Usando IA bem

docs.scrimba.com

A cada alguns anos a indústria encontra algo novo para perder a cabeça. Agora é IA. Você provavelmente viu ambas as versões do pânico: as pessoas convencidas de que isso muda tudo e você está perdido se não se envolver até sexta, e as pessoas convencidas de que é uma fraude prestes a desabar a qualquer momento. Ambas são barulhentas. Ambas estão em grande parte erradas.

A verdade é mais tranquila e mais útil. IA é uma ferramenta capaz com modos de falha reais e específicos. Não um salvador, não uma ameaça, uma ferramenta. A pergunta que vale seu tempo não é se alinhar com o hype ou o desastre. É como usar isso bem: onde ganha um lugar no seu trabalho, onde não ganha, e como manter seu próprio julgamento enquanto o resto do setor está ocupado perdendo o seu.

É sobre isso que este capítulo trata. O resto do manual ensina como a máquina funciona; este é sobre como segurá-la.

Onde isso realmente ajuda você

Deixe o barulho de lado e o caso prático é forte. Um modelo é muito bom no trabalho que costumava comer sua tarde: rascunhar uma primeira versão, explicar uma base de código desconhecida, transformar texto bagunçado em dados estruturados, escrever o teste padrão, resumir um tópico longo, tirá-lo de um travamento em uma sintaxe que você meio que se lembra. Nada disso é glamouroso. Tudo é tempo real de volta.

O que isso compra para um profissional de tecnologia é alavancagem. O piso no trabalho rotineiro sobe, então você gasta menos do seu dia nas partes que nunca foram interessantes e mais nas partes que são: o design, as decisões de julgamento, as coisas que apenas você consegue ver porque entende o sistema inteiro. Usado assim, IA não está substituindo o trabalho. Está limpando o mato para você chegar a ele.

O problema é que isso compensa apenas se você conseguir distinguir a saída boa da ruim. Um modelo entrega uma resposta confiante e errada tão prontamente quanto 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, detectar o erro e continuar. O que não consegue está embarcando palpites de outro com seu próprio nome.

JunoOnde isso realmente ajuda você Aqui está a parte que adoro contar a novos engenheiros: o trabalho que você costumava detestar, os primeiros rascunhos, o padrão, descobrir código desconhecido, um modelo lida muito com isso. Isso devolve tempo para as boas partes, o design e as decisões. O único hábito a construir desde cedo é verificar seu trabalho, porque dirá algo errado tão confiante quanto algo certo. Uma vez que você consegue notar isso, você está voando.

JunoOnde isso realmente ajuda você A vitória prática: dê ao modelo o trabalho rotineiro, primeiros rascunhos, padrão, texto bagunçado em dados, e mantenha o design e o julgamento para si. Esse é tempo real de volta. O problema que vale mencionar é que é apenas uma vantagem se você conseguir ler a saída e detectar a resposta errada confiante. Não consegue fazer ainda? É para isso que serve o resto deste manual.

JunoOnde isso realmente ajuda você Sim, é bom na metade entediante do trabalho, os rascunhos e o padrão que ninguém sente falta. Pegue o tempo que compra e gaste nas decisões que um modelo não consegue fazer. Um aviso, dito uma vez: entrega uma resposta errada com a mesma confiança que uma certa. Se você não conseguir diferenciá-las, não está economizando tempo, está embarcando meus erros com seu nome neles.

O que não consegue substituir

Aqui está a parte que o hype pula. Todos estão construindo com IA agora, e isso não removeu a necessidade de humanos que realmente entendem as coisas. Se algo, isso a eleva.

Um modelo não tem interesse no seu projeto, nenhuma memória de por que o sistema é moldado da forma que é, e nenhum sentido do que importa para as pessoas que o usam. Ele alcança a próxima palavra plausível, não a decisão certa. Então as coisas que permanecem suas são as coisas que sempre foram a parte difícil: decidir o que construir, saber qual compensação vale a pena fazer, notar que a resposta convincente está errada para este contexto, manter o sistema inteiro em sua cabeça. Estratégia, gosto e entendimento não vêm na caixa.

É por isso que "entender a máquina" corre por todo o manual. Quanto mais você direciona uma ferramenta que não entende, mais você está adivinhando. O engenheiro que sabe como o modelo se comporta o aponta para onde é forte e o mantém longe de onde é fraco. Aquele que o trata como um oráculo consegue o que o oráculo sentiu vontade de dizer. Mantenha-se no loop, no nível onde as decisões reais são tomadas.

JunoO que não consegue substituir Pode parecer que o modelo sabe mais do que você. Não sabe, não realmente. Não tem ideia de por que seu projeto importa ou o que as pessoas que o usam precisam, apenas é muito bom em soar seguro. O julgamento, o "isso é realmente a decisão certa", essa parte é sua e sempre será. Você está dirigindo; o modelo é um par de mãos rápidas.

JunoO que não consegue substituir Um modelo não tem interesse no seu projeto e nenhuma memória de por que está construído da forma que é. Otimiza para plausível, não correto. Então a estratégia e as decisões de compensação ficam com você, e quanto mais você constrói com ele, mais isso importa. Aponte-o para onde é forte, mantenha-o longe das decisões e não o coloque na direção.

