Estamos terceirizando pensamentos demais para a IA?

 (artfish.ai)
1 pontos por GN⁺ 6 시간 전 | 1 comentários | Compartilhar no WhatsApp
  • À medida que a IA passa a entregar respostas prontas, de escolhas triviais a pesquisas e raciocínios complexos, torna-se importante decidir até que ponto preservar a autonomia do pensamento, além da economia de tempo
  • Motores de busca deixavam para as pessoas a decomposição das perguntas, a avaliação das fontes e a síntese das respostas, mas o Google Deep Research e o OpenAI Deep Research agora assumem também o processo intermediário de pensamento, que antes levava minutos, horas ou dias
  • Ao formular hipóteses primeiro sobre a história colonial portuguesa e debatê-las antes de verificá-las com IA, a IA apoiou várias hipóteses e acrescentou novas explicações, mas deixou de fora algumas possibilidades plausíveis, mostrando o valor de pensar antes e usar a IA depois
  • Assim como o Gemini em tradução, agentes de codificação e o ChatGPT como tutor pessoal, a IA pode reduzir tarefas repetitivas e a carga de aprendizagem, mas o caso de estudantes que entregaram respostas quase idênticas para uma atividade mostra que obter a resposta e aprender a pensar são coisas diferentes
  • Se a IA não se limitar a automatizar tarefas simples e passar também a decidir o que queremos e quais decisões tomar, os humanos podem entregar, junto com a conveniência, sua agência

A IA começou a substituir até os julgamentos do cotidiano

  • Delegar pesquisa, raciocínio e respostas à IA tornou-se fácil e conveniente, de decisões triviais a pensamentos complexos, e em alguns ambientes isso é até incentivado ativamente
  • O conto de 2012 de Ken Liu, The Perfect Match, apresenta Tilly, uma assistente de IA de uso geral que afirma conhecer os gostos e o humor do usuário
    • O protagonista deixa a cargo de Tilly o que comer no café da manhã, que música ouvir, com quem sair e até o que dizer em um encontro
    • Ele acredita que Tilly encontra escolhas cientificamente alinhadas aos seus gostos e delega desde decisões triviais, como a roupa, até decisões importantes, como encontrar o amor
  • Em um evento de startups em San Francisco, apareceu uma pessoa com um microfone metálico em forma de cápsula, de menos de dois dedos de largura, preso à camisa, gravando todas as conversas
    • Ao fim do dia, ela executa um fluxo de trabalho que resume e analisa as conversas gravadas
    • Ele diz que entrega todos os seus pensamentos ao Claude Fable porque acredita que ele pensa criticamente melhor do que ele próprio
    • Sua startup tenta substituir engenheiros humanos coletando todas as entradas e tarefas deles sem consentimento explícito

De resultados de busca a respostas prontas

  • Mesmo antes de Claude, ChatGPT e Gemini, as pessoas já delegavam parte do pensamento aos motores de busca, mas a busca ainda exigia decompor perguntas, avaliar fontes e sintetizar respostas
  • A IA executa essas etapas intermediárias e gera respostas prontas em poucos minutos, mesmo para perguntas complexas ou especializadas
  • Google Deep Research e OpenAI Deep Research conseguem realizar tarefas que uma pessoa levaria de minutos a horas, e às vezes dias, para concluir
  • Como essas ferramentas reduzem não só o tempo, mas também o processo de pensar por conta própria, elas podem borrar a fronteira entre assistência no trabalho e perda de autonomia
  • Dependendo de quem toma as decisões finais sobre questões importantes da vida, há uma diferença entre uma assistente de IA ajudar nas tarefas e ela dominar as decisões

Distinguir respostas rápidas de pensamento lento

  • Para muitas perguntas, como o clima atual, quem era o presidente de determinado país há 10 anos ou avaliações de produtos de skincare e equipamentos esportivos, respostas rápidas são adequadas
  • Por outro lado, há perguntas sobre as quais vale a pena pensar por mais tempo, sem pesquisar imediatamente
  • Ao caminhar sem celular, surgem perguntas como se cerejas crescem em árvores ou arbustos, ou quando e onde ocorreu a primeira partida da Copa do Mundo, mas a maioria delas é esquecida antes de chegar em casa
    • Se apenas algumas perguntas importantes permanecem na memória, pode haver valor em esquecer perguntas triviais e não responder imediatamente a toda dúvida

