Eu preferiria ler o prompt
(claytonwramsey.com)- É uma crítica ao fato de que textos escritos por LLMs, de respostas de alunos a revisões de artigos, podem parecer convincentes por fora, mas quase nunca oferecem ao leitor novas ideias ou experiências
- Os motivos pelos quais as pessoas terceirizam a escrita se dividem entre considerar a tarefa pouco importante, acreditar que o modelo escreve melhor do que elas ou querer produzir texto comercial gerado automaticamente
- Se o objetivo da escrita é transmitir as próprias ideias, uma saída de LLM, que não tem pensamento próprio, é mais próxima de um produto vazio do que de plágio
- Mesmo tarefas que parecem formais, como trabalhos de aula e revisões de artigos, na prática exigem raciocínio e julgamento; LLMs apenas produzem texto, mas não substituem o processo de pensar
- O exemplo de 234 palavras feito com Gemini apenas repetia o prompt de forma prolixa e acrescentava generalidades; por isso, o prompt original valia mais a pena ler do que o resultado
O estilo e os limites revelados pela escrita com LLMs
- Ao corrigir trabalhos de alunos, o autor frequentemente encontra textos que parecem saídas do ChatGPT, como respostas explicando as desvantagens dos ângulos de Euler (Euler angles)
- Essas respostas em geral são prolixas e vagas, têm obsessão pelo estilo de bullets em negrito e tendem a repetir o prompt
- O estilo do ChatGPT é distinto o bastante para ser reconhecível, mas o autor considera que isso não é uma prova decisiva a ponto de encaminhar o caso a um comitê de honra
- Mesmo levantando o problema, ele não tem certeza de que o ganho para a integridade do curso seja maior do que o tempo gasto disputando o caso
Por que as pessoas entregam a escrita a LLMs
-
Tarefas que parecem pouco importantes
- O autor vê isso como uma atitude comum entre estudantes que enxergam as disciplinas como uma sequência de obstáculos para obter o diploma
- Uma motivação parecida vem crescendo também em revisões de artigos, e ele cita como caso relacionado paper reviews
- Muitos pesquisadores veem a revisão como uma tarefa paralela somada a uma carga de trabalho já excessiva e podem sentir que é difícil reservar tempo para escrever uma boa revisão
-
Quando se acredita que o modelo escreve melhor
- Alguns colegas acreditam que LLMs produzem textos melhores do que os deles
- Pela percepção do autor, isso parece mais comum entre pessoas para quem o inglês é segunda língua
- Algo parecido acontece com quem está começando a programar, ligado à atitude de tratar programação como um encantamento misterioso a ser decorado e recitado
- Há uso semelhante na escrita acadêmica, e ele cita como caso relacionado academic writing
-
Texto gerado automaticamente com interesses envolvidos
- Astroturfing, chatbots de suporte ao cliente e introduções prolixas de receitas de confeitaria online são exemplos
- O autor considera que esses textos não são escritos para serem lidos por pessoas e que também não carregam a intenção do autor
- Como o foco é tratar das motivações individuais, ele não aprofunda esse tipo
O propósito da escrita e o vazio das saídas de LLMs
- O principal motivo pelo qual humanos escrevem é transmitir ideias originais
- Essas ideias não precisam ser especiais nem acadêmicas; férias, um cachorro de estimação ou uma cor favorita podem ser temas suficientes
- A condição importante é que a ideia seja da própria pessoa
- Copiar as palavras de outra pessoa não transmite as próprias ideias, mas ao menos transmite o pensamento de um humano
- Como LLMs, por estrutura, não têm pensamentos próprios, publicar suas saídas é visto como algo próximo de uma ação sem propósito
Mesmo tarefas que parecem pouco importantes são importantes de fato
- Comentar em um post do Reddit com um resumo do texto original feito por computador é visto como desperdício de tempo de todos
- Se o texto original é tão pobre que um resumo basta, então não vale a pena participar com um comentário
- Se o texto original exige uma leitura humana de verdade, o resumo é sem sentido
- O objetivo de uma tarefa de escrita em sala de aula não é o texto produzido, mas forçar o aluno a pensar
- O LLM produz o resultado, mas não produz o processo de raciocínio
