- Pagamentos online centrados no PayPal continuam predominando, e a inovação não acontece
- Bitcoin e criptomoedas pareceram uma nova inovação, mas acabaram virando objeto de especulação em vez de cumprir seu propósito original
- A centralização das grandes plataformas e a maximização da receita com anúncios reduzem a diversidade e a criatividade da web
- LLMs (grandes modelos de linguagem) e IA generativa chegaram ao nível de uma “máquina que faz qualquer coisa”, enfraquecendo o valor e a autenticidade da informação
- Em toda a sociedade, espalha-se uma cultura de “Whatever (tanto faz, qualquer coisa)”, em que o significado da criação e da ação direta vai se apagando
Introdução: por que os computadores não são mais divertidos
- O título original era “Sinto falta de quando os computadores eram divertidos”, mas há um contexto mais profundo por trás do fato de a tecnologia ter deixado de ser divertida
- Na história recente, esse fenômeno atravessa sistemas de pagamento online, a estrutura da web, o conteúdo e a adoção de novas tecnologias
Pagamentos online e a ausência de inovação real
- Nos anos 2000, nos Estados Unidos, o PayPal era o único meio de transferência de dinheiro pela internet
- O PayPal tinha regras de uso rígidas e, em caso de violação, congelava a conta e os fundos por 6 meses
- Havia muitas reclamações dos usuários, mas, sem alternativas, o poder do “intermediário” era enorme
- Quando o Bitcoin surgiu por volta de 2010, concentrou muitas expectativas, mas, na prática, passou a ser mais associado a especulação, golpes e investimento, sem se firmar como meio de pagamento cotidiano
- Micropagamentos no navegador, gorjetas em sites e funções semelhantes continuam sem se concretizar
- Outros meios de pagamento alternativos também dependem de Stripe e PayPal, e não houve mudança ou inovação substancial
Criptomoedas, NFT e a cultura do “Whatever”
- Por trás da expansão de criptomoedas e NFTs, o que se consolidou não foi a utilidade da tecnologia em si, mas uma mentalidade de investimento baseada na ideia de que, se o gráfico subir, você ficará rico
- Em vez de uso real, valor artístico ou estrutura técnica, o foco passou a ser “convencer os outros a aumentar o valor”
- Essa forma de pensar acabou criando a cultura do “Whatever”
- Mesmo sem substância ou conteúdo, basta existir alguma ‘coisa’ comprável
- Em plataformas como o Twitter, virou rotina ver inúmeros oportunistas promovendo Whatevers sem valor
A transformação da web, a centralização e a perda de criatividade
- A web original era cheia de criações pessoais e diversidade, mas
- acompanhar e interagir com inúmeros sites era inconveniente, o que levou à concentração em poucas grandes plataformas (Twitter, Reddit etc.)
- A centralização e o modelo de uso gratuito das plataformas geraram problemas de custos operacionais
- As grandes plataformas passaram a se fixar em engagement para maximizar a exibição de anúncios e,
- dos criadores, passaram a exigir apenas “conteúdo” simples em volta da publicidade
- Como resultado, acelerou-se a produção em massa de “conteúdo sem conteúdo”, como iscas de clique, textos otimizados para buscadores e blogs repetitivos e vazios
- Até sites de texto, vídeo e jogos perderam sua identidade própria, ficando reduzidos a SEO e anúncios
IA generativa, LLMs e a realização técnica do “Whatever”
- Os LLMs mais recentes, assim como Copilot e código gerado automaticamente, produzem “qualquer coisa” que se peça, mas
- em vez de oferecer informação real ou solução criativa, apenas encadeiam frases estatisticamente plausíveis
- Confirmar a resposta e verificar a exatidão fica por conta do usuário, o que adiciona ainda mais “ruído” e confusão
- As empresas estão forçando a inclusão de recursos de LLM em todos os aplicativos
- Na prática, não se comprovou melhora de usabilidade nem ganho de eficiência no trabalho
- A Microsoft, por exemplo, chega a obrigar que a adoção de IA entre no critério de avaliação de funcionários, revelando a ironia de um foco na “adoção em si” mais do que em uma experiência do usuário realmente transformada pela ferramenta
A máquina do “Whatever” e seu valor como ferramenta
