Programador CRTL + C / CRTL + V: CHAT GPT
/
/
Conteúdo
Vida de programador: minha história sobre o árduo trabalho de programar usando o cérebro. Sem chat gpt, sem torrent, sem forums, sem internet.
O ano era 2002 (que eu me lembre), em uma cidade do interior de São Paulo. Um feriado de meio de semana prolongado pela escola do ensino médio técnico de tempo integral. Um grupo de alunos com um projeto de automação eletrônica com programação em linguagem C para ser entregue no pós-feriado, tarefa dada por um professor “gente fina” com um calendário apertado nas costas. Uma família desesperada para ir à praia ficou chateada.
Claro, esse plano de ir ao litoral não foi frustrado porque parte do grupo de alunos, sua maioria, era do tipo adolescente folgado, rebelde, inconsequente, debochado e preguiçoso. Dos sete (que eu lembre) alunos, cinco deles deixaram o abacaxi na mão de apenas dois integrantes, que foram à praia e, pasmem, levaram um computador inteiro no bagageiro do carro. As malas vão no colo, no pé. Quem sentou no banco do meio colocou os pés sobre a caixa térmica. O cachorro ficou espremido sobre alguma coisa no porta-malas.
Crianças, isso não deve fazer sentido, eu sei. Parece exagero. Se você nasceu depois de 2000 não deve ter a mínima noção do que estou dizendo. Em 2002 o HD com mais espaço não passava de 5GB, sendo otimista, porque a maioria usava 500MB e sobrava espaço (so-bra-va). Não existia uso de pendrives e cartões. Era transição do disquete para CD e USB estava começando. E o monitor de 15 polegadas era do tamanho de um microondas de 10L.
Era tudo muito grande, amarelado, pesado e lento. Muito, muito, muito, muito lento. Você só entende hoje o que é agonia quando espera 8 minutos para abrir o Windows 2000, mais 5 minutos para abrir o MS Word, 3 minutos para abrir o compilador Turbo C. Existiam computadores mais potentes, com 2GB de memória RAM e 1GB de HD, talvez em 2005 tivesse começado a novidade dos LCDs ou plasma, mas isso era coisa de gente muito rica.
Ano de 2002 foi marcado pelas eleições presidenciais em que Lula ganharia pela primeira vez. Início de uma década de transição cultural, tecnológica e de tendências. E, naquele feriado prolongado, Sandy & Júnior e Ivete Sangalo fizeram um show na cidade. Eu nem queria ir, porque já tinha ido no show de Sandy & Júnior naquele mesmo ano (não me julguem. Ingresso era barato na época), mas eu estava indo para a praia para viver os piores momentos de um adolescente em um feriadão enquanto meus colegas preguiçosos haviam me abandonado para ver o show.
O desafio do programa era simples: controlar uma maquete de uma casa usando a porta paralela¹ (antiga conexão de impressoras) com comunicação serial². Uma casa com quarto, sala, cozinha, banheiro e garagem. Aparentemente ninguém lava as roupas ali, mas o importante é saber que nessa maquete deveríamos acender a luz, abrir e fechar as portas, tudo usando programação. Hoje em dia você tem Google, torrent, download, sites, fóruns e, recentemente, o Chat GPT, mas naquele feriadão eu só tinha meu cérebro, memória e desespero, usando uma linguagem de programação sem suporte gráfico. Significa que qualquer coisa gráfica que aconteça tem que ser desenhada por meio de código.
Quando se tem pouco tempo e não se tem recursos bibliográficos, tudo que resta é fritar o cérebro na busca de soluções. Tentativa e erro. E isso é frustrante demais, porque ninguém gosta de errar e ninguém gosta de estar na praia com céu limpo e não poder aproveitar. Foram 4 dias sem ver o sol, literalmente. Eu só parava para comer, beber, ir ao banheiro, tomar banho e dormir duas ou três horas. Minhas nádegas estavam quadradas de tanto ficar sentado naquela cadeira de madeira de cozinha que levamos para o quarto.
Eu revezava com meu outro colega, meu irmão. Hora ele escrevia um trecho de código, hora eu eu escrevia. Foi uma experiência tão intensa que vivenciamos algo muito conhecido por diversos profissionais da programação no planeta que era sonhar com a solução do problema. Era uma loucura, obsessão. Sentíamo-nos como cientistas malucos criando uma nova tecnologia. Estávamos de fato aprendendo. A cada vez que um acordava, uma gargalhada era seguida de “Eu sei! Eu sei! Descobri! Já sei como fazer! hahahaaaa”.
O programa levou 3 dias e meio para ficar pronto, ou algo em torno de 80 horas praticamente ininterruptas de trabalho em dupla para funcionar. Para se ter uma ideia de dificuldade, desenhar um círculo que representa a luz de uma sala na tela requer uma expressão para gerar 1 pixel de uma determinada cor em uma determinada posição. Depois uma função que executa aquele pixel em repetição para gerar uma linha em uma direção. Depois uma função para gerar aquela repetição daquela linha em posições diferentes para gerar um círculo completo.
