Mão na massa e ketchup: a receita de John Maeda frente à IA
VP de Engenharia da CoreAI, da Microsoft, estimula público acelerar aprendizado sobre a tecnologia
Para John Maeda, o design deve evoluir para entrar no loopping dos agentes de IA (Crédito: Thaís Monteiro)
Em 2023, quando inteligência artificial começou a ser amplamente debatida decorrente da popularidade do ChatGPT, usar a tecnologia era como tirar o resto do ketchup de uma garrafa de vidro: a expectativa pelo produto era grande, mas a entrega não era tão positiva. Era necessário paciência para obter bons resultados e, às vezes, mais esforço, como usar uma faca para fazer o conteúdo fluir.
Três anos depois, essa não é mais a realidade. A sociedade está no “dia 30” do crescimento exponencial da tecnologia. John Maeda, vice-presidente de engenharia da CoreAI, da Microsoft, usa a analogia do ketchup essa contagem para alarmar para a urgência de se adaptar à IA.
O “dia 30” parte de um enigma apresentado por Maeda na apresentação do anual Design Tech Report: Uma mulher planta uma vitória-régia no lago. A planta cresce e dobra de quantidade a cada noite: no dia seguinte são duas, depois quatro, e assim por diante. No dia 30, o lago fica completamente cheio de vitórias-régias. A pergunta do enigma é: em que dia o lago estava metade cheio? Embora a resposta intuitiva de parte do público seja 15, a resposta correta é 29, pois o lago estava com metade de sua capacidade no dia anterior.
Ainda é possível escapar dos algoritmos?
Essa introdução lúdica alude ao avanço da IA generativa, que ganha velocidade e profundidade a cada atualização. Para exemplificar a quantidade de mudanças recentes, o executivo passou parte da sua fala revisitando os assuntos que tratou nos últimos dez anos no SXSW.
Para Maeda, ao invés de assustar-se com a tecnologia, os humanos devem se tornar “antifrágeis” à tecnologia. Diferente do que é robusto (que não quebra) ou do resiliente (que se recupera), o antifrágil fica mais forte quando sofre estresse ou adversidades. Maeda citou uma frase do ex-general das Forças Armadas dos Estados Unidos, Eric Shinseki, para estimular o público a se aprofundar no universo da tecnologia: “Se você não gosta da mudança, vai gostar ainda menos da irrelevância”.
Atualmente, existem quatro categorias para explicar formas de integração da IA em processos cognitivos, sugeridas pela UPenn. No offloading (descarregamento), a IA auxilia o pensamento humano no processamento de informações e organização de ideias. No surrender (rendição), a IA pensa pelo humano, gerando dependência, pois o indivíduo deixa de exercitar seu julgamento. No autopilot (autopiloto), a IA trabalha de forma autônoma, sem precisar de comandos do humano). Por fim, o híbrido é considerado o modelo de colaboração ideal, pois ocorre uma parceria em que as inteligências trabalham juntas para gerar um resultado superior.
Conforme Maeda, o nível de conhecimento do público sobre a IA é menos importante do que a velocidade de aprendizado. Colocar a mão na massa é a forma de avançar de maneira mais rápida, melhor que contratar um mentor ou participar de comunidades de trocas, disse. “Colocar a mão na massa é melhor, mas exige esforço, então você tem que acreditar que vai funcionar”, afirmou. “Pense na IA como um instrumento que você precisa praticar e do qual deveria ser mestre”, complementou.
Na contramão do avanço da tecnologia e a necessidade de compreendê-la, Maeda afirmou que há um movimento de contracultura que valoriza o material analógico. O executivo reforçou a ideia de que o que é belo não é necessariamente o novo, mas o que foi refeito, unindo as partes quebradas com o toque humano, como na arte japonesa Kintsugi, em que cerâmicas quebradas são reparadas com laca misturada a pó de ouro, prata ou platina. “A IA não pode te dar bom gosto”, disse.
Habilidades e conhecimentos do futuro
Maeda opinou não ser mais necessário aprender a ler e desenvolver códigos, uma vez que a IA já demonstra alta capacidade para essa tarefa e ainda permite que o indivíduo corrija erros sem ter que ler o código. Para ele, designers devem aprender os formatos de dados para alimentar os agentes. Entender a lógica da máquina (cognição e contexto) é mais vital do que saber escrever código manualmente, disse.
No design, a tendência é de uma mudança significativa no objetivo do trabalho. Se antes o objetivo era ajudar o usuário a fazer uma ação, quando os agentes derrubam todas as fricções até a realização ser efetivada, o esforço do time de design passa a ser ajudar o usuário a avaliar o retorno dado pela IA.
Sistemas de feedback permitem que modelos corrijam seus próprios erros em loops. As interfaces passam a ser geradas em tempo real com base no contexto e na linguagem, em vez de layouts fixos. O design moderno não é mais sobre desenhar telas estáticas, mas sobre projetar o comportamento e os ciclos de feedback desses agentes, colocou.
COMPARTILHE:
