Uma investigação interna da Anthropic revela: Um engenheiro confessa que "ir trabalhar todos os dias está me tornando desempregado". A Anthropic fez algo bastante interessante recentemente. Eles voltaram sua pesquisa para si mesmos, entrevistando 132 engenheiros e pesquisadores para ver como a IA estava mudando seus trabalhos. Os resultados foram ao mesmo tempo empolgantes e um tanto perturbadores. Em primeiro lugar, as boas notícias: a produtividade está realmente disparando. Os engenheiros agora utilizam o Claude em 60% do seu tempo de trabalho, resultando em um aumento de 50% na produtividade. Esse número é duas a três vezes maior que o do ano passado. O que é ainda mais interessante é que 27% dos empregos eram coisas que as pessoas nunca teriam feito antes. Por exemplo, aquelas pequenas ferramentas que são "boas de se ter, mas não necessárias", ou algumas tentativas exploratórias. Você pode pensar da seguinte maneira: você pode ter pensado antes: "Este recurso é ótimo, mas levará duas semanas para ser desenvolvido, então esqueça." Agora que temos IA, duas semanas podem ser reduzidas a duas horas, e você poderá fazer isso. Aquelas ideias que antes eram abandonadas por serem "não economicamente viáveis" agora podem ser colocadas em prática. Mas as habilidades estão passando por mudanças sutis, e as coisas estão começando a ficar um pouco complicadas. Por um lado, os engenheiros se tornaram mais "full-stack". Os engenheiros de backend podem projetar interfaces de frontend, e as equipes de segurança podem analisar códigos desconhecidos. Um engenheiro disse que havia criado uma interface de usuário complexa, e o designer, ao vê-la, perguntou: "Você que criou isso?" Ele respondeu: "Não fui eu, foi o Claude. Eu apenas fiz o pedido." Por outro lado, algumas pessoas começam a se preocupar com o declínio das habilidades básicas. Um engenheiro sênior resumiu a situação de forma bem direta: Atualmente, utilizo IA principalmente para tarefas em que já sei qual deve ser a resposta. Mas, se ainda fosse um engenheiro júnior, ficaria muito preocupado em aceitar cegamente o resultado do modelo. O paradoxo aqui é que você precisa de habilidades suficientes para monitorar o resultado da IA, mas a dependência excessiva da IA pode fazer com que essas habilidades se deteriorem. Assim como você precisa saber programar para avaliar se o código escrito por IA está correto, se você sempre deixar a IA escrever o código, suas habilidades de programação não irão se deteriorar? Mudanças mais sutis estão ocorrendo no âmbito social. Antigamente, quando você se deparava com um problema, pedia ajuda aos seus colegas. Agora, 80 a 90% das perguntas são feitas primeiro a Claude. Algumas pessoas acham isso ótimo, pois evita incomodar os outros. Mas algumas pessoas dizem: "Eu gosto de trabalhar com pessoas, e agora que 'preciso' delas com menos frequência, isso me deixa um pouco triste." Um engenheiro sênior comentou que os engenheiros juniores raramente fazem perguntas hoje em dia. Embora suas perguntas tenham sido respondidas de forma mais eficaz e eles tenham aprendido mais rapidamente. Isso me faz lembrar de uma pergunta: o que é exatamente aprender? Trata-se de obter a resposta rapidamente ou de construir uma compreensão do sistema durante o processo de busca pela resposta? Um engenheiro disse que, no passado, ao depurar um problema, era preciso ler muita documentação e código. Embora nem tudo fosse diretamente útil, isso ajudava a construir uma compreensão de todo o sistema. Agora, Claude pode orientá-lo diretamente na resolução do problema, aumentando a eficiência, mas o "aprendizado incidental" é menor. O que mais instiga a reflexão é a visão dos engenheiros sobre o futuro. Muitas pessoas não têm certeza de como será seu trabalho daqui a alguns anos. Alguns dizem: "Sou otimista a curto prazo, mas a longo prazo, acho que a IA acabará por fazer tudo, tornando-me, e a muitas outras pessoas, irrelevantes." Algumas pessoas foram ainda mais diretas: "Sinto que estou me tornando desempregado ao ir trabalhar todos os dias." No entanto, algumas pessoas acreditam que isso é apenas mais uma atualização no nível de abstração tecnológica. Assim como os programadores costumavam ter que gerenciar manualmente a memória e escrever código em linguagem assembly, as linguagens de alto nível agora cuidam dessas coisas para nós. Talvez no futuro o inglês seja a linguagem de programação, e pensaremos nos problemas em um nível mais elevado. Um engenheiro disse: O argumento da "degradação de habilidades" pressupõe que a programação um dia retornará ao seu estado anterior ao Claude 3.5. Mas eu não acho que isso vá acontecer. Anthropic também está descobrindo as coisas por conta própria. Eles estão pensando em como permitir que as equipes colaborem melhor, como apoiar o desenvolvimento de carreira e como estabelecer as melhores práticas para o trabalho assistido por IA. Mas, para ser sincero, ninguém tem uma resposta definitiva. O aspecto mais valioso deste estudo talvez não sejam suas conclusões, mas sim as questões que ele levanta: • À medida que a IA consegue fazer cada vez mais coisas, que competências devemos reter? Como podemos encontrar um equilíbrio entre melhorias de eficiência e aprendizado profundo? Qual o significado de trabalho? É resultado ou processo? O que acontecerá com a colaboração entre as pessoas? Esses não são problemas que apenas os engenheiros da Anthropic terão que enfrentar; eles podem em breve se tornar problemas para todos nós. O progresso tecnológico nunca é simplesmente bom ou ruim; ele traz novas possibilidades, assim como novos desafios. O importante é como nos adaptamos e como encontramos um novo equilíbrio em meio à mudança. Como disse um engenheiro: "Ninguém sabe o que vai acontecer; o importante é manter a capacidade de adaptação." Este é provavelmente o conselho mais honesto e prático. Resumo gerado por IA, formatado por humanos; link para o artigo original na seção de comentários.
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.