Nem todo mundo usa IA para tudo
(gabrielweinberg.com)- O uso de IA generativa por meio de interfaces de chat está mais para um contínuo entre uso intenso, uso ocasional e não uso, do que para uma ferramenta cotidiana universal
- Ao reunir vários dados de uso e pesquisas, o uso de IA nos EUA parece se dividir aproximadamente em um terço de uso intenso, um terço de uso ocasional e um terço de não uso
- Mesmo na Gen Z, a conscientização sobre IA é alta, mas a adoção praticamente estagnou, e na pesquisa da Gallup uma parcela grande corresponde a uso uma vez por mês ou uma vez a cada alguns meses e a não uso
- Os principais motivos para limitar o uso de IA são preocupações com substituição de empregos, violação de privacidade, disseminação de desinformação e ceticismo quanto à utilidade da IA
- Mercado e políticas de IA precisam partir menos de uma dicotomia entre “todo mundo usa” ou “ninguém usa” e mais do pressuposto de que existem pessoas com diferentes níveis de uso e preocupações distintas
“Todo mundo usa IA para tudo” na prática está mais perto de “algumas pessoas usam IA para algumas coisas”
- Aqui, IA não significa uma categoria definida de forma rigorosa, mas sim IA generativa acessível por interface de chat
- A premissa de que “quem usa IA uma vez passa a usar para tudo” e a de que “a IA ficou tão boa que todo mundo usa” não batem com os dados
- A Gen Z é o grupo com maior conhecimento sobre IA, mas, no último ano, a adoção praticamente estagnou, e uma parcela significativa usa IA raramente ou não usa de forma alguma
- Os números da Gallup para Gen Z em 2025/2026 mostram que o uso de IA não migrou para um uso intensivo generalizado
- A proporção que usa IA nem que seja raramente é de 79%/81%
- A proporção que sente ansiedade em relação à IA é de 41%/42%
- A proporção que usa IA apenas uma vez por mês ou uma vez a cada alguns meses é de 32%/31%
- A proporção que sente raiva em relação à IA é de 22%/31%
- A proporção que não usa IA de forma alguma é de 21%/19%
A distribuição mostrada pelos dados reais de uso
- Os dados United States AI Diffusion, da Microsoft, com base em telemetria agregada e anonimizada da empresa, consideram que mais de 30% da população americana em idade ativa usa IA
- Isso significa que cerca de 70% não são usuários de IA segundo esse critério
- É um aumento de 3 pontos percentuais em relação ao fim de 2025
- O critério de uso é ter passado ao menos 90 minutos por mês em serviços importantes de IA, como ChatGPT, Google Gemini, Anthropic Claude e Microsoft Copilot
- Os dados reais de uso da Datos mostraram um quadro parecido: em junho do ano passado, apenas 21% dos dispositivos desktop visitaram AI Tools mais de 10 vezes no mês
- 62% dos dispositivos desktop não fizeram nenhuma visita a AI Tools
- Os 17% restantes ficaram no meio desse intervalo
- Em pesquisa do Searchlight Institute, 58% disseram já ter usado ou experimentado IA como ChatGPT ou Claude
- A proporção que usa com alguma regularidade é de 30%, com uso pelo menos algumas vezes por mês
- Os usuários mais esporádicos são 29%, com uso no máximo uma vez por mês
- Uma nova pesquisa do The Argument mostra que a maioria dos americanos usa IA uma vez por semana ou menos
O uso de IA nos EUA está mais próximo de uma divisão em três partes
- Ao combinar várias fontes, o uso de IA nos EUA parece se dividir aproximadamente em um terço de uso intenso, um terço de uso ocasional e um terço de não uso
- Essa distribuição pode variar um pouco dependendo da definição adotada, mas está mais perto de “algumas pessoas usam IA para algumas coisas” do que de “todo mundo usa IA para tudo”
- Nos últimos 6 meses a 1 ano, o uso de IA não mudou muito
- O ponto que mudou mais foi o sentimento negativo em relação à IA; na pesquisa da Gallup com a Gen Z, a raiva em relação à IA subiu cerca de 40% em relação ao ano anterior
Muitas pessoas limitam o uso de IA por preocupações reais e baixo valor percebido
- Uma parcela considerável das pessoas está limitando ativamente o uso de IA, e o principal motivo são preocupações concretas sobre a tecnologia
- Na pesquisa da Searchlight, as 3 principais preocupações foram substituição de empregos e desemprego, violação de privacidade e disseminação de desinformação e falsidades