- Em revisões de artigos, uma revisão feita pela metade e sem empenho só cria trabalho desnecessário para os autores originais e não dá ao editor nenhuma informação além do que ele já sabe
Refutando a crença de que “o modelo é melhor”
- Na comunicação profissional, o autor considera que LLMs são usados principalmente para criar enchimento ou ajustar o tom do prompt original
- Nesse processo, o sentido original fica turvo, e várias camadas de palavras desnecessárias são acrescentadas até a ideias simples
- Com sorte, o texto não está errado, mas muitas vezes inventa completamente detalhes importantes ou produz algo difícil de entender
- Em um texto humano mal escrito, ao menos se pode esperar que exista uma compreensão interna que a pessoa tenta compartilhar; com LLMs, não se pode ter essa expectativa
Programação e vibe coding
- O autor tem um pouco mais de empatia pelos programadores, mas considera que o resultado de longo prazo é mais discretamente prejudicial
- Lembrando Programming as Theory Building, de Peter Naur, ele considera que escrever um programa suficientemente complexo exige não apenas o artefato de código, mas também uma teoria sobre a estrutura lógica por trás dele
- Vibe coding é definido como uma forma de deixar a geração do programa quase inteiramente a cargo de um LLM
- Essa abordagem produz artefatos sem teoria, e por isso o código resultante é, na prática, inútil
- Nos termos de Naur, tal programa estaria morto; aqui, a comparação é que ele já nasce morto
- Como exemplo de app feito com vibe coding que sofreu com problemas de segurança, ele cita um app de receitas vibe-coded que vazou uma chave da OpenAI
Experimento com Gemini
- O autor inseriu o argumento do ensaio no Google Gemini e pediu que ele concluísse o texto em 2 parágrafos curtos
- A saída do Gemini tinha 234 palavras e, segundo a avaliação, limitou-se a reformular o prompt longamente
- O tom permaneceu amplo e cheio de generalidades sem sentido; usava palavras grandes, mas não com bom gosto
- A frase de exemplo “Perhaps it stems from a desire for efficiency, a wish to quickly generate text without the perceived effort of crafting each sentence.” é apresentada como um caso de uma pequena ideia transformada em uma grande frase
- O mesmo significado poderia ser reduzido a “Perhaps it stems from a desire for efficiency.” e, com mais refinamento, a “Perhaps people do it for efficiency.”
- Esse experimento leva à conclusão de que LLMs são excelentes em alongar bobagens, mas não muito bons para o resto
A conclusão de que ele preferiria ler o prompt
- O autor afirma que nunca quis ver a saída de nenhum modelo generativo criativo, incluindo imagem, texto, áudio ou vídeo, mais do que o prompt original
- O resultado gerado tem menos substância do que o prompt, e não há visão humana no processo de criação
- O propósito da criação é compartilhar a própria experiência; se não há experiência a compartilhar, não há motivo para criar
- A conclusão final é que um texto que não vale a pena escrever também não vale a pena ler
1 comentários
Opiniões no Hacker News
Já pedi várias vezes a colegas de trabalho que produzem textos absurdamente prolixos com LLMs que, em vez disso, me mandem só o prompt.
Se um LLM consegue gerar um texto longo a partir de uma entrada limitada, então o que é necessário é apenas essa entrada concisa; o resto vejo como enchimento inventado.
Se eu digito ou dito um fluxo de consciência cheio de parênteses e meio estruturado e peço um resumo, muitas vezes ele organiza melhor o que eu estava tentando dizer.
Isso também se conecta à famosa frase de Pascal: “se eu tivesse tido tempo, teria escrito uma carta mais curta”.
A propósito, quando pedi a um LLM para comprimir a frase acima, saiu algo como: “quando é difícil expressar ideias nebulosas, falar ou escrever longamente pensamentos semiorganizados e pedir a um LLM que os resuma ajuda a capturar a intenção de forma mais clara e eficaz”.
Agora a IA vira apenas uma impressora bonita com perdas.
Quando finalmente consegui falar com ele, ele admitiu que tinha colocado os requisitos reais no ChatGPT e que “não teve tempo de revisar o resultado”; fiquei realmente furioso.
