Eu analisei os argumentos de quem odeia IA (sem filtro)

Tem uma coisa que eu venho observando nos meus vídeos: IA virou quase uma religião.

De um lado, os céticos, que eu chamo carinhosamente de ateus de IA. Do outro, os entusiastas, os crentes de IA. E eu naturalmente estou muito mais pra crente do que pra ateu, isso não é segredo pra ninguém.

Eu acho que senso crítico é obrigatório quando a gente usa IA, mas o que me incomoda é outra coisa: na maioria das vezes, as críticas que eu recebo não vêm de uma leitura real dos fatos. Vêm de desinformação e medo.

Então eu peguei alguns comentário que já recebi no meu canal do Youtube e resolvi responder um por um. Bora lá!

Se você tem um projeto na cabeça pra implementar IA no seu negócio e quer que a gente faça por você, fala com a Epic Labs. A gente entrega em 30 dias, 100% feito por engenheiros profissionais e com garantia de 30 dias. Você não precisa contratar desenvolvedor, aprender ferramenta nova nem esperar seis meses pra ver alguma coisa pronta.

👉 Epic Labs

O argumento é esse: a IA produz código de péssima qualidade, e isso vai virar geração de demanda pra quem sabe consertar. Ou seja, dev vai ter mais trabalho, não menos.

Antes de eu dizer se concordo, deixa eu te contar sobre o Paradoxo de Jevons: quando o custo de fazer uma coisa cai, a demanda por aquela coisa sobe.

O exemplo clássico são os caixas eletrônicos. Quando eles surgiram, todo mundo decretou o fim da profissão de caixa de banco. O que aconteceu de verdade? Ficou mais barato abrir uma agência. Aí abriram mais agências. E adivinha: contrataram mais caixas.

Eu acredito que vai acontecer algo muito parecido com software. O custo de produzir software está caindo, e por isso as pessoas estão querendo fazer mais software. E eu falo com propriedade, porque hoje eu vendo esse tipo de serviço e vejo lead caindo no meu colo todo dia.

Onde eu concordo: vai gerar mais trabalho. Sem dúvida.

Onde eu discordo: que essa demanda seja necessariamente capturada por desenvolvedores. E discordo também que todo código gerado por IA seja ruim (eu sou prova viva de que não é.)

Tem uma frase que eu gosto muito e que resume tudo:

Cada crítica que você faz à IA é uma declaração sobre a maneira como você usa IA.

Se você fala “o design que a IA produz é horrível”, o que você está dizendo é: o jeito que eu uso IA produz design horrível. Porque eu conheço um monte de gente (inclusive eu) que faz design muito bom com IA.

Agora o contraponto que ninguém gosta de ouvir. A Anthropic. Numa entrevista, o Mike Krieger (CEO de produto, brasileiro, o cara que criou o Instagram) disse que 90% do código que eles colocavam em produção era escrito pelo Claude. Produção, não protótipo.

Aí o pessoal cético fala: “óbvio, ele quer te vender modelo”.

Só que é impossível uma empresa lançar o tanto de produto que eles lançaram nos últimos meses sem isso ser verdade. Eu trabalho com tecnologia há 13 anos. Antigamente, fazer um lançamento era pra glorificar a Deus. Você parava a imprensa, fazia inserção em jornal. Hoje eles lançam tanta coisa que virou paisagem. Eles nem comemoram direito.

E os loops? Loop é você dar autonomia pra IA trabalhar mais tempo sozinha, validando o próprio output em vez de depender de você apertando botão. Mas ele só funciona quando existe uma forma verificável e quase binária de checar o trabalho, e em software isso existe: testes.

Isso não significa que você não vai olhar nada. Significa que você não precisa ficar na frente do computador acompanhando cada passo. Antes de subir pra produção, você olha. Sempre vai ter um humano responsável (você não pode apertar o pescocinho da Anthropic se der errado. 😅)

Esse aqui, gente: ele não está errado. Existem vários estudos apontando que ~95% dos projetos de IA não conseguem medir ROI.

Mas tem duas camadas aqui.

Primeira: a maneira como o ROI é medido.

Imagina que você comprou licença de Claude pra empresa inteira esperando reduzir custo. Você tem 10 tarefas no calendário, cada uma leva 1 hora. Com a IA, cada uma passa a levar 45 minutos.

Só que você não mandou ninguém embora. A pessoa continua trabalhando. E com o tempo livre ela não vai pra praia tomar drink de guarda-chuvinha… ela produz mais.

Então: você comprou IA esperando reduzir o input (custo), mas o que você ganhou foi output. E como você só olha pro input, conclui que não teve ROI.

Não teve redução de custo, mas você está produzindo mais.

Segunda: IA não se implementa sozinha.

Não é à toa que a própria Anthropic e a própria OpenAI investiram em consultorias. O gargalo maior delas não é o modelo, é o serviço de colocar o modelo pra rodar dentro das empresas. Essas consultorias literalmente colocam engenheiros dentro do cliente pra entender o business antes de aplicar IA naquilo.

Ou a pessoa mede a coisa errada, ou ela acha que comprar IA já resolve. Não resolve.

Aqui eu discordo completamente, mas vou explicar por que o lixo acontece (porque ele acontece mesmo.)

E não é só com leigo, não. Eu já vi muito engenheiro pedindo “faz um CRM pra mim, não cometa erros”. Meu filho, eu ficaria surpresa se o resultado não fosse lixo.