- Diferentemente de ferramentas tradicionais (calculadora, serra etc.), um LLM não executa uma função definida;
- a cada entrada, fornece um “qualquer coisa” que parece aleatório ou apenas estatisticamente plausível
- Isso vai além das vantagens da automação e expõe novos limites de utilidade prática e confiabilidade
- A experiência do usuário piora, e desaparecem critérios claros sobre a adoção e o valor da IA
- Entre os próprios usuários, coexistem tanto a ideia de que “não usar” essa ferramenta é algo anormal quanto o ceticismo sobre o benefício real da ferramenta
O significado da criação e a socialização da substituibilidade
- A expansão dos LLMs e da IA generativa espalha a ilusão de um mundo em que “qualquer um faz qualquer coisa”
- Na música, na arte e na escrita, qualquer pessoa pode produzir resultados em pouco tempo, mas
- a própria tecnologia vira o padrão mínimo do resultado, enfraquecendo o significado criativo de cada indivíduo
- Estratégias como as contas de IA do Facebook tentam prender as pessoas com “interesses” e “conteúdo” falsos
- Na prática, isso termina em padronização, simplificação e nivelamento pela média por meio da redução de custos de produção
- Há o risco de que o avanço tecnológico, em vez de expandir ou democratizar a criatividade, leve à disseminação da indiferença e da falta de sentido
Conclusão: o que torna algo valioso?
- O avanço da tecnologia, ao ir além de “fazer qualquer coisa para você”, acaba estimulando um ambiente em que o próprio valor de fazer algo diretamente se torna sem sentido
- Expressa-se aqui uma preocupação com o fato de que o próprio Doing (agir) e Making (fazer) estão perdendo valor
- Quanto mais a cultura do “Whatever” se espalha, mais se apagam a diretude do trabalho, a criatividade e o significado
- Independentemente da tecnologia, levanta-se a questão de uma sociedade em que desaparece a alegria de fazer e criar com as próprias mãos
- Junto com uma crítica contundente à IA generativa e às empresas relacionadas (como a OpenAI),
- enfatiza-se que a criação genuína não nasce do “Whatever”, mas da ação intencional e do interesse real
- A mensagem final é “Faça você mesmo. Faça qualquer coisa.”
- Fica o desejo de que, quando esse resultado for compartilhado na web, ele carregue significado e alegria reais
1 comentários
Comentários no Hacker News
Em geral, concordo com todos os pontos mencionados acima.
Mas a parte que mais me preocupa — que este texto não tratou direito, ou só mencionou de leve — é o impacto sobre iniciantes e sobre o processo de aprendizado.
Por exemplo, existe a situação em que “pessoas que antes pareciam realmente gostar de fazer alguma coisa acabam revelando que, na verdade, só queriam algo que produzisse uma versão mais ou menos parecida do que desejavam só porque elas disseram isso”.
Vi alguém no Twitter se gabando de que “fiz um álbum inteiro em 3,5 horas e até a arte da capa, então por que eu me daria ao trabalho de fazer isso eu mesmo em vez de usar essa ‘máquina de fazer fácil’?”.
Para um iniciante, é natural não querer fazer algo difícil; quando você tenta desenhar e estraga tudo, ou tenta tocar guitarra e mal consegue tirar som, se existe uma máquina que te entrega um resultado perfeito só por você dizer “desenha meu gato no estilo Pokémon”, então, para uma criança de 12 anos, isso obviamente vai parecer muito mais atraente do que um caminho em que só depois de anos praticando se chega a algo minimamente convincente.
Mas, até agora, não havia alternativa, então ao repetir desenhos ruins e execuções desajeitadas, a pessoa acabava sentindo o valor do esforço e, no fim, realmente desenvolvia bastante habilidade.
Só que, se a sociedade inteira passar anos despejando em anúncios voltados a jovens, na mídia e nas salas de aula a mensagem de que “não precisa desenhar, não faça nada difícil, manda o ChatGPT fazer”, dá medo até imaginar aonde isso pode nos levar
As pessoas vão tentar explicar de várias formas por que LLMs seriam diferentes de tecnologias anteriores (como no post original), mas no fim isso é só mais uma busca por conveniência.
Desde o começo da civilização, a humanidade sempre procurou formas mais fáceis e mais confortáveis.
