O Fim da Programação: Minha Opinião DEFINITIVA

No cenário atual e futuro da programação e tecnologia, é crucial entender as dinâmicas que moldaram e continuarão a moldar o papel do programador. Este artigo explora as transformações da área, desde os primórdios "nerds" da internet até a ascensão e "ressaca" dos hypes tecnológicos, culminando na era da inteligência artificial generativa. A discussão aborda a inevitabilidade do avanço tecnológico e o impacto da IA em diversas profissões, incluindo a programação. Será que a programação como conhecemos está com os dias contados, ou o papel do programador se transformará em algo ainda mais valioso? A análise também mergulha nas desvantagens humanas em relação às máquinas, como a falibilidade da memória e a limitação da comunicação linear, e discute como a introspecção e a capacidade de interagir com o mundo real se mostrarão cruciais para a sobrevivência e prosperidade em um futuro dominado pela IA, enfatizando a importância de ser um profissional "acima da média" e focado em resolver problemas de negócio, independentemente das ferramentas.

Os Quatro Estágios da Programação

A história da programação é dividida em quatro estágios distintos, que o autor vivenciou e observou ao longo de sua carreira.

Estágio 1: O Nerd e o Velho Oeste Digital

Nos anos 90 e início dos anos 2000, a programação era vista como um hobby para "nerds", desprovida de aplicações práticas relevantes para a população geral. A internet, em sua fase inicial, era um "Velho Oeste", marcada pela bolha das ponto com, onde muitos produtos eram "vaporware" – promessas sem substância real. O autor, nascido em 1983, relembra a descrença geral na internet, exemplificada por uma entrevista de Bill Gates com David Letterman em 1995. Naquela época, a popularidade entre programadores era medida pela habilidade de criar scripts para MIRC, um cliente de IRC, e o cenário era propenso a ataques de segurança como "NU" e trojans como Netbus e Back Orifice. Apesar do caos, muitas dessas experiências formaram a base para futuros especialistas em programação e segurança da informação.

Estágio 2: TI como Problema

Após a recuperação da bolha das ponto com, o mundo percebeu o potencial da internet, e os serviços reais começaram a ser virtualizados. A popularidade dos computadores e da internet se expandiu para além dos "nerds". No entanto, o departamento de TI era visto como um "problema" pelas empresas tradicionais. A gestão de pessoas de tecnologia era um desafio, pois os gerentes não compreendiam o comportamento desses profissionais, o que levava a ambientes hostis. A falta de compreensão sobre como os produtos e serviços online deveriam funcionar também contribuía para essa percepção negativa. Nesse período, a tecnologia ainda não era o "core business" da maioria das empresas, sendo encarada como um custo ou uma necessidade importuna.

Estágio 3: O Hype e a Arrogância do Programador

Com o tempo, as empresas que souberam utilizar a internet começaram a revolucionar seus negócios, e a TI, antes problema, tornou-se a solução para todos os males. O profissional de tecnologia atingiu um hype sem precedentes. Havia uma crença generalizada de que bastava contratar muitos programadores, organizá-los em equipes, e os problemas seriam resolvidos. O autor relata ter tido "orçamento infinito" para contratar programadores em uma de suas experiências, refletindo a euforia do período. Com isso, os programadores desenvolveram uma postura de soberba, acreditando que sua profissão era a mais valiosa, e ridicularizando outras que se sentiam ameaçadas pela automação. Essa visão foi amplamente impulsionada por campanhas massivas nos Estados Unidos, com o apoio de figuras como Barack Obama, Mark Zuckerberg e Bill Gates, que endossaram a programação como o "futuro". No entanto, como no jogo do Mario, o efeito da "estrelinha" de invencibilidade sempre acaba.