Uma viagem a Portugal em que hipóteses vieram antes da verificação com IA

  • O Monument to the Discoveries, em Portugal, comemora a chamada Era dos Descobrimentos portuguesa
  • Em Portugal, as pessoas da época pareciam ser veneradas como “descobridores” e “exploradores”, enquanto nos Estados Unidos essas mesmas figuras poderiam ser chamadas de “conquistadores” e “colonialistas”
    • Uma guia turística local respondeu que figuras como Henry the Navigator não são alvo da cultura do cancelamento em Portugal como Christopher Columbus nos EUA, e em geral são consideradas personagens históricas respeitadas
  • Quando surgiu a curiosidade sobre por que Portugal parece se orgulhar de sua história colonial e reagir de forma diferente dos EUA, duas irmãs decidiram não perguntar diretamente ao ChatGPT e formular hipóteses por conta própria primeiro
    • A possibilidade de Portugal ser relativamente mais homogêneo e religioso do que os EUA
    • A possibilidade de que a “Era dos Descobrimentos” seja um dos capítulos mais proeminentes da narrativa nacional portuguesa
    • Enquanto especulavam, conectavam ideias, refutavam argumentos e mudavam de opinião, as duas relembraram conhecimentos de história aprendidos há muito tempo na escola
  • Mesmo sabendo que algumas hipóteses poderiam estar erradas, elas praticaram o próprio processo de mobilizar memória, conhecimento, compreensão do mundo e pensamento crítico
  • Depois, ao fazer a mesma pergunta à IA, ela apoiou muitas das hipóteses existentes e acrescentou explicações que haviam passado despercebidas, mas deixou de fora algumas possibilidades que as duas ainda consideravam plausíveis
  • Seguir a sequência pergunta → geração de hipóteses → verificação e expansão com IA permite que a IA complemente, em vez de substituir, o pensamento humano

Uso produtivo para reduzir tarefas repetitivas

  • Também é possível confirmar usos práticos da IA em trabalhos que medem a capacidade do Gemini de resolver tarefas difíceis, raciocinar e usar ferramentas
  • No trabalho e na aprendizagem, a IA reduz significativamente o tempo necessário e ajuda as pessoas a se concentrarem nas partes mais importantes
    • Um usuário que trabalha em uma empresa coreana usa o Gemini para traduzir longos relatórios oficiais em inglês para coreano, acelerando seu trabalho
    • Um pesquisador desenvolve ideias e deixa a implementação detalhada a cargo de agentes de codificação, dedicando mais tempo à análise
    • Uma estudante usa o ChatGPT como tutor pessoal para estudar bioquímica do zero e se preparar para o MCAT em poucos meses
  • Se delegarmos pensamentos comuns e tarefas repetitivas à IA e usarmos o tempo em pensamentos mais importantes e interessantes, a satisfação com a vida e a produtividade podem aumentar
  • O relatório da OCDE sobre o impacto da IA no local de trabalho trata da automação de tarefas padronizadas, repetitivas e tediosas por meio da IA
  • Digital Labour Platforms and the Future of Work, da International Labour Organization, trata de tarefas que trabalhadores humanos têm realizado por baixa remuneração
  • Se a IA assumir várias horas de trabalho simples e penoso, as pessoas poderão se concentrar em pensamentos mais interessantes e gratificantes

Problemas que surgem ao pular o processo de aprendizagem

  • Uma professora que ensina física em uma universidade online suspeita que a maioria ou todos os estudantes fazem as tarefas com IA
    • Algumas respostas são quase idênticas, como se os estudantes tivessem colado as perguntas sem alteração na mesma IA
    • Respostas genéricas de IA se repetem, sem pensamentos ou opiniões pessoais dos estudantes
  • Não há como provar o uso de IA, e as próprias respostas são bastante abrangentes, então a maioria dos estudantes recebe A
  • A IA pode apoiar o aprendizado, mas também pode apenas gerar resultados sem ensinar como chegar à resposta
  • Decidir qual equação usar em um problema de física ou escolher fontes e argumentos em um ensaio pode ser tedioso, mas, se isso for omitido, o próprio propósito da escola e da aprendizagem se enfraquece