O LLM não pode saber sobre mim mais do que aquilo que dei no prompt, então o resultado não pode trazer mais informação do que o prompt.
Para perguntas sobre conhecimento público, ele é muito mais útil, porque pode trazer informações novas de materiais externos.
Gosto da perspectiva do autor: não é um juízo de valor sobre indivíduos que usam LLMs como ChatGPT ou Gemini, mas a ideia de que o pensamento envolvido em criar o prompt é inevitavelmente mais interessante, original e humano do que a saída do LLM.
Pela minha experiência usando LLMs para escrever código, se o prompt é lixo, o código é objetivamente lixo.
Se eu não sei o que quero, e não tenho ideias, estrutura nem plano, é esse tipo de código que sai.
Também gostaria de ouvir contra-argumentos de pessoas que usaram LLMs recentemente para escrita acadêmica ou criativa. Fora usá-los para atravessar boilerplate ou montar esqueletos em projetos pessoais de programação, não tenho usado modelos recentes.
No fim, é uma estrutura que repete continuamente: entra lixo, sai lixo.
Algumas semanas atrás, citei esse ponto como uma das razões pelas quais os LLMs atuais não conseguem ser bons criadores de campanhas em Dungeons and Dragons.
Humanos não precisam de “restrições”. Se você pedir a um escritor competente para se sentar em silêncio e imaginar a trama de um novo romance, ele simplesmente consegue.
https://news.ycombinator.com/item?id=43677863
Ainda assim, LLMs podem ser excelentes caixas de ressonância para ideias.
Se quiser mais provas, aumente a temperatura para 1.0 e pergunte a qualquer LLM: “para uma campanha de DND, imagine uma sala de dungeon independente com um quebra-cabeça único que não exista antes. Descreva concretamente o quebra-cabeça, a solução, o layout da sala etc., e faça algo completamente novo e imaginativo”.
Aposto que 99% vão entregar algum quebra-cabeça formal baseado em física, como “The Resonant Hourglass” ou “The Mirror of Acoustic Symmetry”.
É um processo de inserir ideias, cortar o que deve ser cortado, definir tom e concisão, e rodar vários rascunhos.
https://old.reddit.com/r/singularity/comments/1andqk8/gemini...
Ao mesmo tempo, quanto mais uma pessoa precisa de um LLM para esses usos, maior a chance de ela ser justamente a menos capaz de perceber as fraquezas da saída. Assim como não sei escrever em espanhol, também não consigo avaliar a qualidade de uma tradução em espanhol feita por LLM.
Num extremo, estudantes de hoje podem passar a depender de LLMs, confiar neles sem saber melhor, acabar confiando em tudo sem saber nada e nem sequer conseguir avaliar qualidade ou desempenho.
Uma área em que discordo do autor é programação. Embora eu goste de algoritmos, código é escrito para ser lido por computadores, e não vejo grande problema em computadores escreverem código.
LLMs me pouparam muito tempo na escrita de funções simples, permitindo passar rápido pelas tarefas chatas do projeto e focar nas partes interessantes.
Acho que a frase de Miyazaki, “os humanos perderam a confiança em si mesmos”, é a que melhor se encaixa. LLMs podem ser ótimas ferramentas para automatizar trabalhos repetitivos e tediosos, mas é triste achar que eles podem substituir a perspectiva única de uma pessoa.
Para estruturar o texto, quase não ajudam. Escrever é ter uma compreensão tão clara que, mesmo ao reduzir esse significado a palavras, outras pessoas ainda consigam agarrá-lo.
Concordo que os LLMs não ajudam muito nessa parte.
Mas todas as informações precisam estar no prompt. Caso contrário, eles alucinam.
O resultado não fica no nível de ser enviado sem alterações, mas é suficiente para começar e iterar, em vez de encarar uma tela em branco.
Também quero testá-los na seção de métodos, porque em todo artigo é basicamente repetir as mesmas informações com frases diferentes.
Mas ainda não confio na precisão dos detalhes técnicos. LLMs são apenas modelos de linguagem; não têm conhecimento nem compreensão.
