Latest / Product Guru's : Produto | Negócios | Carreira / O que todo Product Manager precisa saber sobre inteligência artificial - Duda Bona

Transcript

O que todo Product Manager precisa saber sobre inteligência artificial - Duda Bona · Product Guru's : Produto | Negócios | Carreira

0:02
Bom. Oi, tudo bem com você?
0:08
Meu nome é paulus. Hoje seja bem-vindo ao prati
0:11
guru. O podcast da voz por trás de 12
0:13
produtos e hoje demorou, mas chegamos com aquele tema legal
0:18
essa, obter gência artificial e para falar sobre isso, a gente
0:23
encontrou um tempo na agenda da pessoa que é referência no
0:27
assunto, falou. Inteligência artificial, área de
0:31
produtos, ela, Duda Duda Bona está bem, Duda, eu estou ótimo,
0:36
ainda mais agora depois dessa. Nesse novo título, aí me
0:40
acabaram de me olhar como referência na área, mas tô
0:43
ótima, tô feliz. Carnaval chegando tranquila.
0:46
Na verdade, nem teu tranquila, né?
0:48
Porque não finge costume. Nunca participei de podcast, mas
0:51
espero não falar bobagem, trocar um papo legal aqui.
0:55
Todo o episódio vai fazer 190, que eu sempre espero não falar
0:58
bobagem. Acredito.
1:00
O segredo é só você não se ouve que daí você nunca vai ter
1:02
falado pelagem, eu não ouço esse não é?
1:07
Pablo, você tá bem? Olha, já me ouviu algumas vezes,
1:10
estou bem, estou bem. E como que foi a experiência
1:12
desse ouvir eles, quem? Um pouco de vergonha alheia, tem
1:15
vezes que menos tem vezes que com um pouco deprimido, nenhuma
1:20
delas é. Eu.
1:20
Fiquei muito feliz, nenhuma lógico, isso é bom, bom, acho, ó
1:26
Júlia, é consenso que os momentos que o Pablo sentiu
1:31
vergonha alheia foi nos momentos que ele imitou, certo?
1:35
Foi o raveo, mentiu raramente, tipo xaropinho.
1:38
Um, esse dia foi show, inclusive numa etapa, alguém abordou mamã,
1:43
12, Midas, presencialmente. Houve esse momento, foi tudo
1:48
vieram me perguntar se eu estava treinando para poder continuar
1:52
fazendo. Acredito que você tá, não ou
1:54
você vai treinar uma inteligência artificial para
1:57
fazer suas imitações treinar. G 21 chat imita p imita p olha
2:03
só você, Júlia, temos que parar de não, não vai surgir, já
2:08
existe. Já em lugar ele já treina o
2:10
Google Tradutor por fazer. Eles só falam estranho, mas ele
2:15
fala, olha só, o Duda tem alguma inteligência artificial que você
2:19
conheça que já dá para limitar? Tem, tem, tem alguns que
2:24
sintetizam, né? A voz assim, tipo, uns de fake
2:27
rola de mais ruim aí, seu Pablo, como assim?
2:31
Eu vou quero contratar esses esses 10 serviços para colocar
2:35
aqui no podcast amp. Daqui a pouco está me fazendo
2:38
imitar e nem sou eu, é você às às vezes vai ter vai ter
2:43
episódio. Que a gente vai falar que a
2:45
Júlia está aqui, mas não é a Júlia roubou o emprego dela.
2:48
Ela nem viu, estava ameaçado, está ameaçada em que isso, né?
2:53
A gente ainda não basta falar que vou acabar as pessoas
2:54
peludo, vou perder meus 2 empregos?
2:57
Enfim, já que você abriu essa porta, Júlia Duda é, assim como
3:02
os agi, listas morreram aparentemente receber
3:06
recentemente isso recentemente já se agi, listas é as pessoas
3:11
de produtos vão morrer com inteligência artificial ou não,
3:15
ou é? É uma pergunta que a gente pode
3:17
colocar qualquer objeto ali, né? Pessoas, produto e qualquer
3:21
outra coisa que você quiser que eu acho que tá todo mundo
3:24
querendo saber se, se a sua profissão vai morrer, mas é do
3:29
meu ponto de vista assim, né, do que eu tenho visto, Eu Acredito
3:31
que não. Então, né?
3:32
Acho que não vai morrer não. A gente vai só termo aí, mais
3:36
uma ferramenta, né? Pra trabalhar.
3:38
Então acho que é um processo daí natural mesmo, de evolução de
3:42
tecnologia e o importante, eu acho que é entender como usar,
3:47
né? O que que o que que significa
3:49
uma inteligência artificial? Como você pode tirar proveito
3:51
dela? É muito mais como uma ferramenta
3:54
mesmo e aí indo muito na linha até dos copilotos, né, que agora
3:59
está super em alta, assim bitch up com co-piloto a galera da
4:02
Microsoft falando muito de copiloto.
4:04
Inclusive, é Microsoft, que é uma das maiores investidoras da
4:07
open aí, né? Tem ido aí por esse caminho dos
4:10
copilotos, dos assistentes, então é para mim.
4:13
É muito claro que a gente sempre vai ter uma interação humana.
4:16
Em algum momento ali do ciclo de vida da, da ya, do produto de e
4:20
a é e o que vai exigir mesmo é uma.
4:24
A gente vai ter que agregar 1 + 1.
4:26
Conhecimento, né? Como sempre, a gente tem sempre
4:29
agregado mais conhecimento, então o importante é saber o que
4:32
é aí a, né? Quais são as ferramentas, já que
4:35
eu consigo usar? No meu dia a dia ou no produto
4:38
que eu estou desenvolvendo é e como que eu vou usar elas da
4:41
melhor forma? Então, para isso, vai de fato
4:44
exigir que você conheça as ferramentas, conheça umas
4:47
capacidades e, mais ainda, as limitações, né?
4:50
Pra você saber também o que não dá para fazer e aí não ficar
4:52
quebrando a cabeça é com uma coisa que não não vai te trazer
4:55
retorno. Então não acho que vai acabar,
4:58
vai só agregar aí mais um, uma ferramenta vai exigir mais um
5:01
pouquinho de conhecimento e a gente vai seguir trabalhando o
5:05
antes da gente ir pro pecados. E aí a gente se aprofundar mais
5:10
no assunto sobre a ótica de uma pessoa de produto.
5:14
É porque a gente já sabe, né? A gente acompanha as fan fixa do
5:18
LinkedIn no e do Twitter, então a gente já sabe como modelos de
5:22
negócio a gente já sabe Na Na ótica de de Business, é a
5:28
inteligência artificial que se aplica como que ganha dinheiro
5:31
que ficou com, mas a gente pode passar por ele, mas vamos dar um
5:34
passo atrás para a gente pegar um impulso e ir.
5:38
É o que é inteligência artificial e quais são esses
5:43
modelos de linguagem? Existe várias.
5:45
Não parece que é a mais avançada.
5:48
Não seja. Estou sendo um livro aqui, mais
5:50
a mais avançada é a do Google, que é a lâmpada.
5:53
É aquela que o engenheiro falou que criou consciência, disse,
5:57
olha só que interessante, falou até que ia contratar um
6:00
advogado, a inteligência utilizado, porra da hora é o
6:04
Duda, existe várias, né? Eu achava que a inteligência
6:07
olha só como eu sou burro. Eu achava que a inteligência
6:09
artificial antes da open ai ichat gptw, achava que a Alexa
6:15
era uma inteligência artificial. Pode ser, mas para mim é tão
6:18
burra, só sabe falar bom dia e oi, não é, né?
