Há uns dias estava preparando um material para apresentar os componentes comuns de agentes de IA e, durante o brainstorming com o Claude, ele me sugeriu usar uma analogia entre um corpo humano e agentes.
Quase segui com ela. No final, optei por ser mais direto na apresentação.
Pouco tempo depois, entrei no LinkedIn e encontrei a mesma analogia sendo utilizada por outra pessoa em um post.
Coincidência? Provavelmente.
Mas aquilo me fez pensar em uma sensação que já vinha tendo há algum tempo: as pessoas, eu inclusive, estão começando a delegar parte da criatividade e da geração de ideias para a inteligência artificial.
Fui pesquisar um pouco mais e encontrei algo ainda mais interessante.
Algumas pesquisas recentes sugerem que usar IA para brainstorming pode reduzir a diversidade das ideias produzidas.
Isso levanta uma questão incômoda:
Se eu delego parte da minha criatividade para uma máquina, até que ponto as ideias que produzo continuam sendo realmente minhas?
E talvez o problema não seja simplesmente a IA ter ideias parecidas.
Talvez o problema seja todos nós começarmos a pedir ideias para a mesma máquina.
Mas antes de chegar nisso, precisamos entender uma característica muito mais antiga do que a própria inteligência artificial: a nossa tendência de economizar esforço mental.
Leia mais: o que é janela de contexto em agentes de IA
Um lado rápido e outro devagar: a falta de criatividade diz mais sobre nós do que sobre a IA
Um livro que recomendo é Rápido e Devagar, do psicólogo e ganhador do Nobel Daniel Kahneman.
Em Rápido e Devagar, Kahneman apresenta uma ideia bastante conhecida: pensar deliberadamente exige esforço.
Mas existe uma nuance importante aqui. Não é simplesmente uma questão de "o cérebro economizar glicose e, por isso, evitar pensar". A explicação é mais ampla: o esforço cognitivo tem um custo e nosso cerebro tende a economizá-lo sempre que pode.
A lógica de Kahneman
Ele apresenta o funcionamento do pensamento por meio de dois sistemas:
- Sistema 1: rápido, automático, intuitivo, associativo e pouco exigente em atenção.
- Sistema 2: lento, deliberado, analítico e exige concentração e controle.
O Sistema 2 possui capacidade limitada. Kahneman descreve experimentos em que tarefas que exigem atenção e memória de trabalho aumentam a dilatação das pupilas, indicando maior esforço fisiológico. Quando uma tarefa fica muito exigente, nossa capacidade de realizar outras atividades cognitivas também diminui.
Daí vem uma ideia central do livro: a lei do menor esforço.
Se existem diferentes maneiras de alcançar um objetivo, tendemos a escolher aquela que exige menos esforço.
Isso vale tanto para esforço físico quanto cognitivo.
E aqui está a parte interessante
Imagine que você recebe esta pergunta:
Quanto é 2 + 2?
O Sistema 1 resolve automaticamente:
4.
Agora:
Quanto é 17 × 24?
O Sistema 1 não consegue simplesmente produzir a resposta. É necessário acionar o Sistema 2. Você começa a decompor a conta, manter números na memória, prestar atenção e realizar operações.
Isso tem um custo cognitivo.
E é justamente por isso que o Sistema 1 é tão importante.
Ele funciona como uma espécie de mecanismo de economia de esforço.
Em vez de analisar deliberadamente cada situação, nosso cérebro tenta encontrar uma resposta suficientemente boa usando padrões que já aprendeu.
O ponto mais profundo: o Sistema 2 é "preguiçoso"
Kahneman usa uma ideia quase provocativa: a preguiça está profundamente incorporada à nossa natureza cognitiva.
Não significa que somos preguiçosos no sentido moral.
É mais simples do que isso:
se não existe uma razão suficientemente forte para gastar processamento, não gastamos.
E isso é uma estratégia bastante razoável.
Imagine um animal na natureza tendo que analisar racionalmente cada estímulo:
- isso é comida?
- isso é um predador?
- devo fugir?
- devo atacar?
- posso atravessar?
- essa pessoa é perigosa?
Seria inviável fazer uma análise completa de cada situação.
Então o cérebro desenvolveu mecanismos capazes de produzir respostas rápidas e econômicas.
O problema aparece quando usamos essa mesma arquitetura em situações nas quais a resposta intuitiva não é necessariamente confiável.
E é aqui que a inteligência artificial entra e tudo fica mais interessante.
Se pensar custa esforço, por que pensar sozinho?
Se pensar exige esforço e nossa tendência natural é economizá-lo, a inteligência artificial aparece como uma ferramenta extremamente conveniente.
