client.

Both:

collect evidence.

Need:

shared timeline.

Independent instrumentation.


🎯 Pergunta Bellacosa nº 25

“Quem se beneficia se esta hipótese for aceita?”

Not automatic guilt.

But:

context.


🧠 Confirmation Bias e Principal-Agent

Incentives:

shape search.

Important.


🧠 Confirmation Bias e Campbell

If metric rewards:

certain root category,

pressure.


🧠 Confirmation Bias e Goodhart

If KPI:

low change failure,

teams classify:

incidents unrelated.

Now:

data confirms:

good changes.

Circular.


☕ Classificação também pode:

ser gaming.


🧠 Confirmation Bias em produção real

Imagine:

change 23:00.

Incident 23:15.

Everyone:

change.

Rollback.

Incident stays.

Now:

what?

If attached:

change,

may say rollback incomplete.

Maybe:

unrelated.

Need:

reopen.


🎯 Pergunta Bellacosa nº 26

“Qual evidência faria aceitarmos coincidência?”


🧠 Correlation vs causation

Still.

Important.


🧠 Confirmation Bias e code comments

Comment:

* FIX FOR DB2 ISSUE

Future developer:

assumes.

Maybe:

not.

Comments can:

anchor + confirm.


☕ Comentário velho

é:

opinião com fossilização.


🧠 Git history as evidence

Check:

why change?

Ticket?

Test?

Useful.


🧠 Confirmation Bias e documentation

Documentation may:

encode old theory.

Question.


🎯 Pergunta Bellacosa nº 27

“Esse documento descreve comportamento observado ou uma explicação histórica nunca revalidada?”


🧠 Confirmation Bias e Cultural Debt novamente

“Nunca altere esse módulo.”

Why?

Old outage.

Maybe:

cause wrong.

Fear:

confirmed by every avoided change.

No new evidence because:

nobody tests.

Self-sealing belief.


☕ Não mexemos porque:

é perigoso.

Como sabemos?

Porque:

nunca mexemos.

Maravilhoso circuito lógico.


🧠 Self-sealing beliefs

A belief structured so:

lack of challenge

becomes evidence.

Danger.


🎯 Pergunta Bellacosa nº 28

“Nossa crença impede justamente o experimento que poderia testá-la?”


🧠 Confirmation Bias e observability design

We instrument:

what we think important.

Then data says:

those things matter.

Why?

Because:

that's what measured.

McNamara.

Streetlight.


☕ Telemetria também:

herda hipótese.


🧠 Confirmation Bias e incident dashboards

If dashboard built:

Db2-centric,

incident appears:

Db2-centric.

Design:

matters.


🧠 End-to-end tracing

Better:

follow transaction.

Not:

component belief.


🎯 Pergunta Bellacosa nº 29

“Nossa observabilidade foi desenhada para o sistema real ou para a arquitetura mental que tínhamos quando o dashboard foi criado?”


🧠 Confirmation Bias e AI agents

Agent hypothesis:

Db2.

Then tool calls:

Db2.

Returns:

Db2 info.

Agent confidence:

rises.

This is:

tool-use feedback loop.

Need:

exploration policy.


🤖 Agent anti-confirmation

Require:

at least one disconfirming tool query.

At least:

one alternative hypothesis.

Very good.


🧠 Human-in-the-loop

Ask human:

what unexplained?

Useful.


🎯 Pergunta Bellacosa nº 30

“O agente possui um mecanismo para procurar deliberadamente evidência contra sua própria hipótese?”


🧠 Confirmation Bias e search engines

Search:

“why mainframes are obsolete”

Find:

arguments.

Search:

“why mainframes are essential”

Find:

arguments.

Search query:

decides:

universe.


☕ Internet é grande o suficiente

para confirmar:

quase qualquer coisa.


🧠 Better research query

“What are strengths, weaknesses and current use cases of mainframes?”

Neutraler.


🧠 Confirmation Bias e news

Same.

But let's stay:

mainframe.


🧠 Confirmation Bias e DBA vs app team

DBA:

“app.”

App:

“DB.”

Each:

protects domain.

Self-serving.

Need:

cross-team.