6:22
Inteligência artificial é, pode ser considerado, né?
6:25
Assim, eu acho que em termos simples a gente pode falar que o
6:29
modelo de há, né? Uma inteligência artificial é um
6:32
programa que é aprendi a partir de dados, né?
6:35
Então esses programas é esses modelos, eles usam algoritmos.
6:40
De aprendizado de máquina e aí, o gpt 3 é um algoritmo?
6:45
É específico, né? De um tipo específico, ele é um
6:47
algoritmo generativo. Ele trabalha com o volume
6:50
imensos de dados, mas a gente tem algoritmos que podem
6:53
trabalhar com volumes menores de dados, né?
6:56
E aí, quando você falou que a Alexa é burra, é, eu fiquei
6:59
pensando que OA questão do modelo é que ele é tão bom
7:02
quanto dá, porque ele tem, né? Para trabalhar em cima, então é,
7:06
é mais ou menos isso, assim você vai ter diversos modelos
7:10
diversos, algoritmos que vão servir a diversos propósitos.
7:13
Então não é só o modelo de linguagem, né?
7:15
A gente tem os modelos de linguagem e dentro da categoria
7:19
dos generativos, na qual o gpt 3 está incluso, a gente tem os
7:23
generativos de imagem, então não é de não gera texto, ele gera
7:27
imagem, né? Que você ouve o João me germe.
7:29
É. Então essa é 11 categoria de
7:32
algoritmos, mas a gente tem diversas categorias de
7:35
algoritmos que vão servir a propósitos distintos.
7:39
Interessante é recados, porque o quero mais rápido possível
7:44
entrar numa que é muito é e a gente vai perguntar se uma
7:47
inteligência artificial vai, enfim mandar o cartão do Pablo
7:54
Pablo. A inteligente, eu não sei, mas
7:57
quem sabe o modelo lá, né? De crédito, ajuda é.
8:01
Rapaz, olha aí, falando de novo que seu exporta baixo, faltava
8:05
mesmo pior que pior que eu, esqueci de pagar uma fatura.
8:08
Outro dia. Aí deve ter feito, deve ter
8:10
impactado. Você está vendo isso?
8:12
Ele não fala, ele só fala quando bem que não manda o cartão que
8:14
ele quer. Eu comprei 20 BRL no cartão de
8:17
crédito e esqueci que eu tinha comprado isso.
8:19
Acho futebol, é aí ficou um mês lá ficou?
8:23
Qual o motivo da sua, da, do senhor?
8:26
Está negativado 20 conto é puta que você comprou um óleo.
8:31
Óleo de milho, aí se manda que ficou.
8:34
Enfim, vamos para o recado, recados um, tá ouvindo?
8:38
Pelo Apple podcast Spotify, clique no botão seguir, por
8:41
favor, aproveite e deixe sua 5 estrelas também, que ajuda a
8:44
gente com um algoritmo e ajuda a gente a ir mais longe, como o
8:49
zói que foi agora longe foi jogado longe.
8:53
É 3 recado. 3 assine a promover-se a maior newsletter
9:01
de produtos do Brasil e, quiçá da América Latina.
9:04
Tá bom assimilar link na descrição tem artigo da Duda,
9:08
tem artigo da Duda, a Duda já fala de inteligência artificial
9:13
e chat. Bot lá faz tempo, faz artigo
9:15
dela, é de março do ano passado. Pioneira, ela é visionaria e
9:21
driving product ou é só? Ela já é visionário, ou seja,
9:25
ela já sabia de informações privilegiadas e ele escreveu
9:30
esse artigo quem é? É e Scott galloway, sobre
9:34
inteligência artificial perto de Duda Bona.
9:36
F? Dito isto, o link tá na
9:38
descrição. Assine, vai lá ler o artigo da
9:41
Duda também vai estar na descrição o LinkedIn da Duda
9:45
também tá na descrição, siga lá, mande um, mande um prompt, manda
9:50
só isso, prompt para ela, a mensagem é prompt é isso ou chat
9:54
gpt, só manda chat gpt, ponto aí.
9:57
Bom, é, siga o Pablo, é Júlia também.
10:00
Recados dados vamos para a pauta.
10:17
O Duda. Qual é a sua história?
10:19
É long story short, né? Mas nem é tão longa assim.
10:22
Não tem muito tempo que eu estou aí nessa nessa área, mas eu me
10:26
formei em jornalismo e aí quando eu fui me me vi desempregada,
10:31
né? É, comecei a mandar currículos e
10:33
aí mandei pro quanto é currículo?
10:35
Muito pra redatora, porque eu tinha feito, realizamos fazer
10:38
mais sentido e social. Mídia, né?
10:41
Mídias sociais, redes sociais, todo esse lado de marketing
10:44
digital, porque tinha estudado alguma coisa ali durante a
10:48
faculdade, feito um curso por fora e pra mim era o caminho que
10:51
dava pra pra seguir. Mas aí eu vi 11 vaga de analista
10:56
de interação, de chat box, era o nome dessa vaga é na Tati black
11:00
que a empresa na qual eu estou hoje ainda e acabou que eu
11:03
entrei assim, era uma vaga nova. Eles não tinham essa vaga na
11:06
empresa, então estava meio que apostando nesse profissional que
11:09
faria o quê, traria. A curadora faria a curadoria dos
11:13
chat bots da empresa, mas com um viés de ia, né?
11:17
Então a gente tinha aí vários clientes e basicamente eu ficava
11:21
lendo as conversas, interações dos usuários e modelando bases
11:26
de inteligência artificial para é que essas conversas fossem
11:30
entendidas da melhor forma possível e tal.
11:32
Esse foi o meu primeiro contato com a inteligência artificial e.
11:35
Bem especificamente com, é algoritmos de processamento de
11:38
linguagem natural que é, parece o gpt. 3 parece o Tietê, né?
11:43
Mas não, não é, né? Eles são treinados com 1 o
11:46
volume de dados muito menores. Eles, as bases são modeladas, é
11:50
bem especificamente pro para aquele objetivo.
11:53
Então, se eu tinha um cliente que era uma locadora de carros,
11:57
eu ia modelar uma base bem em cima desse objetivo do negócio
12:01
dele, do contrato dele e olhando muito, porque o lar dele estava
12:04
falando, ele também comum, né? É, então, basicamente, eu
12:07
comecei aí e na época é foi em 2019, né?
12:10
Então a gente ainda estava presencial e a empresa era bem
12:14
menor. Assim a gente tinha 150 a 200
12:16
pessoas na empresa. Então cê s que é a área que eu
12:19
estava, era bem junto e eu conseguia.
12:22
Eu até fiquei pensando esses dias, né?
12:24
Como que esse é um dos pontos que o home Office tirou um
12:27
pouco, né, da gente poder ver o trabalho do outro, porque foi só
12:30
porque eu estava no presencial e eu via a minha PM, né, que na
12:34
época que eu tava num tímido, disciplinar e tinha PM lá.
12:37
E eu via ela trabalhando, eu vi o dia a dia dela e eu é gostei
12:42
muito assim, né? Vi que eu queria seguir para uma
12:44
área um pouco mais de estratégia mesmo.
12:46
E aí eu comecei a fazer essa essa virada assim.
12:49
Então por causa disso, né? Ver ela trabalhando, ver o
12:52
dia a dia, entender como que era ali.
12:54
Eu comecei a entrar mais um pouco para esse universo de
12:56
produto, mas assim tem é o leiga pra falar a verdade, né?