Estágio 4: A Ressaca e a Correção do Mercado

A euforia deu lugar a uma ressaca. Setores de tecnologia ficaram inchados e caros, e o rápido influxo de novos profissionais tornou o treinamento oneroso. A cultura nas empresas ficou estranha, e o mercado parou de crescer no mesmo ritmo. O dinheiro dos investidores de venture capital secou, e a oferta de programadores superou a demanda, resultando em correções e, em muitos casos, demissões em massa. Para quem já estava acostumado com o mercado de ações, essa correção era esperada após um período de euforia. No entanto, para a maioria, o cenário era de desespero, com muitos prevendo o "apocalipse" da área de TI e comparando a situação ao estouro da bolha das ponto com. A percepção era de que os salários, antes inflacionados, tornaram-se desproporcionais à produtividade, levando as empresas a aumentar os requisitos para vagas júnior para justificar os custos.

Estágio Bônus: A Pandemia e a Corrida do Ouro 2.0

O final de 2019 e 2020 trouxe um estágio bônus: a pandemia de COVID-19. Contrariando as expectativas de deflação, governos e bancos centrais injetaram dinheiro na economia, e a necessidade de tudo se digitalizar impulsionou uma demanda sem precedentes por programadores. Isso consolidou a má fama dos cursos online, pois muitos "picaretas" surgiram prometendo riqueza rápida sem esforço. O autor faz um paralelo com a Corrida do Ouro na Califórnia em 1848, onde quem realmente enriqueceu foram os vendedores de ferramentas, não a maioria dos garimpeiros. No mercado de tecnologia, isso se traduziu na inflação de salários e na alta rotatividade de funcionários, com profissionais trocando de emprego por aumentos salariais estratosféricos. Essa euforia, impulsionada por um crescimento artificial, resultou em uma nova e inevitável correção.

O Futuro Distópico da IA

O autor projeta um futuro distante onde a Inteligência Artificial Geral (AGI) será capaz de realizar todas as tarefas humanas de forma superior e em maior escala. Essa projeção baseia-se na constante evolução tecnológica, que sempre superou as expectativas e desafios. A tecnologia nunca regrediu e sempre encontrou maneiras de romper limites, seja através de avanços diretos ou por abordagens completamente novas. Exemplos históricos, como as visões do século XIX sobre o ano 2000 ou a descrença de 1903 na viabilidade de máquinas voadoras, ilustram como as previsões otimistas ou céticas são frequentemente superadas pela realidade.

Conteúdo Gerado por IA e o Cérebro Humano

Uma das previsões mais "deprimentes" do autor é que as pessoas consumirão mais conteúdo gerado por IA do que por humanos, impulsionadas por fatores econômicos. A IA, por ser mais barata e eficiente, poderá produzir conteúdo sofisticado e altamente customizado, capaz de "sequestrar" a biologia humana ao oferecer gratificação instantânea e contínua, uma vez que os algoritmos de hoje já são eficientes em entregar conteúdos personalizados. No futuro, o conteúdo se tornará "mole", adaptando-se perfeitamente aos gostos do usuário em todos os aspectos: elenco, estilo, estética, trilha sonora, e até interagindo em tempo real com o engajamento do indivíduo. Essa personalização extrema pode esgotar a reserva de dopamina, tornando a vida real menos interessante. O autor compara isso ao vício em drogas (legais ou ilegais), onde mesmo com advertências claras, a biologia humana é facilmente "sequestrada" pelos estímulos. Ele argumenta que, embora o córtex pré-frontal humano seja sofisticado, o cérebro primata é simples e suscetível a estímulos básicos. Essa realidade já se manifesta hoje na forma de texto, com ferramentas como o ChatGPT, que oferece conteúdo "mole" e adaptável ao contexto do usuário, diferente dos buscadores que apenas direcionam para conteúdos "duros" e estáticos. Essa capacidade de gerar conteúdo personalizado se estenderá para vídeos e outras mídias, com as plataformas aproveitando a vasta quantidade de dados para produzir e entregar diretamente o conteúdo que o usuário deseja, mesmo que ele nunca o tenha verbalizado.