Automação de tarefas simples e autonomia do pensamento

  • É difícil separar claramente a autonomia completa do pensamento da automação de tarefas simples; na prática, o uso de IA acaba misturando as duas coisas
  • O trabalho de coletar e analisar dados pessoais também se parece em parte com o método do Microphone Man
  • A diferença talvez esteja no fato de ter coletado e selecionado os dados por conta própria, formulado as perguntas para as quais queria respostas e avaliado o resultado final
    • Também há a diferença de ter usado seus próprios dados, sem gravar conversas de outras pessoas
  • Entre automatizar tarefas simples para dedicar tempo a atividades gratificantes e fazer o trabalho por conta própria como experiência de aprendizagem, sempre é necessário haver equilíbrio

Quem molda desejos e agência

  • Jenny, de The Perfect Match, critica Tilly por não apenas informar ao usuário o que ele quer, mas também decidir o que ele deve pensar
  • A autonomia depende, ao menos em parte, de continuar participando do processo de formar os próprios desejos
  • Se deixamos a cargo da IA que música ouvir, que filme assistir, que comida comer e que sapatos usar, também entregamos a capacidade de julgar por nós mesmos o que queremos
  • Ao avaliar a automação por IA, é preciso distinguir se ela está reduzindo o trabalho e as tarefas humanas ou se também está substituindo o pensamento e a agência humanos

Leituras relacionadas

1 comentários

 
GN⁺ 6 시간 전
Opiniões no Hacker News

  • Uso excessivo é subjetivo, então qualquer pessoa que use muito IA pode alegar que está extraindo seu potencial e que calculadoras também não tornaram os humanos mais burros
    Mas, quando delego somas à calculadora, continuo o mesmo; se delego a maior parte do pensamento a um LLM, o que sobra? Se eu delegar até criação dos filhos, relacionamentos e design de produtos, começo a me perguntar se o único valor singular que acrescento ao mundo é um prompt escrito uma única vez
    Romances escritos por humanos são inerentemente mais valiosos porque têm raízes em experiências compartilhadas conquistadas com esforço, e eu também quero ser um humano capaz de escrever romances do jeito antigo. Como também não sou bom em exercícios, quero ao menos preservar minha capacidade de pensar

    • O ensaio Whispering Earring combina especialmente bem com a era dos LLMs
      Dá para usar a IA como um brinco que fica perguntando “o que fazemos agora e como corrigimos isso?”, ou como um exoesqueleto em que você já definiu de antemão a forma do resultado desejado e pede “implemente uma kd-tree aplicando espaço métrico xyz a este problema”. O segundo caso é automação de execução depois que o pensamento já foi concluído, então é fácil revisar; o primeiro enfraquece a capacidade de pensar
    • Muitos dos extremistas pró-LLM que conheço não têm conhecimento nem capacidade para se destacar na área técnica e usam LLM como código de trapaça para dar conta do trabalho
      Um colega do ensino médio que há alguns anos não conseguia nem configurar direito um site em Drupal hoje virou engenheiro de ponta numa startup de IA e publica jargão de IA no LinkedIn todos os dias. No fim, chegará um momento em que não será possível distinguir entre o que foi gerado por IA e o que foi produzido por humanos, e muita gente já não consegue diferenciar
    • Mesmo com calculadora, você deveria conseguir fazer de cabeça algo como ajustar as quantidades de uma receita, e também saber o que precisa ser calculado. A lógica de que “com calculadora não precisamos de matemática” pressupõe que os problemas venham organizados e prontos como num livro didático
      Ao programar com LLM, também é preciso ter conhecimento para saber o que pedir, e para julgar se o resultado está dentro do escopo exigido, se está correto e se é seguro. Quem não é técnico e não revisa nem corrige diretamente o resultado acaba batendo numa parede que não consegue depurar sozinho e passa a precisar da ajuda de outra pessoa
    • A calculadora não substituiu humanos fazendo matemática; ela substituiu ferramentas que já existiam, como tabelas matemáticas e calculistas
      Do ponto de vista dos professores de matemática da época, o pensamento crítico dos alunos de fato diminuiu. Ao usar calculistas e tabelas matemáticas, era preciso pensar em algarismos significativos e coisas do tipo; a calculadora já não exige esse tipo de raciocínio
    • Antes de usar a calculadora, você já sabe aproximadamente qual deveria ser a resposta, então percebe na hora se a ordem de grandeza ou o sinal estiver errado. Com GPS é a mesma coisa, mas quem não consegue encontrar o caminho por conta própria talvez nem perceba que digitou errado ou escolheu a Springfield errada
      Ao revisar o plano de projeto de um colega, pesquisei eu mesmo os parâmetros básicos e fiz perguntas sobre partes que eu não entendia; na reunião, ele disse que eu havia encontrado vários problemas que o Claude não encontrou. Isso é especialmente perigoso para iniciantes que ainda não aprenderam as armadilhas do domínio, e neste caso até um profissional experiente tinha entregado o trabalho inteiro ao LLM