Escrito desse jeito, um LLM parece um algoritmo de descompressão reversa. Uma ideia simples é inflada pelo LLM e vira uma bagunça, e outra pessoa a resume de novo com um LLM, devolvendo-a para algo próximo do prompt original
Os únicos que ganham com esse trabalho sem sentido são Sam Altman e companhia, que embolsam algo como US$ 0,000000001 por terem tornado isso possível
As exceções são textos e códigos repetitivos ou com cara de boilerplate, em que é preciso expressar pouca informação de forma longa
http://prize.hutter1.net/
Basta ver o prefácio e o FAQ, e o fato de que todos os vencedores agora são redes neurais
Acho que a resposta ao desânimo do professor é bem simples. Muita gente não está na universidade para aprender e cultivar a mente, mas para sobreviver em um sistema econômico brutal de darwinismo social
Quem foi lá para estudar ângulos de Euler de verdade sempre foi uma minoria minúscula; o resto vê isso como uma barreira que precisa atravessar para conseguir um emprego que talvez venha a ser automatizado por IA
Do ponto de vista de reforço de condicionamento, o professor claramente só precisa descontar pontos dos alunos que trapacearam
Em tese, os alunos vão desistir ou ficar bons o suficiente para não serem pegos. Esta última opção talvez seja uma habilidade com demanda no futuro
É meio estranho os pais dizerem: “se você passar por esses portais, para cada 1 dólar que você ganhar moendo gergelim em alguma empresa, nós vamos acrescentar mais 2 dólares”
Trabalhar e se educar por conta própria não é algo bom e digno? Isso é um mau negócio?
Pelo menos é isso que está na página dele: https://claytonwramsey.com/about/
Professores também não recebem treinamento real em educação, mas essa pessoa também não parece ter aprendido métodos de ensino de verdade
No fim, ele é bem jovem, e o texto parece mais uma reação forte e improvisada. Deve ser avaliado levando isso em conta
Há muitas formas de usar LLMs
O problema está em pessoas que jogam um prompt único e curto e recebem uma saída genérica e chata. É “lixo entra, genérico sai”
O modo como eu realmente uso é despejar pensamentos e receber ajuda para organizá-los, obter feedback sobre expressão e conexão entre frases, melhorar tom e estilo como não nativo tentando manter a individualidade, simplificar frases bagunçadas, encontrar lacunas ou problemas no texto etc.
Normalmente é um processo iterativo, e o tamanho dos prompts combinados acaba maior que o resultado final. Também incorporo o feedback manualmente
Se alguém digita apenas “escreva um post de blog sobre X”, o prompt pode ser mais interessante que a saída; mas, se há cinco rodadas de revisão e contexto, você realmente preferiria ler todos os prompts e rascunhos em vez da versão final?
Se quiser, está aqui: https://chatgpt.com/share/6817dd19-4604-800b-95ee-f2dd05add4...
A propósito, o rascunho inicial dado ao ChatGPT é melhor do que o texto publicado aqui
Isso é algo muito difícil de fazer os alunos entenderem. Quando um professor pede para escrever sobre um evento histórico, isso não é um ritual para chegar ao diploma
O objetivo é aprimorar várias habilidades: reunir informações, compreendê-las, absorvê-las, criticar o que foi lido e, por fim, formar a própria opinião
Dizer “despejo pensamentos e deixo o LLM organizar” soa como falta de interesse em desenvolver a capacidade de realmente absorver informações
Para mim, parece um sinal de que a pessoa não tem interesse em se tornar alguém interessante. Acho que é uma questão de maturidade, e um dia ela vai entender
O que o autor diz, no fim, é isso. O que me interessa é o que você tem a dizer sobre um tema com que se importa, não algo que consegue fazer para fingir que se importa ou que sabe
Se você não consegue organizar os próprios pensamentos, é difícil acreditar que já chegou a um ponto interessante; e, para chegar lá, é preciso praticar
Mas me preocupa que, se você usar LLMs sem praticar, acabe nunca se tornando uma pessoa interessante
Isso também nem sempre é simples, então às vezes é preciso iterar com algo como “traduza para a língua usada por pessoas que vivem em tal região”
O autor acerta em parte. Como falante de segunda língua, o LLM produz textos melhores do que eu