🎯 Pergunta Bellacosa nº 31

“Estamos procurando causa ou procurando inocência da nossa própria camada?”


🧠 Confirmation Bias e RCA blame

A person:

mistake.

Search:

their past mistakes.

Now:

“pattern.”

Maybe:

not.

Fundamental Attribution.


🧠 Blameless approach

Focus:

system.


☕ Você não precisa absolver pessoa

para:

entender contexto.


🧠 Confirmation Bias e hiring

Candidate with famous company.

We expect:

good.

Interpret answers:

favorably.

Halo.

Opposite too.

Not technical incident, but same mechanism.


🧠 Confirmation Bias e estimates

We believe:

project simple.

Then:

count only known tasks.

Unknowns:

ignored.

Planning fallacy.


🎯 Pergunta Bellacosa nº 32

“Nossa estimativa inclui aquilo que pode provar que o projeto é mais complexo do que gostaríamos?”


🧠 Confirmation Bias e No-Go

Team wants launch.

Evidence:

pass.

Fail:

exception.

Need:

predefined no-go.

This is:

cognitive forcing.


🧠 Precommitment

Define:

before:

emotion.


☕ Regra escrita ontem

pode proteger:

do cérebro de hoje.


🧠 Confirmation Bias e checklists

Checklist ensures:

look at:

contrary dimensions.

But beware:

box-ticking.

Need:

meaning.


🧠 Two-column checklist

SUPPORTS | CONTRADICTS

Simple.


🎯 Pergunta Bellacosa nº 33

“Qual é nossa melhor evidência contra a hipótese principal?”

If answer:

none,

ask:

why.


🧠 Confirmation Bias e confidence calibration

Use:

percentage maybe.

But avoid fake precision.

Maybe:

Low/Medium/High.

Update:

when new evidence.


🧠 Confidence should move both ways

Not only:

up.


☕ Hipótese também precisa:

saber perder.


🧠 Confirmation Bias e decision hygiene

A few excellent habits:

  • facts first

  • hypotheses later

  • independent opinions

  • contrary evidence

  • source provenance

  • baseline

  • timeline

  • re-estimation


🧠 Bellacosa Anti-Confirmation Protocol

Passo 1

Declare:

what you believe.

H1: Db2.

Passo 2

Declare:

why.


Passo 3

List:

at least two alternatives.


Passo 4

Write:

what would falsify H1.


Passo 5

Search:

contrary evidence first.


Passo 6

Compare:

baseline.


Passo 7

Check:

independent sources.


Passo 8

Ask:

someone unanchored.


Passo 9

Update:

confidence.


Passo 10

Reward:

being disproved early.


☕ Regra central

Ser refutado às 03:10 é muito mais barato que ser refutado às 07:30 por produção.


📋 Checklist Bellacosa anti-Confirmation Bias

[ ] Qual é nossa hipótese?

[ ] Que evidência a favor existe?

[ ] Que evidência contra existe?

[ ] Procuramos ativamente contradições?

[ ] Temos hipóteses concorrentes?

[ ] A evidência é independente?

[ ] Comparámos com baseline?

[ ] A timeline é consistente?

[ ] Há fatos não explicados?

[ ] O título do ticket nos ancorou?

[ ] O senior falou primeiro?

[ ] A IA recebeu a hipótese como fato?

[ ] O fix testou causalidade?

[ ] Existe incentivo para essa causa ser verdadeira?

[ ] Sabemos o que nos faria mudar de ideia?

🧠 Bellacosa Evidence Card

HYPOTHESIS:
_____________________________

SUPPORT:
_____________________________

CONTRADICTIONS:
_____________________________

ALTERNATIVES:
_____________________________

BASELINE:
_____________________________

INDEPENDENT SOURCES:
_____________________________

WOULD FALSIFY:
_____________________________

CONFIDENCE:
LOW / MEDIUM / HIGH

👻 Easter Egg nº 2 — o SQL do viés

Nosso jovem encontra:

SELECT *
  FROM EVIDENCE
 WHERE SUPPORTS_DB2 = 'Y';

Doctor:

— Problema?

— Sim.

Ele altera:

SELECT *
  FROM EVIDENCE
 ORDER BY EVENT_TIMESTAMP;

Doctor sorri.

