eu sei que eu deveria começar um vídeo sobre trabalhos que vão ser ou não substituídos pela inteligência artificial com avanços recentes dos programas ou quem sabe com relatórios de firmas de investimento grandes estimando quantos postos de trabalho serão perdidos como se robôs fossem mandar um currículo no seu lugar e pegar o seu emprego mas não a influência pelo menos dos modelos de linguagem da moda vai fazer mais sentido se a gente começar falando de feijoada ou quase uma feijoada e eu juro que não é história para enrolar não é hora de falar sobre algo ruim
mas bom o suficiente Ah mas antes de entrar em que tipo de trabalhos que as ferramentas atuais realmente substituem uma ferramenta insubstituível paraa sua privacidade é o nosso apoiador se você quer navegar com proteção dos seus dados auditada com segurança e sem registro da sua atividade esse vídeo aqui tem o apoio da surf Shark que é a VPN que eu uso quando eu tô por exemplo usando wi-fi em viagens que é quando eu quero manter minha navegação e os meus dados privados com aplicativos tanto para iOS quanto para Android que me deixam proteger a navegação
no celular no tablet no chromebook ou onde for simultaneamente de maneira bem fácil e o melhor você pode compartilhar sua conta com amigos ou familiares e dividir o custo e com meu cupom de desconto Átila ou escaneando o CR code aqui da tela você tem 4 meses grátis de assinatura e 30 dias com devolução do seu dinheiro garantida para poder ver como a Surf Shark não atrasa navegação não mantém histórico nem outros dados seus e tem mais assinando a Surf Shark One você tem mais do que a VPN você tem acesso a ferramentas como Alert
que é um serviço que avisa se os seus dados pessoais como usuário senha ou e-mail foram vazados em algum serviço que você usa assim você sabe que mesmo se não usar mais aquele serviço em particular tem que trocar usuário e senha de outros que compartilhem os mesmos dados Tudo começa com um congresso que eu fui visitar na Colorado University onde eu encontrei em 30 de março de 2017 às 18:23 uma feijoada de vegetais brasileira essa que você pode ver na tela e se você não pode ver a tela deixa eu descrever o que tem na
foto são vários pedaços de cenoura picados em diferentes tamanhos um molho vermelho que deve ter sido feito com tomate ou com beterraba ou os dois pedaços indistinguíveis de algum vegetal marrom o que parecem ser pedaços de Vagem ou pimentão e alguns míseros grãos de feijão tristes espalhados aqui e ali que não parecem nem cozidos direito ao ponto que eu se o nome do prato não fosse feijoada e tivesse esperando pelo menos algum feijão preto acharia que são uvas passas essa feijoada não me assombra porque ela deve ser ruim como uma caçarola de vegetais ou algo
assim ela deve até ser bem gostosa ela me assombra porque isso é tudo menos uma feijoada já que mal feijão tem e Desculpa quem não come carne mas que feijoada brasileira que não tem carne de porco Como assim de novo desculpa se a sua região tem algo que é chamado de feijoada mas aqui do Alto da minha ignorância feijoada de vegetais pelo menos desse jeito faz tanto sentido quanto um medalhão de batata a minha sensação quando eu vi isso deve ser a mesma de um japonês vendo a nossa sopa de sushi tanto que eu tive
que tirar essa foto e registrar o momento meu ponto com a feijoada é o seguinte da maioria das pessoas que estavam ali naquele evento se servindo desse prato eu devo ser um dos poucos que ficou realmente horrorizado ou indignado dessa forma porque para muita gente lá que nunca viu uma feijoada de verdade essa experiência pode preencher a categoria mental de feijoada dessas pessoas e aí toda vez que elas pensarem nesse prato ou que ouvirem alguém falando que no Brasil pelo menos no meu canto do Brasil quarta-feira é dia de feijoada Aquilo é o que se
come sem nunca saber que isso não tem nada a ver com a feijoada brasileira ou com quem vive aqui ou a experiência que a gente passa aqui quando comemos uma feijoada O que é mais triste ainda porque não só essa pessoa vai estar enganada pelo resto da vida como ela vai levar uma vida mais pobre e mais sem graça de alguém que nunca comeu um bom feijão preto carregado de paiou linguiça costelinha e o que mais você quiser colocar na sua feijoada acompanhada de farofa torresmo mandioca frita e mais um mundo de possibilidades que me