O Dilema dos Prisioneiros e a AGI

A corrida global pela AGI é um cenário complexo, comparável à Teoria dos Jogos e ao Dilema dos Prisioneiros, onde a decisão de um país de frear o desenvolvimento da IA para proteger a humanidade pode ser ignorada por outro que buscará a dianteira. Essa competição natural da natureza humana leva a um resultado pior para o coletivo, pois todos tendem a maximizar seus próprios ganhos. O autor ressalta que essa pressão governamental para o desenvolvimento da IA como uma "nova arma" adiciona uma camada de complexidade e desconforto ao futuro. No entanto, ele pondera que todas essas previsões "distópicas" não têm um prazo definido. O autor compara a situação a uma previsão do Ibovespa que não especifica a data, tornando a informação inútil para a ação prática. Portanto, o grande dilema é quando esse futuro se concretizará.

O Maior Problema das IAs: A Falácia do Conhecimento Registrado

O autor identifica uma falácia fundamental no treinamento das IAs: a crença de que todo o conhecimento humano foi registrado em livros ou na internet. Embora a internet ofereça acesso a um vasto repositório de informações, esse conhecimento é apenas uma fração do que existe na mente humana. A maioria dos conhecimentos, experiências de vida, traumas e intuições não são documentados e morrem com o indivíduo. As IAs, ao serem treinadas com informações em formato de linguagem linear, perdem a riqueza e a profundidade do que está armazenado no cérebro humano, que é muito mais complexo do que um protocolo de comunicação.

A Limitação da Linguagem e a Inexperiência da IA

A linguagem linear não consegue capturar a totalidade do conhecimento humano. O exemplo da "bomba nuclear" ilustra como a palavra evoca uma multiplicidade de sensações e informações no cérebro humano, o que não ocorre com a IA. Experiências pessoais e emoções, que são inerentes à compreensão humana, não podem ser transferidas por palavras. Além disso, a entonação na comunicação verbal, que muda completamente o significado de uma frase, é um desafio para o texto. O autor argumenta que a maioria dos profissionais morre levando grande parte de seus conhecimentos para o caixão, pois não há como registrar tudo, especialmente o conhecimento em formato "binário" – aquele que se sabe fazer, mas não se sabe explicar. A prática, e não apenas o estudo, é crucial para a aquisição de muitos conhecimentos, e a IA, por enquanto, aprende apenas pela teoria.

O Futuro da AGI: Replicando o Cérebro Humano

Para a IA atingir um cenário verdadeiramente distópico e substituir completamente os humanos, seria necessário replicar o funcionamento fundamental do cérebro humano, incluindo a capacidade de raciocínio lógico antes da linguagem, como demonstrado por estudos em bebês. Isso implicaria em criar algo que não apenas pense como humanos, mas que supere o cérebro humano em sua capacidade de raciocínio, sem necessariamente imitar seus mecanismos exatos. O autor menciona a perspectiva de Richard Feynman, que defendia que máquinas não pensarão como humanos, mas de outras formas, e o farão melhor. Assim, as LLMs atuais são ferramentas que maximizam o cérebro humano, mas não o substituem, sendo essenciais para otimizar tarefas repetitivas e aumentar a produtividade. No entanto, a falta de dados de treinamento em grande escala para modelos de alta complexidade pode ser um gargalo para o progresso da IA.

O Que Fazer Daqui Para Frente?

O presente é o único momento em que se pode agir, e o autor oferece sugestões para lidar com o cenário atual e futuro da IA.