— Agora?

Nosso jovem:

— Agora deixamos os dados falar antes da hipótese.

— Excelente.


🧠 O Teste do Inimigo

Imagine que:

você precisa provar:

sua própria hipótese errada.

Que evidência usaria?

Esse exercício:

é fantástico.


🧠 O Teste do Outro Time

Dê:

facts only.

Pergunte:

root hypothesis.

Compare.


🧠 O Teste do Dado Feio

Qual evidência:

mais atrapalha sua história?

Comece:

por ela.


🎯 Pergunta Bellacosa nº 34

“Qual fato eu gostaria secretamente que não existisse?”

Essa pergunta:

vale ouro.


🧠 Confirmation Bias e curiosity

Curiosidade genuína:

antídoto.

Instead:

“What confirms?”

Ask:

“What surprises?”


☕ O dado que surpreende

talvez seja:

o mais valioso.


🧠 Surprise is information

If model predicted:

A.

Observed:

B.

Don't rationalize.

Update:

model.


🧠 Engineer maturity

Junior:

tries to prove:

first guess.

Senior:

tries to break:

first guess.

Master:

enjoys when evidence:

forces new model.


☕ Porque:

estar certo

é bom.

Aprender algo novo:

melhor.


🕰️ De volta à War Room

03:44.

Nosso jovem escreve:

H1 DB2
H2 API
H3 MQ
H4 NETWORK

Then:

SUPPORT / CONTRADICT

DBA:

— Lock real.

Support Db2.

App:

— Timeout began 9 minutes earlier.

Contradict Db2 trigger.

Network:

— normal.

Contradict network.

MQ:

— queue increase after retries.

Supports API/retry.

Now:

investigation changes.


🔧 Resultado

External API latency:

trigger.

Retry mechanism:

amplifier.

Db2 lock:

secondary consequence.

All evidence:

real.

But meaning:

different.


☕ Essa é a parte importante

Confirmation Bias não necessariamente cria dados falsos. Ele pode criar interpretação falsa usando dados completamente verdadeiros.

Essa frase merece:

placa.


🧠 Data versus meaning

Logs:

fact.

Causal role:

interpretation.

Separate.


🎯 Pergunta Bellacosa nº 35

“O que é dado e o que é inferência nesta conclusão?”


👻 Easter Egg final — BELLACOSA.BIAS

No member:

BELLACOSA.BIAS(CONFIRMATION)

Código:

       IF HYPOTHESIS-EXISTS = 'Y'
           PERFORM SEARCH-SUPPORT
           PERFORM SEARCH-CONTRADICTION
           PERFORM GENERATE-ALTERNATIVES
       END-IF.

       IF CONTRADICTING-EVIDENCE > ZERO
           DISPLAY
           'DO NOT MOVE TO NOISE WITHOUT REVIEW'
       END-IF.

       IF TEAM-SAYS 'ISSO CONFIRMA'
           PERFORM ASK-WHAT-WOULD-REFUTE
       END-IF.

       IF ONLY-SUPPORT-WAS-SEARCHED = 'Y'
           MOVE 'BIASED'
             TO INVESTIGATION-STATUS
       END-IF.

Comentários:

* DO NOT ASK ONLY:
* WHY AM I RIGHT?

Outro:

* ASK:
* HOW COULD I BE WRONG?

Outro:

* TRUE DATA
* CAN SUPPORT
* WRONG STORIES.

Outro:

* THREE DASHBOARDS
* FED BY ONE SENSOR
* ARE STILL
* ONE SOURCE.

E naturalmente:

* DALEK THEORY:
* THE DOCTOR IS WRONG.
*
* DATASET:
* ONLY EVIDENCE
* SELECTED BY DALEKS.

Nosso jovem fecha:

o member.

Ri.


🧬 Regeneração organizacional

Uma organização madura não:

tenta eliminar Confirmation Bias.

Impossível.

Ela cria:

sistemas que dificultam:

sua vitória.

Facts first.

Independent review.

Alternative hypotheses.

Contradiction fields.

Base rates.

Timelines.

Fresh eyes.

Predefined criteria.

Blameless challenge.

