A mais recente edição da i.Talks Técnico-BNP Paribas aproximou docentes e investigadores do Instituto Superior Técnico das equipas do BNP Paribas, num encontro direcionado para a aplicação de inteligência artificial (IA) à análise macroeconómica, aos riscos climáticos e ao funcionamento dos mercados financeiros. A sessão decorreu no campus Alameda do Técnico, ao longo da manhã de 19 de novembro.
Tiago Santos, em representação do BNP Paribas, sublinhou, durante o evento, a relevância de aproximar a investigação académica dos desafios concretos do setor financeiro, em particular no contexto da transformação digital e da adoção de soluções de IA.
As apresentações do primeiro painel destacaram a ligação entre análise macroeconómica, risco climático e inteligência artificial. Marta Ferraz (BNP Paribas) apresentou “Unexpected losses, from macroeconomics to Climate impact and the potential usage of AI”, discutindo de que forma a IA pode apoiar a identificação e antecipação de perdas inesperadas num contexto de incerteza macroeconómica e alterações climáticas. Seguiu-se Francisco Blasques (Técnico / Centro de Matemática Computacional e Estocástica – CEMAT), com a apresentação “Early Warning Systems for Macroeconomic Risk & AI-Driven Market Analysis”, centrada em sistemas de alerta precoce para riscos macroeconómicos suportados por modelos de IA. O painel ficou completo com Pedro Santos (Técnico / Instituto de Engenharia de Sistemas e Computadores – Investigação e Desenvolvimento em Lisboa – INESC-ID), que apresentou “LisHab – Multi-agent simulation of the Lisbon Housing Market”, um modelo de simulação multi-agente dedicado ao mercado habitacional de Lisboa e às dinâmicas urbanas associadas, que foi desenvolvido no âmbito de uma tese de mestrado no Técnico.
O segundo painel, dedicado a aplicações de inteligência artificial em contexto financeiro e educativo, bem como a desafios de eficiência computacional, iniciou com a intervenção de Manuel Coimbra (BNP Paribas), que apresentou “ModernBERT For Chat2Trade”. Explorou o potencial de modelos de linguagem de última geração como apoio à tomada de decisão em ambientes de trading. Miguel Mira da Silva (iNOV-Lab) partilhou o projeto “AI Tutor”, que pode contribuir para processos escaláveis e alinhados com as necessidades de um mercado de trabalho em rápida transformação. Já Nuno Lopes (Técnico / INESC-ID) abordou o tema “Low-latency & Efficient AI”, centrado na conceção de soluções de IA com baixa latência e elevada eficiência, aspetos críticos para aplicações financeiras em tempo real.
