As promessas (e os perigos) da produtividade por IA generativa

Atualmente, há muito entusiasmo na indústria de tecnologia sobre ferramentas como ChatGPT e DALL-E, que se enquadram em uma classe chamada IA generativa. A IA generativa analisa o trabalho existente e gera um resultado que parece único, mas na verdade é derivado do que é visualizado. (Eu diria que é assim que a maioria das pessoas produz trabalho – pegando o que aprenderam com os outros para criar um conjunto de habilidades que pode ser usado independentemente dessas referências anteriores.)

Como muitos outros, eu realmente gosto de elaborar o conceito de algo que quero criar, mas fico entediado rapidamente ao executar esse conceito. Isso me lembra um velho amigo que comprou um kit de carro da Ferrari falsificado. Ter o sonho de dirigi-lo foi fácil e divertido, mas dedicar milhares de horas para construí-lo foi demais. Ele estava em sua garagem, sem estar montado. Com essas ferramentas, você pode se concentrar na parte divertida da criação (ter uma ideia) e, em seguida, deixar que as ferramentas entrem em ação para fazer a parte tediosa de concretizar tudo.

Essa nova classe de ferramentas tem muito a oferecer, mas há alguns problemas iniciais que precisamos superar.

O problema com a IA generativa

Estamos claramente nos estágios iniciais dessa tecnologia; mesmo assim, alguns dos resultados são surpreendentes. Há obras de arte que ganharam concursos e músicas que impressionam. Embora a escrita não seja de primeira linha, é legível e, muitas vezes, interessante.

Essa é uma excelente linha de base de desempenho inicial.

A clara promessa dessa tecnologia é que ela pode liberar os usuários do tédio deixado por outras ferramentas que editam imagens automaticamente, verificam a ortografia e a gramática e fornecem conselhos e ajuda como a Siri. Mas, assim como a pesquisa na web, você precisa desenvolver habilidades para essas ferramentas para poder formular um comando ou consulta que forneça rapidamente o resultado desejado. Sem essa habilidade, você terá dificuldades – seja porque não teve tempo para detalhar completamente sua consulta ou não sabe como formular corretamente.

Uma grande promessa dessas ferramentas é que elas não vão te substituir (a menos que você não aprenda a usá-las corretamente). Mas se você dominar a sintaxe necessária, elas melhorarão significativamente sua produtividade e contribuição para sua empresa.

Assim como quando a web se tornou publicamente disponível e descobrimos a necessidade da lógica booleana (e poucos a aprenderam), as pessoas ainda não desenvolveram as habilidades para usar a IA generativa com eficiência. Pior ainda, em vez de adotar essas ferramentas, os educadores as tratam como trapaças, sugerindo que, embora a habilidade de ser um “IA Whisperer” [em tradução livre e literal “IA Sussurradora”] seja altamente comercializável, a maioria dos alunos tratará a tecnologia como se fosse de alguma forma ilícita. Isso parece acontecer repetidamente. Em vez de perceber que uma nova habilidade tecnológica é importante para as carreiras de longo prazo dos alunos, as escolas treinam os alunos para um mundo que não existirá mais depois que eles se formarem.

E, é claro, devido a preocupações válidas de que essas ferramentas possam um dia eliminar empregos, os litígios estão começando a surgir – embora elas aprendam praticamente da mesma maneira que nós, por meio da observação. Eles simplesmente o fazem em velocidades de máquina, não humanas. Artistas, escritores, engenheiros e até mesmo litigantes aprendem observando os outros. Se isso de alguma forma se tornar ilegal, teremos um problema sério não apenas treinando IAs, mas também treinando pessoas. Meu pensamento é que esse comportamento deva se enquadrar nos padrões de uso justo, com a principal diferença entre como a IA generativa “aprende” e como uma pessoa aprende sendo menos livros didáticos e intensidade e mais observação nas velocidades da máquina.

Para onde vamos a partir daqui

Resumindo: A IA generativa será uma virada de jogo. Muitos empregos se tornarão obsoletos assim que atingirem a massa crítica, o que geralmente acontece quando uma nova tecnologia chega. A habilidade de sustentação será aprender como direcionar adequadamente essa nova classe de IA para reduzir o número de iterações necessárias para alinhar o que um usuário deseja com o que a IA cria.

Aprender a ser um “AI Whisperer” separará aqueles que florescem durante esse período daqueles que não. Além disso, o nível de produtividade obtido com esses tipos de ferramentas deve garantir o futuro das empresas que adotam essa tecnologia em relação às que não o fazem. Embora haja, de fato, litígios de propriedade intelectual sobre como essas ferramentas aprendem, dado que o processo é semelhante ao modo como aprendemos, não acredito que seja bem-sucedido.

Sendo assim, isso pode retardar a adoção nesse meio tempo.

Independentemente disso, estamos no início do que promete ser uma grande mudança tecnológica. Garantir que nós (e nossas empresas) surfemos nessa onda em vez de sermos afogados por ela deve ser uma de nossas maiores prioridades.