Palestra

IA Generativa em Resumo

Como Sobreviver e Prosperar
na Era da IA

~25 minBaseado em Henrik Kniberg

Rodrigo Pinto

Slide de abertura. Esperar a audiência se acomodar. Começar com energia: "Hoje vou mostrar algo que muda a forma como vocês entendem IA para sempre."

Computadores sempre foram...

CALCULADORAS

Até agora.

IA generativa: máquinas que aprendem, pensam e comunicam

Provocar reflexão. "Durante 80 anos, computadores faziam o que mandávamos. Calculavam. Seguiam receitas. Agora? De ferramenta que executa para colega que pensa junto."

Einstein no seu Porão

Um gênio incansável, com acesso a todo o conhecimento humano, disponível 24/7

IA Tradicional

Classifica dados
Recomendações
Executa regras

IA Generativa

Gera conteúdo NOVO
Textos, imagens, código, vídeo
Aprende padrões e cria

Metáfora do Henrik Kniberg: "É como ter um Einstein no porão." IA tradicional classifica e segue regras. IA generativa CRIA. Diferença fundamental.

O que mudou com a IA?

Dados

10, 6, 42, 8

Informação

Idade

Conhecimento

Turma majoritariamente infantil

Sabedoria

Games na atividade

Hoje, IA acessa o conhecimento — e isso muda tudo.

Pirâmide DIKW revelada de baixo para cima. Dados: números brutos (10, 6, 42, 8). Informação: dados com contexto (são idades). Conhecimento: interpretação (turma majoritariamente infantil). Sabedoria: decisão (usar games). Antes da IA, máquinas só lidavam com dados e informação. Agora acessam CONHECIMENTO. Essa é a revolução real.

Como Funciona

GPT = Generative Pre-trained Transformer

Generative — Gera conteúdo novo Pre-trained — Treinado com bilhões de textos Transformer — Arquitetura de atenção

Vamos começar pelo G — Generative...

Explicar cada palavra do acrônimo. O fluxo: texto entra, vira números (tokens), rede neural processa, números saem, viram texto de novo. Simples assim — mas a escala é absurda. Fechar com: "Vamos começar pelo G — Generative. Como exatamente a IA gera texto?"

Rede Neural:
adivinhar a próxima palavra

Texto → Números → Rede Neural → Números → Texto

Entrada: "O gato sentou no..."

→ "tapete" (87% probabilidade)

O output é realimentado como input → respostas longas e coerentes

NÃO consulta base de dados. Calcula PROBABILIDADES.

Título: Rede Neural. Mostrar o fluxo: texto entra, vira números (tokens), rede neural processa, números saem, viram texto. Insight fundamental: LLMs não "sabem" nada. Calculam qual a próxima palavra mais provável. A resposta vai sendo construída palavra por palavra. Por isso parecem inteligentes — mas é estatística sofisticada.

Como a IA Aprende?

1. Como um bebê aprendendo a falar

Absorve padrões de bilhões de textos da internet, livros, artigos...

2. RLHF — Aprendizado com Feedback Humano

Humanos avaliam e refinam as respostas: "Esta é melhor que aquela."

3. Consequência:

IA é treinada para AGRADAR, não para ser PRECISA.

3 etapas: pré-treino massivo (absorve a internet), fine-tuning com RLHF (humanos classificam respostas), e consequência crítica: o modelo aprende a dizer o que você quer ouvir. Por isso alucina com confiança.

Capacidades Emergentes

Escala gera inteligência inesperada

Modelo Pequeno

Predição mecânica de palavras

Completa frases simples

Modelo Grande

Lógica, raciocínio, abstração, contexto

Resolve problemas complexos

Os limites filosóficos do que constitui inteligência continuam sendo debatidos — são padrões tão sofisticados que imitam raciocínio

E isso só é possível porque o modelo foi Pre-trained — pré-treinado com bilhões de textos.

Quando você aumenta o modelo de milhões para bilhões de parâmetros, capacidades que ninguém programou simplesmente aparecem. Tradução, lógica, programação — emergem da escala. Mas cuidado: parece raciocínio, mas é reconhecimento de padrões em escala massiva. Fechar: "E isso é o P do GPT — Pre-trained. Sem esse treinamento massivo, nada disso existiria. G-P-T: agora vocês sabem o que cada letra significa."

