Orquestre a IA na Prática

Capítulo 1 - A Revolução da Inteligência Artificial

Imagine que você terminou uma reunião importante. Diante de você estão anotações incompletas, decisões espalhadas, dúvidas que precisam ser respondidas e uma lista de pessoas que não participaram da conversa. Seu trabalho agora é preparar um resumo para a diretoria, organizar as próximas ações e escrever uma mensagem clara para a equipe.

Durante décadas, o computador ajudou principalmente oferecendo ferramentas. Você abriria um editor de texto, escolheria um modelo, copiaria as anotações, reorganizaria os tópicos e escreveria cada versão. O software tornaria a tarefa mais rápida, mas dependeria de você para executar quase todas as etapas intelectuais.

Com a IA Generativa, surge uma interação diferente. Em vez de selecionar apenas comandos, você pode descrever o que precisa: qual é o objetivo, quem receberá o texto, quais informações devem ser consideradas, qual formato deseja e o que não pode ser inventado. O computador deixa de receber somente cliques e passa a receber uma especificação escrita em linguagem natural.

Essa mudança parece simples porque acontece em uma caixa de texto. Na prática, ela altera a divisão do trabalho entre pessoas e máquinas. O sistema pode organizar, transformar e gerar conteúdo; a pessoa continua responsável por definir a finalidade, fornecer conhecimento, estabelecer limites e avaliar o resultado.

É nesse espaço entre intenção e resultado que nasce a Engenharia de Prompt.

Ao longo do capítulo, três exemplos tornarão essa mudança concreta: organizar o trabalho depois de uma reunião, preparar conteúdo profissional com apoio da IA e reconhecer uma decisão sensível que não deve ser delegada ao sistema. O valor não está em usar IA em toda tarefa, mas em escolher onde ela amplia capacidades sem apagar responsabilidade.

Conversar com uma IA é fácil. Obter um resultado profissional é outra questão.

Uma solicitação como “faça um resumo da reunião” deixa quase tudo em aberto. Qual reunião? Para qual público? O resumo apoiará uma decisão ou servirá apenas como registro? Deve mencionar divergências? Há informações confidenciais? Quem ficou responsável por cada ação? O texto pode preencher lacunas ou deve indicar tudo o que não estiver documentado?

Uma pessoa familiarizada com o contexto talvez responda a essas perguntas intuitivamente. Um sistema de IA só pode trabalhar com os padrões aprendidos, as informações disponíveis e as instruções recebidas. Quando faltam dados, ele pode produzir uma resposta genérica, interpretar o pedido de maneira diferente da esperada ou completar lacunas com conteúdo plausível.

Essa limitação não surgiu depois que milhões de pessoas começaram a usar sistemas conversacionais. O anúncio original do ChatGPT, publicado em 30 de novembro de 2022, já reconhecia três problemas importantes: respostas que pareciam corretas mas não eram, sensibilidade a mudanças na formulação da entrada e tendência a adivinhar a intenção diante de perguntas ambíguas (OpenAI, 2022).

Portanto, a revolução não consiste em máquinas que passaram a saber tudo. Consiste em sistemas capazes de participar de uma variedade crescente de tarefas por meio de linguagem, desde que sejam orientados e avaliados adequadamente.

A ideia de inteligência em máquinas é muito anterior às interfaces atuais. Em 1950, Alan Turing publicou “Computing Machinery and Intelligence”. Em vez de tentar resolver diretamente a pergunta abstrata “máquinas podem pensar?”, ele propôs substituí-la por um problema baseado em comportamento observável, conhecido como jogo da imitação (Turing, 1950).

Cinco anos depois, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon prepararam a proposta do projeto de pesquisa de verão de Dartmouth. O documento, datado de 31 de agosto de 1955, empregava a expressão artificial intelligence e planejava um encontro para o verão de 1956 (McCarthy et al., 1955).

É curioso observar os problemas que os pesquisadores escolheram. A proposta falava em fazer máquinas utilizarem linguagem, formarem abstrações, resolverem problemas antes reservados às pessoas e aperfeiçoarem seu desempenho. As técnicas e a capacidade computacional eram muito diferentes das atuais, mas a ambição de trabalhar com linguagem e solução de problemas já estava presente.

Curiosidade — Como surgiu o termo Inteligência Artificial

A expressão aparece no título e no texto da proposta de Dartmouth de 1955, assinada por McCarthy, Minsky, Rochester e Shannon. O encontro foi planejado para 1956. Por isso, é importante não confundir a data do documento com a data de realização do projeto.

Durante grande parte da história da computação, porém, pessoas