Mas os prompts estão em língua estrangeira e misturados com pedaços de rascunho, inúteis para o leitor, então não vou compartilhá-los
Vejo isso mais como entregar um rascunho de livro a um editor e a um tradutor
Desde que a IA surgiu, tenho pensado continuamente na proporção entre prompt e saída
Por causa das características dos sistemas que usamos, presumimos naturalmente que o prompt será mais curto que a saída, mas quanto mais especificamos o que queremos, mais longo o prompt fica, enquanto o tamanho da saída permanece igual
Se, em vez de escrever um ensaio, você explica o que deve entrar nele, essa explicação inevitavelmente fica mais longa que o próprio ensaio. Porque explicar o que se quer dizer exige mais texto do que simplesmente dizer
O fato de esperarmos receber de volta mais esforço com menos esforço mostra que o que obtemos, no fim, é texto de preenchimento
Por isso os prompts são mais interessantes, e muitas vezes comecei a escrever um prompt sem saber o que escrever, e, nesse processo, de repente ficou claro o que eu queria dizer
No geral, a IA é muito mais útil para comprimir ideias complexas em algo simples do que para expandir ideias simples em algo complexo
Quando você consegue especificar em inglês, com precisão suficiente, um novo sistema que quer construir a ponto de obter exatamente o sistema desejado, teria sido melhor simplesmente escrever o código
Se eu passo 1 hora escrevendo um prompt de 500 palavras e anexo X dados adicionais, como linhas de uma tabela, e o LLM devolve X respostas perfeitas, não importa que a proporção de saída seja pior do que se eu mesmo digitasse esses caracteres
O importante é se, nessa 1 hora mais alguns minutos de processamento do LLM, concluí o trabalho mais rápido
É parecido com programação. O objetivo de usar um LLM não é escrever um código melhor do que eu conseguiria escrever sozinho, mas escrever um código suficientemente bom muito mais rápido
Mas, como outros disseram, talvez os prompts não sejam tão interessantes ou repetitivos quanto imaginamos. Pode ser só “a tarefa é esta, qual é a resposta?”
Concordo totalmente com o ponto do autor, mas é difícil refutar as condições e barreiras econômicas envolvidas em obter um diploma
A maioria das pessoas vê o diploma como uma porta de entrada para conseguir um bom emprego, e isso faz sentido economicamente
Infelizmente, hoje os empregadores também estão incentivando esse tipo de trabalho de copiar e colar. Veja Meta e Google dizendo que a maior parte do código novo está sendo criada por IA
O mundo será devorado pela IA
Antigamente, só os mais inteligentes ou os mais ricos iam para a universidade, então o diploma universitário virou uma métrica substituta de inteligência
Agora que os graduados conseguem bons empregos, a forma de dar bons empregos a todos passa a ser dar diplomas a todos
Se a maioria das pessoas não está interessada no aprendizado por trás do diploma e só se importa com o emprego, acabamos com alunos que se preocupam apenas com a nota de corte e o certificado no final
Se as pessoas só vieram jogar o jogo, não dá para esperar que aprendam
Ainda assim, mesmo que 90% percam a oportunidade à sua frente, 10% vão agarrá-la e sugá-la até o tutano
Se você está na universidade, recomendo aproveitar o conhecimento oferecido e as oportunidades de interação. A universidade pode estar aberta a todos, mas as pessoas que enxergam o ouro ali dentro e realmente aprendem são uma minoria sortuda
O jogo não se resume à pontuação final. Há muito mais sendo oferecido
Tenho medo de que os LLMs já tenham criado a primeira geração de desenvolvedores que não conseguem funcionar sem LLMs
Não há problema em usar LLMs para parte do trabalho, mas é preciso conseguir funcionar sem eles
Nem todos os dados podem ser colocados em prompts de IA, alguns problemas não podem ser resolvidos com LLMs, e, se você depende de código ou configurações gerados para problemas simples, não desenvolve sua própria capacidade
Discordo fortemente da conclusão de Clayton: “Nunca houve uma vez em que eu não preferisse ver o prompt original em vez da saída do modelo generativo. A saída tem menos substância que o prompt e não tem a visão humana”