Ela permite que alguém diga:

“Nossa hipótese favorita está errada.”

Sem:

drama.

Sem:

perda de status.

Sem:

“quem errou?”

Porque entende:

mudar de hipótese diante de evidência nova não é falha da investigação. É exatamente o comportamento que uma boa investigação deveria produzir.


📓 Diário do Doctor

Se guardar algumas coisas desta viagem:

Confirmation Bias é a tendência de procurar, lembrar e interpretar evidências de maneira consistente com crenças já existentes.

Ele pode afetar busca, atenção, memória, interpretação e comunicação.

Anchoring frequentemente cria a primeira hipótese que Confirmation Bias passa a proteger.

Recency Bias, Availability e Representativeness ajudam certas hipóteses a parecerem mais naturais.

Streetlight Effect determina onde procuramos.

Search Satisfaction faz um achado favorável reduzir a vontade de continuar.

Premature Closure transforma hipótese plausível em conclusão cedo demais.

Diagnosis Momentum distribui a conclusão pela organização.

Narrative Bias monta uma história coerente usando os findings favoráveis.

Metric Fixation pode fazer indicadores favoráveis parecerem mais confiáveis do que evidências qualitativas contrárias.

McNamara Fallacy pode excluir justamente aquilo que não é fácil de medir.

Goodhart e Campbell podem criar incentivos para selecionar classificações ou dados convenientes.

Sunk Cost e Escalation of Commitment tornam evidências contrárias psicologicamente caras.

A IA pode ser ancorada e induzida a confirmar a hipótese contida no prompt.

Múltiplas evidências derivadas da mesma fonte não são independentes.

Um finding verdadeiro pode sustentar uma interpretação causal errada.

E principalmente:

uma boa investigação não mede sua qualidade pela quantidade de evidências que conseguiu reunir a favor da hipótese; mede pela capacidade dessa hipótese de sobreviver às melhores evidências encontradas contra ela.


🥚 Último Easter Egg

Antes de entrar na TARDIS, o Doctor pergunta:

— Você quer estar certo?

Nosso jovem responde:

— Claro.

Doctor:

— Péssima prioridade.

— Como assim?

— Queira descobrir o que aconteceu.

— E se eu estiver errado?

Doctor abre a porta.

— Melhor ainda.

— Melhor?

“Significa que a realidade acabou de lhe ensinar algo que sua hipótese ainda não sabia.”

VWORP.

VWORP.

VWORP.

A TARDIS desaparece.

No quadro fica:

“Não procure provas de que está certo. Procure boas oportunidades de descobrir que está errado.”

E talvez essa seja a essência do Confirmation Bias no Bellacosa Mainframe:

a investigação começa com uma hipótese, mas só se torna engenharia quando essa hipótese recebe permissão real para morrer.

☕🌀

Próxima parada: Outcome Bias — quando uma decisão ruim termina bem, todo mundo passa a chamá-la de genial; e quando uma decisão boa termina mal por azar, todos juram que ela sempre foi irresponsável.

quarta-feira, 14 de maio de 2014

O CDN de Envelope Pardo: quando o office-boy Vaguinho distribuía conteúdo adulto na Avenida Paulista antes de alguém inventar a Internet

 

Bellacosa Mainframe e o famoso contrabando de envelopes pardos

☕ Um Café no Bellacosa Mainframe

O CDN de Envelope Pardo: quando o office-boy Vaguinho distribuía conteúdo adulto na Avenida Paulista antes de alguém inventar a Internet

📦 No coração financeiro do Brasil, entre bancos, multinacionais e executivos engravatados, existia uma rede paralela de distribuição cujo protocolo era simples: dinheiro na mão, discrição e jamais perguntar o que havia dentro do envelope.

Hoje você abre um navegador.

Digita alguma coisa.

O pedido atravessa roteadores, fibras ópticas, datacenters, caches e CDNs distribuídos pelo planeta.

Milissegundos depois, o conteúdo aparece.

É maravilhoso.

Mas houve uma época em que determinadas redes de distribuição funcionavam com uma tecnologia consideravelmente mais sofisticada:

um moleque de sapato gasto carregando um envelope pardo pela Avenida Paulista.

Eu conhecia o protocolo.