A tecnologia nunca impediu quem realmente quer se concentrar e desenvolver habilidade.
Mesmo com carros, o recorde mundial dos 100 metros continuou melhorando, e mesmo com computadores capazes de calcular pi até dezenas de milhões de casas, os recordes de cálculo mental e memorização também continuam sendo atualizados.
Olhando para o fato de que esportes como powerlifting seguem firmes, não faz sentido achar que desenhar vai desaparecer por causa de LLMs/modelos de difusão
Aprendi japonês 15 anos atrás traduzindo entrevistas e blogs de artistas que eu gostava, palavra por palavra, com um dicionário do lado, e hoje trabalho e moro no Japão.
Agora basta apertar um botão embaixo do tweet de um artista e a tradução aparece na hora (em geral acerta, mas 1 em cada 10 vezes erra completamente).
Para fãs estrangeiros, é uma ótima inovação, mas fico pensando se eu teria tido motivação para aprender se tivesse crescido nesse ambiente
Concordo totalmente com o que você escreveu, e no fim acho que o que o ser humano quer é simplesmente enfiar na cabeça o que deseja sem esforço nenhum.
Acho perigoso porque tudo fica embalado e exposto de forma sofisticada diante dos nossos olhos, e o acúmulo de aprendizado e evolução que vem de falhar dezenas de vezes e passar por tentativa e erro desaparece.
Dá a sensação de que o próprio processo de “aprender” está começando a desaparecer.
Se alguém passar anos dependendo só de IA e de repente isso sumir, acho que essa pessoa não vai conseguir fazer nada sozinha e vai ficar incapaz até das tarefas básicas.
Esse é um dos motivos pelos quais vejo essa febre de IA de forma tão crítica.
Continuo insistindo nos métodos antigos porque entendo plenamente o valor de ler livros de verdade, tentar por conta própria, falhar e repetir.
Não existe outro caminho para o aprendizado verdadeiro.
Fico me perguntando se a geração atual entende esse valor, e se a próxima geração sequer conseguirá entendê-lo
Um consolo possível é que talvez chegue um momento em que não dê mais para evitar uma nova perspectiva sobre como lidamos bem ou mal, ao longo do tempo, com aprendizado, usabilidade, adaptação ao desconforto e sistemas de educação/trabalho/treinamento.
Antes, as exigências de emprego e salário empurravam as pessoas para esse pipeline, mas se o entendimento real, a especialização e a qualidade em si passarem a ser vistos como algo valioso, talvez cresça a necessidade de se preocupar com o quanto os sistemas conseguem cultivar e aproveitar essas virtudes.
Mas, intuitivamente, a sensação é de que estamos em meio a um redemoinho cultural muito dramático, entrando numa era em que não dá para tomar nada como garantido.
Na verdade, talvez já tenhamos perdido há muito tempo parte dessa nossa “luta”, lá quando começamos a entrar no caminho da computação moderna
Se não mantivermos a tecnologia e a habilidade e passarmos a depender demais da IA, isso vai ser um problema enorme.
Assim como no outsourcing de manufatura, chega uma hora em que a capacidade se perde por completo e a dependência dos outros se torna total.
Quando a WWW surgiu, acreditava-se que ter acesso a toda informação iluminaria as pessoas, mas na prática, sem aprendizado, elas não conseguem distinguir a informação correta e são mais facilmente atraídas por informações (erradas) que acham que entendem.
Mesmo que uma LLM dê a resposta para todos os problemas, se formos ignorantes e incapazes demais para reconhecer essa resposta, no fim vamos ignorar a IA e voltar para a informação que entendemos e em que confiamos, mesmo que não seja verdadeira.
De certa forma isso não é novidade; com a ciência isso já acontece há bastante tempo.
Quando algo é complexo demais e difícil de verificar, as pessoas deixam de confiar e procuram outra fonte
Fico muito irritado toda vez que o editor de código fecha parênteses ou aspas automaticamente.
Isso não economiza tempo nenhum, e como muitas vezes funciona errado, acaba me dando ainda mais trabalho.
Não consigo entender por que alguém criou esse recurso em primeiro lugar.
De qualquer forma você vai ter que apertar alguma tecla para sair dali, então tanto faz digitar o parêntese quanto apertar a seta; no fim não economiza nada.
