Usando bem a IA

docs.scrimba.com

De tempos em tempos, a cada poucos anos, o setor de tecnologia encontra uma novidade para perder a cabeça. Agora é a vez da IA. Você provavelmente já viu as duas versões desse pânico: as pessoas convencidas de que ela muda tudo e de que você está acabado se não entrar de cabeça até sexta-feira, e as pessoas convencidas de que é uma farsa prestes a desmoronar a qualquer momento. Os dois lados são barulhentos. Os dois estão, na maior parte, errados.

A verdade é mais discreta e mais útil. A IA é uma ferramenta capaz, com falhas reais e específicas. Não é uma salvadora, não é uma ameaça, é uma ferramenta. A pergunta que vale o seu tempo não é se você deve ficar do lado do hype ou do apocalipse. É como usar essa coisa bem: onde ela merece um lugar no seu trabalho, onde não merece, e como manter o seu próprio discernimento enquanto o resto do mercado está ocupado perdendo o dele.

É sobre isso que este capítulo trata. O resto do manual ensina como a máquina funciona; este aqui é sobre como lidar com ela.

Onde ela realmente ajuda você

Deixando o alarido de lado, o argumento prático é forte. Um modelo é muito bom no trabalho que costumava consumir a sua tarde: rascunhar uma primeira versão, explicar uma base de código desconhecida, transformar texto desorganizado em dados estruturados, escrever aquele teste repetitivo de sempre, resumir uma conversa longa, te tirar do buraco numa sintaxe que você só lembra pela metade. Nada disso é glamouroso. Tudo isso é tempo de verdade que volta para você.

O que isso compra para um profissional de tecnologia é alavancagem. O piso do trabalho rotineiro sobe, então você passa menos do seu dia nas partes que nunca foram a parte interessante e mais nas que são: o design, as decisões de julgamento, as coisas que só você consegue ver porque entende o sistema todo. Usada assim, a IA não está substituindo o trabalho. Ela está limpando o caminho para que você chegue até ele.

A pegadinha é que isso só compensa se você conseguir diferenciar uma boa resposta de uma ruim. Um modelo entrega uma resposta errada com a mesma confiança de uma certa, e é a forma como esses modelos funcionam que torna isso inevitável. O profissional que se beneficia é aquele que consegue ler o que foi produzido, identificar o erro e seguir adiante. Quem não consegue está entregando os palpites de outra pessoa com o próprio nome assinado embaixo.

JunoOnde ela realmente ajuda você Essa é a parte que eu adoro contar para engenheiros novos: o trabalho que você costumava temer, os primeiros rascunhos, o código repetitivo, entender um código desconhecido, um modelo dá conta de boa parte disso. Isso te devolve tempo para as partes boas, o design e as decisões. O hábito que vale a pena construir desde já é conferir o que ele produz, porque ele vai dizer uma coisa errada com a mesma confiança de uma certa. Quando você conseguir notar isso, está com tudo.

JunoOnde ela realmente ajuda você O ganho prático é esse: entregue ao modelo o trabalho de rotina, os primeiros rascunhos, o código repetitivo, transformar texto desorganizado em dados, e fique com o design e o julgamento para você. Isso é tempo de verdade que volta. A pegadinha que vale destacar é que isso só é uma vantagem se você conseguir ler a resposta e identificar o erro que veio com confiança de acerto. Ainda não consegue fazer isso? É para isso que serve o resto deste manual.

JunoOnde ela realmente ajuda você Sim, ela é boa na metade chata do trabalho, os rascunhos e o código repetitivo que ninguém sente falta. Use o tempo que ela te dá para as decisões que um modelo não consegue tomar. Um aviso, dito uma vez só: ela te entrega uma resposta errada com a mesma confiança de uma certa. Se você não conseguir diferenciar, não está economizando tempo, está entregando os meus erros com o seu nome assinado.

O que ela não consegue substituir

Aqui está a parte que o hype ignora. Todo mundo está construindo com IA agora, e isso não eliminou a necessidade de pessoas que realmente entendem as coisas. Se algo mudou, foi para aumentar essa necessidade.

Um modelo não tem nenhum interesse no seu projeto, nenhuma memória do motivo pelo qual o sistema foi construído daquele jeito, e nenhuma noção do que importa para as pessoas que o usam. Ele busca a próxima palavra plausível, não a decisão certa. Então as coisas que continuam sendo suas são as que sempre foram a parte difícil: decidir o que construir, saber qual concessão vale a pena fazer, perceber que a resposta convincente está errada para esse contexto, manter o sistema todo na cabeça. Estratégia, discernimento e compreensão não vêm inclusos.

É por isso que "entender a máquina" atravessa o manual inteiro. Quanto mais você dirige uma ferramenta que não entende, mais você está apenas chutando. O engenheiro que sabe como o modelo se comporta o direciona para onde ele é forte e o mantém afastado de onde ele é fraco. Quem o trata como um oráculo recebe o que quer que o oráculo tenha tido vontade de dizer. Continue no comando, no nível em que as decisões de verdade são tomadas.

JunoO que ela não consegue substituir Pode parecer que o modelo sabe mais do que você. Não sabe, não de verdade. Ele não tem a menor ideia de por que o seu projeto importa ou do que as pessoas que o usam precisam, ele só é muito bom em parecer seguro. O julgamento, aquele "isso é realmente a decisão certa?", essa parte é sua e sempre vai ser. Você é quem está no volante; o modelo é só um par de mãos rápido.

JunoO que ela não consegue substituir Um modelo não tem interesse nenhum no seu projeto e nenhuma memória do motivo pelo qual ele foi construído daquele jeito. Ele otimiza para o plausível, não para o correto. Então a estratégia e as decisões de concessão continuam com você, e quanto mais você constrói com ele, mais isso importa. Aponte-o para onde ele é forte, mantenha-o fora das decisões e não entregue o volante a ele.

