Latest / We The People, in Tech or Not: O Debate / 30 anos por trás de cada post. A IA ajuda com o resto.

Transcript

30 anos por trás de cada post. A IA ajuda com o resto. · We The People, in Tech or Not: O Debate

• 0:00
  WeThePeople In Tech or Not, o debate. Bem-vindo ao WeThePeople In Tech or Not, o debate.
• 0:07
  E bom, pra sermos totalmente transparentes logo de início, este é um podcast gerado por inteligência artificial, baseado em um post da newsletter WeThePeople In Tech or Not, escrita por Alex Rosa.
• 0:19
  Nosso objetivo aqui é ajudar você, ouvinte, a aprender, sabe, novas formas de explicar temas técnicos, do nível de quem é iniciante, não trabalha com tecnologia, até o nível de especialista.
• 0:29
  É, e o tema de hoje é muito bom, né? Demais. Hoje nós vamos falar sobre como um artigo que leva tipo uns cinco minutos pra ser lido, carrega 30 anos de experiência por trás.
• 0:39
  A gente vai detalhar o fluxo de trabalho exato que combina essa voz humana com a automação da IA. E eu confesso que fiquei bem intrigado com as posições que vamos adotar aqui hoje. Sim.
• 0:50
  Pra deixar claro, eu acredito piamente que o método desse autor, onde a ideia e a decisão final são 100% humanas, mas o trabalho pesado fica com a IA, olha, esse é o modelo ideal pro futuro do trabalho de qualquer profissional.
• 1:03
  Tá, mas eu assumindo aqui o papel de um gestor que não trabalha diretamente com tecnologia, aquele gestor cético, sabe? Eu questiono muito isso.
• 1:12
  Será que delegar a escrita e a checagem de fatos pra IA não compromete a nossa autenticidade? E sério, essa complexidade técnica toda realmente serve pro dia a dia de profissionais comuns?
• 1:24
  Bom, é um questionamento super justo, mas deixa eu defender a minha posição primeiro. A IA, nesse contexto do post, ela não substitui o autor, de jeito nenhum. Ela atua exatamente como um ghostwriter.
• 1:37
  Aquele escritor fantasma tradicional. Isso, exato. O dado do texto é fascinante. Todo post começa com um áudio em português do autor. E olha, em média, são 1600 palavras, mas varia de 800 até mais de 3000 palavras.
• 1:52
  Nossa, é bastante coisa. É muita matéria-prima crua, cheia de histórias reais de clientes, conversas com colegas. E a IA só pega isso e tipo formata pro inglês.
• 2:02
  A essência se mantém, porque as duas coisas mais importantes continuam sendo humanas: as ideias e a decisão final. Olha, eu reconheço o apelo dessa ideia. Economizar tempo é o sonho de todo mundo, né?
• 2:15
  Mas eu levanto uma dúvida que eu acho bem real. Quando uma máquina escreve a versão final do seu texto, nós perdemos a nossa voz autêntica. Hum, cê acha? Com certeza. E tem os riscos, sabe?
• 2:26
  Como um gestor sem tempo pode confiar cegamente na IA pra fatos técnicos? Tipo, como eu vou ter certeza de que a IA não tá inventando dados ou pescando informações erradas em blogs de terceiros?
• 2:39
  O ganho de tempo, no fim das contas, não acaba sendo engolido por essa complexidade de gerenciar repositórios e dar instruções supercomplexas? Entendo.
• 2:48
  Mas vamo pegar o seu primeiro ponto, essa história de perda da voz autêntica. A gente precisa ver como o texto é refinado na prática. Então, é aí que eu vejo o problema.
• 2:58
  Mesmo que você dê diretrizes, tipo: "ah, use um inglês claro, frases curtas, mantenha uma voz brasileira, sem tom de marketing", a IA esbarra em nuances que só nós, humanos, percebemos. Mas o processo prevê isso.
• 3:11
  Deixa eu usar o exemplo do próprio texto.
• 3:13
  O autor conta que dois colegas de trabalho deram feedbacks cruciais, né, sobre o uso de expressões idiomáticas, os idioms, e a estrutura de frases em inglês que denunciavam que a língua não era nativa.
• 3:24
  A máquina não tem essa sensibilidade. Ela tentou americanizar demais o texto. Sim, ela tentou, mas olha o pulo do gato do autor.
• 3:32
  O passo dois do fluxo dele é salvar o rascunho original, palavra por palavra, lá no GitHub, justamente pra ter uma base de comparação imutável. Tá certo, um registro. Exato.
• 3:42
  E o passo cinco é a revisão humana, focada em uma única pergunta: eu diria essa frase em voz alta? O feedback dos colegas não invalidou o uso da IA, entende? Pelo contrário, ele elevou o nível das instruções.
• 3:55
  O autor passou a dar diretrizes melhores pra ferramenta depois disso. Tá, eu concedo que o humano garante a voz na etapa de revisão.
• 4:02
  Mas se você tá gastando energia revisando o tom da voz, como você garante que os dados técnicos que a IA adicionou tão corretos, sem perder horas do seu dia? Aí a gente entra na questão da checagem de fatos.
• 4:15
  Que pra mim é o maior risco, o fantasma das alucinações. O post diz que a IA encontra limites de software que mudaram no mês passado ou datas exatas.
• 4:25
  Mas veja bem, se a IA vai buscar na internet, ela pode trazer um monte de lixo, artigos imprecisos, sabe? Pra um profissional repassar isso pros clientes, é um risco enorme.
