IA generativa com foco em codificação e produtividade

Numa reviravolta notável, Fábio Maia, chefe de engenharia de sistemas no CESAR, transformou-se de cético em um defensor fervoroso da inteligência artificial generativa no ambiente de trabalho. Esse subconjunto de IA em rápida ascensão pode criar conteúdo inovador com base em instruções de fala humana, potencialmente revolucionando a maneira como trabalhamos e criamos.

O ceticismo inicial de Maia, alimentado pelo histórico controverso de Inteligência Artificial, rotulou a IA generativa como um mero jargão: uma tecnologia superestimada que nunca poderia cumprir as grandiosas promessas feitas por seus defensores. Mas um recente renascimento na tecnologia de IA, que impulsionou diversos modelos para o centro das atenções do mundo e do léxico comum, o levou a dar uma nova chance à IA generativa, obtendo resultados iniciais impressionantes que podem mudar para sempre o cenário da criatividade e eficiência aos seus olhos.

Maia descobriu que esses benefícios não vieram sem suas falhas e desafios. Mas, apesar das inúmeras dificuldades ocultas no uso da tecnologia generativa, Maia agora se coloca como um defensor fervoroso do seu papel de apoio na co-criação de obras excepcionais que superam o que qualquer especialista conseguiria fazer sozinho.

Experimentando a geração de código usando a IA generativa

Iniciando sua jornada com otimismo cauteloso, Maia alimentou o sistema – neste caso, o ChatGPT – com alguns parâmetros, ansioso para testemunhar suas capacidades. Os resultados foram nada menos que surpreendentes: a ferramenta não apenas compreendeu as instruções admitidamente escassas de Maia, mas também conseguiu gerar código utilizável que cumpria precisamente o que foi solicitado.

“Já passamos por esse tipo de mudança”, explicou Maia. “No início, quando estávamos apenas um nível acima da linguagem de máquina, com seus binários e hexadecimais, era necessário escrever essas coisas (código) em linguagem de montagem (Assembly Language). Era preciso lembrar os códigos de operação e os operandos para fazer um computador executar qualquer coisa. Então vieram os compiladores, capazes de gerar código com base em instruções que se assemelhavam mais à fala humana – o que nos permitiu escrever código em um nível mais alto de abstração. Naquela época, as pessoas se preocupavam com a substituição de empregos pela tecnologia, pois os compiladores requerem menos pessoas do que o necessário para implementar a mesma funcionalidade com a linguagem de montagem, mas não foi isso  o que aconteceu.”

“É como a memória nos computadores”, continuou ele, “quanto mais memória você adiciona, mais usos as pessoas encontram para essa memória. Isso é o que vem acontecendo com o software há décadas. Aumentamos o nível de abstração e conseguimos fazer muito mais com menos código; mas então há uma demanda muito maior por software cada vez mais avançado.”

Aumento de quase 40% na produtividade por engenheiro

Hoje, Maia acredita que a eficácia da IA generativa no ambiente de trabalho vai além da simples escrita de código básico. Na verdade, Maia estima que as ferramentas generativas podem acelerar cerca de 40% da carga de trabalho diária de um engenheiro. Ele enfatizou que a maioria dos engenheiros de software gasta seu tempo estendendo ou corrigindo sistemas existentes, em vez de escrever código do zero. E é nesse ponto que, segundo ele, a IA realmente se destaca.

Ao se deparar com bases de código, bibliotecas ou frameworks desconhecidos, compostos por milhares, senão milhões, de linhas de código, o fluxo de trabalho típico pode envolver horas de busca em bancos de dados, mecanismos de busca e fóruns online para entender o que cada trecho de código faz. Mas agora, armado com a IA generativa, Maia encontra-se pulando a busca e indo direto para as respostas.

A natureza conversacional do sistema permitiu que ele fizesse perguntas em linguagem natural e recebesse respostas rápidas. Era como se o sistema já tivesse as respostas preparadas, adaptadas especificamente às suas necessidades.

A inteligência artificial generativa se torna um aliado poderoso nessa empreitada, agilizando a operação e acelerando o processo de exploração de bases de código, bibliotecas e código pré-existente. Por exemplo, em vez de rastrear variáveis em cada linha de um sistema de código para diagnosticar um problema, Maia agora pode simplesmente pedir à IA para adicionar comentários em cada linha para explicar o que o código está fazendo, e ela responde com respostas relativamente boas em uma fração do tempo que levaria para um ser humano.

“É como ter o suporte de uma equipe gigante de programadores de baixo nível”, compartilhou ele. “Você precisa conferir sempre porque ele comete erros, mas as tarefas simples e repetitivas que exigem menos conhecimento podem ser feitas rapidamente e automaticamente.”

