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.

Essa arquitetura é o T — Transformer.

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. Fechar: "Essa arquitetura de atenção que processa texto é o T do GPT — Transformer."

Capacidades Emergentes

Escala gera inteligência inesperada

Modelo Pequeno

Predição mecânica de palavras

Completa frases simples

Modelo Grande

Lógica, raciocínio, abstração, contexto

Resolve problemas complexos

Não é pensamento real — 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.