Talvez, em teoria, isso ajude a manter o código em sintaxe válida com mais frequência e seja útil especialmente para highlighting de strings ou LSP, mas no fim a taxa de erro é alta demais para ser realmente útil
Depois de anos fazendo pair programming com colegas, percebi que muita gente não está confortável com o teclado.
Até digitar um parêntese de fechamento já é um incômodo, então na prática a pessoa tira a mão do teclado, pega o mouse e clica para sair dali
A função que, ao selecionar um trecho de texto, coloca aspas dos dois lados com um único toque é prática.
Mas no modo normal de digitação ela costuma ser irritante
Sobre a parte de “erra com frequência”, fico curioso para saber quando exatamente erra.
Se ele fecha automaticamente um parêntese/chave que eu abri, isso não está sempre certo?
No teclado norueguês as chaves realmente são meio chatas, mas graças a esse recurso, quando escrevo um código com algo como 5 níveis de aninhamento, basta um
ctrl+shift+enterpara todos os fechamentos serem completados e o cursor voltar para o lugar, o que é mais prático do que fechar tudo manualmenteEu odiava isso antes, mas depois que descobri que posso simplesmente digitar a aspa de fechamento sem duplicá-la, parei de me importar.
Às vezes é irritante quando o editor tenta “ser esperto demais” e se enrola, mas isso não acontece com frequência
Sobre a opinião de que isso não é prático porque o código frequentemente fica inválido, imagino se isso não seria meio que uma imitação distante de edição estrutural.
Alguns editores têm um modo que mantém a sintaxe sempre correta, e aí esse tipo de recurso é essencial
Ao ver a comparação com “viver num futuro em que, como na Europa, bancos já vêm com a função ‘enviar dinheiro para outra pessoa’”, quando o PayPal chegou à Austrália eu fiquei foi sem entender por que aquilo seria necessário.
Porque já dava para transferir direto pelo internet banking.
Aí o PayPal foi lá fazer lobby no governo para “tornar nosso sistema bancário mais inconveniente e competir”, de um jeito parecido com o que o Uber fez
Na Europa, o PayPal obteve licença bancária oficial em Luxemburgo
Na UE, as vantagens do PayPal eram (1) a transferência é imediata, então você não precisa esperar 1 ou 2 dias como numa transferência bancária, e (2) você não revela seus dados bancários à outra parte.
A primeira vantagem está desaparecendo aos poucos com as transferências instantâneas SEPA
Na verdade, isso eu não entendo muito bem.
Na UE também não era tão fácil assim enviar dinheiro.
Nós também só tínhamos sistemas como SWIFT e CHAPS, e algo rápido como SEPA só foi possível bem depois do PayPal
Gostei muito de ler este texto.
Um parágrafo me marcou bastante.
Eu era o tipo de pessoa que antes resolvia até script obscuro com
google-fu,rtfme persistência.Mas por causa dos LLMs essa habilidade praticamente desapareceu, e é uma pena que agora todo mundo faça do mesmo jeito.
Na prática, quando alguém chega com uma abordagem do tipo “não sabia como fazer isso, então perguntei ao ChatGPT, ele me deu 200 linhas e não funcionou”, dá até desânimo de ajudar
Eu também programo com LLM todo dia e concordo em grande parte com o artigo.
Até no mundo cripto eu já mexi diretamente com projetos de DeFi e NFT, e apesar da avaliação caricata de “lavagem de dinheiro/crime”, acho a tecnologia em si interessante
Eu ainda sou do tipo que resolve as coisas com Google e
rtfm, então não sinto que a habilidade tenha desaparecido completamente.Ainda continuo corrigindo código malfeito escrito por LLMs, e não acho que isso seja algo totalmente ruim.
Só que o problema é que estamos numa era em que uma dívida qualitativa de código está sendo despejada numa velocidade absurda
Como LLM erra com frequência, não existe esse cenário de a capacidade de pesquisar no Google desaparecer.
É falsa essa ideia de que, usando LLM, todo mundo virou gênio.
O ser humano ainda entende as falhas do sistema, corrige os dados e usa isso de forma ativa.
É como dizer que, porque o Word corrige espaçamento e ortografia, todo mundo simplesmente aceita tudo; essa lógica não faz sentido
O problema, na verdade, era que ainda precisávamos quebrar a cabeça com shell obscuro e ferramentas Unix estilo anos 80.