Porque o moleque era eu.

Ou melhor:

Vaguinho.

Office-boy.

Mensageiro.

Transportador de documentos.

E, ocasionalmente, por alguns trocados adicionais...

CDN humano de material adulto.

Bem-vindo à Internet brasileira antes da Internet.


🏙️ Avenida Paulista: o datacenter do capitalismo brasileiro

Precisamos primeiro reconstruir o cenário.

A Avenida Paulista daquela época era um dos grandes símbolos do poder econômico brasileiro.

Bancos.

Seguradoras.

Multinacionais.

Grandes escritórios.

Empresas nacionais.

Executivos.

Advogados.

Contadores.

Gerentes.

Diretores.

Secretárias.

Telefonistas.

Contínuos.

Office-boys.

Era um universo de terno, gravata, telefone fixo, máquina de escrever, memorando, protocolo, carimbo e papel.

Muito papel.

Toneladas de papel.

Documentos circulavam fisicamente entre empresas.

Contratos.

Faturas.

Cheques.

Relatórios.

Correspondência.

Um documento que hoje atravessaria São Paulo como PDF precisava ganhar pernas.

E as pernas frequentemente pertenciam a nós:

os office-boys.


🏃 O TCP/IP usava sapatos

O office-boy era uma peça fundamental da infraestrutura corporativa.

Hoje alguém clica:

SEND.

Naquela época:

— Vaguinho!

— Oi.

— Leva isso na Paulista.

E lá ia Vaguinho.

SOURCE:
EMPRESA A

DESTINATION:
EMPRESA B

PROTOCOL:
OFFICE-BOY

TRANSPORT:
ÔNIBUS + METRÔ + PERNAS

PACKET:
ENVELOPE

TRACKING:
"JÁ VOLTO."

SLA:
ANTES DAS CINCO

🤣

Se o office-boy faltasse, determinadas partes da rede simplesmente apresentavam degradação de serviço.

Éramos middleware com vale-transporte.


📦 E então surgiu o envelope pardo

O envelope pardo era uma obra-prima da tecnologia da informação.

Barato.

Resistente.

Discreto.

Compatível com praticamente qualquer empresa.

Não revelava o conteúdo.

Não precisava de senha.

Não tinha preview.

Não mandava notificação.

E ninguém recebia:

“Vagner compartilhou um arquivo com você.”

O envelope simplesmente chegava.

ENCRYPTION:
OPACITY

ACCESS CONTROL:
DESTINATÁRIO

METADATA:
MINIMAL

CONTENT INSPECTION:
SOCIALMENTE DESENCORAJADA

Era praticamente criptografia por constrangimento.

🤣

E foi nesse ambiente que descobri que havia tráfego adicional disponível na rede.


😏 O Brasil oficial tinha um segundo sistema operacional

Durante esta nossa arqueologia sobre Carlos Zéfiro, Grafipar e Carol Blue, uma coisa ficou cada vez mais clara para mim.

Existia o Brasil oficial.

E existia outro Brasil executando silenciosamente em background.

No Brasil oficial havia:

reuniões;

balancetes;

memorandos;

hierarquias;

chefes;

gravatas;

recepcionistas;

departamentos financeiros.

No Brasil paralelo havia:

piadas;

revistas;

bebidas;

jogo;

namoros;

fofocas;

fantasias;

publicações adultas;

e toda aquela infinita humanidade que desaparecia imediatamente quando o diretor abria a porta e perguntava:

— Como estão os números deste trimestre?

🤣

O mesmo homem podia existir perfeitamente nos dois ambientes.

Às nove:

Doutor Fulano, Diretor Financeiro.

Às quatro:

— Chegou aquele negócio?

Pessoas são pessoas.

A gravata nunca corrigiu isso.


🧑‍💼 O office-boy sabia coisas

Existe um detalhe da cultura corporativa antiga que talvez seja difícil explicar hoje.

O office-boy circulava.

Subia.

Descia.

Entrava.

Saía.

Conversava com recepcionistas.

Conhecia outros office-boys.

Conhecia bancas.

Conhecia caminhos.

Sabia onde ficavam empresas.

Sabia quem recebia documentos.

Sabia onde entregar.

