Este pequeno comando de duas linhas economizará horas ou dias de frustração com modelos de IA: "Mostre sua compreensão do que eu disse. Produza seu plano e espere." Em seguida, explique qualquer coisa errada e faça com que ela seja reproduzida novamente e ajuste até que sua compreensão e plano estejam corretos.

Meu novo artigo para a revista FreeThink explica por que a IA não aceita todos os empregos: O TLDR? 1) A unidade econômica dos agentes. Eles não custarão o mesmo que uma assinatura de US $ 20 da Netflix, pense mais como um salário humano. 2) Impostos. Espere impostos sobre o trabalho digital e robótico à medida que fica cada vez melhor, começando como uma reação protecionista populista e em lugares com muita regulamentação como a UE e depois se espalhando por toda parte. 3) A IA não faz o trabalho desaparecer. Isso apenas muda o fluxo de trabalho e cria um conjunto diferente de problemas e esses problemas não são amplamente compreendidos por pessoas que não interagem com esses sistemas de 8 a 10 horas por dia e apenas leem sobre eles: A) conceito/descrição do problema B) Iteração C) Verificação 4) Falácia do pedaço de trabalho 5) Alguns papéis nós simplesmente amamos ter pessoas porque somos criaturas sociais. Os caixas eletrônicos fazem o trabalho de distribuir dinheiro melhor do que as pessoas, mas os empregos de caixa acabaram de mudar para o atendimento ao cliente. Podemos ter um andróide garçom perfeito, mas prefiro conversar com uma pessoa feliz e amigável no meu restaurante favorito local. Alguns trechos do artigo: Se você estiver usando esses sistemas para qualquer coisa que importe, precisará de um passe de verificação que vá muito além de uma leitura preguiçosa. Isso significa trabalho humano orientado a detalhes - você deve verificar cada afirmação, cada diagrama, cada link, cada palavra, cada linha de código, cada resultado, citação e fato. E quem está melhor posicionado para verificar? As mesmas pessoas que já são boas em tudo o que a IA está tentando fazer: os trabalhadores que ela deve substituir. Os médicos podem verificar as reivindicações médicas. Os programadores seniores podem verificar as saídas de codificação de IA. Redatores fortes podem verificar se tudo o que o GPT escreve canta - eles sabem uma boa frase quando a lêem e podem garantir que cada parágrafo flua do anterior. Atualmente, a Big Tech está gastando trilhões para construir novos data centers de IA e, além de tudo, o custo de pagar pessoas para administrar esses centros também precisará ser levado em consideração na equação. Sua futura força de trabalho, rodando em chips de rede neural especializados, tem mais probabilidade de custar US$ 5.000, US$ 10.000 ou US$ 20.000 por mês por operador digital, não US$ 200. Na inicialização do meu agente de IA, tenho uma equipe de três engenheiros usando Claude Code e o GPT-5 da OpenAI para auxiliar na codificação. Usando o preço da API (atualmente, estamos com uma média de cerca de US $ 8.000 por mês - é o que US $ 600 em assinaturas realmente custam. E isso é oito horas por dia por programador, não agentes funcionando ininterruptamente 24 horas por dia, sete dias por semana. Também é provável que vejamos impostos sobre os agentes de IA se eles realmente afetarem a força de trabalho de maneira significativa, à medida que o mundo se inclina cada vez mais para o protecionismo. Na verdade, é praticamente garantido. Isso também aumentará o custo de executá-los. À medida que essas economias unitárias atingem, a maioria das empresas terá que perguntar: "É mais barato colocar mais pessoas em um problema do que pagar pela IA?" Na maioria dos casos, a resposta será "sim", a menos que você tenha um problema hiperespecializado que a IA possa realmente ajudar a acelerar, como a descoberta de medicamentos. Mesmo que a IA fosse perfeita e barata, sempre haverá empregos que simplesmente não queremos entregar às máquinas. Temos caixas eletrônicos, mas ainda temos caixas de banco humanos porque queremos a opção de falar com uma pessoa. No mundo dos restaurantes, podemos um dia ter dróides garçons perfeitos, mas ainda vou querer interagir com uma pessoa amigável e engraçada que me faça sentir como um rei enquanto estou jantando, e espero que muitas outras pessoas também. Como James Bessen observa repetidamente na Harvard Business Review, a automação não apenas cria ou destrói empregos – ela os transforma. (Quando os caixas eletrônicos dos bancos foram lançados, os redatores de obituários afiaram suas penas para os caixas de banco, mas o emprego de caixas de banco não entrou em colapso - ele cresceu. Isso porque os caixas eletrônicos reduziram o custo de funcionamento de uma agência, o que significava que os bancos podiam abrir mais agências, onde o trabalho do caixa mudava de manuseio de dinheiro para vendas e serviços de relacionamento. A elasticidade da demanda também é importante. Quando você corta o custo de um recurso, os humanos usam mais dele - esse é o paradoxo de Jevons (em ação. Aplicada à inteligência artificial, a cognição mais barata nos fará consumir mais inteligência em geral, assim como a energia mais barata levou a um maior uso de energia. Um novo mercado para inteligência surgirá. Em seu ensaio "Por que ainda existem tantos empregos?" o economista David Autor explica por que esse tipo de coisa continua acontecendo. As tecnologias automatizam tarefas específicas, mas também criam novas tarefas, novas complementaridades e novas categorias de trabalho para as quais não tínhamos palavras antes. Um fazendeiro do século 18 nunca seria capaz de entender o trabalho de um web designer porque ele é construído com base em inúmeras inovações de cisne negro - como eletricidade, computadores e internet - que ele não poderia imaginar. Somos ótimos em imaginar todos os empregos que desaparecerão por causa de uma nova tecnologia, mas péssimos em prever os que serão criados porque ainda não existem. Se você imaginar um mundo em que cada pessoa tenha uma equipe de 15 agentes digitais, cada um agitando dia e noite, você está imaginando um mundo com muitos custos de energia e silício. As curvas de capex e opex moldam onde o trabalho da máquina faz sentido. Resumindo: o futuro do trabalho não será simplesmente uma questão de escolher entre IA e trabalhadores humanos. Ele calculará o que cada tarefa custa para fazer com pessoas, máquinas e híbridos quando você incluir os custos de erro em cascata, imposto de verificação, imposto real, economia unitária e risco. Esse não é um futuro sem humanos. Esse é um futuro com mais influência por ser humano do que nunca na história. Essa é a própria definição de crescimento econômico: fazer mais com menos. Costumava custar a seus ancestrais 1.000 horas de trabalho para iluminar sua casa com velas de sebo. Custa alguns segundos para iluminar sua casa com o toque de um botão. Alavancagem em ação.

Parece que o que precisamos é de privacidade diferencial e criptografia homomórfica para conversas com LLMs. Precisamos de um ProtonMail para bate-papo.