Os ciclos de feedback mais curtos de codificação a tornam ideal para a IA generativa

“Porque a codificação é mais determinística e altamente estruturada, podemos conferir os resultados mais rapidamente”, explicou MaIa “Com a medicina”, ele ofereceu como exemplo contrário, “você descreve os sintomas da sua doença e o ChatGPT pode lhe dar um diagnóstico e uma receita. Entretanto, porque o ciclo de feedback na biologia é bem mais lento, pode levar muito tempo antes de você perceber que o remédio está na verdade piorando seu estado. Com o código, temos compiladores, verificadores de tipo e testes unitários, então você sabe quase instantaneamente se o modelo errou.”

A natureza rápida e iterativa da codificação torna-a uma combinação perfeita para otimização com ferramentas generativas. Todas essas melhorias culminam em uma redução significativa no tempo gasto pesquisando em mecanismos de busca e fóruns, o que permite que os engenheiros se concentrem em tarefas de resolução de problemas e inovação.

Líderes de TI concordam que a IA generativa terá um impacto transformador

Maia não está sozinho em elogiar o potencial impacto transformador da IA generativa no mundo. O CEO do Google, Sundar Pichai, recentemente afirmou que a inteligência artificial é uma das coisas mais importantes em que a humanidade está trabalhando. “É mais profunda do que, sei lá, eletricidade ou fogo”, disse. Uma pesquisa conduzida pela Salesforce, como outro exemplo, descobriu que 57% dos mais de 500 líderes de TI seniores pesquisados consideram a tecnologia uma “mudança de jogo”, com 67% priorizando a IA generativa nos próximos 18 meses.

Navegando pelas ressalvas

No entanto, Maia enfatiza a importância da adoção cautelosa e da expertise no uso das ferramentas de IA generativa. “Embora sejam recursos formidáveis nas mãos de profissionais experientes, depender deles sem um profundo entendimento do assunto pode levar a resultados equivocados”, disse ele.

Ele levanta questões cruciais sobre como garantir que as pessoas possuam a experiência necessária para distinguir entre resultados precisos e falhos, e observa que a educação e o treinamento contínuos são cruciais para o sucesso. Além disso, ele adverte que o uso excessivo ou incorreto dessas ferramentas pode causar deficiências de habilidades em áreas onde engenheiros em formação não investem tempo suficiente para aprender certos conceitos básicos por meio da experiência, em vez de confiar na IA para realizar todas as tarefas menores sem antes entender os conceitos fundamentais que estão sendo por baixo. Isso terá impactos negativos assim que os resultados se desviarem um pouco do esperado. E, antes de mais nada, também impedirá que você guie corretamente a IA quando se tratar de sistemas não triviais.

Olhando para a frente, Maia vislumbra um futuro em que a IA generativa se torna um co-criador indispensável que colabora com a engenhosidade humana para redefinir o panorama da engenharia de software. Ele defende uma relação simbiótica, onde as habilidades humanas e das máquinas se fundem para desbloquear uma criatividade e inovação sem precedentes. “As possibilidades são vastas, mas o desenvolvimento responsável, a transparência e as considerações éticas devem guiar nosso caminho adiante”, disse ele.

“Eu até imagino que, nas grandes empresas, você será capaz de conversar com seu código. Vamos supor que eu tenha um problema relatado pelo campo de que algo aconteceu com o sistema: uma falha. Se toda a sua base de código estiver incorporada em um modelo de IA generativa, em vez de ter que parar para pensar onde isso pode estar acontecendo no código e conduzir experimentos para confirmar, você poderia simplesmente perguntar ao modelo onde está o problema, e a IA apontará as áreas mais promissoras para investigar.”

Resumindo

Em conclusão, a jornada de Maia, de duvidar do valor da IA generativa a defender sua co-criação para a codificação de software e outros tipos de trabalho, destaca a natureza verdadeiramente transformadora desta tecnologia hoje, com suas capacidades e impactos resultantes crescendo à medida que a tecnologia continua a evoluir rapidamente. Embora inicialmente cético, sua experimentação com a IA revelou uma notável capacidade de compreender instruções complexas e gerar código utilizável.

Ele enfatiza que a tecnologia generativa se destaca em auxiliar engenheiros de software ao agilizar o processo de trabalho com bases de código existentes, reduzir o tempo de busca e possibilitar uma solução de problemas mais rápida, mas também reconhece a importância da adoção cautelosa e da necessidade de expertise para discernir resultados precisos.

Se a sua organização busca suporte para projetos de Pesquisa, Desenvolvimento e Inovação, o CESAR conta com centenas de arquitetos de software, desenvolvedores, designers, pesquisadores, especialistas em UX e gerentes de projeto de inovação. Para saber mais, entre em contato conosco.