Seja um Profissional Acima da Média

A inteligência artificial é uma ferramenta poderosa, mas ainda está longe de substituir integralmente o trabalho humano. A IA, em seu estágio atual, pode levar a um "Go Horse institucionalizado" – um software que funciona, mas carece de organização e sustentabilidade a longo prazo. O conhecimento sólido de programação e engenharia é crucial para evitar que a IA puxe o projeto para o buraco e para aproveitar o ganho de produtividade que ela oferece. A IA pode automatizar tarefas "busy work" (repetitivas e chatas), liberando o programador para focar em problemas mais complexos. O autor argumenta que bons programadores podem se tornar ainda melhores, dobrando sua produtividade, o que naturalmente levará a um contraste com profissionais menos capacitados, que serão empurrados para fora do mercado. A recomendação do CEO da Nvidia de que "não há mais necessidade de programar", publicada há mais de um ano, é vista com ceticismo, pois o autor acredita que ignorar tal conselho e focar no estudo e prática da programação, levará a uma evolução profissional constante.

O Paradoxo de Jevons e o Cérebro Acadêmico

A otimização gerada pela IA se alinha com o Paradoxo de Jevons: maior eficiência no uso de um recurso pode levar a um aumento no consumo total desse recurso. Isso significa que, ao invés de reduzir a carga de trabalho, a IA permitirá que os profissionais produzam o dobro. No entanto, é fundamental manter o cérebro ativo. Atividades cognitivamente desafiadoras, como estudar e praticar programação, contribuem para o "cérebro acadêmico", que reduz o risco de demência. Um estudo recente do MIT sobre o uso do ChatGPT e o cérebro revelou uma redução na conectividade cerebral daqueles que usaram a IA para escrever, indicando que ceder o esforço do pensamento à IA pode atrofiar certas habilidades. O autor compara isso ao surgimento da calculadora, que, embora tenha tornado as pessoas menos capazes de fazer cálculos de cabeça, não eliminou a necessidade de pensar sobre "o que calcular" e "como os números impactarão a humanidade".

Abstrações e a Singularidade da Linguagem Natural

As abstrações na programação, como a linguagem Assembly, C e Javascript, ocultam complexidades para aumentar a produtividade. A linguagem natural, através dos prompts de IA, surge como a próxima camada de abstração. No entanto, o autor aponta uma diferença fundamental: enquanto abstrações anteriores garantiam consistência (o mesmo código fonte sempre gerava o mesmo comportamento), a linguagem natural não o faz. Rodar o mesmo prompt várias vezes pode gerar códigos e comportamentos diferentes. Isso significa que, na maioria das vezes, os prompts são descartados, pois o encadeamento não se mantém consistente, o que é diferente do código fonte tradicional, que é sempre preservado. Essa incompatibilidade sugere que a linguagem natural para programar não segue a mesma dinâmica das abstrações passadas, e um programador deve continuar a dominar o código, já que ele é o resultado final que se mantém e é versionado. Além disso, as IAs atuais ainda não criam softwares "inviáveis" de se programar manualmente, mas apenas tornam mais baratos softwares já existentes.

Camada de Abstração	Consistência (Mesmo Comportamento/Código)	Benefício Principal
Assembly	Alta (binário sempre o mesmo)	Abstração do processador, controle granular
Linguagem C	Alta (código Assembly gerado geralmente o mesmo)	Esconde detalhes do Assembly, compila para vários processadores
JavaScript	Alta (comportamento consistente em diferentes ambientes)	Abstração de gerenciamento de memória, interatividade web
Linguagem Natural (Prompts IA)	Baixa (pode gerar códigos e comportamentos diferentes a cada execução)	Automatiza tarefas repetitivas, viabiliza construção mais barata

O Código não Importa (com contexto)

A frase "código não importa" é provocativa, mas no contexto certo, encerra uma verdade profunda. Programar ajuda na inteligência do indivíduo, mudando a forma de ver o mundo. No entanto, o código é apenas um meio para atingir um resultado final de negócio. Ele é uma "dívida", um custo de manutenção, mas necessário para que um produto funcione. Programadores que focam apenas na parte técnica, sem entender o impacto no negócio (o "overengineering"), podem criar sistemas que, embora tecnicamente sofisticados, geram um saldo negativo para a empresa. O autor defende que um software simples, focado em resolver problemas reais e trazer receita, é superior a um software tecnicamente complexo que não agrega valor ao negócio. A filosofia "Worse is Better" (Pior é Melhor), que prega a simplicidade acima da correção em certos contextos, ilustra essa ideia. O exemplo da falha do Google em transformar sua descoberta do Transformer em um produto como o ChatGPT demonstra que ter a melhor tecnologia (o "código") não é suficiente; é preciso ter a visão de negócio e a capacidade de transformar a tecnologia em um produto útil e impactante para o mercado.