O fato de isso estar sendo substituído por LLM/automação é até bem-vindo.
Ainda bem que isso mudou para ferramentas realmente amigáveis
No começo eu concordo com boa parte, mas não gosto dessa visão excessivamente sombria, e também não acho que faça muito sentido resumir as pessoas como ignorantes e gananciosas.
Pelo contrário, o impressionante é justamente que elas conseguem viver bem mesmo nesse ambiente.
E tratar todo uso de LLM como inútil é um desperdício; é preciso reconhecer que saber usar isso direito também é uma habilidade.
Claro que muitas vezes a IA é usada em lugares sem sentido, mas o fato de haver mau uso não significa que tudo seja inútil.
Concordo com a conclusão (vá fazer/criar alguma coisa você mesmo)
Em geral, acho que manter o status quo é um comportamento imitativo.
Hoje, se alguém diz “isso é o futuro”, as pessoas acreditam e querem entrar de algum jeito, e aí outra pessoa vê isso e pensa “eu também preciso fazer”, repetindo o ciclo.
Por isso existem pouquíssimos projetos realmente novos ou originais no mundo da IA.
Muita gente envolvida nem se importa com o que está de fato construindo, corre movida apenas por “ganância/expectativa” de mais dinheiro e influência.
Por isso, no fim, acho que faz sentido chamar isso de “besteira inconsciente, ainda que motivada por ganância”
Tenho a impressão de que a ideia de que “é um grande consolo ver que as pessoas vivem bem mesmo nesse ambiente” vai perdendo força à medida que o mundo caminha para um colapso mais sério
Essa reação defensiva de dizer algo como “todo uso de LLM é inútil” aparece em todo lugar hoje em dia.
É preciso ouvir também outras posições, inclusive argumentos éticos, mas simplesmente negar tudo de forma automática e ignorar a realidade não é solução
Modelos gratuitos também são úteis.
Têm algumas limitações, mas ainda assim são práticos
Não concordo com as opiniões sobre LLM, mas o post é muito bem escrito, o tom é claro, dá coisas para pensar e transmite um raro “caráter de website” que hoje quase não se vê.
Cliquei sem esperar muito, mas durante toda a leitura adorei sentir que aquele “clima de internet antiga” ainda estava vivo.
Se os micropagamentos mencionados no texto tivessem se concretizado, eu gostaria de mandar algum valor para a autora, mas só existe assinatura, o que é uma pena
Eevee escreve muito bem, mas este texto não me atingiu com a mesma força de antes.
Dá uma sensação de ironia leve no estilo Twitter/Bluesky, de consumo simplificado de tema, e por isso parece ter menos personalidade do que textos anteriores
Concordo demais
Tinha tantos em dashes que fiquei desconfiado de que o texto tivesse sido feito por IA.
(P.S.: a autora já usava em dash antes do GPT surgir, então é só o estilo dela)
Ao ver no blog a parte de que bitcoin talvez acabe virando moeda, espero sinceramente que não.
Nesse caso, a estrutura inevitavelmente faz com que o dinheiro de quem entra depois vá para o lucro de quem entrou antes.
Na prática, acho que todo mundo que defende que bitcoin vire “dinheiro de verdade”, especialmente quem quer até colocar aposentadoria pública nisso, é vigarista.
Não acho que seja isso que a autora do blog queira, mas até esse desejo vago de “se bitcoin virar dinheiro de verdade...” acaba servindo para legitimar esse tipo de esquema.
Considerando que fundos públicos como pensões já estão sendo direcionados para bitcoin, acho que todo banqueiro e político que apoia isso deveria ser punido
Se cripto realmente quiser representar um futuro melhor, o bitcoin precisaria cair muito de valor.
O bitcoin está quase “congelado”, num estado em que é difícil evoluir mais, e é bem provável que a rede que resolva esse problema de verdade acabe sendo outra.
O Ethereum continua tentando lidar com o problema de escalabilidade, mas por causa disso atrai muito golpe
Eu perguntaria o que a autora realmente quer.
No fim, a conclusão é a liberdade financeira/de remessas em sentido amplo.
Ou seja, ela quer poder enviar dinheiro facilmente para qualquer pessoa, por qualquer motivo.