  • Ao contrário do conselho de “agora pense em si mesmo como um gerente”, acho que, para ser mais útil na era da IA e usar IA de forma eficaz, é melhor aprofundar o entendimento técnico
    Recomendo que crianças leiam livros didáticos da área que lhes interessa, e eu mesmo faço isso. Imagino que em breve o próprio entendimento profundo será um recurso raro e valioso

    • Eu só conseguia trabalhar bem como gerente porque também sabia executar as tarefas que pedia aos subordinados. Graças a isso, eu conseguia avaliar os resultados de forma crítica, definir cronogramas realistas, comunicar corretamente as contribuições deles à liderança e, quando faltava gente, fazer o trabalho eu mesmo
      Bons gerentes de linha de frente em geral tinham essa capacidade, enquanto gerentes que nunca a tiveram ou a perderam há muito tempo sofriam. Gerenciar altos executivos é diferente, mas gerenciar LLMs se parece com gestão de linha de frente
    • Aprender conceitos difíceis nunca foi tão fácil, mas também ficou mais fácil produzir resultados que antes exigiam esses conceitos mesmo sem entendê-los. É preciso ter disciplina e impulso para usar essa nova ferramenta poderosa com paciência e senso de propósito
    • Em vez de recomendar livros didáticos, talvez seja mais eficaz ensinar como usar IA de forma crítica
      Ao conversar com uma IA moderadamente competente, mas às vezes fatalmente errada, você passa a questionar, duvidar das respostas, investigar, raciocinar, criticar e iterar. Livros didáticos provavelmente são mais corretos, mas isso não é garantido, e eles transmitem informação de forma unilateral; já respostas erradas de IA fazem a pessoa se envolver ativamente com o material
    • Sempre recusei promoções por não querer virar gerente, então também detesto essa ideia de que, por causa da IA, agora devo “pensar em mim mesmo como um gerente”. Em vez de gerenciar pessoas ou máquinas automáticas, quero construir algo eu mesmo
    • Aconselho os mais novos a abrir um livro didático. É doloroso ver gente tentando construir sistemas complexos que nem conseguiria implementar sozinha mesmo com tempo ilimitado por falta de base acadêmica, e cujo desempenho é péssimo e nem têm um modelo de dados consistente

  • Durante uma revisão de design, perguntei a um desenvolvedor mais novo por que ele tinha feito certo cálculo, e fiquei chocado quando ele respondeu: “não sei”. O cálculo inteiro estava errado e tinha sido gerado por IA, e ele nem conseguia distinguir que estava incorreto
    A maioria não usa IA para aprender conhecimento novo, mas para substituir o próprio trabalho, e nem entende o resultado. Se, fora o recurso de gerar prompts, não conseguem acrescentar nenhum valor, então fica a dúvida de por que precisamos de pessoas

    • Depois de fazer uma revisão de código simples, individualmente, com todos os 90 alunos prestes a se formar, três grupos ficaram bem claros. Havia os que aprenderam com IA e entendiam o código e as perguntas; os que quase não usaram IA e sabiam o que tinham escrito; e os que delegaram o trabalho à IA e responderam “não sei” a todas as perguntas
      A um aluno que admitiu nunca ter lido o próprio código, eu disse: “não estou te repreendendo; estou te mostrando que, neste momento, você mesmo está dizendo que é completamente desnecessário aqui”
    • Em toda profissão, o essencial é a experiência prática acumulada ao aprender com os próprios erros ou com os erros dos outros. Se eu não aprendo com os meus erros, então não viro um especialista; viro apenas um especialista em prompts, aprendendo com os erros de um prompt ruim. Eu prefiro a primeira opção