E sobretudo:

era invisível o suficiente para circular por quase todos esses mundos.

Não era executivo.

Não participava das decisões.

Mas atravessava os corredores onde elas aconteciam.

Isso transformava o office-boy num tipo curioso de nó de rede.

             [BANCO]
                |
[ESCRITÓRIO]--VAGUINHO--[SEGURADORA]
                |
          [MULTINACIONAL]
                |
              [BANCA]

Centralidade de grafo surpreendentemente alta.

Salário surpreendentemente baixo.

🤣


💰 E o jovem empreendedor descobre o mercado

Em algum momento, Vaguinho percebeu uma das leis fundamentais do capitalismo:

se existe demanda e alguém consegue entregar, existe negócio.

Não fundei uma startup.

Não fiz apresentação para investidores.

Não havia venture capital.

Não existia LinkedIn para publicar:

“Tenho enorme satisfação em anunciar minha nova jornada empreendedora.”

🤣

Existia apenas:

material;

interessado;

entrega;

alguns trocados.

O modelo de negócios cabia inteiro numa folha de caderno.

RECEITA =
VALOR RECEBIDO
-
CUSTO

IF RECEITA > 0
    MOVE RECEITA TO BOLSO-DO-VAGUINHO
END-IF

Nascia o capitalismo de envelope pardo.


📰 Mas de onde vinha aquele ecossistema?

Agora, décadas depois, consigo enxergar aquilo com outros olhos.

Eu estava no final de uma cadeia muito maior.

Antes de chegar ao envelope havia:

editoras;

gráficas;

fotógrafos;

modelos;

desenhistas;

roteiristas;

distribuidores;

bancas;

revendedores;

colecionadores;

compradores.

Carlos Zéfiro já havia mostrado décadas antes que existia público para quadrinhos eróticos clandestinos.

Depois surgiram estruturas editoriais muito mais profissionais.

A Grafipar produziu revistas, quadrinhos e fotonovelas.

Carol Blue circulou pelas bancas.

Outras publicações disputavam aquele mercado.

Portanto o envelope que atravessava a Paulista não surgiu espontaneamente.

Atrás dele existia uma indústria cultural.


🖥️ Era um CDN

Décadas depois, quando comecei a trabalhar com informática, descobri um nome maravilhoso:

Content Delivery Network.

Uma CDN coloca conteúdo mais perto do usuário para distribuí-lo de maneira eficiente.

Quando finalmente compreendi o conceito, deveria ter levantado a mão:

— Professor...

— Sim?

— Isso existe há décadas.

— Como assim?

Eu fazia isso na Paulista.

🤣🤣🤣

Pense na arquitetura.

             ORIGIN
                |
                v
          DISTRIBUIDOR
                |
                v
             BANCA
                |
                v
          REDE INFORMAL
                |
                v
            VAGUINHO
                |
       +--------+--------+
       |        |        |
       v        v        v
    CLIENTE  CLIENTE  CLIENTE

Edge computing.

O conteúdo ficava próximo do consumidor.

E o edge tinha pernas.


🔐 HTTPS? Não. HPS.

Também existia segurança.

Não criptográfica.

Social.

O destinatário não precisava explicar o conteúdo.

O transportador não precisava fazer perguntas.

O envelope não precisava anunciar nada.

Era uma espécie de acordo tácito.

HPS/1.0

HUMAN PRIVACY SYSTEM

RULE 1:
ENTREGAR.

RULE 2:
RECEBER.

RULE 3:
NÃO PERGUNTAR.

RULE 4:
NÃO ABRIR.

RETURN CODE:
0000

E funcionava.

Porque privacidade também pode ser construída através de convenções sociais.


🕴️ O executivo também era Homo sapiens

Essa talvez tenha sido uma das primeiras grandes aulas antropológicas que recebi sem perceber.

Quando somos jovens, imaginamos adultos importantes como criaturas diferentes.

Diretores.

Executivos.

Gerentes.

Advogados.

Banqueiros.

Homens de terno.

Pareciam pertencer a outra espécie.

Depois descobrimos:

não.

🤣

O sujeito podia administrar milhões durante o expediente e continuar sendo exatamente o mesmo primata curioso que todos os outros depois que fechava a porta.