13:01
Era o primeiro é, foi meu primeiro trabalho no mercado, eu
13:04
já tinha transado antes, nesse na faculdade, com bolsa e muito
13:07
voltado para o jornalismo mesmo. Então foi uma experiência muito
13:10
diferente para mim e muito desafiadora, né?
13:14
Então, quem Era Eu na fila do pão, querendo virar um PM?
13:17
Ponto, sei lá, 2425 anos, exatamente a idade, mas eu não
13:21
tinha vivência os produtos, né? E foi 111.
13:25
Questão assim que uma liderança minha me fez, né?
13:28
Assim, quando eu falei com ela, eu quero ser PN, aí ela me olhou
13:32
e disse, você acha que uma pessoa que não tem vivência de
13:35
produto pode ser um bom produto, menos e aí eu falei sim, porque
13:39
eu queria vender meu peixe, né? Mas eu entendi, né?
13:42
Por trás, o que que ela estava querendo dizer que eu precisava
13:45
me me capacitar e foi bom que ela me deu essa oportunidade,
13:49
né? Então eu fiquei quase um ano
13:51
fazendo sombra da minha PM. No final eu já estava ali com um
13:55
cliente mais só meu EE aí foi legal porque eu consegui
14:01
exercitar muito e eu consegui ganhar muita, muita bagagem
14:04
mesmo de de produtos e conseguir virar para tm no time de
14:08
serviços da TAC mesmo, então foi um meu primeiro virada.
14:12
Que eu fui PM de serviço, então eu atendi os clientes da empresa
14:16
construindo os contatos inteligentes, os chat bots
14:19
deles. E aí foi mais legal ainda, né?
14:22
Porque eu tive contato com clientes de todos os setores.
14:24
Assim é desde saúde até financeiro, é imobiliário.
14:30
Então eu atendi diversos tipos de cliente.
14:32
Eu consegui aprender muito sobre diversos tipos de negócio e aí,
14:36
recentemente, no ano passado, na verdade eu é mudei dentro da da
14:41
empresa mesmo, né? E dançou.
14:43
PM, mas agora eu sou PM, do que uma área que a gente chama de
14:46
grosso flat, né? O meu time chama grupo flap.
14:49
É. É uma área de Groupe, mas fica
14:51
dentro de CS, então a gente diz que é a gente, faz groove, vai,
14:56
se é. Se a gente não está tanto focado
15:00
em aquisição, né? Como os times de groove é
15:03
geralmente tão porque eles ficam muito juntos de marketing de
15:05
vendas, mas a gente está focado muito no engajamento, entrassem
15:09
sucesso para usuário em conseguir potencializar o que
15:12
que ele consegue fazer dentro da plataforma.
15:14
E trazer o crescimento a partir disso, né?
15:16
Do engajamento e do crescimento do nosso usuário e menos focado
15:21
na aquisição, o uma trajetória bem interessante em Júlia o ou
15:27
eu, até 7 não, ela. Ela virou a PM ali dentro da da
15:31
história que eu acho que é interessante esse movimento, o
15:33
tanto de o tanto de pessoas que seriam excelentes pessoas, de
15:37
produtos que a gente pede que vinham de do atendimento e tal.
15:40
Não tá escrito né? Porque a galera tem
15:42
conhecimento. Falo isso porque eu já tive no
15:44
atendimento e cara. Não tem outro lugar melhor para
15:47
você entender os problemas? Isto não tem pessoa que vai
15:50
conhecer mais, então queria que essa história acontecesse mais
15:53
vezes assim, infelizmente, A Exceção.
15:55
Mas eu queria acontecesse mais lá.
15:56
Na primeira pergunta que o Paulo fez sobre não substituir AAE, aí
16:01
não vai substituir a profissão de produto manager?
16:03
É, eu não sei. Talvez realmente não substitua.
16:05
Talvez substitua assim é o que o que eu quero entender é mais
16:10
sobre qual parte do trabalho das pessoas, principalmente de quem
16:15
trabalha com tecnologia. É uma, e aí pode, por exemplo,
16:19
substituir, porque a gente tem visto a tecnologia substituir
16:23
pro é profissões a bastante tempo, tem um Monte de profissão
16:27
que já não existe mais. É por causa da tecnologia.
16:30
E aí, no final das contas, é uma tecnologia.
16:32
Depois vou perguntar um pouco sobre se parou de ser um Monte
16:34
de fiel, mas antes disso é. Eu queria saber se.
16:39
Qual a parte você acha que é? A gente não vai precisar mais
16:42
fazer porque essa porque há especificamente né, que é um
16:46
tipo de tecnologia que me parece ainda na sua infância.
16:50
Não é igual a internet, que já já fez maioridade, apesar de já
16:53
existir bastante tempo que você acha que torna a vida das
16:56
pessoas melhor, pior e assim, ou o trabalho no dia a dia,
16:59
principalmente de quem é de técnico, eu vejo, é atualmente
17:03
assim, né? Como que a gente já tem hoje,
17:05
apesar de que eu acho que a gente tem um potencial de muito
17:08
mais ou menos, né? Mas.
17:09
É, eu entendo que aí há é muito boa em algumas coisas que o ser
17:14
humano pode até ser muito bom, mas ele falha mais, né?
17:18
Então, automatizar alguns processos é processos muito
17:22
repetitivos, processos que precisam de muita conferência
17:26
mesmo, né? Então é e processos e coisas
17:30
muito processuais no sentido de tipo escrever 11 requisito,
17:34
escrever 11 descrição de um card, coisas que são muito, é
17:41
que. Podem ser automatizadas, né?
17:43
Que você não precisa tanto assim de que tenha um humano ali?
17:47
É colocando o senso crítico em atividade, né?
17:52
Então eu acho que é. A gente precisa do ser humano
17:56
junto da a para avaliar o que que ela está sendo entregue, o
18:00
que está sendo entregue Por Ela, né?
18:02
Então por isso que eu acho que por mais que a gente consiga
18:04
automatizar várias coisas, eu sei, por exemplo, que até um
18:09
tempo atrás, né? A Netflix ela usava amanha.
18:11
Para traduzir o os cartazes dela para várias línguas, mas ela
18:16
precisava de uma pessoa para ir lá conferir e disse que estava
18:19
transferindo. Traduzindo certinho, site fazia
18:21
sentido aquilo ali, né? Da mesma forma que hoje, quando
18:25
você fala com o chat gpt, ele pode trazer informação errada,
18:30
porque ele foi treinado em cima de dados que é, podem não ser
18:34
certos ou porque ele basicamente tem tido como um número.
18:39
Para ele, é tudo uma conta, então a faz sentido que aquele
18:42
aquela palavra venha depois daquela que venha depois
18:44
daquela. Na conta que está fazendo, mas
18:47
na realidade pode não fazer o menor sentido.
18:49
Então eu acho que tem capacidade sim de automatizar e substituir
18:53
alguma. Algumas tarefas, principalmente
18:55
as que são mais operacionais e as que podem ser automatizadas
18:59
mesmo facilmente, assim que demandem menos da criatividade
19:02
humana, menos do senso crítico humano até as que demandam de
19:06
criatividade humana. Por exemplo, hoje a gente já tem
19:08
algumas ilhas que fazem telas, né, fazem warframe, montam
19:12
livro, designer, layout, mas. É, ela precisa de um contexto,
19:17
sabe? É Ela, não, eu.
19:19
Eu ainda não confio de deixar tudo na mão de uma inteligência
19:22
artificial e até pensando, é nesses nessas novas profissões,
19:28
né? Que ela está falando que vai
19:29
surgir, tipo engenheiro de pronto, tinha coisa nesse
19:31
sentido. É, eu acho que.