• 4:34
  É um risco se você usar a ferramenta do jeito errado. Mas o contra-argumento mais forte aqui, que tá no post, é a regra de ouro do autor. A IA não sai pesquisando livremente no Google.
• 4:44
  O autor utiliza as documentações oficiais, os manuais em PDF da fabricante como fonte de verdade. É o ground truth. Hum. E a IA lê só o PDF? Só o PDF. Pensa na IA como um estagiário muito rápido.
• 4:59
  Ele pode até querer dar um Google pra achar a resposta rápido, mas antes do chefe, o humano, assinar o documento, ele vira e fala: "olha, me mostra em qual página do manual oficial essa informação tá."
• 5:09
  O humano só revisa o que importa, sabe? A fonte real. É, essa analogia do estagiário é boa. Mas vamos ser realistas. Todo gestor sabe que treinar e auditar estagiário dá muito trabalho.
• 5:21
  Se eu, gestor, tenho que ir lá, baixar os PDFs, subir no sistema, criar instrução complexa, o tempo que eu ganhei na escrita, eu perdi gerenciando a ferramenta. Mas a ferramenta acelera até essa auditoria.
• 5:35
  Você não vai ler 300 páginas do manual. A máquina acha a informação, aponta a página e você só confere aquele parágrafo, é muito mais rápido.
• 5:42
  Bom, assumindo que o texto tá escrito e validado no manual, o debate avança pra um ponto que pra mim parece ficção científica pra quem não é de TI: a parte da publicação. Ah, o trabalho pesado.
• 5:54
  É, o post fala que a IA assume os detalhes logísticos, criar links curtos, gerar aquele texto alternativo, o alt text pra leitores de tela. Que consome um tempo absurdo. Consome.
• 6:05
  Ela também adequa o tamanho da imagem, gera diagramas a partir de código usando as cores da marca, tudo via aquele tal de MCP, o Model Context Protocol. A minha pergunta é muito simples: isso serve pra mim?
• 6:19
  Claro que serve. Olha, falar de repositório do GitHub e diagramas gerados por código e protocolos MCP afasta o leitor comum.
• 6:27
  A impressão que dá é que pra economizar tempo na sexta-feira, o usuário precisa primeiro virar um engenheiro de software. Eu entendo que a sigla assusta. É. Mas deixa traduzir o que é o MCP de um jeito bem prático.
• 6:38
  Ele é como um crachá universal de acesso. Um crachá? Como assim?
• 6:43
  Hoje, em vez de você ter que entrar em cada sala separada, tipo abrir a porta do seu e-mail, depois a porta do Google Drive, depois a do LinkedIn pra deixar um pedaço de papel A, o MCP permite que o seu assistente de IA use esse crachá pra entrar nessas salas e organizar tudo sozinho.
• 6:58
  Ele faz o trabalho braçal de logística. E eu só fico assistindo. Você fica coordenando. Você não aprende isso tudo de uma vez. O post é muito claro nisso. Você implementa post a post, tarefa a tarefa.
• 7:10
  O princípio central serve pra qualquer um, do iniciante ao engenheiro. Separe o que é você do que é ferramenta. É, separar o que sou eu da ferramenta. Eu confesso que eu gosto dessa filosofia.
• 7:23
  E eu acho que a gente chega num ponto de acordo aqui. Sim.
• 7:26
  Sim, nós dois concordamos com a tese central de que as experiências vividas, sabe, aquela tensão nas reuniões, o que os clientes realmente pedem, as histórias de 30 anos de carreira, tudo isso pertence única e exclusivamente ao ser humano.
• 7:42
  A IA não tava nessas salas. Exatamente. A máquina não tem como inventar a sua vivência. Não tem.
• 7:48
  E eu concordo que abraçar o papel de revisor final, como alguém que trabalha com aquele ghostwriter da sua analogia, é de fato o caminho.
• 7:56
  O ponto que ainda depende muito da situação de cada ouvinte, na minha visão, é o quão técnica será essa automação da publicação. Nem todo mundo vai querer configurar um MCP. É verdade.
• 8:07
  A profundidade da automação vai depender do apetite tecnológico de cada um. Mas pra quem quer começar, o autor deixou um passo prático, uma lição de casa excelente, a famosa dica de sexta-feira, dividida em três passos.
• 8:19
  Vamos a eles então. Qual é o primeiro? Passo um: escreva o seu fluxo de trabalho semanal. Pode ser um relatório, um e-mail de status. Escreva e marque de forma bem clara o que é eu e o que é ferramenta. Boa.
• 8:32
  E o passo dois: pegue apenas uma tarefa, um passo repetitivo desse fluxo e entregue pra IA essa semana. Mas atenção, mantenha as ideias originais e a revisão final estritamente com você.
• 8:45
  E o passo três, pra fechar o ciclo de aprendizado, peça feedback honesto pra duas pessoas e você muda uma coisa no seu processo. Não mude pra se sentir bem, mude pra melhorar de verdade a sua instrução. Excelente dica.
• 8:58
  Olha, foi um debate muito rico. Nós convidamos você, ouvinte, a se aprofundar nessa história. Leia o post completo e gratuito em inthetechornot.com. Isso mesmo, inthetechornot.com.
• 9:10
  E só um aviso simpático: o texto original lá no site tá em inglês, tá? Exatamente. Muito obrigado pela companhia de todos hoje. Foi ótimo. Nos vemos no próximo We the People in Tech or Not