Como fazer os colegas pararem de me dar sugestões geradas pelo ChatGPT?
Trabalhadores estão cada vez mais frustrados com colegas que colam saídas não verificadas do ChatGPT em fluxos técnicos, criando trabalho extra de revisão e minando a confiança em especialistas no assunto. Os comentários argumentam que o problema central não é a ferramenta em si, mas pessoas tratando a IA como uma autoridade infalível, apesar de sua tendência a gerar respostas plausíveis, porém incorretas. As respostas sugeridas vão desde educar as equipes sobre os limites da IA e definir diretrizes claras de processo até escalar problemas persistentes para a gestão quando eles começam a prejudicar a produtividade.
Natureza do problema
- Colegas não técnicos (artistas) usam o ChatGPT para gerar sugestões técnicas que não entendem.
- O desenvolvedor precisa gastar tempo validando e depois explicando por que muitas dessas ideias estão erradas, para pessoas que não têm o contexto necessário para acompanhar a explicação.
- Isso lembra padrões antigos como “li na internet que…” ou respostas copiadas e coladas do StackOverflow/Google.
Usando o ChatGPT contra ele mesmo
- Vários sugerem colar a sugestão ruim de volta no ChatGPT e perguntar por que a solução não funciona, e então encaminhar essa explicação.
- Exemplos mostram o ChatGPT dando código errado com muita confiança e, em seguida, pedindo desculpas e revertendo a resposta quando perguntado “Isso funciona?”.
- Alguns veem isso como uma forma eficiente de desmentir; outros encaram como dependência quase cultual da ferramenta.
Qualidade, responsabilidade e pensamento crítico
- Uma corrente: o que importa é se as sugestões são boas, não se foram geradas por IA.
- Contra-argumento: a fonte importa em trabalhos com nuance; o ChatGPT frequentemente inventa soluções plausíveis, porém falsas.
- As pessoas enfatizam que quem encaminha saída de IA deve ser capaz de explicar e defender isso, e que usar o ChatGPT sem verificação é transferir, de forma desrespeitosa, a QA para os outros.
- Analogias: ferramentas elétricas exigindo operadores habilidosos, “Gish gallop” não malicioso, a lei de Brandolini e juniores fazendo merge de código não testado.
Papel da gestão e dinâmicas de equipe
- Há discordância sobre “dedurar para o chefe”:
- Alguns dizem que gerentes são explicitamente pagos para resolver atritos entre equipes e proteger o tempo dos ICs.
- Outros argumentam que adultos deveriam primeiro estabelecer limites diretamente (“por favor, parem de me enviar sugestões do ChatGPT”).
- O problema subjacente é visto como falta de confiança na expertise do desenvolvedor e processos disfuncionais de planejamento/feedback.
Comparações com outras ferramentas e com AIs de arte
- São traçados paralelos com mudanças tecnológicas passadas: Photoshop, câmeras, busca na web, StackOverflow.
- Alguns defendem que a IA principalmente eleva o nível mínimo dos praticantes mais fracos; outros dizem que isso é verdade para qualquer ferramenta.
- Artistas usando Stable Diffusion são mencionados tanto como analogia quanto como uma possível forma de destacar sua própria substituibilidade se supervalorizarem a IA.
Comunicação e fadiga com IA
- Há preocupação de que e-mails e documentos escritos por IA (por exemplo, via Copilot) incharem a comunicação e reduzirem a vontade de ler, especialmente quando pessoas transformam mensagens curtas em blocos de texto no estilo PR.
- Alguns observam que também é possível usar LLMs para comprimir esse excesso de enrolação, mas usuários médios e chefes muitas vezes equiparam tamanho com qualidade.
Atitudes mais amplas em relação aos LLMs
- Forte ceticismo: há quem diga que o hype da IA é impulsionado por marketing; especialistas frequentemente consideram as saídas pouco confiáveis ou sem sentido.
- Outros reconhecem falhas sérias, mas ainda veem os LLMs como assistentes úteis quando usados de forma crítica e com validação adequada.