deixam com água na boca enquanto eu escrevia e agora que eu tô falando isso para quem nunca comeu feijoada essa feijoada ruim Pode até ser boa o suficiente e esse é o cerne da questão quando a gente fala sobre Que tipo de trabalho vai ser substituído e quem decide isso agora sim a gente pode entrar na introdução histórica do tema a dinâmica da substituição do trabalho não é nem um pouco nova e vem junto da automação há bastante tempo já já no livro Blood in the Machine Brian merchant traz uma ótima discussão sobre como foi
o começo da revolução industrial e o que foi a substituição do trabalho artesanal pela mecanização com uma ótima explicação sobre a origem da palavra ludita que hoje é usada como xingamento ou como uma crítica toda vez que alguém fala mal de uma tecnologia nova mas que na verdade tem uma origem que mudou completamente o que eu penso sobre o termo e tem vários Paralelos com a nossa situação corrente porque antes da Revolução Industrial mecanizar a produção de tecidos e de roupas TC era um trabalho bastante artesanal que demandava anos de experiência e que podia ser
feito em Home Office na Inglaterra as pessoas que trabalhavam com tecidos trabalhavam de casa no seu horário tesc não que elas trabalhassem pouco pelo contrário só que pelo menos tinham a autonomia de escolher quando e onde iam fazer o trabalho do dia além de conseguirem manter um bom padrão de vida com a atividade com o seu trabalho artesanal um cenário que acabou a partir de 1780 com a mecanização conforme fábricas desenvolviam máquinas que substituíam a produção artesanal por uma série de motivos Quem compra ou quem desenvolve uma máquina precisa recuperar o seu investimento O que
quer dizer que quanto mais tempo essa máquina funcionar quanto mais horas do dia ela operar mais cedo ela se paga e começa a dar lucro ao mesmo tempo quanto mais autônoma é a máquina menos especializada tem que ser a mão de obra operando o que quer dizer que ao invés de usar usar uma mão deobra especializada e cara de pessoas que trabalharam por anos pessoas inexperientes podiam ser usadas para fazer o trabalho em pelo menos uma boa parte da escala dela tão inexperientes quanto crianças que eram levadas diretamente de orfanatos para operar as máquinas dia
e noite e precisavam ser repostas porque frequentemente se acidentavam com equipamentos brutais ao ponto que o marchant descreve a estratégia de algumas fábricas de espalharem as vítimas entre vários cemitérios diferentes da região para não levantarem suspeitas da quantidade real de acidentados e se hoje artistas se revoltam com ferramentas generativas de Inteligência Artificial usando seu trabalho sem consentimento para reproduzir um estilo artístico e ao mesmo tempo cortar em muito suas chances de serem contratados para produzir novas Artes já naquela época os artesãos eram estudados pro desenvolvimento de máquinas que repetiam as suas técnicas e acabavam com
as suas chances de emprego o movimento que seu organizou para se opor a isso os luditas assumiram o nome de um personagem provavelmente fictício e não protestavam contra todas as máquinas ou qualquer tecnologia nova em geral eles inclusive intuíram que a substituição poderia ser de certa forma inevitável o que não queriam é que essa substituição deixasse os artesãos de lado na verdade a imagem de um ludita que se faz hoje em dia como alguém que é contra qualquer tecnologia fala muito mais sobre o sucesso dos industriais Ingleses em acabar com o movimento e executar os
responsabilizados do que de fato o que eles reivindicavam os luditas originais protestavam especificamente contra máquinas como teares automáticos que eram instaladas acabando com postos de emprego e sem que quem sobrasse trabalhando por muitas pessoas ganhasse mais por isso eles entravam nas fábricas que não reajustava salários e quebravam especificamente esse tipo de equipamento com o apoio amplo da população inclusive aos luditas a monarquia inglesa precisou de muita repressão de leis muito severas para poder acabar com o movimento de uma forma tão completa que o termo ludita virou um xingamento hoje em dia e apesar dessa popularidade