Ecossistema

IA não é só ChatGPT

Open-source

Llama, Mistral, Gemma

Comercial

GPT-4, Claude, Gemini

Local

Roda no seu computador

Nuvem

Roda em servidores remotos

Especializado

Código, imagem, áudio

Geral

Faz de tudo (razoavelmente)

Cada modelo tem: velocidade, custo, parâmetros

O mercado de IA é muito maior que ChatGPT. Existem dezenas de modelos, alguns gratuitos e open-source. A escolha depende do caso de uso: privacidade (local), custo (open-source), qualidade (comercial).

Não é só texto

Texto → Texto

Escrita, código, análise

Texto → Imagem

DALL-E, Midjourney

Imagem → Texto

Análise visual, OCR

Fala → Texto

Transcrição (Whisper)

Texto → Áudio

Vozes realistas

Texto → Vídeo

Sora, Runway

Tendência: QUALQUER COISA → QUALQUER COISA

IA não é só chat. Gera imagens, transcreve áudio, analisa fotos, cria vídeo. A tendência é modelos multimodais: entrada de qualquer tipo, saída de qualquer tipo. Isso muda TUDO.

Produto vs. Modelo

VOCÊ

Usa, avalia, decide

PRODUTO

ChatGPT, Claude.ai, Copilot

Interface + Memória + Ferramentas

MODELO

GPT-4, Claude, Llama

Stateless, sem interface, sem memória

Distinção importante: o modelo é o "cérebro" — não tem memória, não tem interface. O produto (ChatGPT, Claude.ai) é a camada que adiciona memória, busca, ferramentas. Você interage com o produto, não com o modelo diretamente.

A Revolução

A IA é diferente de TUDO que veio antes

Fogo

~1M anos

Agricultura

~10.000 anos

Imprensa

~500 anos

Vapor

~200 anos

IA Generativa

2 meses

Todas as revoluções anteriores levaram décadas ou séculos para se espalhar.

Perspectiva histórica: fogo levou milhares de anos, agricultura séculos, imprensa décadas. IA generativa? 100 milhões de usuários em 2 MESES. A velocidade é sem precedentes.

100M

usuários em 2 MESES

ChatGPT quebrou todos os recordes de adoção da história

Netflix: 3,5 anos Instagram: 2,5 anos Spotify: 5 anos

Deixar o número fazer o trabalho. 100 milhões em 2 meses. Netflix levou 3,5 anos. Instagram 2,5 anos. Isso mostra que a demanda por IA é visceral — as pessoas QUEREM isso.

As linhas estão se cruzando

Capacidade Humana

—

Estática

Capacidade da IA

↑↑↑

Crescimento exponencial

Tarefas intelectuais que "só humanos faziam" já estão sendo feitas por IA

As duas linhas: capacidade da IA cresce exponencialmente. Capacidade humana é basicamente a mesma há séculos. Elas estão se cruzando. Isso não é ficção científica — já está acontecendo. Tradução, código, análise, escrita.

Mindset

Como você reage à IA?

Existem 3 caminhos...

Slide de transição. Perguntar para a audiência: "Quando vocês pensam em IA no trabalho, qual é a primeira reação? Medo? Curiosidade? Indiferença?"

NEGAÇÃO

"IA não consegue fazer meu trabalho"

↓ Ficar para trás

ÚTIL

"IA me dá SUPERPODERES"

↑ Produtividade insana

← ESTE!

PÂNICO

"IA vai tomar meu emprego"

↓ Paralisia

IA não vai tomar seu emprego. Pessoas que usam IA vão.

3 reações naturais. Negação é perigosa — você fica para trás. Pânico paralisa. O caminho certo é o terceiro: IA como ferramenta de superpoderes. Enfatizar o card verde. "IA não vai tomar seu emprego. Pessoas que usam IA vão."

"Trate a IA Generativa como uma OPORTUNIDADE, não como uma ameaça."

"Treat Generative AI as an opportunity rather than a threat."

— Henrik Kniberg

Citação central da palestra do Kniberg. Deixar a frase respirar. Pausa de 3-5 segundos depois de revelar.