JunoO que não consegue substituir Todos estão codificando com essas coisas agora, e de alguma forma isso convenceu as pessoas de que podem parar de pensar. Não conseguem. O modelo não tem interesse no seu trabalho e nenhuma ideia do que importa; adivinha bem, é tudo. Estratégia, gosto, detectar a resposta convincente que é errada para este caso, isso permanece humano, e é a parte que vale ser bom. Dirija a ferramenta. Não receba ordens dela.

Usando eticamente

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

Comece com a regra que cobre a maioria: você é proprietário do que você lança. Se um modelo escreveu, você ainda o leu, entendeu e está por trás dele, igual código de qualquer colega. Passar saída que você não verificou, como se fosse terminada e sua, é como uma resposta errada confiante acaba em produção com seu nome. Verifique antes de lançar, sempre que importa.

O resto segue do tratamento das pessoas como pessoas. Tenha cuidado com o que você alimenta: dados de clientes, segredos e qualquer coisa privada não pertencem a um prompt que você não controla. Seja sincero sobre de onde vem o trabalho quando importa. E resista à versão gananciosa disso, o impulso de cortar cada canto, inundar cada canal, ou trocar trabalho cuidadoso por puro volume. A ferramenta é um multiplicador, e um multiplicador também torna a negligência maior. Mantenha seus princípios e você mantém a parte do trabalho que valia fazer.

JunoUsando eticamente Uma regra o mantém fora de problemas: você é proprietário do que lança. Se o modelo escreveu, você ainda o leu, entendeu e colocou seu nome, igual qualquer coisa de um colega. Verifique antes de importar, mantenha dados privados fora de prompts que você não controla, e seja sincero sobre de onde vem o trabalho. Nada disso é complicado; se resume a se importar com as pessoas no outro lado.

JunoUsando eticamente Uma regra, sustenta em todos os lugares: você é proprietário do que lança. Escrito por modelo ou não, leia, entenda, esteja por trás, e verifique antes que importa. Mantenha segredos e dados de clientes fora de prompts que você não controla, seja sincero sobre o trabalho, e não use a velocidade para cortar cada canto. A ferramenta é um multiplicador, e multiplicará sua negligência tão prontamente quanto sua saída.

JunoUsando eticamente Aqui está o que morde as pessoas: você é proprietário do que lança. O modelo escrevendo isso não o torna não seu problema; o torna seu problema com passos extras. Leia, esteja por trás, verifique o que importa. Mantenha dados privados fora de prompts que você não controla, diga de onde vem o trabalho, e pule o impulso de cortar cada canto, porque um multiplicador também torna a negligência maior. Aprenda isso da forma fácil, não da forma que eu aprendi.

Mantenha a cabeça fria

O setor se move em ondas, e tem feito isso antes. Seu histórico é uma sequência de booms e invernos, cada um tão certo no momento quanto este parece agora, cada um seguido de uma correção quando as promessas ultrapassaram os resultados. Esse padrão é a melhor razão para manter a cabeça fria: a afirmação mais alta raramente é a que dura.

Então trate o hype como clima, não como evangelho. O modelo que está no topo dos rankings este mês será substituído, a demonstração que parece mágica geralmente tem um caminho estreito e feliz, e "isso muda tudo" foi dito sobre a maioria das coisas que não mudaram. O que não é substituído é seu entendimento de como esses sistemas funcionam, da mesma forma que as ideias de cada era sobreviveram aos produtos construídos sobre eles. Mantenha aprendendo a camada durável, mantenha seu julgamento ligado, e use a ferramenta para o que é bom. Esse é o movimento inteiro: toda a alavancagem, nenhum barulho.

JunoMantenha a cabeça fria Não deixe o barulho estressá-lo. O setor fica alto sobre algo novo a cada alguns anos, e a maioria disso se acalma de novo. Você não precisa perseguir cada manchete para acompanhar, prometo. Aprenda como isso realmente funciona, do jeito que estamos aqui, e você dirá o progresso real da emoção. Essa é a calma na tempestade.

JunoMantenha a cabeça fria Trate o hype como clima, não como evangelho. Vi bastante demonstração de "isso muda tudo" que se mostrou ter um único caminho estreito e feliz, e o modelo no topo dos gráficos este mês não será o do mês que vem. O que aposto é na camada que não se move: como esses sistemas se comportam. Mantenha seu julgamento ligado e você está bem.

JunoMantenha a cabeça fria Estive em ciclos suficientes para parar de ficar animado no topo de um. Faz boom, promete demais, corrige, sempre, e a voz mais alta nunca é a que permanece depois. Então não persigo rankings; aprendo as partes que sobrevivem aos produtos. O hype é clima. Você não precisa ser.

Essa é a postura com que este manual é escrito: IA é uma ferramenta capaz, você é o profissional segurando-a, e a vantagem vai para as pessoas que entendem com o que estão trabalhando. Com isso em mente, o próximo capítulo abre a máquina em si. Como LLMs funcionam é onde o resto começa.