19:34
Você conhecer 11 ferramenta de aí, como ela funciona e os
19:39
princípios dela é, é fundamental para você saber usar, mas você
19:43
precisa saber do seu ramo também do que você quer saber.
19:47
Então, se eu sou uma pessoa de produto, vou conversar com o
19:51
teatro gpt sobre um problema que eu estou tendo aqui no meu dia a
19:53
dia. Estou com uma dúvida, eu vou
19:56
conseguir trazer informações para ele muito mais detalhadas
19:59
que vão trazer um contexto muito mais específico do que eu
20:02
preciso dele. É, em contrapartida, uma pessoa
20:06
que é leiga, ela pode tentar resolver o mesmo problema que
20:09
eu, mas ela não vai saber colocar da mesma forma porque
20:12
ela não vai ter a bagagem que eu tenho.
20:14
Ela não vai ter o contexto que eu tenho, né?
20:16
Então é aí, ela vai estar presente.
20:19
Eu acho que, inevitavelmente, em todos os setores, mas a gente
20:22
precisa de pessoas que conheçam desses setores que conheçam do
20:26
negócio, que conheçam dos produtos e conheçam dos usuários
20:31
para conseguir tirar o melhor proveito.
20:33
Daí a eu acho que é. É bem por esse caminho.
20:35
Tinha parte. O que ela já consegue
20:37
automatizar de forma muito bem, né?
20:39
Que são coisas mais triviais? Eu concordo nessa parte.
20:42
Isso então não faria com que diminuísse o número de pessoas
20:45
que a gente precisa porque pensa assim, ó, é, se hoje eu preciso
20:49
de 10 product manager, um em cada time, porque eu preciso ter
20:53
uma tomada de decisão, conectar os pontos, se a, se a gente
20:56
conseguir se alimentar uma e ai com os pontos com as
20:59
informações, com a base de dados, sem contar que o ser
21:03
humano é enviesado, tal, e aí depois a gente pode falar sobre
21:06
isso, né? O viés?
21:07
E aí, AAE, aí pode carregar do ser humano?
21:09
Mas no final das contas, é o que falou.
21:11
Ela é pragmática, porque ela faz conta aí, assim.
21:14
Então, nesse sentido, é até você.
21:17
Nunca acha que a tomada de decisão, visto que é se ela for
21:21
alimentada com informação de algum humano, ela não queria
21:23
tomar decisão melhor do que o próprio ser humano em si.
21:27
Em alguns casos, sim. Em outros casos, não.
21:30
Eu acho que vai depender da natureza do problema que você
21:32
está querendo resolver é, eu não estou conseguindo pensar num
21:36
exemplo prático agora. Mas eu acho que é.
21:39
É nessa linha. Assim, algumas decisões, ela vai
21:41
conseguir tomar sem sem sua ajuda.
21:42
Mas ela precisou de 1 ano em algum momento e provavelmente
21:47
ela vai precisar de um humano daqui a um tempo, porque é.
21:50
As coisas acontecem muito rápido e muda tudo e ela não.
21:53
Não vai se atualizar sozinha assim, é até para dizer se ela
21:58
acertou ou se ela errou. A gente precisa de um humano,
22:01
né? Então, nas coisas mais triviais,
22:03
né? Quando você dá um joinha no
22:05
vídeo que te recomendaram é, é um feedback que você está dando
22:08
para a máquina. É um feedback humano No No caso
22:11
de modelos de linguagem natural, quando a gente estava lá
22:15
modelando as bases para chat bots, por exemplo, a gente
22:18
precisava ler as interações e para cada interação a gente
22:22
entende. A gente via a previsão, daí a,
22:25
né? O que que ela identificou ali?
22:27
E a gente precisava falar se estava certo ou estava errado e
22:30
depois a gente re treinava o modelo com outros exemplos, com
22:33
outros dados para ir refinando cada vez mais a capacidade
22:37
daquela ia, vamos abrir um parentes aqui.
22:39
Com informações ou um sobre o lance de ser ter um humano para
22:44
verificar se a informação gerada é correto ou não.
22:49
O Google passou por isso recentemente, quando ele e
22:52
quando ele fez o lançamento do da Bird, né?
22:55
É no GIF vizinho de lançamento, a inteligência artificial bar de
23:00
do Google. Ela respondeu, e uma das
23:03
respostas estava incorreta, e aí o pessoal de astrologia lado,
23:09
sais Unidos, foram no Twitter. É astrologia, favorecendo as
23:13
trocas é foram. Foram no Twitter e falar, ó, a
23:16
informação está errada porque, segundo a nasa, foi no ano tal,
23:21
não foi nesse ano aí não é astronomia.
23:24
Então a astronomia é astronomia porque um cara do signo, enfim,
23:29
astronomia, os cara lado das estrelas, que ficar o dia
23:33
inteiro olhando Estrela. A única Estrela que eu quero
23:36
ver, do João vitto, é então, a astronomia, os pessoal lá, os
23:40
astrônomos. Foram no Twitter e falar assim,
23:43
pô, tá errado isso? Formação não bate com o que a
23:45
nasa fala, tá errado. Então isso, ou seja, e aí gerou
23:50
um puta de um aí pro Google? O Google, a partir do momento
23:53
que foi apontado, esse erro perdeu 8% de de de seu valor.
23:57
As ações derreteram em questão de minutos, ele começou a
24:01
levantar esse ponto de será que as informações geradas são
24:05
verídicas, estão corretas? Será que estamos é nos baseando
24:10
em informações, né? É fatos, não lá.
24:13
Daí as mentiras, fake news, essas coisas.
24:15
E o segundo ponto é que hoje, no dia da gravação, dia 16 de
24:21
fevereiro, saiu uma matéria lá nos Estados Unidos que já já com
24:25
certeza já virou fanfic no LinkedIn, que é AO Google.
24:30
É compartilhou a informação de que a chat gpt passou na
24:35
entrevista para engenheiro de nível 3, entrevistas de
24:41
codificação do Google para engenheiro.
24:43
O nível 3, com salários de 183000 USD.
24:45
É, então é eu, então essa essa parte de programação.
24:53
Ela é uma programação, uma coisa lógica.
24:55
Ela, ela, você precisa de uma certa criatividade, mas é uma
24:58
coisa lógica, não tem. Se você for capaz de saber a
25:02
sintaxe da linguagem, entender o objetivo final, não me parece
25:06
ser tão difícil que uma máquina consiga programar, sabe?
25:10
Tipo, então, os devs vão morrer, é isso, você está falando.
25:14
Ou aí um eixo? Já o ex falou há um tempo atrás
25:16
que Frontin ia morrer, tá? Porque quem falou isso?
25:19
Porque eu esquete CDC você cria os gráficos lá na mão e ele gera
25:24
um código HTML e os ff pra você, tipo, sem que você tenha que
25:29
digitar uma linha código, é performático ou não.
25:31
Aí é outra história. É, mas eu acho que o front a
25:34
gente vai morrer não só por isso, né?
25:35
Porque você já tem vários, é já tem várias empresas indo pra um
25:39
rolê muito mais b quem driving, né?
25:42
Por que que você vai passar por um release?
25:43
Trem você pode ter tudo lá do jeito que você quer, na hora que
25:46
você quer. Sim, porque você vai ter pessoas
25:49
de front e back, e você pode ter um full Stack resolvido.
25:52
O agente está matando muitas, muitas, muitas, muitas
25:55
profissões, não é? Sendo calma, eu não esqueço o
25:58
Mato. A gente foi até a minha e aí eu
26:00
não sei porque volume só cor é, então porque assim a
26:03
subjetividade ela vai mudar todos os dias.