- “A IA vai substituir empregos e causar desemprego” marcou 42%
- “A IA vai violar a privacidade das pessoas” marcou 35%
- “A IA vai espalhar desinformação e mentiras” marcou 33%
- Também há forte preferência por regulação de IA voltada a segurança e privacidade, e a maioria entende que o governo deve priorizar regras de segurança e privacidade mesmo que isso desacelere o desenvolvimento de IA nos EUA em relação a países como a China
- O ceticismo sobre a utilidade da IA também é grande, e a avaliação líquida positiva do seu impacto sobre a sociedade como um todo fica em apenas +8%
- Redes sociais ficam em +7%, e criptomoedas em -17%
- Celulares, internet e energia solar ficam em +68%, +67% e +65%, respectivamente
- A pesquisa do The Argument também mostrou amplo ceticismo em relação aos benefícios sociais concretos da IA, e esse ceticismo não vem apenas da ignorância de quem nunca usou a tecnologia
Mesmo no uso pessoal, para muita gente o valor ainda não compensa as preocupações
- No nível social, alguém pode ver a IA de forma negativa e ainda assim agir de maneira diferente no plano individual, mas a distribuição atual de uso não parece apontar para isso
- O fato de os usuários ocasionais formarem o maior bloco e de ainda haver muitos evitadores completos mostra que muita gente ainda não encontrou valor pessoal suficiente para superar suas preocupações
- A narrativa da mídia de que “todo mundo usa IA para tudo” pode refletir a bolha dos trabalhadores do conhecimento que adotaram cedo a tecnologia e do entorno da imprensa de tecnologia
- Empresas, comentaristas e formuladores de políticas não deveriam ignorar como as pessoas realmente se sentem e agem em relação à IA
- O uso de IA não é uma dicotomia entre adoção total e rejeição total, mas um contínuo com opiniões diversas e diferentes intensidades de uso
Metáfora central: consumo de carne e consumo de IA
- O consumo de IA se parece com o consumo de carne: há quem adote ativamente, quem tente reduzir e quem evite por completo
- A mensagem de que proteína é importante na dieta é semelhante à de que a IA pode ser útil para produtividade, e o fato de a carne ser uma das principais fontes de proteína corresponde ao papel das ferramentas de chat com IA como principal ponto de acesso à IA generativa
- As preferências de consumo de carne nos EUA também não seguem uma lógica de adesão total
- 95% comem carne
- 70% dizem que reduzem o consumo de carne vermelha
- 30% comem todo tipo de carne raramente ou apenas às vezes
- 12% não comem carne vermelha
- 4% são vegetarianos e não comem nenhum tipo de carne
- 1% são veganos e não consomem nenhum produto de origem animal
- Os motivos para limitar o consumo de carne incluem saúde, custo, meio ambiente e ética, o que se sobrepõe às principais preocupações no consumo de IA
Oportunidade de mercado e opções de produto
- A analogia com o consumo de carne mostra oportunidades de mercado para atender pessoas com sentimentos diferentes sobre IA e preocupações específicas
- O DuckDuckGo torna todos os recursos de IA opcionais e oferece o duck.ai como alternativa de chatbot privada para responder a preocupações com privacidade
- Essa abordagem se parece mais com um restaurante com várias opções no cardápio, em que coexistem alternativas como IA privada, redução do uso de IA e desligar a IA
- Para atender todo o espectro de usuários de IA, é preciso uma estrutura de escolha em vez de um uso único e obrigatório de IA
Possíveis mudanças à frente e a conclusão atual
- Não dá para assumir que o cerca de um terço que hoje usa IA raramente ou ocasionalmente manterá esse padrão para sempre
- Diferentemente da carne, a IA está em um ambiente tecnológico que muda rápido, então ainda há muita incerteza sobre onde os produtos e a regulação vão chegar
- A evolução dos produtos pode tornar a IA mais útil para a pessoa média, e a regulação pode reduzir as preocupações
- Pelos critérios atuais, uma parcela significativa das pessoas já testou a IA de hoje e decidiu limitar ativamente seu uso
1 comentários
Comentários do Hacker News
Estou procurando emprego depois de terminar a pós-graduação, e na maioria das entrevistas técnicas ou de quadro branco perguntam: “Como você está usando LLMs?”