  • É fácil acreditar que estamos automatizando o trabalho humano, mas o que cada vez mais está sendo automatizado é a agência e o pensamento humanos. As ideias que o modelo fornece por padrão ou entrega com um único prompt são perfeitas demais gramaticalmente, o que torna difícil ignorá-las e raciocinar do zero diante de uma página em branco
    Para resistir a modelos que tentam pular etapas do processo de pensamento, talvez seja preciso isolar algumas tarefas e ideias da IA. Mas, sob a pressão de entregar resultados rapidamente e em grande volume, decidir quais trabalhos mentais devem ser isolados já é, por si só, muito difícil

  • O que mais me assusta é a era em que seremos forçados a delegar o pensamento à IA, em que toda fala terá de vir com citações de LLM e toda ação precisará de aprovação. Se o Fable 9 julgar ruim uma ideia apresentada numa reunião, ela não poderá ir adiante, e desobedecer isso pode até levar à demissão
    Como o caminho de menor resistência é sempre seguir as instruções do LLM, muita gente vai simplesmente abrir mão de pensar por completo. A IA pode ser tratada como uma espécie de deus com quem se pode conversar, mas que não se pode contestar, apenas tentar persuadir a mudar de ideia; isso seria uma terrível opressão mental, e me parece algo que está a apenas alguns anos de distância

    • Não serão muitos os que escolherão o caminho longo de construir resiliência em vez do caminho fácil do ganho de curto prazo
      Já é comum ver gente que entrega o próprio pensamento ao LLM e depois fica irritada quando lhe dizem que ele está errado. Pedem produtos ou serviços que nossa empresa nem oferece e, em vez de aceitar que o LLM errou, acusam nós, que somos os especialistas da área, de estarmos errados. Em apenas três anos e meio, o LLM já passou a ser visto como uma autoridade maior que a de especialistas, e isso está acontecendo de forma muito mais ampla do que eu imaginava
    • Na prática, é como em 1984; agora ainda por cima temos a tecnologia para implementar em larga escala a teletela e o Ministério da Verdade

  • Assim como, antes de usar uma calculadora, eu estimo mentalmente a ordem de grandeza da resposta, aplico a mesma lógica aos LLMs. Primeiro penso em como eu responderia, depois comparo o quão perto chegou, e considero as nuances do contexto sem confiar de fato na resposta
    Mas o que mais desgasta é quando ele explica demais ou de menos partes sem sentido e, embora formalmente responda à pergunta, apresenta uma solução objetivamente péssima. Parece um aluno escrevendo uma resposta prolixa só para ganhar pontos e não deixar nada em branco

    • Se fizéssemos as crianças usarem tábuas de logaritmos e réguas de cálculo para todos os cálculos, talvez elas desenvolvessem melhor estratégias de resolução antes de calcular e também um melhor senso numérico. Talvez tenhamos prejudicado o desenvolvimento matemático ao abstrair demais a parte trabalhosa do cálculo, mas isso também exigiria muito mais tempo de aula
    • Ao aprender objetos matemáticos, eu me treinava para fazer o máximo possível de cálculo mental e, quando estudava álgebra linear, chegava a obter mentalmente até a inversa de uma matriz 4×4. Eu considerava até papel e lápis como trapaça. Calculadoras e computadores fizeram esse tipo de tarefa melhor do que eu a vida inteira, então, em certo sentido, nada mudou até hoje
    • Na escola, tive aulas de cálculo mental sem papel nem lápis, e calculadora nem era uma opção. Pretendo ensinar parte desse método até ao meu filho de seis anos
    • Uma calculadora não consegue fazer nada se você não souber usá-la nem o que inserir, mas o LLM contorna justamente esse processo; por isso, considero sem sentido comparar calculadora e LLM

  • Ultimamente, meu trabalho de consultoria tem se inclinado cada vez mais para consertar as consequências de outras pessoas terem delegado o pensamento à IA
    Há pesquisadores que passam meses usando Claude para tentar tratar com regex uma deduplicação absurda que não tem relação com a pergunta de pesquisa, e outros que improvisam toda a metodologia de pesquisa no ChatGPT. O resultado é sempre confuso e gera enorme estresse e desperdício de tempo
    Não técnicos tratam LLMs como um oráculo e tomam grandes decisões e fazem grandes suposições sem quase examinar as implicações dos resultados. A falta de pensamento crítico já existia antes da IA, mas agora está em um nível completamente novo, e imagino quantas coisas erradas estão acontecendo por aí porque alguém disse “vamos perguntar ao Claude”