Fizemos isto com IA, e tenho certeza de que, se você não for o criador, não vai querer ver a entrada bruta
https://www.youtube.com/watch?v=H4NFXGMuwpY
Os usuários de IA serão divididos em dois tipos: os que usam a IA como uma ferramenta completa de ponta a ponta, e os que a usam como uma ferramenta para ampliar o trabalho e a criatividade que já têm
O segundo caso é claramente um excelente uso de IA
Talvez isso force uma grande mudança na forma de avaliar estudantes. Depois de entregar um ensaio, talvez o professor precise conversar com o aluno sobre o tema para verificar quanto ele realmente absorveu
Ou talvez seja mais provável que os LLMs apenas piorem tudo
Isso acontece porque o instrutor está fazendo perguntas que apenas levam o aluno a repetir o texto do instrutor
Para ensinar direito, deveria ser assim
“Há um pequeno braço robótico de brinquedo feito com Tinkertoys. Ele tem três juntas angulares: uma base giratória, um ombro e um cotovelo, e cada junta tem um transferidor para ver o ângulo”
Assim, eles passam a entender de verdade o que esses problemas significam na prática
Não sei nada de robótica, mas soa como uma tarefa bastante comum, do tipo em que um LLM conseguiria regurgitar o dever de casa de outra pessoa
Se um aluno faz isso, o problema pode ser o aluno; mas, se 90% fazem isso, eu diria que a tarefa está errada
Eu já dei aula muito antes de os LLMs aparecerem, e havia muitos trabalhos-lixo entregues por copiar e colar
Eu sempre dava 0, e não dizia que era plágio. Porque, para tratar como plágio, seria necessário passar pelo procedimento administrativo da universidade
Em vez disso, eu só comentava: “pedi X, e você entregou uma bobagem colada sem sentido”
Enquanto as saídas dos LLMs estiverem no nível atual, elas não representam muita ameaça real de competitividade nas tarefas
Se o aluno for cuidadoso o bastante para reescrever com a própria voz, eu até consideraria isso um sucesso. Se ele simplesmente entregar o lixo de um LLM refinado com RLHF por empresas terceirizadas de rotulagem de dados, basta dar 0
Os alunos não se importam com o apelo emocional de 3.000 palavras do blog; eles escolhem o caminho de menor resistência
Se você não está disposto a riscar a tarefa inteira e devolvê-la com “bobagem do ChatGPT, 0” escrito em letras grandes e vermelhas, então deveria se perguntar qual era o objetivo da tarefa em primeiro lugar
Dito isso, eu entendo. A universidade virou uma estrutura em que o aluno paga para obter um diploma, e os professores perderam, diante dos administradores, qualquer poder de impor padrões ou disciplina
Então só resta dar a nota mínima para passar ao lixo do ChatGPT e filosofar em um blog que os alunos jamais vão ler
Era claramente cola. Por exemplo, casos em que se obtinha a resposta correta com código errado
Mas eu não tinha intenção de passar pelo procedimento administrativo de denunciar como fraude; simplesmente dei 0
Dar 0 para uma resposta correta parece algo que levaria a uma reclamação ou recurso bem-sucedido
Mas ideias novas têm possibilidade de fracassar, então a maioria era ruim e recebia notas baixas
Sem saber o que fazer, logo comecei a escrever redações sem ler os livros indicados, com base em resumos da Wikipedia e resenhas de outras pessoas
Depois de receber meus primeiros A e A+, percebi que até um texto original mediano é algo que metade das pessoas tem compreensão baixa demais para entender
Para que uma ideia seja reconhecida como realmente intelectual em literatura, ela precisa ser atraente até para pessoas que não se lembram do que de fato leram
Mesmo para pessoas instruídas e inteligentes, um mar de informações semelhantes embaça a visão
O objetivo de uma tarefa de redação em sala de aula não deveria ser produzir um texto, mas fazer o aluno pensar. Modelos de linguagem produzem o primeiro, mas não conseguem produzir o segundo
É muito desesperador ver tantos profissionais e acadêmicos inteligentes na educação e na academia não entenderem isso
Eles veem o trabalho como simples produção de entregáveis e não pensam em como o processo constrói conhecimento, habilidades e experiência