26:06
Então você pode, sei lá a minha visão sobre isso é, você pode
26:09
abastecer uma EA com um banco de dados enorme e tal, tudo bem,
26:13
ela pode aprender sobre a subjetividade de hoje, mas o que
26:16
eu vejo de? Valoroso o ser humano é que a
26:18
gente consegue ver novos pontos de vista toda hora as coisas
26:21
estão acontecendo, sei lá, estou andando aqui, cair no piso e
26:25
descobrir que ele é liso demais. Aprendi com isso.
26:28
A inteligente sol tá lá, ela depende de você imputar o dado
26:30
lá. Então pra mim o que pega é as
26:34
pessoas, enquanto enquanto elas tiverem usando a subjetividade
26:37
delas para aprender e evitar de fazer coisas que sei lá,
26:40
repetitivas e processuais, elas não vão perder o emprego.
26:44
Mas se elas insistem em tocar coisas processuais, frameworks,
26:48
et cetera, é muito fácil de aprender coisas repetitivas,
26:51
sabe? E aí pra mim, nosso grande, o
26:54
grande, a grande diferença ali é como que a gente lida com o
26:57
subjetividade, assim que que a gente, que a gente faz com isso,
27:00
como é que a gente usa essas ferramentas?
27:02
Mas se você usa sua subjetividade para conseguir
27:05
aprender as coisas mais rápido, enfim, e de forma que
27:09
dificilmente você conseguiria replicar, isso é uma coisa mais
27:12
valorosa que você tem aí eu não sei do que que você acha, como é
27:15
que, como é que a gente pode usar também a nossa
27:18
subjetividade? Para melhorar, é a, enfim.
27:20
É uma. É uma questão muito interessante
27:22
até, né? Porque assim a capacidade humana
27:25
ela é muito distinta da capacidade de um algoritmo de
27:29
ia, né? Então, enquanto a máquina, ela
27:32
está ali fazendo muitas contas e analisando volumes imensos de
27:36
dados, ao mesmo tempo, fazendo relações, identificando padrões,
27:40
o gpt pensa, né? Ele leu a internet inteira, né?
27:43
Então como que a gente faz isso, sendo um ser humano, não é muito
27:46
viável, mas são capacidades muito complementares assim, né?
27:51
A gente tem como ser humano. Contextos e vivências.
27:56
Que há a máquina não tem, né? Então, até mesmo uma
27:59
inteligência artificial, tipo o gpt, ela tem um limite de token
28:04
de contexto. Ele então você não consegue ter
28:06
uma thread infinita com ela? 1 hora ela vai perder o contexto
28:09
e isso não acontece com a gente, né?
28:11
Então a gente tem essas capacidades que podem ser bem
28:14
aproveitadas ali, e é se você for pensar, né?
28:17
Não tem um modelo de iaque, não consuma insumos humanos ou que
28:23
não se alimentem de insumos humanos para ser aprimorado ou
28:25
para ser avaliado. Então é, é isso.
28:28
Assim, a gente usa das nossas capacidades que são muito
28:31
humanas para entender e lidar ali com a máquina, que tem
28:35
capacidades que a gente não conseguiria fazer da mesma
28:38
forma, né? Mas é o que o cara lá do Google
28:41
falou que aí aí criou consciência é isso?
28:44
É bem provável que não tenha acontecido, então isso sem
28:46
contar que ele ficou bem apaixonado pelo negócio, né?
28:50
Que ele fez e isso faz toda a diferença, né, tipo.
28:55
É só assistir a rittal fez você. Entendo porque ele acha que
29:00
tomou consciência assim, tipo pra mim que é muito isso também,
29:04
o quanto o quanto AA emoção dele faz ele interpretar que putz,
29:09
nossa, eu fiz um negócio que agora criou consciência e vai
29:11
dominar o mundo, sei lá, faz sentido, pensando um pouco sobre
29:15
profissões, sobre carreira mesmo, você acha que que a gente
29:18
está vendo está próximo de uma oportunidade de de pioneirismo
29:23
mesmo em? Sim, aí aí você acha que vale a
29:25
pena as pessoas pensarem em aprender mais sobre isso e
29:29
migrar até migrar para, para produtos que que que agora vão
29:33
se criar em sobre a enfim, você acha que aqui é uma
29:37
oportunidade, uma boa janela, porque você for pensar lá atrás,
29:40
né? Quando a internet ela tava,
29:42
ainda pediu dobrando quem quem realmente aprendeu e dominou
29:46
essa área. Agora um pouco, tá um é, tem
29:48
outro fato agora, que tipo crypto nft essas coisas deu uma
29:51
baixada, mas também web 3 começou a ser falado muito, né?
29:55
Em relação a isso, mas aí agora estourou assim, você acha que.
29:58
Que vale a pena, EEA outra pergunta em relação a se a
30:01
pessoa ela quer migrar para uma área dessas, né?
30:03
Porque, aparentemente, super tecnológico, talvez tenha que
30:08
entender um pouco mais do técnicas.
30:10
É você pudesse dar um caminho inicial pelas pessoas, como que
30:13
elas migrariam? A gente pode pensar em vários
30:17
caminhos, né? Porque hoje, quando a gente fala
30:19
de inteligência artificial, a gente não está restrito só ao
30:23
desenvolvimento da inteligência artificial, é o desenvolvimento
30:25
do algoritmo, né? É é uma parte disso, é claro.
30:29
A gente tem engenheiros de machine learning que fazem isso.
30:31
A gente tem é. Outros profissionais, tipo
30:35
cientistas de dados que trabalham com inteligência
30:37
artificial, mas que tem uma pegada muito de negócio junto,
30:40
então tem um espectro. É técnico, assim de
30:44
desenvolvimento de algoritmos e de trabalhar um pouquinho mais
30:46
de código mesmo por trás. Mas a gente tem o viés que é
30:50
tipo, o que eu faço hoje em dia, assim que é muito é idrive
30:55
mesmo, né? É trazer aí a colocar em
30:58
perspectiva quando a gente pensa muito num design e driving, aí
31:02
você traz. É desde o início, desde o
31:04
Discovery. É pensar sobre a, né?
31:07
Como que aquele como que a ia conseguir conseguiria ajudar ali
31:11
aquela jornada daquele usuário? Como que aí a conseguiria
31:14
aprimorar a experiência do meu produto?
31:16
A gente tem que pensar dessa forma, então a gente não precisa
31:20
ser técnico, mas a gente precisa conhecer, né?
31:22
Então a gente precisa entender as capacidades.
31:24
A gente precisa entender as limitações.
31:27
A gente precisa entender o que que tem disponível hoje é e pra
31:30
onde ir, né? Então é, eu diria assim, quer
31:33
começar, quer, quer migrar ou não quer migrar, mas quer
31:36
colocar ali no seu dia a dia? Comece conhecendo, né?
31:40
Conhecendo o que já existe, o que já tem na sua área, quais
31:43
empresas usam, o que que tem de novo, de novidade e como que eu
31:47
consigo aproveitar isso para mim, né?
31:50
E aí faço um mapeamento, seja do processo que você quer otimizar,
31:54
seja da jornada do usuário que você quer contemplar no produto
31:57
e comece a mapear os pontos de contato ali que você poderia
32:01
talvez ser uma inteligência artificial para resolver aquilo
32:04
ali e aí no decorrer você vai entendendo se realmente é a
32:08
melhor escolha. Ou não, mas de bate pronto
32:11
assim. Conheça, né?