É complicado responder, porque sem saber se a outra pessoa é entusiasmada com IA ou mais cautelosa, dá vontade de formular uma resposta segura para agradar os dois lados
Então acabo dando uma resposta longa, algo como “há claramente uma curva de aprendizado para encaixar essa tecnologia em certos processos, e eu sempre verifico tudo várias vezes”
Na prática, uso diariamente recursos de chat/perguntas para depuração rápida ou para aprender tecnologias novas, mas produtos de agente completo ou de uso do computador eu quase não uso mais, porque as poucas vezes que testei o resultado não foi bom
Tentei refatorar um repositório grande em Fortran+C, com décadas de idade, para funcionar com compiladores/OS modernos; algumas partes funcionaram, mas no fim desisti
Fico em dúvida se você realmente quer trabalhar fazendo roleplay num lugar em que, se escolher uma palavra errada, vão agir como se você devesse ter lido a mente deles
Isso parece menos um emprego e mais um relacionamento tóxico
Importa saber se a empresa gosta de IA ou é cautelosa, mas eu recomendaria reformular a pergunta para “eu combino com esta organização, e esta organização combina comigo?”
Se você mostrar de forma concisa como decide para quais tarefas um LLM serve e como verifica se ele realmente melhorou o resultado, isso vira uma resposta forte
Isso sinaliza que você explorou por conta própria e refletiu o suficiente para explicar observações interessantes, e se houver interesse você também pode estar pronto para se aprofundar mais
É comum que líderes de engenharia procurem pessoas com origens e perspectivas variadas no mesmo time
Se você responder com sinceridade, pode até se destacar em relação a candidatos que deram respostas óbvias e excessivamente defensivas
Essa ideia de que “a IA ficou boa demais, então todo mundo usa mesmo se tiver desconforto” é, pela minha experiência, caso a caso
Este comentário[0] que escrevi ontem mostra bem como tenho integrado LLMs ao trabalho atual
Usei no projeto tanto no backend (PHP) quanto no frontend (Swift), e em ambos ajudou bastante, mas o lado Swift foi quase um caso de advertência
No desenvolvimento de app nativo em UIKit Swift, realmente precisou de supervisão adulta, e estou percebendo o quão ruim era o código gerado
Já no lado PHP, tomou decisões de design razoáveis e me entregou código melhor do que o que eu escreveria
No lado Swift, quando encontrou problemas do mundo real, entrou em pânico como um engenheiro inexperiente, e o código que estou reescrevendo vai seguir uma abordagem muito mais simples e robusta
Mesmo assim, no geral o saldo líquido foi um grande aumento de produtividade, e tirei a lição de que ele é bom para encontrar problemas, mas menos bom para corrigi-los
[0] https://news.ycombinator.com/item?id=48515217
Se você procurar qualquer coisa na internet, há uma chance enorme de aparecerem várias páginas de conteúdo gerado por IA
Por isso, hoje em dia muitas vezes é melhor inserir o prompt diretamente e receber a resposta
Não porque a resposta em si seja excelente, mas porque assim eu controlo o prompt, em vez de depender de um prompt indireto via busca
É triste ver conteúdo de alta qualidade afundado num mar de lixo, a ponto de quase não dar para encontrar
Em PHP, corner cases que as pessoas encontram há décadas estão documentados na internet há muito tempo, mas Swift é relativamente mais novo e tem menos material
Fica mais fácil entender a capacidade da IA se você pensar nela como uma compressão de 10 a 20 vezes da duração da carreira de um engenheiro
Intuitivamente, ela será mais fraca em coisas novas ou de nicho, e pode piorar no futuro ao treinar com o lixo que outros LLMs despejaram
Recentemente, no avião, tentei conectar os fones da minha esposa ao MacBook, mas como eu estava acostumado com um estojo antigo de AirPods Pro, não consegui achar o modo de emparelhamento
Então perguntei offline no LM Studio ao Gemma4 26B A4B, e ele me disse o gesto de tocar duas vezes na frente do estojo, e realmente funcionou
Numa situação assim, sem um LLM local teria sido muito mais irritante
Ele pode ser impreciso, mas ainda assim é melhor do que nada, porque é como carregar todo tipo de conhecimento básico de “como faço isso”
O problema é que LLMs não programam a partir de princípios; eles ajustam padrões dos dados de treinamento
Que também era exatamente o ponto que tanta gente odiava no Stack Overflow
O texto é bom, mas falta uma perspectiva
O texto cita uma pesquisa mostrando com que frequência as pessoas dizem que “usam IA”, e afirma que pouco mais da metade usa menos de uma vez por semana
Se estiver falando só de interfaces de chat com IA, isso pode estar certo
Mas o modo como o uso de IA tende a crescer provavelmente não é aumentando o engajamento em chats, e sim embutindo recursos de IA no software que as pessoas já usam
Por exemplo, se você perguntar às mesmas pessoas “com que frequência você usa a busca do Google?”, o número vai ser muito maior
Essas pessoas estão usando IA no sentido real, só não pensam assim porque a funcionalidade está embutida
Esse tipo de introdução de IA é uma adoção forçada, e em muitos casos pode ir contra a preferência do usuário
O ponto central é se você quer ver se as pessoas têm interesse em IA e a consideram útil, ou se está fazendo uma pergunta mais próxima de “X% das pessoas ingerem chumbo pela comida”
O discurso de vendas era “se você não adotar, vai ficar para trás”, mas eu ainda estou esperando
Já se passaram alguns anos, mas meu dia a dia não mudou, e para pessoas que antes não liam o manual agora estão ensinando a perguntar ao chatbot
E o que fazemos com a parte delas que falta, além do meu ‘enfeite insuficiente’?
