Ainda Não Consegue Fazer Meu Trabalho: Quatro Anos de Mudança dos Objetivos (2022–2026)
As afirmações de que “a IA ainda não consegue fazer meu trabalho” são cada vez mais contestadas à medida que os grandes modelos de linguagem avançam sobre mais trabalho de conhecimento, embora muitos argumentem que esses sistemas continuam pouco confiáveis, especialmente porque fabricam informações com muita confiança. Os comentaristas debatem se a inteligência artificial geral algum dia chegará, como defini-la e quanto do progresso atual reflete capacidade genuína versus hype de empresas e investidores de IA. Por trás dos argumentos técnicos estão temores econômicos e sociais: a erosão dos papéis de colarinho branco, a concentração de capital e poder e a possibilidade de que os humanos acabem com apenas trabalho de baixo valor ou nenhum trabalho.
Definição de AGI e “Mudança dos Objetivos”
- Muitos argumentam que “AGI” é vago ou sem significado; a inteligência de nível humano é vista como uma referência arbitrária que continua mudando à medida que as capacidades melhoram.
- Outros insistem que AGI é significativo: normalmente “capaz de substituir humanos em quase qualquer trabalho” ou “passar no teste de Turing”, ou definições mais ambiciosas como terraformação planetária autônoma.
- Alguns afirmam que a AGI já existe (por exemplo, LLMs modernos passando testes práticos parecidos com o de Turing), enquanto outros afirmam que a AGI nunca acontecerá, ou não nos próximos 50 anos.
- O próprio teste de Turing é debatido: se é “existe pelo menos um cenário em que os humanos são enganados” versus “indistinguibilidade consistente”, e se o ELIZA já satisfez a forma fraca.
Capacidades, Limites e Alucinações
- Os participantes concordam que os modelos estão rapidamente ganhando competência em vários domínios, especialmente programação e geração de conteúdo.
- Permanece um forte ceticismo em relação à confiabilidade: alucinações e confabulações arbitrárias são vistas como desqualificadoras para muitos usos críticos de segurança.
- Comparações com erros humanos são contestadas: alguns dizem que humanos também “inventam coisas”, outros respondem que profissionais saudáveis não alucinam na frequência ou gravidade dos LLMs.
Impacto no Trabalho e na Estrutura do Trabalho
- Muitos veem os LLMs como ferramentas poderosas que ampliam, e não substituem, trabalhadores do conhecimento, especialmente programadores.
- Há preocupação de que funções de “babá de IA” ou revisor sejam fracas, mal pagas e ineficazes para detectar erros raros, mas catastróficos.
- Alguns esperam mais consolidação de funções (devs absorvendo QA, administração de projetos), com funções de coordenação não técnicas ficando vulneráveis.
- Outros duvidam que a engenharia de software e o trabalho de colarinho branco em geral possam ser totalmente automatizados.
Economia, Poder e Ética
- Forte frustração com o ufanismo em torno da IA e o hype de CEOs: previsões repetidas, de curto prazo, sobre AGI, extinção de empregos e alegações de “perigoso demais para lançar” são vistas como manipulação de mercado.
- As preocupações incluem: concentração de capital, desvalorização do humano médio, potencial subclasse ou pior, e empresas privadas controlando infraestrutura crítica de IA.
- Alguns temem armas autônomas e cenários “Terminator/SkyNet”; outros acham que os debates sobre alinhamento ainda são especulativos.
Observações Culturais e Meta
- Vários observam uma dependência psicológica crescente de LLMs para escrever e pensar, inclusive em posts que criticam a IA.
- A aparente prosa gerada por IA do artigo e a piada “IQ: yes” geram reações mistas, de diversão a irritação.