Pare de me dizer para perguntar a um LLM
A dependência de frases como “pergunte ao Claude” ou “use apenas um LLM” está surgindo como uma nova forma de desviar perguntas, ecoando respostas anteriores como “Google it”, mas com riscos maiores para a colaboração e o aprendizado no trabalho. Os comentaristas descrevem frustração quando perguntas cuidadosas e ricas em contexto são descartadas ou respondidas com saída de IA colada, corroendo a confiança, a mentoria e a noção de expertise humana. Outros argumentam que direcionar pessoas para LLMs pode ser uma forma legítima de lidar com interrupções ou incentivar pesquisa básica, destacando uma tensão crescente entre eficiência, burnout e o valor do engajamento humano genuíno.
“Pergunte a um LLM” como o novo “Google it” / LMGTFY
- Muitos veem “pergunte ao Claude/ChatGPT” como o moderno “Google it” ou LMGTFY.
- Muitas vezes é interpretado como um descarte, um “vá embora” educado ou “não é meu problema”, especialmente quando quem pergunta já fez pesquisa.
- Outros argumentam que isso pode significar simplesmente “eu também teria de procurar isso, e um LLM é a mesma ferramenta que eu usaria”.
Qualidade da pergunta e “prova de trabalho”
- Tema forte: é mais provável receber ajuda real se você mostrar o que já tentou (opções consideradas, documentação lida, saída do LLM avaliada).
- Sugerir que pessoas “perguntem a um LLM” para perguntas de esforço muito baixo é visto por alguns como totalmente apropriado.
- Vários observam que incluir explicitamente “aqui está o que a IA disse e por que eu duvido disso” é um contexto útil.
Expertise humana vs respostas mediadas por IA
- Muitos que perguntam querem julgamento humano, não uma segunda passada de LLM sobre o mesmo problema.
- Frustração quando colegas apenas colam respostas de LLM em chats ou PRs, sem sinal de compreensão.
- Alguns revisores se sentem reduzidos a “carimbos de borracha para LLM”, revisando código e comentários em grande parte gerados por agentes.
Dinâmicas de trabalho e mentoria
- Seniors reclamam de interrupções constantes e expectativas irreais de mentorar enquanto ainda entregam seu próprio trabalho.
- “Pergunte a um LLM” às vezes é usado como um limite para proteger o tempo de foco.
- Outros argumentam que, se mentoria é esperada, isso deve ser explícito e remunerado, não terceirizado discretamente para a IA.
Confiabilidade, uso indevido e custo da correção
- Alucinações de LLM criam “desinformação no relógio”; refutá-las pode ser mais caro do que responder a uma pergunta limpa.
- Exemplo: um PM lançando um framework de métricas baseado em código inventado por LLM, forçando outros a desfazer a confusão.
- Preocupação de que alguns usuários não tenham expertise para distinguir boas respostas de IA de ruins.
Impacto emocional e cultural
- Ouvir “pergunte a um LLM” pode parecer insultuoso: implica preguiça, ignorância ou que a experiência humana não importa mais.
- Alguns veem isso como admitir sua própria substituibilidade ou perda de confiança.
- Outros enfatizam uma fadiga mais ampla: demissões, pressão e burnout tornam conversas profundas e exploratórias pareçam um luxo.
Preocupações com o ecossistema do conhecimento
- Medo de que a dependência excessiva de LLMs, somada às demissões de especialistas, erodirá o conhecimento real de domínio.
- Preocupação de que conteúdo gerado por IA e fluxos de trabalho agentic inundem canais com material de baixo valor, enquanto a expertise genuína se torna mais rara e mais difícil de acessar.