Por exemplo, quer conseguir pagar com facilidade por desenhos sob encomenda para pessoas (por exemplo: furry porn).
Um cidadão americano poderia terceirizar um trabalho de desenvolvimento para um freelancer iraniano, e ela quer que isso seja mais fácil.
Hoje esse tipo de envio livre de dinheiro é bloqueado por controles governamentais “morais e práticos de política externa”, ou pela interferência de bandeiras/cartões e bancos.
Por exemplo, quando Visa/Mastercard recusam pagamentos para certos setores (como conteúdo adulto).
No fim, esse ambiente fez até pessoas comuns se interessarem por moeda digital mais livre e descentralizada, e nesse processo os golpistas também se concentraram em massa.
A verdadeira questão é “como viabilizar dinheiro digital seguro sem centralização”
Se as pessoas obtivessem bitcoin por mineração direta em vez de simplesmente comprar, isso seria mais legítimo?
A questão é como distribuir “de forma justa” uma moeda descentralizada e com oferta limitada.
Se o sistema atual (moeda controlada centralmente) fosse como software proprietário monopolista pago da Microsoft, será que dá para criticar a transição para algo open source como Linux, em que (no começo) os benefícios acabam concentrados em certos desenvolvedores ou primeiros participantes?
Será que continuar pagando assinatura (inflação) para usar um software centralizado é melhor do que comprar GNU/Linux em lump sum e possuir aquilo para sempre?
A web está cheia de “qualquer coisa mais ou menos”, e mesmo assim eu não entendo por que existe tanto entusiasmo por essas plataformas.
Antes a internet era realmente divertida, mas hoje dá agonia ver até pessoas que eu respeitava sendo sugadas por sistemas que só consomem tempo.
Por isso eu mesmo tento manter distância dessas plataformas, mas acabo me sentindo mais isolado por causa disso.
Não concordo com a parte do “surto” da autora sobre IA.
É cansativo ver LLM (modelo de linguagem de grande escala) sendo enfiado à força em áreas demais, mas como ferramenta de desenvolvimento o efeito prático é tão grande que chega a ser enlouquecedor.
Em tarefas repetitivas de programação, dá para automatizar muita coisa escrevendo só algumas linhas de descrição, o que realmente economiza muito tempo
Na verdade, este texto me pareceu um desabafo contra um tipo de gente que a autora detesta (orientada à plataformização, inércia acrítica etc.).
Ela critica dizendo “escravos de plataforma, seres sem autonomia”, mas no fim todos nós estamos aqui lendo o blog de outra pessoa.
Mesmo que a autora odeie LLMs, daqui para frente cada vez mais gente vai conseguir absorver informação com tanta facilidade quanto ela e também transmitir isso de forma eficaz para os outros, e em breve a LLM também vai substituir essa capacidade.
Mesmo que agora LLM pareça patética, ela vai continuar evoluindo e vai compensar de formas novas os problemas que a autora aponta.
Numa visão mais ampla, “cultura de massa” sempre teve como características a leveza e a falta de refinamento, e agora a internet inteira está sendo tomada por essa lógica popular.
Não importa quão raro algo seja: se vai para a internet, vira algo de todos.
Isso também tem um lado positivo, porque reduz a assimetria de informação e faz com que os “mal-intencionados” enganem os outros menos do que antes.
Redes baseadas em publicidade, como redes sociais, algum dia vão desaparecer gradualmente.
Só que ainda estamos nos estágios iniciais dessa percepção, então problemas sociais como fake news devem continuar por mais algum tempo
Sobre a pergunta “os outros estão fazendo projetos compostos só de pequenas listas e rebalancing binary tree?”, a verdadeira razão de a LLM ser popular em programação não é que ela seja boa em ‘resolver’ problemas, mas sim em reproduzir facilmente variações de problemas já resolvidos muitas vezes antes.
A maior parte do trabalho na indústria acaba sendo repetir a resolução dos mesmos problemas, com pequenas variações.
Isso não é NIH (
not invented here), e sim porque reutilizar código — ou seja, reuso em si — já é um problema difícil.Na prática, o valor realmente importante está em resolver problemas únicos e na ‘arquitetura’ que combina essas soluções, mas, olhando para um codebase individual, esses elementos de forma alguma representam a maior parte