dos protestos a aposta dos donos de fábrica era que mesmo se as roupas fossem mais simples e muito menos bem acabadas do que peças artesanais elas só precisavam ser baratas e boas o suficiente para serem aceitas como mais apelativas e acertaram em cheio e essa automação Meia Boca que não substitui necess amente o original mas que lança algo parecido que é pior mas é bom o suficiente dá o tom do que a gente começa a passar agora eu precisava contar sobre essa experiência com altos e baixos para realmente poder passar para você a noção do
tipo de substituição que a gente tá falando em boa parte dos casos onde se diz que ferramentas generativas modelos de linguagem generativos como chat GPT vão substituir o trabalho das pessoas se a sua noção do trabalho dessas pessoas que tá sendo substituída é tão boa quanto a noção de quem come só a fejoada vegetariana vão mesmo substituir robôs e programas de computador como os modelos de linguagem complexas os llms que movem chat GPT Gemini llama cloue e outros não precisam ser inteligentes o suficiente para substituírem o que você faz e nem são eles só precisam
trabalhar bem o suficiente para impressionar quem decide contratações ou assinaturas de serviço de que são capazes disso se não forem se forem institutos toscos mas a noção de quem gerencia esses empregos for equivalente à noção de quem fez aquela feijoada de legumes a ameaça de fato é real ainda que não seja equivalente e que mais atrapalhem do que ajudam na prática para quem acaba usando a Open ai e outras empresas continuam lançando novos modelos de linguagem cada vez mais complexos e cada vez mais capazes que podem nas palavras deles abre aspas aí raciocinar em áudi
visão e tem tempo real fecha aspas mas continuam falhando em um ponto crucial Como Eu repito constantemente aqui e as generativas não raciocinam e não são capazes de distinguir se o que estão gerando faz sentido ou não no mundo real um trabalho bem interessante que demonstrou isso vem de um grupo de Inteligência Artificial da Apple que testou a capacidade de várias e as generativas de acertarem testes lógicos do tipo João tinha cinco mangas ganhou mais três no domingo chupou duas e e deu uma pra Maria com quantas mangas o João ficou E aí no melhor
estilo Chaves de essa eu sabia com laranjas substituindo as frutas da questão ou a ordem dos acontecimentos ou até só o dia da semana a taxa de acerto dos modelos podia variar muito o que é um ótimo sinal de que esses modelos estão simplesmente encontrando padrões nos textos para poder gerar respostas de acordo com os dados de treino e não raciocinando de fato sobre o que é perguntado já que alguém que realmente para para reduzir e fazer a conta deve acertar a pergunta para uma fruta ou outra Independente de se O João fez isso na
quinta ou na sexta-feira pior ainda quando sentenças que não ajudavam eram adicionadas colocadas no meio das perguntas como falar por exemplo que o João escolheu 40 mangas na sexta-feira e cinco delas eram menores do que as outras isso complicou ainda mais as chances de acerto dos modelos de novo para alguém que estivesse de fato raciocinando sobre o problema tanto faz se a manga em questão é grande ou pequena verde ou madura mas para um sistema que tá combinando padrões e palavras para gerar sentenças uma sentença diferente pode mudar o padrão de resposta sendo gerado e
é a nossa capacidade de raciocínio absurda que entende esses padrões reconstruídos como uma resposta gerada como um sinal de inteligência falso só que padrões não precisam seguir a nossa lógica daí as alucinações as respostas erradas que podem ser gerados geradas mesmo em situações críticas como usar um modelo de linguagem desses em ambiente profissional e não adianta esperar que o próximo modelo GPT 5 6 ou o que for Será diferente se o sistema continuar sendo treinado do jeito que ele é não só porque os dados de treino são limitados mas também porque quanto mais especializada e