Vi várias empresas trocando sistemas determinísticos no fluxo de suporte por uma versão com LLM mais lenta e pior
Muitas interfaces não ficam melhores só por colocar IA
Em vez de mandar o LLM executar diretamente uma tarefa que obviamente vai se repetir, é melhor pedir que ele crie um programa ou script em Python para fazer isso
Coisas que podem ser resolvidas de forma determinística, ou que cinco anos atrás seriam um simples utilitário de linha de comando, agora viram integração com LLM
Em vez de usar LLM para criar ferramentas determinísticas, estão substituindo essas ferramentas por LLM
É exatamente o contrário, e eu especialmente não entendo por que cargos mais altos da nossa empresa veem isso como o futuro
Eu não quero um pipeline inteiro de CI feito só de prompts para LLM
É fácil de montar, mas é caro, lento e propenso a falhar de maneiras imprevisíveis
O mesmo vale para revisão de código: algo que poderia ser resolvido com regras simples de linting vira uma etapa de passagem por LLM
Sendo que o LLM é realmente excelente para criar essas regras de linting
O time inteiro está resistindo fortemente exatamente por isso
A maior parte do que conseguimos imaginar só piora as coisas, e já ouvimos que até uma taxa de falha excedente de 1~2% é inaceitável
Para chegar nesse nível, é preciso mais estrutura e mais padrões, não menos
[1] https://thedailywtf.com/articles/Classic-WTF-No-Quack
Basta imaginar um atendente treinado que entende o quadro geral, e imaginar a empresa investindo para que essa pessoa use IA para buscar conhecimento, avaliar relevância e então ajudar melhor o cliente
Mas hoje a IA está sendo vendida como “não precisamos de equipe de suporte”, e não como “como podemos prestar um serviço melhor?”
Em muitos produtos, um serviço melhor não significa grande coisa, e é bem provável que o produto mais barato vença na maioria dos casos
As pessoas não querem pagar mais por algo melhor; querem algo melhor pelo mesmo preço
Por isso parece que as empresas não investem tempo em descobrir como usar IA da forma certa
Acho que a razão dessa diferença é, em primeiro lugar, que o Claude é assustadoramente bom para programar
Isso se deve principalmente à curadoria das técnicas e ao enorme volume de código funcional cuidadosamente rotulado ao longo de mais de dez anos via GitHub
Além disso, o que pode ser feito em uma linguagem Turing-completa também é relativamente limitado
Em segundo lugar, na maioria das outras tarefas os LLMs são bem decepcionantes
Pesquisa normalmente fica em um nível mediano
Se quiser avaliar com rigor, basta repetir várias vezes o mesmo prompt de pesquisa, montar uma matriz de confusão e contar quantos falsos positivos e falsos negativos aparecem
Nos outros usos, sinceramente, é preciso se perguntar se ele faz muito mais do que uma consulta básica em mecanismo de busca ou uma visita à Wikipedia
Para uso geral por usuários, há alguma conveniência, mas ainda está longe de ser algo revolucionário
Em programação, o agente pode executar o compilador e os testes, e tentar de novo até funcionar
Por exemplo, se você quiser costurar uma camiseta, a IA não serve para nada
Também é preciso considerar quantos adultos nos EUA hoje em dia são, na prática, pouco alfabetizados
Em 2023, 27% dos adultos americanos em idade produtiva estavam no nível 1 ou abaixo, entre os 5 níveis de alfabetização do PIAAC
Em 2013, os que estavam no nível 1 ou abaixo eram 17%, então piorou bastante nos últimos 10 anos
Em 2023, a distribuição total das pontuações foi: 27% no nível 1 ou abaixo, 29% no nível 2, 31% no nível 3 e 13% nos níveis 4/5
Para referência, o nível 1 é um nível em que já é difícil lidar adequadamente até com um texto de uma página, e em que a pessoa consegue processar razoavelmente algo como uma página web simples de uma página
Só no nível 2 a pessoa consegue lidar com textos simples de algumas páginas, mas ainda assim conteúdos complexos continuam difíceis
Muitas pessoas que não usam IA de forma alguma simplesmente não usam porque, fundamentalmente, não conseguem usar
Fonte: https://nces.ed.gov/surveys/piaac/2023/national_results.asp
https://nces.ed.gov/surveys/piaac/measure.asp?section=1⊂_...
