A Progressão do Ódio à IA

Confiabilidade, Erro e Preocupações Epistêmicas

• Muitos argumentam que os resumos de IA e as saídas de LLM são substancialmente menos confiáveis do que os fluxos de busca anteriores, especialmente porque:
  • Alucinam com confiança e de forma imprevisível, e raramente dizem “não sei”.
  • Removem o contexto da fonte e os sinais de confiança (domínio, autor, respostas do fórum).
  • Podem ler mal as fontes ou até contradizê-las; alguns relatam que os resumos deturpam regularmente as páginas vinculadas.
• Outros contrapõem que a internet sempre esteve cheia de desinformação; a IA muda principalmente a conveniência e a escala, não a existência de erros.
• Vários observam que os LLMs são bons para tarefas de baixo risco ou como ferramentas de desenvolvimento, mas perigosos quando usados em tarefas críticas (por exemplo, especificações de torque automotivo, decisões de atendimento ao cliente).

Consentimento, Direitos Autorais e Uso de Dados

• Um tema dominante: o treinamento e a implantação de IA ignoram amplamente o consentimento do usuário.
  • Criadores sentem que não podem publicar trabalho, código ou texto sem que isso seja raspado para treinamento.
  • Há indignação de que os modelos sejam treinados com material protegido por direitos autorais e depois compitam com os originais.
• Alguns argumentam que isso é apenas uma extensão da erosão de consentimento de longa data: indexação de busca, rastreamento, dark patterns, vazamentos de dados.
• Há discordância sobre “fair use”:
  • Um lado: o treinamento é transformativo e, portanto, fair use; a reprodução é uma questão separada.
  • O outro lado: essa interpretação é uma “miscarriage of justice” e contrária ao espírito do direito autoral.
  • Participantes não americanos apontam que “fair use” é específico de cada jurisdição; autoridades dos EUA também levantaram preocupações sobre treinamento comercial de modelos.

Capitalismo, Hype e a Corrida Armamentista da IA

• Muitas críticas têm como alvo a “corrida do ouro” da IA: FOMO de investidores, controle oligopolista do compute, recursos de IA forçados em produtos e demissões “lavadas” pela IA.
• Debate sobre se isso é uma falha do “capitalismo” em si ou de sistemas políticos capturados e oligopólios.
• Alguns esperam uma bolha de IA ou um “inverno”; outros veem ganhos de produtividade duráveis, porém mais limitados.

Impacto no Trabalho, na Criatividade e na Vida Cotidiana

• Criativos reclamam de plataformas inundadas de “AI slop”, descoberta mais difícil e meios de subsistência enfraquecidos.
• Alguns trabalhadores usam IA subsidiada intensamente no trabalho, em parte por pragmatismo, em parte para explorar serviços subprecificados.
• Exemplos de call center mostram ganhos significativos (triagem multilíngue), mas outros observam que muitas empresas usam IA para evitar contratar humanos e degradar o atendimento.

Sentimento Público e Polarização

• Vários observam desconfiança ou aversão generalizada à “IA” como ela é comercializada (LLMs, geração de imagem/vídeo), mesmo quando as pessoas dependem sem saber de recursos antigos de ML.
• Outros enfatizam a popularidade real dos produtos de IA e argumentam que a tecnologia se normalizará e recuará para segundo plano.
• As emoções vão de leve incômodo a raiva intensa e esforços de boicote; alguns comentaristas criticam tanto o “zealotry” pró-IA quanto o “zealotry” anti-IA como improdutivos.