Quando você usa assim, três problemas aparecem:

1. Código duplicado. Num projeto pequeno, o código todo cabe na janela de contexto (a “memória” da IA). Conforme o projeto cresce, para de caber. Se você não pede pra ela olhar o que já existe, ela cria outro pedaço de código que faz a mesma coisa. Agora você mantém duas funções que criam usuário. Uma esquizofrenia.

2. Over engineering. A IA escolhe o caminho mais complicado pra fazer algo que deveria ser simples.

3. Bagunça. Se você não tem opinião sobre como organizar o projeto, a IA tem — e a opinião dela costuma ser socar 600 arquivos numa pasta só. No dia que der problema, boa sorte pra achar.

Nada disso é culpa da IA. É mau uso da IA. O que eu faço:

1. Escrevo um planejamento do que quero construir

2. Rodo uma pesquisa dentro do projeto pra ver se aquilo já existe e como se conecta ao resto

3. Peço referências comprovadas de implementação (GitHub, Stack Overflow) quando é algo mais complexo

4. Mantenho documentação de arquitetura — todos os meus projetos são organizados da mesma forma

Simples assim. Esses artefatos são o que impede o lixo de se acumular.

Esse comentário foi o mais inteligente de todos, e eu tenho contrapontos, mas concordo em parte.

Existem duas formas de usar IA:

• Automation: usar IA pra fazer mais rápido algo que você já sabe fazer

• Augmentation: usar IA pra fazer algo que você não conseguiria fazer sem ela

Em automation, dependência não é problema. Arquiteto antigamente desenhava em papel vegetal; hoje usa AutoCAD. Ele depende do AutoCAD? Saberia trabalhar sem? Saberia. Mas é muito melhor com. É como energia elétrica: a gente depende, e quando cai uma chuva em São Paulo ninguém trabalha (obrigada, Enel 🙃). Dá pra viver sem? Dá. É melhor com? Muito.

Em augmentation, aí sim eu concordo que existe algum grau de dependência. E o caminho é:

1. Desenvolver senso crítico sobre o que você está fazendo, mesmo que não seja seu ofício

2. Submeter o resultado à revisão de alguém que realmente sabe

É exatamente o que eu faço. Eu não sou engenheira, meu senso crítico vai até a página dois. Nos projetos de cliente que vão pra produção, eu preciso de alguém com muito mais profundidade olhando.

O argumento: você paga $200/mês no Claude, mas o custo real é muito maior. Logo, é insustentável e a festa vai acabar.

Vamos por partes, porque tem uma confusão clássica aqui: preço não é custo.

Existem duas formas de usar o Claude: assinatura (20, 100, 200 dólares) ou compra de créditos de API. Créditos saem muito mais caro. Eu desenvolvi um projeto essa semana na minha assinatura de $200, se tivesse feito via créditos de API, teria gastado uns $2.500.

Mas esses $2.500 são o preço que eles me cobrariam, não o custo que eles têm. Não quer dizer que estão no prejuízo.

“Então por que precisam de financiamento?” Porque treinar modelo faz uma barriga no fluxo de caixa. O financiamento compensa isso, não a assinatura.

Agora, empresas como Cursor e Lovable, que são clientes da Anthropic e da OpenAI: essas sim estão subsidiando você. Você paga $20 e talvez custe $50 pra elas. Elas fazem essa aposta esperando que o custo de token caia 10x nos próximos anos, ou que consigam treinar modelo próprio (como o Cursor fez com o Composer). É uma aposta legítima — mas não dá pra generalizar a partir de manchete.

E sim, existem constraints reais. Rodar um modelo pequeno na sua máquina já exige uns 24GB de RAM, se for comprar um MacBook desses custa uns R$25 mil aqui no Brasil, e isso não roda modelo grande nenhum. Um chip da Nvidia custa preço de apartamento. Some o custo energético. Inclusive: só chega em AGI quando o custo da IA trabalhar sozinha (tokens + energia + recursos) for menor que colocar uma pessoa pra fazer aquilo.

Mas daí a dizer que vai voltar a ser como era antes? Não vai. Os modelos chineses já estão entregando nível frontier por uma fração do custo americano, com opções open source. No pior cenário possível, a gente fica só com open source rodando local — e o estrago já está feito. Não tem como voltar atrás.

Essa eu recebo muito 😅

E minha resposta, com carinho: aprendam inglês.

Se você se interessa por IA e não fala inglês, você vai ser, no melhor cenário, o terceiro a saber das coisas. Primeiro o cara do Vale do Silício. Segundo alguém como eu, que consome o conteúdo direto da fonte. Terceiro você. E pode ser que seja o quarto, o quinto.

Trabalhar com tecnologia e não saber inglês hoje é tipo não saber usar Excel. É elementar. (Aceito a crítica, tá? Estou me esforçando pra falar menos inglês nos vídeos!)

Discordar é ótimo, e é literalmente a beleza de produzir conteúdo, ouvir pontos de vista diferentes. Ninguém é obrigado a concordar comigo, assim como eu não sou obrigada a concordar com você. Só faça isso com respeito. 💜

👉 Assista ao vídeo completo aqui, onde mostro cada comentário na tela e respondo com mais contexto!

Até a próxima edição da DebGPT! 💜