Seu Papel

Humanos são desesperadamente necessários

Mas o papel muda.

Tranquilizar a audiência: humanos continuam essenciais. MAS o papel muda. De executor para diretor. De quem faz para quem pensa, decide e avalia.

6 Papéis Essenciais do Humano

Decidir O QUÊ e POR QUÊ

IA faz o COMO

Fornecer contexto

Domain knowledge

Avaliar resultados

IA pode alucinar

Formular bons prompts

Comunicação é a chave

Garantir segurança dos dados

Dados sensíveis = responsabilidade humana

Compensar fraquezas da IA

Empatia, ética, julgamento

6 papéis do Kniberg. Revelar um a um. Enfatizar: você não é substituído — seu papel é ELEVADO. De executor para diretor e curador. Cada papel é insubstituível.

A Nova Divisão de Trabalho

HUMANO decide

O QUÊ fazer
POR QUÊ fazer
Avaliar qualidade
Dar contexto
Garantir segurança

IA executa

COMO fazer
Gerar opções
Processar volume
Aplicar contexto
Seguir instruções

Divisão clara. Humano é o estrategista, IA é o executor de alta performance. Analogia: CEO vs. equipe. Você não faz o trabalho operacional — você direciona, avalia e garante qualidade.

"Trate a IA como um colega brilhante, mas ligeiramente excêntrico, que ocasionalmente precisa ter seu trabalho revisado."

— Henrik Kniberg

Metáfora perfeita do Kniberg. "Colega brilhante, mas excêntrico." Confia, mas verifica. Delega, mas revisa. É exatamente assim que devemos tratar IA.

Prompt Engineering

A maior limitação da IA é...

VOCÊ.

Sua imaginação e sua comunicação são o limite.

Pausa dramática antes de revelar "VOCÊ". A IA é tão boa quanto o prompt que você dá. Prompt ruim = resultado ruim. A limitação não é técnica — é comunicação.

Prompt Engineering =
Comunicação

Melhores prompts = melhores resultados

Efeito colateral:

Melhorar em prompt engineering melhora sua comunicação com PESSOAS

Não é técnica — é comunicação

Insight poderoso: prompt engineering é basicamente comunicação clara. Se você aprende a se comunicar melhor com IA, aprende a se comunicar melhor com pessoas. Dois benefícios pelo preço de um.

A Técnica Mais Poderosa

"Antes de responder, me diga que informações você precisa de mim."

Isso se chama Reverse Prompting

Processo iterativo: aceite que não vai acertar de primeira

Dica prática número 1: peça para a IA perguntar ANTES de responder. Isso se chama Reverse Prompting. Muda completamente a qualidade do resultado. Demonstrar ao vivo se possível.

"A mudança de orientação: de FERRAMENTA para COLEGA DE EQUIPE."

"The shift from TOOL to TEAMMATE."

— Henrik Kniberg (adaptado)

Mudança de paradigma: IA não é martelo ou calculadora. É um colega de equipe. Você conversa, itera, melhora junto. Essa mudança de mentalidade é a chave para resultados excepcionais.

O Futuro

Agentes Autônomos

HOJE

Humano → Prompt → Resposta

Interação direta, uma pergunta por vez

FUTURO

Humano → Missão → Agente executa workflow completo

Planejam, executam, verificam, iteram — de forma autônoma

O próximo passo: agentes autônomos. Hoje você dá um prompt, recebe uma resposta. No futuro (que já está começando), você dá uma MISSÃO e o agente planeja, executa, verifica e itera sozinho. Exemplo: "Organize minha agenda da semana" — e ele faz tudo.

O que você aprendeu hoje

1. IA gera conteúdo novo — não é calculadora

2. LLMs preveem palavras — não "sabem" fatos

3. A revolução da IA é instantânea e exponencial

4. Seu mindset determina se IA é ameaça ou superpoder

5. O limite não é a IA — é sua comunicação

Recap final. Revelar cada takeaway. Enfatizar o último: o limite é VOCÊ, não a IA. Se quiser ir mais fundo, estudo de prompt engineering é o caminho.

Obrigado!

Experimente. Pratique. Evolua.