A civilização cria cargos.

A biologia continua rodando embaixo.

IDENTIFICATION DIVISION.

PROGRAM-ID. EXECUTIVO.

ENVIRONMENT DIVISION.
    CORPORATE.

DATA DIVISION.
    HUMAN-BEING PIC X VALUE 'Y'.

O HUMAN-BEING nunca deixava de ser Y.


🏢 E isso acontecia no coração do sistema

Esse detalhe torna a memória particularmente engraçada.

Não estamos falando de uma viela obscura numa cidade distante.

Era a Avenida Paulista.

Um dos grandes centros financeiros do Brasil.

Enquanto enormes quantidades de dinheiro circulavam contabilmente dentro dos prédios...

pequenos envelopes pardos circulavam fisicamente entre pessoas.

Duas economias.

Uma registrada nos sistemas corporativos.

Outra registrada apenas na memória dos participantes.

PAULISTA ONLINE

TRANSACTION 001:
R$ 15.000.000
CORPORATE FINANCE

TRANSACTION 002:
uns trocados
ENVELOPE PARDO

AUDIT STATUS:
TRANSACTION 002 NOT FOUND

🤣


🧒 E Vaguinho estava aprendendo

O mais curioso é olhar para aquele garoto agora.

Ele provavelmente achava que estava apenas conseguindo algum dinheiro extra.

Mas estava aprendendo coisas que só reconheceria décadas depois.

Logística.

Era necessário entregar.

Confiança.

O envelope precisava chegar intacto.

Privacidade.

Não se discutia o conteúdo no corredor.

Rede social.

Era preciso conhecer pessoas.

Demanda.

Só existia negócio porque alguém queria comprar.

Reputação.

Se você não fosse confiável, o circuito terminava.

Sem MBA.

Sem PowerPoint.

Sem Scrum Master.

Sem daily meeting.

🤣

Apenas produção.


🧙‍♂️ E o mais engraçado: depois veio o mainframe

O roteirista da minha vida tem um senso de humor peculiar.

O garoto que atravessava São Paulo transportando pacotes acabou entrando profissionalmente no mundo dos grandes sistemas.

Mainframes.

Bancos.

Processamento.

Redes.

Segurança.

Dados.

Transações.

SLA.

Auditoria.

Controle de acesso.

E décadas depois olha para trás e percebe:

eu já trabalhava com transporte de informação antes de saber o que era informação distribuída.

Só que o protocolo era:

VAGUINHO/1.0.


📡 Antes do P2P havia P2P

Também havia outra característica daquela época que desapareceu parcialmente com a Internet.

O compartilhamento físico.

Uma revista podia ter vários leitores.

Um comprava.

Outro via.

Outro pegava emprestado.

Outro descobria onde conseguir.

A informação percorria uma rede humana.

PESSOA
  ↓
PESSOA
  ↓
PESSOA
  ↓
PESSOA

Peer-to-peer.

Literalmente.

Pessoa para pessoa.

Quando décadas depois surgiram BBS, FTP, Usenet, eMule, BitTorrent e outras tecnologias, o comportamento não nasceu com os computadores.

A tecnologia apenas acelerou uma coisa antiquíssima:

“Tenho algo interessante. Quer ver?”


🏺 E agora percebo que aquilo também era História

Na época não parecia.

Era cotidiano.

Era molecagem.

Era algum dinheiro extra.

Era mais uma pequena aventura na cidade.

Mas décadas depois aqueles envelopes ajudam a reconstruir um Brasil que desapareceu.

O Brasil das bancas.

Dos office-boys.

Dos documentos físicos.

Dos elevadores cheios de gente fumando.

Dos telefones fixos.

Das secretárias.

Dos contínuos.

Dos departamentos enormes.

Dos envelopes circulando de prédio em prédio.

E de uma sociedade muito mais conservadora publicamente do que sua vida privada sugeria.


📦 O envelope como artefato arqueológico

Imagine um arqueólogo de 2526 encontrando um envelope pardo intacto.

Ele poderia escrever:

“Objeto administrativo utilizado pelas corporações brasileiras do final do século XX para transporte de documentos.”

Correto.

