Fui pessimista em relação à LLM por anos, mas agora acredito que a LLM e as ferramentas de raciocínio atingiram um ponto em que podem realmente transformar a ciência e a engenharia. Não creio que se trate de Inteligência Artificial Geral (IAG), mas sim de algo como levar ferramentas generalizadoras do passado, como a Busca do Google ou os solucionadores SAT, para domínios mais amplos. Isso levanta algumas questões. Na programação e na escrita, a prática da disciplina parece estar se transformando completamente. Impedir que os alunos usem IA parece difícil, mas o uso de IA pode realmente prejudicar a compreensão e o desenvolvimento dos iniciantes. Ao mesmo tempo, a IA parece ser um poderoso multiplicador de forças para os especialistas. Já me perguntaram como os alunos devem lidar com essa situação. Na minha opinião, aprender a escrever e programar sem IA é provavelmente crucial para obter os melhores resultados. A isso se somam outros riscos da IA, como a psicose do mestrado em Direito. Veremos muitos iniciantes reivindicando "descobertas revolucionárias" em disciplinas que não compreendem. Isso é lamentável, pois provavelmente levará a um retorno ao credencialismo. Infelizmente, não há horas suficientes no dia para que especialistas analisem minuciosamente o trabalho de iniciantes. Até que os modelos do mundo do mestrado em Direito se tornem sofisticados o suficiente para se autoverificarem, isso provavelmente será inevitável. O que isso significa para a ciência ou a engenharia? Talvez eu seja pessimista, mas acho que a singularidade ainda não está à vista. Pelo contrário, acredito que a ineficiência da IA quase anulará seus ganhos, resultando em avanços modestos. Falando por mim, tenho sido mais lento nas revisões de PRs do @deep_chem, pois desconfio mais do código contribuído. Estudantes tentam usar IA e contribuem com código incorreto. Como resultado, só aceito código revisado por colaboradores experientes e comprovados... A IA desacelerou o progresso ao aumentar a carga de revisão de código. Isso é apenas um exemplo, mas vejo padrões semelhantes se repetindo em outros lugares. Ao mesmo tempo, especialistas usarão IA para alcançar avanços significativos. O aumento da eficiência e da ineficiência permanecerá em um equilíbrio tênue. O problema de desenvolver verificadores automatizados torna-se, consequentemente, o maior desafio na IA. Suspeito que será um processo longo e árduo, mas aí reside o caminho para verdadeiros avanços. (Por fim, este post foi escrito sem o auxílio de IA! Evitar a IA resulta em ideias mais claras durante o brainstorming.)
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.