Desvantagens dos Humanos vs. Máquinas

O maior desafio humano com a ascensão da IA não é a relação com a máquina, mas a relação entre si. Em uma sociedade de baixa confiança (low trust society), a burocracia e o atrito são constantes. A IA, ao ser um "par confiável", pode mudar essa dinâmica. Tecnicamente, humanos perdem em memória, que é falha e alucina, enquanto a IA tem memória estática e distribuída. A janela de contexto humana é limitada, dificultando o raciocínio longo. Além disso, as "características ruins" humanas – os sete pecados capitais – podem ser uma desvantagem em relação a uma IA "perfeita". A incapacidade humana de "fundir mentes" e a dependência de um protocolo de comunicação linear, lento e falho, contrastam com a comunicação rápida e sofisticada entre computadores. Máquinas não precisam descansar, operando 24/7. No entanto, o autor insinua que a "perfeição" da IA em relação a essas desvantagens humanas pode ser, paradoxalmente, a sua maior limitação. A capacidade de "sofrer" e a ansiedade da morte, que impulsionam a existência humana, podem ser elementos cruciais que faltam para uma AGI verdadeiramente consciente, em analogia à ideia de Steve Jobs de que a morte é a melhor invenção da vida, pois gera incentivo para agir.

Quem Será o Ser Humano em um Futuro Distópico?

O autor não se preocupa com um futuro distópico no longo prazo, pois a natureza é impermanente e a sociedade se adapta, navegando entre tempos de paz e guerra. A preocupação reside na velocidade da transição. Se as máquinas começarem a fazer tudo, eliminando a necessidade de trabalho humano, o que as pessoas farão? O autor, em um cenário hipotético onde não precisaria fazer mais nada, focaria na sua biologia (saúde física) e na sua cognição, buscando o "cérebro acadêmico" através de projetos desafiadores, como programar jogos do zero desde as camadas mais baixas de abstração (Assembly). O objetivo é expandir o potencial do cérebro, independente das necessidades de mercado. Ele argumenta que a busca por profundidade em qualquer área cria um conhecimento fundamental que pode ser aplicado em diversos contextos e é análogo à ideia de Steve Jobs de "conectar os pontos" olhando para trás, seguindo o instinto e acreditando que as experiências se conectarão.

O Que Fazer Daqui Para Frente (Sugestões Adultas)

A conclusão do vídeo se dirige a duas audiências distintas: iniciantes na programação e profissionais mais experientes, oferecendo sugestões para ambos, além de uma terceira dica universal.

Para Iniciantes e Iniciantes na Área

Para quem está começando na programação, o autor sugere seguir o caminho técnico, mesmo que as IAs já realizem tarefas básicas. Esse estágio inicial é crucial para despertar o "brilho" e a paixão, que são fundamentais para aprofundar-se e se tornar um profissional útil. Ele critica a ideia de que não vale a pena aprender o básico porque a IA já faz. A automação de tarefas simples não deve desanimar, mas sim incentivar a busca por um conhecimento mais profundo. O autor exemplifica seu desejo de aprender Assembly, algo que a IA não fará "por ele", mostrando que o prazer de descer às camadas de abstração pode expandir o potencial do cérebro. Aprender profundamente um tema, como modelagem 3D, dá bases para atuar em diversas áreas e "conectar os pontos" no futuro, seguindo o instinto e a intuição.

