“Haja luz e houve luz.”
Explicando o uso de IAs, Agentes de IA, Computação e Engenharia de Software
No mundo da tecnologia trabalhamos com um conceito simples, mas difícil. O paradoxo se chama “Abstração”.
Os nerds de TI, como o autor do post, sabem que algo funciona, mas não entendem plenamente como funciona. Ainda assim, funciona.
Mas existe uma distinção importante: abstração não significa incompreensibilidade.
Você não precisa compreender ou executar todas as camadas inferiores para operar em uma camada superior. Porém, se quiser compreender, deve ser possível descer pelas abstrações, inspecionar suas partes e entender como o resultado foi produzido.
Abstração transparente: esconda a complexidade para operar; preserve-a para compreender.
Uma intenção de alto nível pode produzir uma estrutura extremamente complexa sem exigir que quem expressa essa intenção execute ou compreenda cada operação intermediária. Isso não transforma as camadas inferiores em mágica. Elas continuam existindo e, em princípio, podem ser estudadas.
Podemos subir pelas abstrações para criar:
transistores → instruções → sistema operacional → linguagem → framework → agente → intenção
E podemos fazer o caminho inverso para compreender:
intenção → agente → framework → linguagem → sistema operacional → instruções → transistores
A abstração reduz a carga cognitiva necessária para agir. Ela não deve destruir a causalidade necessária para entender.
É daí que vem a ideia de “Haja luz e houve luz.”: diminuir progressivamente a distância entre expressar uma intenção e produzir um resultado real, sem tornar o caminho entre os dois fundamentalmente inacessível à compreensão.
Parece confuso — e é mesmo. Mas vou usar alguns exemplos e analogias ao longo desses artigos. Começando por pizzas.
Você sabe que a pizza é gostosa e tem uma certa noção de como foi feita.
Mas, se você não for o pizzaiolo, dificilmente saberá a proporção exata da massa, a temperatura do forno e todos os ingredientes da pizza.
Isso não significa que seja impossível aprender. Se você quiser, pode estudar a receita, os ingredientes, as técnicas, o forno e até a química envolvida no preparo.
Desenvolvedores de software e engenheiros são assim: sabemos como as coisas funcionam, temos certa noção, mas não sabemos de tudo — ou não precisamos saber de tudo o tempo inteiro.
E toda profissão é assim. O médico não sabe como é feita uma Vivant X-Ray Mobi — uma máquina de raio X, chique.
O cozinheiro não sabe como o boi foi abatido, e o garçom não sabe as técnicas dos preparos.
Mas as coisas funcionam, mesmo sem sabermos exatamente como funcionam.
Certo, Thiago, mas onde você quer chegar?
Apesar de não sabermos de tudo nem entendermos tudo, o ser humano tem a capacidade de aprender tudo.
Ser bom em tudo? Com certeza não. Mas os mecanismos de aprendizagem são os mesmos para todos os campos da vida.
Seja cortar cebolas, programar ou criar agentes de IA.
A ideia dos artigos é explicar, do zero, como conseguimos criar uma inteligência artificial.
Cada artigo vai mostrar, passo a passo, a construção da sua própria IA.
A ideia é mostrar que, por mais poderosos que ChatGPT, Claude ou Gemini possam ser, tudo começa de forma simples.
Nesse repositório chamado Git — cabe outra série de artigos — vamos montar juntos.
No repositório terá o passo a passo de como instalar o GitHub: