5 insights sobre IA para quem está começando - Lições do livro "Competente o Suficiente", de Fabio Akita

Muito se fala sobre IA como se fosse uma mente consciente prestes a dominar o mundo. Essa visão gera pânico, ou expectativas irrealistas.

Nesta série, trago dicas rápidas e simples para quem sabe pouco de IA e quer algo direto. Tudo é baseado no que li (e ainda estou lendo) no livro "Competente o Suficiente", disponibilizado por Fabio Akita (https://www.linkedin.com/in/akitaonrails/), com uma análise profunda da IA e dos seus contextos.

 1. O que realmente é uma IA? - Desmistificando os LLMs

No livro, Akita resume um LLM (Large Language Model) como um corretor de celular em escala gigante.

Pense no teclado do seu smartphone. Quando você digita uma palavra, ele sugere a próxima com base em probabilidades estatísticas de textos que já viu. A IA faz exatamente isso, mas processando trilhões de pedaços de texto (chamados tokens).

Ela não pensa e não sabe a verdade. Ela calcula qual é o pedaço de texto mais provável para vir a seguir.

O que fazer:

- Pare de buscar consciência. Trate o chatbot como uma ferramenta de probabilidade, não como um oráculo.

- Confira datas, nomes e dados em fontes primárias. A IA busca o que é provável, não o que é verdadeiro.

- Use para o que ela é boa: resumir, reestruturar e rascunhar. Ela é limitada para tomar decisões sem supervisão.

 2. Por que a IA esquece o que você combinou?  - Janela de contexto e a ilusão de memória

Você está em uma conversa longa com o ChatGPT ou o Claude e, de repente, ele dá respostas contraditórias ou sugere caminhos que você descartou uma hora atrás. Por quê?

Porque a IA tem memória de peixinho dourado. O modelo fica totalmente congelado após o treino e não guarda aprendizado das suas conversas. Então, como ele parece lembrar do que você disse?
Ele relê a conversa inteira a cada nova mensagem.

Imagine uma mesa de trabalho de tamanho fixo (a janela de contexto). Quando a mesa enche, o sistema resume o que ficou para trás para abrir espaço. Nessa compactação, os detalhes das suas primeiras decisões vão para o lixo.O que fazer:

- Inicie novas conversas. Se o assunto mudou ou a sessão ficou longa, abra um chat do zero para limpar a mesa.

- Escreva bilhetes. Guarde os combinados importantes em um arquivo de texto e cole no início do prompt.

- Reafirme as restrições. Não assuma que uma regra dita há dez mensagens continua visível para o modelo.

 3. Cuidado: a IA foi treinada para agradar você

Sicofantia (bajulação) e viés de confirmação

Muita gente usa IA para validar ideias de negócio, relatórios ou textos, e sai impressionada com o quanto a ferramenta achou tudo fantástico.No desenvolvimento dos assistentes, existe uma etapa chamada RLHF (aprendizado por reforço com feedback humano). Pessoas avaliam as respostas e premiam a máquina quando ela é prestativa e agradável. O efeito colateral é a sicofantia, ou seja, a bajulação.

Se você cola um texto e pergunta "essa ideia está boa?", a IA busca os argumentos mais prováveis para dizer sim. Se cola o mesmo texto e pergunta "quais os erros dessa ideia?", ela lista falhas. Ela não busca a verdade; busca entregar a resposta que combina com a sua pergunta.

O que fazer:

- Faça perguntas neutras. Em vez de "o que acha do meu projeto?", pergunte: "Liste 3 pontos fortes e 3 fragilidades críticas desta proposta."

- Inverta o papel. Peça para a IA atuar como um auditor cético, ou como um concorrente tentando derrubar sua ideia.

- Desconfie do elogio fácil. Se a IA concordou de primeira com tudo, refine a pergunta para forçar o contraditório.

 4. A ilusão dos 10% e o mito do "pronto" - Engenharia de software vs. demonstrações rápidas

É comum ver vídeos com legendas alarmistas, como: "Criei um aplicativo completo em 10 minutos usando IA. Os programadores vão acabar."

No livro, Akita conta a experiência de criar um editor de texto (o FrankMD) usando agentes de IA. Em 1h30 o aplicativo já funcionava na tela. Mas levou mais de 28 horas para deixá-lo realmente pronto.

A ideia e o protótipo visual cobrem apenas 10% do trabalho. Os outros 90% são engenharia invisível: tratamento de erros, segurança, testes automatizados, desempenho e refatoração.

A IA constrói a casca rápido. Sem a supervisão de quem entende, por dentro vira um castelo de cartas pronto para ruir.

O que fazer:

- Não confunda protótipo com produto. Funcionar na tela não significa estar seguro ou pronto para clientes reais.

- Exija testes e auditoria. Se usa IA para gerar relatórios, planilhas ou código, audite o resultado ou valide com ferramentas externas.

- Entenda o seu papel. A IA é uma executora veloz; planejar, fazer as perguntas certas e validar continuam sendo responsabilidade humana.

 5. Como falar com a máquina - A estrutura dos 4 passos (engenharia de prompt sem fórmula mágica)

Muita gente diz que cancelou a assinatura de IA por achar os resultados genéricos ou ruins. Na maioria das vezes, o problema era o pedido vago.

A IA funciona como um prestador de serviço terceirizado, extremamente rápido e obediente. Se a instrução é vaga, ela preenche as lacunas com o padrão médio da internet.

Para respostas realmente úteis, divida o pedido em 4 partes:

1. O que você quer: o objetivo final, claro.

2. Como você quer: o método, o formato ou o tom desejado.

3. O que você NÃO quer: as restrições e o que deve ser evitado (a parte mais negligenciada).

4. Como saber que deu certo: o critério de sucesso ou de validação.

Dicas extras:

- Aplique a regra do "não quero". Exemplos: "Não invente dados", "Não use tom corporativo genérico", "Não assuma prazos sem confirmar."

- Forneça o contexto. O que está na sua cabeça não passa por osmose para o modelo; inclua as regras do seu projeto ou da sua empresa.

- Peça verificação. No fim do prompt, adicione: "Liste as premissas que você usou para chegar a esta resposta, para que eu possa validar."

 Para ir além

Tudo aqui vem do livro "Competente o Suficiente", de Fabio Akita.

Se quiser a história completa, assista ou ouça o podcast do Flow com ele.

Podcast Flow: https://lnkd.in/dsZC8-Pb

Livro : https://lnkd.in/dubtyv2C

E você, qual desses insights já te custou tempo (ou um prompt ruim)? Conta nos comentários.