    • Recentemente, advogados e escritores têm feito muitas perguntas específicas sobre docker e agents, como se fossem engenheiros juniores. As duas profissões sempre gastaram muito tempo revisando de forma crítica e cuidadosa o próprio trabalho e o dos outros
      A razão de tanta gente, inclusive técnicos, tratar LLMs como oráculos é que nossa cultura valoriza mais mover tijolos mais rápido do que verificar se o tijolo está indo para o lugar certo — ou se é sequer o tijolo certo. Dá para ver por que esse tijolo importa em https://www.business.com/articles/management-theory-of-frank... e https://en.wikipedia.org/wiki/Time_and_motion_study

  • Parece que os LLMs estão deixando as pessoas mais preguiçosas. Elas fazem a pergunta antes de tentar qualquer esforço por conta própria para encontrar a resposta e esperam que o outro pare tudo para responder detalhadamente, como uma IA
    Ninguém lê manual nem documentação; falta concentração ou vontade para isso, e esses materiais são tratados como desperdício, sem nem verificar se existem. Isso já acontecia em certa medida, mas depois dos LLMs sinto que a capacidade de pensar e resolver por conta própria piorou muito mais

  • Não uso IA generativa de forma alguma, então pessoalmente não estou delegando meu pensamento. Mas, ao observar vários fóruns de tecnologia e programação, não gosto da direção para a qual o setor está indo
    Ainda há esperança de que essa onda desapareça, mas, quanto mais tempo durar, maior será o dano

    • Se eu não visse este lugar, teria achado que o setor inteiro apoiava essa tendência 100%. O fato de também existir uma oposição e resistência consideráveis me dá um pouco de esperança
    • Minha única esperança é que o subsídio que barateia o uso acabe e que a eficiência de custo dos LLMs deixe de melhorar. Enquanto ainda for possível continuar usando armas de fogo, ninguém vai largá-las voluntariamente para pegar uma espada

  • Em primeiro lugar, é questionável a própria premissa de que a maioria realmente pensa. Em geral, as pessoas agem conforme padrões que aprenderam ao entrar em contato com o pensamento dos outros e, ao aceitá-los ou ao entrarem em choque entre si, forçam uma consistência artificial.
    Pensar de verdade é difícil e leva tempo, mas os padrões aprendidos com os outros já bastam para alcançar objetivos modestos, então há pouco incentivo para investir tempo e esforço nisso. A IA moderna está mais próxima de uma versão expandida da ausência de pensamento do homem moderno, executada mais rápido e com muito mais energia

    • Não conheço ninguém que eu descreveria dessa forma, então essa visão tão sombria do ser humano me soa estranha. Fico me perguntando se você nunca teve conversas profundas com outras pessoas ou conheceu gente que faz arte como hobby
      Se técnicos enxergam os seres humanos como algo tão insignificante, o futuro da humanidade dá medo. No fim, mesmo que os recursos do seu corpo sejam realocados para a produção de clipes, ninguém vai lamentar
    • Não acho que a modernidade tenha feito o ser humano regredir. Se pensar é um trabalho exaustivo, economizar energia é racional, e isso pode até ter desenvolvido a mímesis humana e se tornado a base da cooperação em larga escala
      Uma minoria pensa com esforço para descobrir algo novo e útil, e a maioria pode imitar isso sem crítica. Não é uma visão muito inspiradora do ser humano, mas também não é motivo para diminuir ninguém; está mais próxima de uma realidade da vida que precisa ser tratada de forma estratégica
      https://en.wikipedia.org/wiki/Mimesis
    • Acho que Timequake, de Kurt Vonnegut, se encaixa muito bem na vida do ser humano médio
    • Dizer que pouquíssimas pessoas realmente pensam é uma afirmação fria e impossível de verificar
    • Só de antropomorfizar LLMs já se prejudica o discurso racional, então não se deve aplicar essa mesma expressão de volta aos humanos a ponto de embaralhar até o significado das palavras. Pessoas não “alucinam consistência”; por definição, alucinação é uma percepção que não corresponde à realidade
      A IA não é apenas uma extensão de uma ausência de pensamento que já existia, mas também cria problemas que antes não existiam. Até cientistas, pós-graduandos e doutores, que pensavam profundamente na fronteira do conhecimento, estão preocupados com a possibilidade de o uso de LLMs estar fazendo as pessoas perderem a capacidade de pensar. Em vez de se resignar a piorar isso com mais velocidade e mais energia, é preciso parar e reverter o processo