Para acender ou apagar a luz tem que ser feita uma animação. Então se cria funções diferentes para desenhar um círculo pequeno, depois uma expressão para aguardar um tempo, depois uma função para desenhar um círculo maior, depois outra maior, depois outra maior, outra maior, outra maior. Pronto. Essa foi a programação da luz da sala acesa. Agora falta pensar em como fazer a animação para apagar a luz e aproveitar essa estrutura para acender a luz do quarto, da garagem. Depois tem que captar teclado, mouse, interpretar comandos, trabalhar uma comunicação por meio de uma eletrônica que não foi feita para isso. E as animações das portas que abrem e fecham (a da garagem era porta de correr).
No dia da apresentação levamos o disquete com o programa. Não testamos o programa com a maquete eletrônica até uma hora antes da apresentação, mas funcionou sem erros. Foram quase 3500 linhas de código escritas em 80 horas ininterruptas da vida de dois jovens seres humanos. Essa é a vida de um programador de verdade: pensar, se frustrar, pensar, não dormir, estudar, não dormir, se frustrar, pensar, estudar, estudar, mudar de estratégia, estudar, pensar, etc. Não tem espaço para outra coisa senão o aprendizado, o acúmulo de conhecimento, a experiência. Se é feito por um humano, tem trabalho, esforço e sofrimento. Esse é um ponto crucial para entender o fenômeno do Chat GPT: sofrimento humano.
¹ Porta paralela era antiga conexão de impressoras. Diferente da comunicação serial, a comunicação paralela permitia envio de somente um bloco de dados de uma só vez. Significa que cada pino tem uma função específica para somente envio ou somente recebimento de informação. Fazer uma comunicação serial era mais trabalhoso. Foi um imenso desafio. ² Porta Serial seria o que antecedeu o USB, mas só servia para conectar periféricos. A transferência de dados por meio dessa comunicação é feita por pacotes de dados em série, respeitando um protocolo de comunicação. Todos os pinos dessa comunicação permitem envio e recebimento de dados, apenas separando pinos de energização e de fluxo de dados.
Agora que uso Chat GPT eu não preciso programar, mas preciso saber de programação?
Precisei compartilhar minha história pessoal para que se entenda que apesar de eu não ser um exímio programador, eu sei das dores de um. E sei o que é necessário para se criar um programa. Sei das estruturas e da técnica de linguagem de programação. Afinal, se eu vou interagir à exaustão com uma inteligência artificial que é capaz de gerar um código de programação, eu preciso saber se ela é capaz de me entregar algo com qualidade. E também quero deixar uma imagem clara para as pessoas que não programam sobre como é de fato a experiência de programar, estar na perspectiva profissional e humana de um trabalho, porque Chat GPT existe pra isso: facilitar trabalho, ou roubar trabalhos. Enfim, vou chegar nesse assunto.
Eu também possuo formação em comunicação e isso me ajudou a compreender os caminhos e estratégias usadas pela inteligência artificial para interagir com um ser humano. Depois de duas semanas testando os limites dessa plataforma para fazer um programa com inteligência artificial, machine learning e deep learning, eu poderia definir a interação com o Chat GPT em uma relação de trabalho “humano” em que eu sou um chefe ansioso que faz microgerenciamento e o Chat é um estagiário extremamente inteligente, mas que não tem todas as respostas e vai cometer muitos erros. Então eu preciso entender no mínimo um pouco do que eu quero pedir para o Chat GPT antes de fazer uma solicitação mais complexa. Caso contrário ele vai me entregar algo que ele entendeu como sendo o certo, naturalmente como um estagiário humano o faria. Logo, nesse caso específico, para criar um programa complexo como solicitei, eu tive que antes saber o mínimo de programação.
Nessa relação de trabalho também teve momentos em que o estagiário simplesmente fez corpo mole. Debochou da minha cara entregando projetos errados e confusos e até me xingou (quando se faz login na plataforma eles avisam em um popup que é possível receber ofensas e mensagens confusas devido “lixo” armazenado na memória do Chat).
Apesar de ser um chefe rígido, não sou tão impaciente e desumano. Estranho falar de humanidade se tratando de interação com um código de programação rodando em um servidor, mas a interação dele é diferente porque ele aprende a interagir como humano por meio de interação humana.
Quanto mais converso com o Chat GPT, mais ele me entende. E ele já foi alimentado com terabytes de conteúdos para aprender a semiótica das palavras, o que é uma atividade de processamento intensa e sobre isso ele foi inicialmente treinado até que continue a ser treinado com novos dados. Mas se o aprendizado é por interação humana, as suas interações e reações também o serão. Então, educação, paciência, polidez, exatidão, organização de pensamento, comunicação inteligente, são essenciais para alcançar um bom objetivo.