mais bem treinada é a ia generativa com o que se tem hoje não quer dizer que ela Cometa menos erros e sim que a gente vai ter cada vez mais dificuldade em reconhecer onde ela errou erros mais compos são mais difíceis de reconhecer porque eles são mais específicos e porque exigem muito mais conhecimento da parte de quem usa a ferramenta para reparar que aconteceram e sistemas mais complexos e um dos poucos Paralelos que eu realmente vejo com a inteligência humana podem conter mais informação mas isso quer dizer também que eles são melhores em confabular e
inventar uma resposta que se passa por verdadeira mas não é especialmente no caso dos modelos de linguagem quando ele são treinados para não responderem de forma evasiva dizendo que não sabem de algo para não desapontar os usuários que estão querendo usar aquilo para fazer alguma coisa e um estudo que testou o desempenho de gerações progressivas de modelos do chat GPT e da llm cada vez mais complexos o que viram foi que os modelos mais recentes e mais complexos na verdade erraram mais não porque eles passaram a dar respostas erradas onde antes modelos mais simples acertavam
mas sim porque eles começaram a a responder mais prompts e responder errado ao invés de se retratarem e darem uma resposta de que não tinham aquela informação como os modelos mais simples faziam se é para humanizar o que acontece quanto mais complexo o modelo mas ele acha que sabe mesmo quando tá completamente errado no prompt que ele tá gerando só que aí é mais difícil de você identificar Ou seja idealmente você tem que entender muito bem do que você tá fazendo para poder gerar uma resposta crítica e ainda ser capaz de reconhecer os problemas que
estão nela uma ferramenta dessas que ajuda na sua produtividade em algo que você domina e Pode checar informação pode ser ótima mas fora da sua área você talvez esteja recebendo uma feijoada de vegetais sem nem saber como era original modelos de linguagem estão na verdade gerando mais trabalho do que poupam para muita gente na mesma linha dos caixas automáticos do supermercado que fazem você trabalhar para comprar os produtos e ao mesmo tempo fazem com que os funcionários que sobraram tenham trabalho extra ajudando a atender não só os caixas deles mas as pessoas que empacar no
aparelho tentando digitar um código que não passa ou pesar uma fruta que não sabem como pesar as dúvidas sobre os grandes ganhos que eles trariam já começaram no meio de 2024 entre fundos de investimento consultorias e publicações da área como a Bloomberg ou a Goldman sax questionando tantas promessas com poucas entregas e as suspeitas começam a se confirmar em estudos práticos agora os usos mais comuns em empresa dessas ferramentas tem sido o resumo de informação e geração de relatórios além de busca de informação de documentos e processamento como a produção de tabelas em situações mais
elaboradas como ter chatbots que são construídos para atender clientes ou profissionais e que vão responder com base em dados internos ou dados da internet os problemas aí se multiplicam ainda mais porque em qualquer uso dessas ferramentas uma mesma pergunta pode ser respondida de várias formas diferentes cada vez que a pergunta é feita ou seja não tem consistência no que é gerado E aí se não tem consistência o que que acontece quando um departamento apresenta uma resposta que valida os seus interesses enquanto outro departamento apresenta uma outra resposta que também foi gerada pelo mesmo modelo de
linguagem mas que dá conclusões que são contrárias e que são contraditórias entre elas quem que vai validar isso ou conciliar os dois e o sistema é fechado não dá para saber o que que deu errado porque que uma resposta mudou ou porque que uma resposta não atendeu nem o que era pedido além do problema de quem valida as respostas já que elas não são nem previsíveis nem consistentes ao contrário de um funcionário não dá para perguntar pro chat GPT como ele gerou cada resposta como ele chegou numa conclusão que não é uma conclusão ou pedir
para ele pensar de uma forma diferente das próximas vezes nem dá para responsabilizar ele por decisões erradas e quanto mais personalizado para uma empresa o resultado tiver que ser para poder gerar respostas para perguntas como onde o nosso processo poderia ser otimizado para esse mercado onde atuamos quais regulamentações a gente precisa ou não atender para fazer o processo Y mais dados proprietários e sigilosos precisam ser levantados e preparados para treinar esses modelos e aí O resultado é que entre organizar o material fazer a consulta checar o que é gerado os modelos de linguagem estão dando