32:12
Conheça muito. É faz sentido, né?
32:15
Não precisa saber programar em si nem nem saber sobre
32:18
inteligência, nem saber o que uma faz uma rede neural, ou é ou
32:21
ou como ela de fato funciona na essência.
32:24
O que você falou? Uma coisa bastante importante
32:26
assim, eu acho que daqui a pouco vi já não está acontecendo, vai
32:28
ser igual, ágil, né? Ai tenho que usar reais igual a
32:32
sei lá, uns 10 anos, aí com mais não, ele tem que ser ágil, aí o
32:36
novo jargão provavelmente vai ser, a gente tem que ser, a
32:39
gente tem que usar e ai provavelmente mas tem que saber
32:43
exatamente o problema que tá querendo resolver.
32:45
Você acha que é de fato, hoje já é diferencial, competitivo ou
32:49
depende muito aí do do mercado? Ainda é, eu acho que ela pode
32:54
ser um diferencial competitivo se ela for bem aplicada, né?
32:58
Então é você precisa saber usar para aplicar bem e mais do que
33:04
isso, você precisa ter dados que te a te ajudem, né?
33:07
Que te proporcionem utilizar uma aplicação.
33:11
Dia, porque toda aplicação dia vai ser alimentada por dados,
33:14
então não adianta se você, por exemplo.
33:16
Tem um e-commerce e você quer começar a usar?
33:19
Ia para é sugerir produtos, por exemplo, nos seus comprar os
33:23
clientes lá que a acessão seu e-commerce.
33:25
Se você não tem dados históricos, ela não vai
33:28
conseguir prever ela, né? Não, não vai te dar um resultado
33:31
satisfatório. Então não faz sentido usar ali.
33:33
Então, primeiro garoto que você tem alguns dados, né?
33:36
Mas você também pode estar usando às vezes uma IA pra fazer
33:41
uma coisa que não precisa assim, né?
33:43
Matar a Formiga com um canhão é, no contexto conversacional, a
33:48
gente via muito isso, né? Lá nos bots.
33:50
Porque às vezes a gente queria, né?
33:53
As pessoas pensavam que a gente usava, ia para identificar
33:55
qualquer coisa do tipo sim, não é?
33:59
Frases muito simples que a gente tratava como regex expressões
34:02
regulares, né? Coisa de script mesmo que não
34:05
precisa de uma ilha para entender o que está sendo dito.
34:07
Aí então é um outro ponto que é, talvez não seja um diferencial.
34:11
Você está usando ali para um para uma coisa que está só te
34:14
gastando mais, né? Você tá toda vez que você chama
34:17
o provedor, você é cobrado por isso, né?
34:19
anão ser que você tenha. Um provedor da sua empresa, mas
34:22
mesmo assim você está gastando, né?
34:23
Consumindo recursos. Quando você usa ele é para uma
34:25
coisa muito trivial. No entanto, eu acho que é pode
34:30
ser um diferencial, né? Na verdade, sim, quase sempre é
34:33
se você tem pessoas na sua empresa que conseguem utilizar
34:38
inteligência artificial e aí seja desenvolver, ou seja,
34:41
utilizar o que já tem, porque essas pessoas, elas têm o
34:44
conhecimento da ferramenta, elas sabem como tirar proveito e elas
34:48
vão conseguir te gerar incites, né?
34:50
Então essa questão de. Análise massiva de dados é.
34:53
É muito sobre isso, assim você conseguir gerar insights de
34:56
negócio a partir desse dessa quantidade imensa de dados que
35:00
você não geraria. Se você tivesse só um ser humano
35:02
analisando, então eu acho que aí entra um diferencial
35:04
competitivo, as pessoas sabendo usar as ferramentas e sabendo é
35:09
trazer, né? Explorar ali o que tem de
35:11
melhor, o que ela vai conseguir trazer de valor para o negócio.
35:14
Tem umas também que, dependendo de como você usa, você pode
35:18
oferecer um produto que você não conseguiria dependendo só de ter
35:22
muitos o maninhos, né? Eu vi uma parada que eu achei
35:24
interessante, que eu acho que foi.
35:26
AG 4, que fez que basicamente eles pegaram todo o material
35:30
deles usando o penne EE. Eles treinaram.
35:34
Há um modelo para ser meio que um mentor, mas eles não têm
35:38
mentoring para ficar com você na empresa, porém, o que eles
35:41
fizeram é, eu consigo te ajudar no seu dia a dia.
35:44
Quanto é um software que você vai pagar ali é mensal te dando
35:48
esses toques. Assim a gente precisa mandar um
35:49
feedback assim, assim, assado pro fulano de tal.
35:52
Nesse tom aí vai lá e te ajuda com base nos conteúdos.
35:55
Então eu acho que tem esse ponto também, né?
35:57
Tem produto que. Meio que era, entendi, era meio
36:00
que inviável e passa a ser viável, dependendo de como você
36:04
dá um jeito de fazer é, a gente pode pensar, né?
36:07
É muito. Quando eu trouxe a noção de aí
36:10
driving, a gente tem de diversas formas de incorporar o aí a
36:16
dentro do produto ou dentro do processo.
36:18
Enfim, né, mas falando nos produtos, a gente pensa muito em
36:21
produtos que hoje é. Chamamos de ei first.
36:24
Um exemplo é o tic TOC, que hoje é ele é ele funciona em volta do
36:30
algoritmo dele, né? E é um algoritmo de
36:32
previsibilidade. Então ele vai prever a próxima
36:35
melhor coisa para te mostrar ali é, e é por causa desse algoritmo
36:39
que ele é o que ele é, que ele é.
36:40
O TikTok, se não ele seria outra coisa.
36:43
A gente pode pensar em produtos que usam e a é tipo Spotify usa
36:49
e a eles até lançaram agora um Spotify DJ lá nos Estados Unidos
36:53
está em beta, que promete ser uma coisa um pouco mais
36:55
sofisticada, mas eles usam já nas Daily mix deles que eles te
37:00
propõe lá Na Na sua home de Spotify, eles usam ia para fazer
37:03
isso. É um produto.
37:04
E aí first? Eu não diria que é, é?
37:08
Funcionaria assim, eles poderiam ter que ter um Monte de música
37:12
em fila e te te passando pra ouvir, né?
37:16
Mas quando eles colocam e a eles utilizam dessa ferramenta,
37:19
talvez eles venham a ser um produto.
37:20
E aí, first, eles comecem a usar, ia muito pra te indicar
37:24
mais as músicas, enfim, tem muitas possibilidades de uso.
37:27
A Netflix, por exemplo, ela é um produto que usa, ia, mas é.
37:31
É um streaming, né? Se ela não tivesse, ia pra te
37:33
recomendar os filmes que ela te mostra lá, ela ainda seria um
37:36
catálogo de filmes, então. Não considero um produto e aí
37:39
first, assim, mas é esses conceitos todos eles são muito
37:43
novos, né? Então, cada pessoa está
37:45
entendendo de um jeito. A gente ainda está chegando no
37:47
consenso, mas quando eu penso em ir, se eu penso muito em
37:51
produtos que não, não seriam a mesma coisa se não tivessem
37:54
aquele algoritmo de aqueles tempos.
37:56
Já se encaminhando pro pro final do do episódio, um papo muito
38:00
legal é, gostaria de recomendar a Duda para você que está
38:04
ouvindo ouvir até que quer saber mais sobre o tema, sobre o
38:08
assunto. Segue ela.
