Este pequeno comando de duas linhas irá poupar-lhe horas ou dias de frustração com modelos de IA: "Saiba o que eu disse. Apresente o seu plano e depois aguarde." Depois explique qualquer erro e faça-o apresentar novamente e ajustar até que a sua compreensão e plano estejam corretos.

O meu novo artigo para a revista FreeThink analisa porque é que a IA não vai ocupar todos os empregos: O TLDR? 1) A economia unitária dos agentes. Eles não vão custar o mesmo que uma assinatura de $20 da Netflix, pense mais como um salário humano. 2) Impostos. Espere impostos sobre o trabalho digital e robótico à medida que este se torna cada vez melhor, começando como uma reação populista protecionista e em lugares com muita regulação como a UE e depois espalhando-se por todo o lado. 3) A IA não faz o trabalho desaparecer. Ela 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 8-10 horas por dia e apenas leem sobre eles: A) concepção/descrição do problema B) Iteração C) Verificação 4) Falácia do trabalho fixo 5) Alguns papéis que simplesmente adoramos ter pessoas porque somos criaturas sociais. Os ATMs fazem o trabalho de distribuir dinheiro melhor do que as pessoas, mas os empregos de caixa apenas mudaram para o atendimento ao cliente. Podemos ter um droid garçom perfeito, mas eu prefiro conversar com uma pessoa feliz e amigável no meu restaurante favorito local. Alguns trechos do artigo: Se você está usando esses sistemas para algo que importa, precisa de uma verificação que vai muito além de uma leitura superficial. Isso significa trabalho humano orientado para detalhes — você deve verificar cada afirmação, cada diagrama, cada link, cada palavra, cada linha de código, cada resultado e citação e fato. E quem está melhor posicionado para verificar? As próprias pessoas que já são boas no que a IA está tentando fazer: os trabalhadores que se supõe que ela substitua. Os médicos podem verificar reivindicações médicas. Programadores seniores podem verificar saídas de codificação da IA. Bons redatores podem verificar se o que o GPT escreve é bom — eles reconhecem uma boa expressão quando a leem e podem garantir que cada parágrafo flua do anterior. As grandes empresas de tecnologia estão atualmente gastando trilhões (para construir novos centros de dados de IA, e além de tudo, o custo de pagar pessoas para operar esses centros também precisará ser considerado na equação. Sua futura força de trabalho, operando em chips de rede neural especializados, é mais provável que custe $5.000, $10.000 ou $20.000 por mês por trabalhador digital, não $200. Na minha startup de agentes de IA, tenho uma equipe de três engenheiros usando Claude Code e o GPT-5 da OpenAI para auxiliar na codificação. Usando preços de API (atualmente estamos com uma média de cerca de $8.000 por mês — isso é o que $600 em assinaturas realmente custa. 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 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 operá-los. À medida que essas economias unitárias se concretizam, a maioria das empresas terá que perguntar: “É mais barato lançar mais pessoas em um problema do que pagar por IA?” Na maioria dos casos, a resposta será “sim”, a menos que você tenha um problema hiper-especializado que a IA possa realmente ajudar a acelerar, como a descoberta de medicamentos. Mesmo que a IA fosse perfeita e barata, no entanto, sempre haverá empregos que simplesmente não queremos entregar a máquinas. Temos ATMs, mas ainda temos caixas eletrônicos humanos porque queremos a opção de conversar com uma pessoa. No mundo dos restaurantes, um dia poderemos ter droids garçom perfeitos, mas eu ainda quero interagir com uma pessoa amigável e engraçada que me faça sentir como um rei enquanto janto, e espero que muitas outras pessoas também queiram. Como James Bessen observa repetidamente na Harvard Business Review, a automação não apenas cria ou destrói empregos — ela os transforma. (Quando os ATMs foram lançados, os redatores de obituários afiavam suas penas para os caixas, mas o emprego de caixa não colapsou — cresceu. Isso porque os ATMs reduziram o custo de operar uma agência, o que significava que os bancos podiam abrir mais agências, onde o trabalho do caixa mudou de manuseio de dinheiro para vendas e serviços de relacionamento. A elasticidade da demanda também importa. Quando você reduz o custo de um recurso, os humanos usam mais dele — isso é o paradoxo de Jevons (em ação. Aplicado à inteligência artificial, a cognição mais barata nos fará consumir mais inteligência no 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 há 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 que não tínhamos palavras antes. Um agricultor do século XVIII nunca seria capaz de entender o trabalho de um designer de sites porque é construído sobre a base de inúmeras inovações de cisne negro — como eletricidade, computadores e a 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 aqueles que serão criados porque ainda não existem. Se você imaginar um mundo em que cada pessoa tem uma equipe de 15 agentes digitais, cada um trabalhando 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 de máquina faz sentido. Em resumo: O futuro do trabalho não será uma questão de simplesmente escolher entre IA e trabalhadores humanos. Será uma questão de calcular quanto cada tarefa custa para ser feita com pessoas, com máquinas e com híbridos quando você inclui 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 alavancagem por humano do que nunca na história. Essa é a definição de crescimento econômico: fazer mais com menos. Custava aos seus antepassados 1.000 horas de trabalho para iluminar a casa com velas de sebo. Agora custa a você alguns segundos para acender a sua casa com o toque de um interruptor. Alavancagem em ação.

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