Ela transforma uma tarefa que antes poderia exigir alguns minutos de concentração, associações, tentativas e erros em algo que pode ser resolvido com algumas linhas de prompt.
E isso cria uma tentação cognitiva bastante poderosa:
Por que explorar sozinho quando posso pedir para a IA explorar por mim?
O problema é que, nesse caso, não estamos apenas terceirizando a execução de uma tarefa.
Estamos potencialmente terceirizando parte da própria exploração do espaço de possibilidades.
E existe uma diferença importante entre as duas coisas.
A IA pode me dar 20 ideias em segundos.
Mas brainstorming não é apenas gerar 20 ideias.
É também perguntar:
- E se eu combinar essa ideia com outra?
- E se invertermos o problema?
- Por que essa solução não funcionaria?
- O que ninguém está considerando?
- Que experiência minha pode ser aplicada aqui?
- Que associação aparentemente absurda pode levar a alguma coisa interessante?
É justamente nessa exploração que nossas experiências individuais podem introduzir diversidade.
Sozinhos parecemos originais. Juntos, podemos começar a convergir.
Aqui está a hipótese que considero mais interessante:
A IA reduz drasticamente o custo de gerar ideias. Mas, justamente por reduzir esse custo, podemos deixar de fazer o esforço necessário para explorar o espaço de ideias por conta própria.
E existe uma segunda camada.
Quando várias pessoas fazem essa mesma delegação para modelos semelhantes, elas passam a compartilhar uma espécie de ponto de partida.
Cada pessoa continua sendo diferente.
Possui experiências diferentes, repertórios diferentes, memórias diferentes.
Mas, em vez de começar o brainstorming a partir desse repertório individual, pode começar a partir de uma sugestão produzida por um sistema treinado sobre uma enorme base compartilhada de conhecimento.
Isso cria uma situação curiosa:
Individualmente, podemos parecer mais produtivos. Coletivamente, podemos começar a produzir ideias mais parecidas.
Não porque a IA tenha necessariamente uma única ideia para todos.
Mas porque todos passamos a ter acesso a um mecanismo semelhante para explorar o problema.
E isso pode ser medido
Foi justamente essa hipótese que pesquisadores começaram a investigar.
Os trabalhos que encontrei não dizem simplesmente que "IA mata a criatividade". A questão é mais específica: o que acontece com a diversidade das ideias quando humanos utilizam modelos de IA durante processos de ideação?
E os resultados são bastante interessantes.
Experimentos que sustentam essa ideia
Foi justamente essa hipótese que pesquisadores começaram a investigar.
Um dos trabalhos que encontrei, How AI Impacts Creative Thinking: A Large-Scale Experiment, investiga como a interação com IA generativa pode afetar a produção e a diversidade de ideias durante tarefas criativas.
Outro trabalho, Partnering with Generative AI: Experimental Evaluation of Human-Led and Model-Led Interaction in Human-AI Co-Creation, investiga a relação entre o uso de modelos de linguagem e a diversidade das ideias produzidas em processos de ideação.
Os trabalhos analisam diferentes formas de brainstorming com humanos e modelos de linguagem e ajudam a investigar uma questão específica: o que acontece com a diversidade das ideias quando humanos utilizam modelos de IA durante processos de ideação?
E os resultados são bastante interessantes.
Os estudos sugerem que o efeito da IA sobre a criatividade não pode ser reduzido simplesmente a "mais criatividade" ou "menos criatividade". Em alguns contextos, a IA pode aumentar a quantidade ou a qualidade percebida das ideias, enquanto a diversidade do conjunto produzido pode seguir uma dinâmica diferente.
Em outras palavras:
a IA pode aumentar nossa capacidade individual de produzir ideias sem necessariamente aumentar a diversidade do conjunto de ideias produzidas.
E essa diferença é importante.
Porque criatividade não é apenas a quantidade de ideias produzidas.
Se dez pessoas produzem dez ideias diferentes, temos dez possibilidades para explorar.
Se dez pessoas produzem dez variações da mesma ideia, temos muito menos espaço de exploração, mesmo que o número total de ideias seja maior.
É aqui que o problema começa a ficar realmente interessante.
Talvez a IA não esteja reduzindo nossa criatividade. Talvez esteja tornando mais fácil para todos nós sermos criativos da mesma maneira.
E isso muda completamente a pergunta.
A questão não deveria ser:
"Devemos usar IA para brainstorming?"
Mas:
"Em que momento do processo devemos usar IA?"
Porque talvez o problema não seja delegar parte do pensamento.
Talvez seja delegar a exploração cedo demais.