38:09
Lá no LinkedIn, manda uma mensagem, chama ela pra me taps
38:13
e talk. Saí na empresa de vocês.
38:16
É caso queira cases de como é ter inteligência a ter que blip,
38:21
tá certo, tem casais muito bons sobre é dia, Duda, pode me
38:27
falar, não é merchan já ter que não estar pagando nada pra pra
38:33
eu falar isso, mas caso queira é, tamo aí aberto, tá é vou
38:39
fazer 2 perguntas, mas no aspecto de pessoa de produto.
38:42
É pessoal de produto que trabalha com inteligência
38:45
artificial ou quer trabalhar com inteligência artificial.
38:48
Existe muitos entusiastas no tema e quando existe muito
38:53
entusiastas, claramente existe aquelas pessoas que estão nesse
38:57
exato momento pesquisando, estudando e correndo atrás de
39:01
alguma vaga em alguma empresa que usa inteligência artificial
39:05
porque quer trabalhar com isso. Então vou fazer 2 perguntas, e
39:08
aí, Duda, é você? Você responde, sendo bem
39:12
sincera, tá? É primeiro.
39:14
Qual que é o papel da pessoa de produto do processo de criação
39:17
de modelos, de de aprendizado de máquinas?
39:20
É, é, então, qual que é o papel dela nesse nesse processo?
39:24
Como que ela pode garantir que os modelos sejam precisos, sejam
39:27
escaláveis, é porque também não é.
39:30
Não adianta nada você ter uma inteligência artificial que não
39:32
é escalável, é Oo fundo. O dono do quem criou a open aí
39:37
fala isso, né? Eles passaram muito tempo na nas
39:41
sombras tentando. Criando, tentando fazer algo que
39:45
seja que fosse escalável e depois de muitos anos eles
39:49
conseguiram, não é? Então, qual que é o papel da
39:53
pessoa de produto nesse processo?
39:55
Eu acho que vai depender de onde o calo aperta, né?
39:58
Assim, o gpt é uma ferramenta muito poderosa.
40:01
Você consegue pedir para ele tomar diversas posições ali?
40:05
Se você gasta 70%, 60% de 50, que seja que eu já acho muito do
40:10
seu tempo escrevendo uma história, por que não usar o
40:14
chat PT para passar para 5% ou para 10%, né?
40:18
Vai depender muito do que você faz ali no dia a dia, de como
40:20
que você gasta o tempo. E como que ele pode otimizar seu
40:23
tempo? No entanto, a gente tem diversas
40:26
outras aplicações, né? Então, desde pedir para ele
40:30
otimizar seu código, que os desenvolvedores adoram fazer ou
40:34
pedir para ele se colocar no lugar no stake holders no lugar
40:37
de um CEO, no lugar de um usuário e às vezes é testar
40:42
perspectivas com ele, né? Pedir Pra Ele te trazer
40:44
perspectivas que você não não conseguiria chegar sozinho
40:47
assim, né? Te te dar em sites, se comportar
40:50
como um stake holders, treinar uma negociação que você tem que
40:53
fazer. É, ele é muito poderoso nesse
40:55
sentido de poder tomar qualquer lugar.
40:58
Então, quando você vai usar ele, saiba que né, você pode pedir
41:02
para ele fazer qualquer coisa, mas tudo vai depender também do
41:06
do prompt que você dá, né? Então, assim, quanto mais
41:09
contexto se tiver, quanto mais conhecimento você tiver daquele
41:12
assunto você vai conseguir afunilar.
41:14
A resposta dele pra chegar no resultado que você espera, né,
41:17
pra elite, para que ele te ajude da forma que você espera.
41:21
Ou quando o tanto de deve que pega o código copia e cola no
41:25
chat gpt e pede Pra Ela reescrever de forma otimizada,
41:30
não está escrito em ou tá aí? É ou tá é?
41:33
Mas ela é uma boa. Essa é uma boa aplicação?
41:36
Oh sim, tá bom, o eu acho 11 tem uma aplicação que eu acho que
41:40
ainda meio sim, você bem sincero com vocês.
41:43
Mas usar chat gpt para escrever o horror storehouse o histórias
41:49
do usuário lá, acho meio. Não é meu.
41:52
Usar meio que pra uma coisa que você poderia usar para algo
41:56
muito além, se eu usar para algo tão pequeno, ou é, ou estou
42:00
sendo ranzinza na minha parte é, não sei, eu não sei se eu sei
42:04
eu. Eu tenho muito pra mim, é o que
42:08
eu sempre repito, sempre tem que escrever 50 história por semana,
42:11
alguma coisa errada. Então eu ia falar que eu não
42:13
escrevo história do usuário, mas toda vez eu falo alguma coisa
42:15
assim, alguém vem falar assim, amiga, meu Deus, se vocês tem
42:19
que parar com essas coisas, porque vocês ficam falando essas
42:22
coisas aí vai, vem gente, fala mandar mensagem.
42:25
Como assim, se eu de serviço falar dessa maneira, aí eu falo
42:30
com esse, com esse tom, sim, eles falam esse tom meu, eu leio
42:35
desse tom, né? Pelo menos uma vez.
42:37
Aí eu leio, é desse tom, eu falo, não, mãe, vai dar na
42:41
maturidade, né? Do time vai dar ali do é o que
42:45
funciona, né? É, pô, se funciona dessa maneira
42:48
Pra Ela, porque se fosse o Pablo é funciona por Pablo, assim, OK,
42:54
é OK. É mais, lembre-se, se o seu
42:56
único papel for escrever a história do usuário, a chance do
42:59
chat PT te substituir é alta. Estante alta, inclusive, na
43:03
verdade, acho que acredito ser 100%.
43:09
Sempre bom lembrar, é muito bom lembrar disso.
43:12
É, enfim, assim como os ativistas morreram, se você só
43:16
escreve, é história do usuário. É, então sinto muito lhe
43:21
informar, mas assim, ó, entra lá no chat gpt e pergunta para ele,
43:24
qual que é a probabilidade de substituir por ele?
43:26
Se você só escrever a história do usuário?
43:29
E ver o que que ele batia fundir.
43:30
Ele compartilha com a gente. Manda, manda pro Pablo no
43:34
mensagem No No linked com print da resposta do chat PT ele
43:38
compartilha lá nas redes dele marca gente aqui pra dar aquela
43:42
engajada e a gente vê o resultado.
43:45
Hoje uma pergunta, Duda já, já que a gente tá, a gente já falou
43:48
do papel da pessoa de produto, já falou que os devs vão ser vão
43:52
ser substituídos por pelo chat, gpt e inteligência artificiais
43:56
AA afins. Mas.
43:58
Quando a gente é, ouve e ler sobre a ótica da pessoa, de
44:05
produto ali, num produto de inteligência artificial, eu fico
44:08
imaginando quais métricas são importantes para essa pessoa
44:12
seguir, quais métricas uma pessoa de produto que cuida de
44:15
um de inteligência artificial precisa acompanhar no dia a dia
44:20
para tomadas de decisão? São métricas diferentes do do
44:24
tradicional, digamos assim ou não, são as mesmas coisas, só
44:28
que. É as métricas.
44:30
Vai depender muito também da aplicação e do seu objetivo com
44:33
a aplicação, né? No geral, a gente sempre é pensa
44:37
em minimizar o erro, né? A gente pensa em medir o erro de
44:41
um modelo de ag quer que ele erre o mínimo possível, mas
44:44
dependendo do projeto você vai tolerar margens de erro maiores
44:48
ou menores. Então, em a é aplicações do tipo
44:53
saúde financeiro, né? Concedeu um empréstimo é
44:58
elegibilidade. Para seguro ou para plantar o
45:01
de, enfim, coisas que, no geral, movimentam muito dinheiro e
45:05
também é. Tem um profundo impacto na vida
45:08
das pessoas. A gente vai querer que ele tenha
45:10
o menor erro possível, então a gente vai tolerar menos o erro.
