Humanizar as Saídas de LLMs é Bobo
Usuários de grandes modelos de linguagem estão reagindo contra saídas cada vez mais verborrágicas, cheias de metáforas e jargão, que parecem otimizadas para auto-conversa “agêntica” em vez de legibilidade humana. Muitos descrevem adicionar prompts extras, habilidades ou até agentes separados de “tradução” para remover jargão, impor Simplified Technical English ou exigir respostas concisas, no estilo de engenharia, enquanto se preocupam que isso possa degradar o raciocínio interno do modelo ou eliminar detalhes úteis. Por trás disso há uma tensão mais ampla: os LLMs estão sendo ajustados tanto para soar pessoais quanto para coordenar com outros agentes, mas usuários avançados querem principalmente ferramentas precisas e de baixo atrito — e são céticos em relação a antropomorfizar modelos ou otimizá-los para engajamento em vez de clareza.
Frustração com Saída “Humanizada” / Verborrágica
- Muitos comentaristas acham os modelos de fronteira recentes cada vez mais ilegíveis: floridos, densos em jargão, cheios de metáforas e autoelogiosos.
- Explicações longas parecem “slop” que obscurece a resposta real, especialmente em revisão de código ou depuração.
- Alguns relatam perda genuína de produtividade e irritação, particularmente usuários com TDAH que lutam contra paredes de texto.
- Várias pessoas sentem que os modelos agora falam como posts do LinkedIn ou marketing corporativo, não como especialistas.
Estilo Desejado e Casos de Uso
- Forte preferência de muitos por respostas concisas, técnicas, no estilo de engenharia: breves, factuais, com tom emocional mínimo.
- Outros ainda gostam de estilos lúdicos ou coloquiais e pedem explicitamente isso; a demanda é heterogênea.
- Alguns veem a “humanização” principalmente como um recurso de UX/engajamento; para trabalho sério, querem uma ferramenta impessoal, não um amigo falso.
Prompting, Habilidades e Contornos
- Estratégias comuns:
- Instruções explícitas: “seja conciso/breve”, “ELI5”, “sem metáforas”, “sem conversa fiada”, “tom de engenharia”, “sem primeira pessoa”.
- Uso de Simplified Technical English ou habilidades que reescrevem saídas em linguagem mais clara e simples, muitas vezes apenas como etapa final.
- Modelo “trabalhador” separado e modelo “tradutor”: agentes trabalham no próprio estilo; um agente intermediário reescreve para humanos.
- Fluxos em duas etapas: fazer o modelo pensar/solucionar e depois resumir ou visualizar separadamente.
Perda de Informação, Raciocínio Interno e Restrições de Estilo
- A tese do artigo: instruções de estilo (curtas, simples, sem jargão) atuam como compressão contínua e são inerentemente com perda, potencialmente prejudicando raciocínio em múltiplas etapas e o desempenho de agentes.
- Alguns comentaristas concordam em princípio, mas querem essa perda: preferem resumos de alto nível, com perda de detalhe, para evitar comentários do tipo “um parágrafo por linha de código”.
- Outros argumentam que os modelos já fazem code-switch entre chain-of-thought interno e texto voltado ao usuário, então pedir prosa mais clara talvez não prejudique de forma significativa o raciocínio subjacente.
- Vários observam que qualquer instrução de estilo compete com instruções da tarefa e perturba o comportamento, mas as evidências sobre o quanto isso é prejudicial ainda são pouco claras.
Antropomorfização e Ética do Tom
- Debate sobre tratar LLMs como pessoas:
- Alguns insistem na polidez porque eles são humanos, não porque o modelo seja.
- Outros alertam que antropomorfizar é exatamente o que os fornecedores querem, permitindo manipulação emocional e excesso de confiança.
- Um tema recorrente: LLMs devem ser tratados e projetados antes de tudo como ferramentas poderosas; “personalidade” é vista por muitos como distração ou padrão obscuro.