Eu certamente me considero alfabetizado, mas fiquei curioso sobre quão bem eu iria em tarefas de nível 4/5
Também fiquei pensando se isso se sobrepõe a indicadores mais amplos, como memória, inteligência e hábitos de estudo, nos quais até pessoas com “alfabetização” no sentido comum podem ir mal
Só pela descrição, parece o tipo de teste ideal para aplicar à IA, e eu gostaria de ver as pontuações de proficiência de vários modelos
Depois, ao rolar mais a página, vi que havia exemplos de questões até o nível 4 na última seção, e até os problemas de nível 4 pareceram triviais
Até o artigo mais prolixo sobre o Q Drum só tinha duas críticas: terreno plano e custo, e se você conhece o LifeStraw, quase dá para adivinhar críticas parecidas no e-mail
Ao ver as pontuações e a descrição dos níveis de proficiência, eu tinha assumido, por algo parecido com uma distribuição normal, que os níveis 4/5 seriam realmente difíceis, então ver as questões reais tornou as notas baixas ainda mais tristes
Ainda assim, achei engraçado chamarem cada item do teste de “estímulo”, porque isso soa clínico e asséptico demais
Apps móveis de IA oferecem conversa por voz
Baixa alfabetização pode, na verdade, aumentar a motivação para usar IA para gerar e resumir texto
Essa estatística não bate muito com a intuição
Cerca de um terço da população dos EUA tem diploma de bacharelado, então é estranho que só 13% consigam passar em tarefas de alfabetização de nível 4/5
Pelas questões de exemplo, não parece difícil, e até as tarefas de nível 4 se resumem a ler um texto curto e extrair críticas a um produto
Isso não quer dizer que todo graduado seja inteligente, mas é difícil acreditar que dois terços deles não passem do nível 4/5
Se 13% da população tem mestrado, isso significaria que só esses 13% passam no nível 4/5?
https://en.wikipedia.org/wiki/Educational_attainment_in_the_...
Fala-se muito que a compreensão de leitura está péssima, e há muitos casos de crianças que leem alguns parágrafos e depois não conseguem responder perguntas sobre o conteúdo
O medo de a IA ser usada em tudo não é porque ela seja a melhor solução, mas porque as pessoas são essencialmente preguiçosas, só querem terminar o trabalho e não ligam tanto para qualidade
“baixo esforço e conveniência” parecem vencer “qualidade máxima” de forma consistente, e isso vai rebaixar tudo para todo mundo
Compare o Windows 11 com o 98: é verdade que o 11 faz mais coisas e trava menos
Mas, fora isso, ele é realmente melhor? Das coisas que ambos fazem, qual faz melhor? Qual é mais rápido? Qual é mais fácil de usar?
Acho isso aceitável
Pessoalmente, eu queria ver mais discussão sobre o que exatamente significa “usar IA”
Também tenho curiosidade sobre como isso se conecta a ideias mais abstratas que as pessoas têm sobre “tecnologia”, “IA”, “moralidade e emoção”
Pelo menos para mim, essa fronteira está começando a ficar um pouco borrada
Por exemplo, se minha parceira usa o Google.com o dia todo, com frequência, e quase sempre escolhe e confia no resumo gerado por IA no topo da página de resultados, devemos dizer que ela efetivamente “usa IA”?
Ou “usar IA” seria algo mais próximo de crianças vampiras rodando 1000 subagentes no colchão do chão de alguma ficção científica?
Como até o uso básico de celular agora já vem cheio de IA, acho o espectro inteiro bem interessante, quer a gente chame isso assim ou não
A analogia de que “as pessoas consomem IA como comem carne. Algumas adotam, algumas limitam o uso e algumas evitam completamente” é interessante
Afinal, apesar dos problemas ecológicos reais e dos argumentos de princípio contra comer carne, o consumo de carne em vários países do mundo em geral aumentou ao longo de décadas