Mas incompleto.

🤣

Porque o objeto possuía usos que jamais apareceriam no manual.

É exatamente o mesmo problema que encontramos quando estudamos Roma.

Encontramos um objeto.

Classificamos.

Uso doméstico.

Uso religioso.

Uso administrativo.

Mas pessoas sempre encontram usos adicionais para tecnologias.

Talvez algum romano também tivesse sua versão do envelope pardo.

Provavelmente tinha.

Pessoas são pessoas.


😂 E ninguém imaginava o futuro

Essa talvez seja minha parte favorita.

Imagine alguém parando o jovem office-boy:

— Vaguinho.

— Oi.

— Um dia existirá uma rede mundial de computadores.

— Tá.

— Bilhões de pessoas estarão conectadas.

— Certo.

— Poderão transmitir textos, fotografias e vídeos instantaneamente.

— Legal.

— E você escreverá sobre tudo isso décadas depois.

Silêncio.

Quanto você paga pela entrega?

🤣🤣🤣

Prioridades.


🧬 Do envelope ao pacote IP

A evolução tecnológica fica maravilhosa quando colocamos lado a lado.

1980s

PAYLOAD:
PAPEL

PACKET:
ENVELOPE PARDO

ROUTER:
OFFICE-BOY

NETWORK:
RUAS DE SÃO PAULO

LATENCY:
30–120 MINUTOS

BANDWIDTH:
LIMITADA PELO BRAÇO

SECURITY:
NÃO ABRA

PROTOCOL:
CONFIANÇA


2026

PAYLOAD:
BITS

PACKET:
IP

ROUTER:
ROUTER

NETWORK:
INTERNET

LATENCY:
MILISSEGUNDOS

BANDWIDTH:
GIGABITS

SECURITY:
TLS

PROTOCOL:
MATEMÁTICA

Mudamos tudo.

E não mudamos quase nada.

Existe origem.

Existe destino.

Existe conteúdo.

Existe transporte.

Existe privacidade.

Existe confiança.

Existe gente querendo receber alguma coisa.


☕ O último café

Quando lembro daquele garoto atravessando a Avenida Paulista, não consigo deixar de rir.

Ele não sabia que trabalharia com computadores.

Não sabia o que era TCP/IP.

Não conhecia CDN.

Não conhecia criptografia.

Não sabia o que significava P2P.

Não imaginava smartphones.

Não imaginava streaming.

Não imaginava que um dia alguém conseguiria acessar praticamente qualquer conteúdo do planeta sem sair da cadeira.

Ele conhecia algo muito mais simples.

Alguém queria uma coisa.

Outra pessoa tinha.

Precisava chegar de A até B.

E havia alguns trocados envolvidos.

Pronto.

Arquitetura implementada.

Décadas depois podemos desenhar o sistema:

        BRASIL OFICIAL
             |
     AVENIDA PAULISTA
             |
    +--------+--------+
    |                 |
CORPORAÇÕES       VIDA HUMANA
    |                 |
DOCUMENTOS       CURIOSIDADES
    |                 |
    +--------+--------+
             |
          VAGUINHO
             |
      ENVELOPE PARDO
             |
         ENTREGA

Talvez essa seja uma das melhores lembranças daquela época.

Não pelo conteúdo dos envelopes.

Mas pelo que eles revelam.

Por trás dos prédios espelhados, das gravatas, dos cargos e dos organogramas existia exatamente a mesma humanidade que encontramos nos catecismos de Carlos Zéfiro, nas revistas da Grafipar, nas bancas e em qualquer outra época da História.

Mudam as tecnologias.

Mudam as roupas.

Mudam os prédios.

Mudam os protocolos.

O usuário permanece assustadoramente retrocompatível.

E durante algum tempo, antes de alguém inventar a World Wide Web, uma pequena parte daquela rede brasileira teve um servidor de borda muito particular.

Não possuía endereço IP.

Não tinha fibra.

Não tinha cache.

Não tinha certificado digital.

Tinha pernas.

Tinha vale-transporte.

Atendia por Vaguinho.

E aceitava pagamento em dinheiro.

DELIVERY COMPLETE.

RETURN CODE = 0000.

☕📦

Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...