Os alunos que menos sabem estão sendo arrastados por LLMs, sem entender o propósito da escrita ou da resolução de problemas, nem as limitações dos LLMs, e desperdiçando anos
Às vezes gastam centenas de milhares de dólares para atrofiar o cérebro e obter apenas um pedaço de papel, para então encarar o mundo real, onde os problemas são muito mais abertos e a qualidade de resolução de problemas dos LLMs cai bastante
Quem de fato se agarra aos problemas por conta própria e aprende terá uma enorme vantagem no longo prazo
Se a única coisa que importa para nós é mover peso, faz sentido usar uma ferramenta
Mas essa atividade é feita pelo efeito que ela terá sobre você. O professor não faz perguntas porque não sabe a resposta
Se quisesse aprender e mergulhar no material, poderia economizar 60 mil dólares e fazer isso de graça on-line, provavelmente de forma mais eficiente
O objetivo das tarefas de redação em sala é fazer a universidade me conceder um diploma
Aprender de fato o material não garante um diploma; isso só é possível passando pelos portões estabelecidos pelos professores e pagando uma mensalidade enorme
Seria bom se houvesse outro sistema em que, depois de realmente aprender, eu pudesse receber uma certificação válida de empregabilidade por isso; mas, enquanto os professores forem os guardiões do cobiçado comprovante de empregabilidade, esse problema de incentivos continuará
Quando criança, ao receber uma redação sobre “por que as forças do bem venceram em O Senhor dos Anéis”, aquilo era, na prática, um portão para verificar se eu tinha realmente lido o romance
Havia três opções: ler o romance e escrever a redação por conta própria, encontrar uma redação já escrita ou pegar a redação de um amigo como modelo e reescrevê-la
Antes da internet, encontrar uma redação já escrita também não era fácil, embora existissem livros de redações sobre temas comuns, com o risco de o professor descobrir ou de outra pessoa usar a mesma fonte
A e C pelo menos faziam você aprender sobre o romance e aprimorar a escrita
Hoje dá para pedir ao ChatGPT que escreva uma redação de 4 páginas sobre um romance de que você nunca ouviu falar e encerrar o assunto. Não há valor obtido nesse processo
É um exemplo simples, mas se aplica exatamente da mesma forma à programação. Um programador iniciante vai argumentar que um LLM lhe dá poder para lidar com tarefas difíceis e linguagens que não conhece, mas não está adquirindo habilidade nem conhecimento com essa experiência
Se você pedir ao Google Maps um caminho de Prague a Brussels, ele lhe dará uma lista de conversões que o guia até o destino, mas não dá para afirmar que, no processo, você aprendeu a topografia da Alemanha
Concordo que a situação descrita pelo autor é insatisfatória, mas a maior parte é responsabilidade do sistema educacional e, mais ainda, de quem escreve
Com tarefas de redação assim, é natural que os alunos usem LLMs. Se os colegas estão usando, o tolo é quem não usa
Educadores precisam reestruturar tanto a forma de ensinar quanto a de avaliar. É estranho que o autor não enxergue isso
Universidades e escolas precisam mudar seu modo de operar em relação à AI; caso contrário, estão preparando os alunos para fracassar
Sei que a AI traz muitos problemas potenciais e reais para a sociedade, mas, se for adotada corretamente, também tem potencial para transformar positivamente a experiência educacional
Primeiro, os alunos são uma audiência cativa. Eles não querem estar ali, mas a lei os obriga
Mesmo depois da educação obrigatória, continua sendo assim. Foram empurrados por inércia para níveis mais altos de ensino e não perceberam que tinham escolhas ou alternativas reais
Segundo, muitas das habilidades desenvolvidas em sala de aula são, na prática, inúteis
Passei muito tempo em aulas de inglês como segunda língua, mas quem realmente me ensinou o idioma foi o uso da internet. As aulas de inglês da parte final eram apenas ocupação para parecer ocupado
Nas aulas de língua materna também tive de escrever muitas redações, mas a única coisa útil foi a prova final daquela disciplina
Desde então, nunca escrevi uma redação “de verdade”. Mesmo que escrevesse, provavelmente seria em inglês e usaria outro estilo que aprendi em posts de fórum