mais trabalho do que poupam pras empresas pior mesmo nas situações com ganho de produtividade onde profissionais qualificados que têm a capacidade de checar o resultado gerado por um modelo de lingu podem fazer isso entre gerar uma resposta e editar o resultado conferindo ponto a ponto ou simplesmente encaminhar resposta sem bater o olho no que saiu o que que você acha que uma pessoa so a pressão de render mais usando a nova ferramenta que tá custando caro vai fazer ela vai Checar e trabalhar dobrado ou ela vai mandar direto que ela recebeu a longo prazo o
custo dessa organização de informação pode não se pagar as primeiras simulações da dinâmica entre a adoção de serviços de inteligência artif ial e o potencial de empregos perdidos para esse tipo de automação dão conta de que essa transição é bem mais lenta e delicada do que parece pelo menos usando como exemplo o campo de visão computacional que é a interpretação de imagens por computadores que poderiam por exemplo fazer diagnósticos com base em radiografias que é onde os custos e a eficiência dos sistemas já são mais conhecidos para poder fazer análises para ferramentas de a compensarem
financeiramente o suficiente para serem adotadas a ponto de substituir as pessoas o mercado todo teria que adotar a mesma solução da mesma marca otimizada caso contrário ainda é mais efetivo pagar pessoas segundo o estudo que testou esse campo mesmo se o custo desse tipo de ferramenta continua caindo 20% ao ano ainda seriam necessárias décadas para realmente substituirem empregos em firmas isso no campo de visão computacional no caso dos modelos de linguagem ainda nem sabemos os custos Reis mais de poder rodar esses sistemas não sabemos nem de longe Aliás já que geminais chat GPT clode e
outros são todos subsidiados pelas empresas que estão competindo para oferecer esses serviços com um prejuízo de Bilhões de Dólares por ano enquanto captam os clientes que só depois de ficarem dependentes Vão descobrir o custo real sim a perspectiva é gerarem perdas de muitos bilhões pelos próximos anos em grande parte pela demanda de energia que esses programas consomem mesmo levando em conta que os próximos chips e sistemas devem ser otimizados para serem mais eficientes tanto é o caso que pelo menos a Amazon a Microsoft e o Google estão tentando comprar reativar ou construir usinas nucleares para
dar conta de gerar a energia que os seus modelos de linguagem consomem sim isso que você ouviu ou seja pelo menos no caso dos sistemas generativos atuais se eles substituírem empregos São empregos perdidos para ferramentas que que não dão os resultados consistentes ou confiáveis que custam muito mais do que aparentam e que não devem ficar mais acuradas ou muito mais baratas em um futuro mais próximo seria trocar a feijoada pela feijoada vegetariana que só agrada de verdade quem não conhece a original e tá tão distante da realidade que não sente a diferença entre elas o
que de certa forma já se aplica a tradutores artistas gráficos e outros profissionais que vê o seu trabalho sendo feito pelos modelos de linguagem generativa e trabalhos sendo aceitos por quem não produz porque não precisa ser ótimo pode ser ruim só tem que ser bom o suficiente e principalmente no caso de artistas isso vem repetindo o processo inglês de ter o trabalho artesanal copiado pelas máquinas que entram no seu lugar assim como nas fábricas automatizadas do século XIX quem decidia se a mão de obra era substituída por máquinas ou não não foram nem os operários
nem as máquinas foram os donos das máquinas que dependem muito mais da aceitação do público dos produtos e serviços feitos por elas do que qualquer outra coisa se você gostou dessa conversa que ter outras dessas por aqui aproveita assina se inscreve no canal assim você recebe os próximos vídeos e o nosso podcast que é o não ficção que são conversas do dia de ciência do dia a dia com especialistas incluindo conversas sobre mecanização do trabalho substituição dele e trabalho em plataformas como os dois episódios que eu vou deixar por aqui até o próximo n