Para Profissionais Mais Avançados

Para quem já tem conhecimento técnico e quer se manter útil ou buscar um emprego melhor, o autor recomenda focar em melhorar o mundo em 0,001%, aplicando o conhecimento de forma concreta. O primeiro passo é criar um projeto solo e, em seguida, buscar gerar receita com ele, seja através de anúncios ($0.01 de receita) ou, idealmente, cobrando por um produto ou serviço. A sensação de uma venda autêntica, onde um desconhecido paga pelo que você criou, é transformadora. Esse processo, embora desconfortável, desenvolve a capacidade de gerar valor e de se ver como um "sócio" do negócio, não apenas como um funcionário. Dentro da empresa, isso se traduz em:

Trazer Novas Receitas: Sugerir e implementar ideias que gerem novas fontes de receita, impactando diretamente o lucro líquido da empresa.
Reduzir o Turnover e Aumentar o LTV: Criar funcionalidades que aumentem o engajamento e a permanência dos clientes, utilizando termos de negócio para se comunicar.
Reduzir Custos: Identificar e eliminar custos desnecessários, o que pode ter um impacto financeiro mais imediato do que o aumento de receita, devido à questão dos impostos.

O profissional que adota essa postura se torna indispensável, mas também pode ser "odiado" por aqueles que se sentem ameaçados. Para quem está desempregado, a sugestão é usar essa mentalidade para analisar empresas-alvo, identificar problemas de negócio (ex: conversão de cadastro) e construir um microprojeto para resolver esse problema, entrando em contato com pessoas influentes na empresa para apresentar a solução.

A Dica Universal: Aprender a se Comunicar

A dica final, aplicável a todos, é aprender a se comunicar e ser eloquente. Essa habilidade é crucial, pois a relação humana é complexa e oferece uma grande vantagem. Não se trata apenas de falar, mas de organizar as ideias de forma clara e linear, de "pentear o cérebro" e transformá-las em algo acessível aos outros. Essa organização mental é vital para encaixar a genialidade individual no mundo, comunicar segurança e conhecimento. Uma pessoa que se comunica bem, mesmo que tecnicamente inferior, costuma ter mais oportunidades, pois consegue conectar suas habilidades ao mundo com menos atrito e é capaz de ensinar, gerando reconhecimento e movendo o mundo. O uso do ChatGPT para escrever e-mails ou PRs é visto como uma "fatalidade" para quem quer desenvolver essa habilidade, pois evita o esforço necessário para organizar as próprias redes neurais. A mensagem final é clara: não se torne um "proxy burro", dependente da IA para pensar e se comunicar. Use a IA para eliminar tarefas chatas e repetitivas, liberando tempo para se manter na posição de criador, identificando e resolvendo dores de outras pessoas, e aprimorando sua capacidade de ter ideias e inovar.

Takeaways

A Inevitabilidade do Avanço Tecnológico: A tecnologia, incluindo a IA, sempre avança e quebra limites, tornando a programação, em sua forma atual, passível de evolução e transformação, não necessariamente de extinção.
O Programador como Arquiteto e Solucionador de Problemas: O papel do programador evolui de mero "codificador" para um solucionador de problemas de negócio, usando a tecnologia como meio para gerar valor e receita, em vez de focar apenas na sofisticação técnica.
O Conhecimento Humano e a Limitação da IA: A IA é treinada com dados lineares, mas o cérebro humano possui conhecimentos tácitos, emocionais e "binários" que não podem ser expressos em palavras. Essa lacuna impede a IA de replicar completamente a inteligão humana, tornando a experiência humana um diferencial único.
A Importância da Eloquência e Comunicação: A capacidade de organizar e comunicar ideias de forma clara e impactante é uma vantagem crucial na era da IA. Comunicadores eficazes conseguem traduzir complexidades abstratas em valor tangível, destacando-se mesmo em um mercado competitivo.
Cérebro Acadêmico e Resistência à "Atrofia": Manter o cérebro ativo com tarefas complexas, como aprender e praticar programação em profundidade, é fundamental para a saúde cognitiva e para evitar a "atrofia" causada pela delegação excessiva à IA.

References