45:14
Agora, algumas aplicações, tipo corretor ortográfico ou
45:17
aplicação mesmo de mensageria, dependendo de onde você tá, de
45:20
qual que é o produto, você consegue tolerar um erro um
45:23
pouco maior? Então é primeiro, é isso, né?
45:26
Entender qual que é a tolerância do erro que você vai ter naquele
45:28
projeto. É, e aí estabelecer esse trecho
45:31
ou de é pior. E aí você vai conversar muito
45:33
com cientistas de dados, engenheiros, para vocês
45:35
conseguirem estabelecer esses threshold juntos.
45:38
É, e eu posso até falar assim de algumas métricas, muito que a
45:43
gente vê na maioria dos produtos que é acurácia, precisão,
45:47
recall, f one, todas essas métricas elas querem dizer sobre
45:51
o erro, mas elas medem o erro de uma forma específica.
45:55
E aí, qual delas você vai usar? Vai depender também do objetivo
45:58
do projeto, né? Porque vai de cada uma, vai
46:00
valorizar uma coisa ali na hora de medir.
46:02
O erro? Chegamos ao final de mais um
46:04
episódio muito legal, muito bacana.
46:07
Eu gostaria de ficar horas conversando sobre inteligência
46:10
artificial com a Duda. É porque eu gosto desse assunto,
46:15
porque eu sou burro, eu preciso de inteligência artificial para
46:19
fazer as coisas para mim no dia a dia.
46:22
É Duda. Muito obrigado por arrumar um
46:24
tempo na sua agenda concorrida e volte sempre, tá?
46:29
É o do da indicação de inteligências artificiais que
46:33
estão que tá fora do mês. 3 você tem alguma coisa além do chat
46:37
gpt? Essa tem alguma inteligência
46:40
artificial que você já pesquisou?
46:42
Já olha, você fala assim, olha a galera não tá falando muito
46:45
dessa, mas ela, será que é interessante?
46:47
Ou não, já falaram de todos. Eu não tenho exatamente uma
46:50
indicação de uma IA específica, mas é.
46:54
Tem um Monte por aí e o legal é que tem muitas open source,
46:58
então o que eu queria trazer assim é.
47:01
Conheçam as tecnologias open source.
47:03
Hoje a gente tem é OOA, galera de mais técnica, vai conhecer
47:07
provavelmente o rim. Faces, né, que é tipo um
47:09
repositório ali pra pra galera que mexe com machine learning.
47:12
Eu não sei, não sei usar não, não teria capacidade de usar,
47:15
mas é, é uma, é um viés mais técnico para conhecer essas
47:19
aplicações opensource, mas a gente tem outras muito low code,
47:23
né? Então a gente tem Microsoft IBM,
47:26
o próprio Google que disponibilizam muita coisa, alô
47:29
coat que você não precisa saber qual dar.
47:31
E que você consegue usar, então é tem muita coisa open source,
47:35
nem que seja de é fri trio mesmo, então aproveita.
47:39
Assim, se inscreve, testa, brinca, experimenta, porque eu
47:44
acho que é, é o mais importante. Assim é entender como que você
47:48
pode usar, né? Por exemplo, a gente tem o gpt
47:51
mesmo, já está integrado em um Monte de plataforma.
47:54
A própria t, que já integrou OGPT em um plugin que a gente
47:57
tem, então a gente consegue usar essas ferramentas que estão no
48:01
hype. Dentro do produto ou dentro de
48:04
algum processo? Enfim, a gente consegue usar
48:05
elas. É é usá-la, né?
48:08
Personagens bonitos, mas é, conheça assim.
48:11
Eu acho que vale muito. A pena é, é o caminho.
48:13
Assim é por onde começar mesmo é conhecer os opensource
48:16
experimentando, comemos perfeito, perfeito, chegamos ao
48:20
final desse episódio, tchau, fui.
48:29
E a gente está encerrando o episódio, mas eu gostaria ou
48:33
fala, Júlia. Não é que eu tive uma ideia
48:35
muito boa de uso. Poxa, tia PT, mas eu não sei se
48:38
tem já escrito porque tem um livro.
48:40
O senhor falar num livro chamado a mandíbula de Caim?
48:42
Não, ele é um livro todo fora de ordem, e ele tem alguns crimes e
48:47
o lance do livro é você conseguir entender a história,
48:49
porque ele é tudo fora de ordem. Só que só 6 pessoas conseguiram
48:53
fazer isso. Será que o chat?
48:54
O PT consegue? Olha aí.
48:56
Vamos fazer esse teste, tem que achar o livro, né?
48:59
Não sei se tem e deve ter um ebook.
49:00
A gente copia dele, joga lá, certeza, deve ter algum ler
49:04
livros.net, fazer o download em PDF é, vamos fazer esse teste,
49:11
Júlia e a gente faz, pô, já pensou, você passou pela na
49:16
entrevista do Google e do vestibular lado da universidade,
49:20
amiga, pô, seus, pô, se não conseguir, pô, se não conseguir
49:24
os a tia. Pede reembolso, pô, pois é.
49:28
Ele estava lendo a intrinsic. Eu estava dando uma viagem pra
49:31
quem responder certo? Olha aí, gente.
49:33
Eles lançaram uma viagem. Edição aqui.
49:35
Eles tavam dando uma viagem. Desculpa gente, eu zoei todo o
49:38
tema, eu co. Lembrei disso, não sei porque
49:40
não, mas essa parte vai pro easter eggs do do do episódio lá
49:44
no final, ou seja, você quer ganhar uma viagem pela
49:47
intrínseca? Pegue o livro mandíbulas de
49:51
cair, jogue no chat gpt, OK, ele vai te dar o resultado, você vai
49:55
passar por uma. Outra ferramenta só pra, né?
49:59
Dá aquela aquele toque informal, hã?
50:02
É e vê se tem alguns erros de português.
50:04
Mudar algumas palavrinhas, é só aceitar os assassinatos.
50:07
Só tem que mandar. Os crimes são, é uma ficha assim
50:11
você tem que acertar quem matou quem e tal porra muito mais
50:14
fácil. Então você pega o livro, joga no
50:17
chat gpt, mas faz, é e pede Pra Ele responder essa ficha, ele
50:22
vai te responder a ficha e pronto e ganhe uma viagem pela
50:25
imprensa, isso a gente está te ensinando, a burra, gente, eu
50:28
não prometi porque eu não sei se a gente ainda está dando.
50:32
Eu estou fazendo informação sem saber.
50:34
A gente tá aqui é estilo tias do ZAP soltando informações
50:39
aleatórias do jornal da cidade. É, enfim, mas pesquisem sobre
50:45
isso e quem conseguir ganhar, caso tenha ainda esse essa
50:50
promoção, ganhar uma viagem é, eu peço 124 imãs.
50:56
É dessa viagem um pra cada pessoa que desse episódio tá
50:59
bom? Enfim, o desafio está lançado.
51:02
Certo, Julia, mais algum desafio para chat gpt, não só esse que
51:06
eu lembrei agora, OK? Pablo, tem algum desafio?
51:09
É aquilo lá que eu falei, vai lá perguntar se você vai ter que
51:12
substituir. Isso pode ótimo, perfeito,
51:15
perfeito. Isso é meio perigoso.