JunoO que ela não consegue substituir Todo mundo está programando com essas coisas agora, e de algum jeito isso convenceu as pessoas de que podem parar de pensar. Não podem. O modelo não tem interesse nenhum no seu trabalho e nenhuma ideia do que importa; ele só chuta bem, é só isso. Estratégia, discernimento, identificar a resposta convincente que está errada para esse caso, isso continua sendo humano, e é a parte que vale a pena dominar. Direcione a ferramenta. Não receba ordens dela.

Usando a IA de forma ética

Eficaz e ético não são objetivos separados aqui. São o mesmo hábito visto de dois lados.

Comece com a regra que cobre a maior parte disso: o que você entrega é sua responsabilidade. Se um modelo escreveu, você mesmo assim leu, entendeu e assume a responsabilidade, do mesmo jeito que faria com código de qualquer colega. Passar adiante uma resposta que você não conferiu, como se estivesse pronta e fosse sua, é assim que uma resposta errada e confiante acaba em produção com o seu nome nela. Verifique antes de entregar, sempre que isso importar.

O resto decorre de tratar as pessoas como pessoas. Tenha cuidado com o que você alimenta o modelo: dados de clientes, segredos e qualquer coisa privada não têm lugar em um prompt que você não controla. Seja transparente sobre a origem do trabalho quando isso importar. E resista à versão gananciosa disso, o impulso de cortar todos os cantos, inundar todos os canais ou trocar trabalho cuidadoso por volume puro. A ferramenta é um multiplicador, e um multiplicador também amplia o descuido. Mantenha seus princípios e você mantém a parte do trabalho que valia a pena fazer.

JunoUsando a IA de forma ética Uma regra te mantém fora de problemas: o que você entrega é sua responsabilidade. Se o modelo escreveu, você mesmo assim leu, entendeu e colocou o seu nome nisso, do mesmo jeito que faria com qualquer coisa de um colega. Confira antes que isso importe, mantenha dados privados fora de prompts que você não controla, e seja transparente sobre a origem do trabalho. Nada disso é complicado; no fim das contas, é sobre se importar com as pessoas do outro lado.

JunoUsando a IA de forma ética Uma regra, válida em qualquer situação: o que você entrega é sua responsabilidade. Escrito por modelo ou não, leia, entenda, assuma a responsabilidade e verifique antes que isso importe. Mantenha segredos e dados de clientes fora de prompts que você não controla, seja transparente sobre o trabalho, e não use a velocidade como desculpa para cortar todos os cantos. A ferramenta é um multiplicador, e ela vai multiplicar o seu descuido com a mesma alegria com que multiplica a sua produção.

JunoUsando a IA de forma ética Aqui está a que morde as pessoas: o que você entrega é sua responsabilidade. O fato de o modelo ter escrito não torna isso menos problema seu; só torna isso um problema seu com mais etapas. Leia, assuma a responsabilidade, verifique o que importa. Mantenha dados privados fora de prompts que você não controla, diga de onde veio o trabalho, e deixe de lado o impulso de cortar todos os cantos, porque um multiplicador também amplia o descuido. Aprenda isso do jeito barato, não do jeito que eu aprendi.

Mantenha a cabeça no lugar

O setor se move em ondas, e isso já aconteceu antes. Sua história é uma sucessão de booms e invernos, cada um tão certo de si na época quanto este parece agora, cada um seguido por uma correção quando as promessas ultrapassaram os resultados. Esse padrão é o melhor motivo para manter a cabeça no lugar: a afirmação mais alta raramente é a que se sustenta.

Então trate o hype como clima, não como dogma. O modelo que lidera os rankings este mês vai ser substituído, a demonstração que parece mágica geralmente só funciona bem em um cenário bem específico, e "isso muda tudo" já foi dito sobre a maioria das coisas que não mudaram nada. O que não é substituído é o seu entendimento de como esses sistemas funcionam, da mesma forma que as ideias de cada época sobreviveram aos produtos construídos sobre elas. Continue aprendendo a camada durável, mantenha o seu discernimento ligado, e use a ferramenta para aquilo em que ela é boa. Essa é a jogada toda: toda a alavancagem, sem nada do alarido.

JunoMantenha a cabeça no lugar Não deixe o alarido te estressar. O setor fica agitado com uma novidade a cada dois ou três anos, e a maior parte disso se acalma de novo. Você não precisa correr atrás de toda manchete para se manter atualizado, eu prometo. Aprenda como isso realmente funciona, do jeito que estamos fazendo aqui, e você vai saber diferenciar progresso real de empolgação passageira. Essa é a calmaria no meio da tempestade.

JunoMantenha a cabeça no lugar Trate o hype como clima, não como dogma. Já vi muitas demonstrações de "isso muda tudo" se revelarem funcionais só em um cenário bem específico, e o modelo que lidera os rankings este mês não vai ser o do mês seguinte. No que eu aposto é na camada que não muda: como esses sistemas se comportam. Mantenha o seu discernimento ligado e você fica bem.

JunoMantenha a cabeça no lugar Já passei por ciclos suficientes desses para parar de me empolgar no auge de um deles. Ele explode, promete demais, corrige o rumo, sempre assim, e a voz mais alta nunca é a que continua de pé depois. Então eu não corro atrás de rankings; eu aprendo as partes que sobrevivem aos produtos. O hype é clima. Você não precisa ser.

É essa a postura com a qual este manual foi escrito: a IA é uma ferramenta capaz, você é o profissional que a maneja, e a vantagem fica com quem entende aquilo com que está trabalhando. Com isso em mente, o próximo capítulo abre a máquina propriamente dita. É em Como os LLMs funcionam que o resto começa.