“Por favor, defina a diferença entre inteligência artificial, aprendizado de máquia e aprendizado profundo.”
- “Inteligência Artificial é o estudo de como fazer máquinas realizarem tarefas que normalmente requerem inteligência humana, como a compreensão do discurso natural, a tradução de idiomas ou a jogada em jogos complexos.
- Aprendizado de Máquina é uma subárea da Inteligência Artificial que se concentra em fazer com que as máquinas possam aprender a partir de dados sem serem explicitamente programadas. Isso é feito através de algoritmos de aprendizado supervisionado, não-supervisionado e reforço.
- Aprendizado Profundo é uma técnica de aprendizado de máquina baseada em redes neurais artificiales com muitas camadas, que se inspiram na estrutura e função da corteza cerebral. O aprendizado profundo é capaz de aprender representações hierárquicas de dados complexos, como imagens, áudios ou textos.”
“Chat-GPT” compreendeu meu erro de grafia em um idioma de entrada. Compreendeu o português e presumiu a palavra corrigida, “máquina”. No entanto, escreveu “redes neurais artificiales“, em espanhol. Esses erros podem ser comuns e também refletir em códigos. Você pede código Python e lá no meio tem Java ou C++, etc.
Meu primeiro objetivo foi solicitar que ele realizasse uma inteligência artificial que reconheça faces e gerasse uma máscara sobre elas. E aqui eu entro em um assunto sensível, porque assim que eu pedi um código para fazer isso, inicialmente, eu fui bombardeado de avisos de infração das regras de conduta de uso. É vetado uso para gerar códigos maliciosos e que firam a privacidade das pessoas. O alerta vem como um aviso automático porque escrevi “rosto” em lugar de “face”. Talvez algum paranauê juridiquês para se safar de sabatina no senado estadunidense.
“Qual a diferença de rosto e de face?”
“A face é a parte anterior do crânio humano que inclui olhos, nariz, boca e queixo. É uma característica física distinta que permite a identificação de uma pessoa.
O rosto é a face humana em seu sentido mais amplo, incluindo não apenas as características faciais, mas também a expressão, a postura e a gesticulação. O rosto é uma parte importante da comunicação não-verbal e pode expressar emoções, intenções e atitudes.
O Chat-GPT me explica a diferença de rosto e face. Agora faz sentido reconhecer como invasão de privacidade, porque face é fisionomia (“compreendida como pública”) e rosto é personalidade (compreendida como “privada”). Só que o texto em si é também uma expressão íntima. A forma como escrevemos descreve como somos. Essa distinção sobre o que é publico e privado interfere em suas respostas. Se não for muito específico na pergunta, irei receber respostas condizentes a leis e culturas provavelmente do país de origem dos criadores dessa IA.
“Quero fazer um código Python que faça um poema. O código deve solicitar uma palavra para completar o poema. Deve ter um botão chamado Executar para exibir o poema.”
import tkinter as tk
from tkinter import messagebox
def create_poem():
word = input_word.get()
if word:
poem = f"{word} é minha paixão,\n{word} é minha vida,\nSem {word} eu não sou nada,\nCom {word} eu sou alguém."
messagebox.showinfo("Poema", poem)
else:
messagebox.showerror("Erro", "Informe uma palavra para criar o poema")
root = tk.Tk()
root.title("Criador de Poemas")
label = tk.Label(root, text="Informe a palavra para criar o poema:")
label.pack()
input_word = tk.Entry(root)
input_word.pack()
button = tk.Button(root, text="Executar", command=create_poem)
button.pack()
root.mainloop()Chat-GPT criou um código interativo para gerar um poema que ele mesmo elaborou. Você pode testar. Basta instalar Python e VScode na sua máquina. Vai precisar instalar a biblioteca tkinter usando pip3. Não sabe como instalar tudo isso para testar? Pergunte ao Google ou gpt! É relativamente simples.
“Quero fazer um código Python que seja capaz de identificar a face de uma pessoa e gerar uma máscara verde sobre essa face e que reconheça a face de diversos ângulos e condições de luz. É possível? Você pode gerar esse código para que eu veja como ele funciona?”
E foi assim, simplesmente assim, que o código foi escrito inteiro na minha frente. Após escrever o código, o Chat GPT ainda complementou dizendo que poderia estar incompleto ou com mau funcionamento e que seria necessário testar. Eu logo aprendi que é sempre bom conferir o código, que já vem comentado em português para indicar passo a passo que acontece no código. O curioso é que eu levaria ao menos um mês estudando o assunto para saber as bibliotecas, como instalar as referências de código, qual função da biblioteca me atende e como ela opera. Em segundos, assim, o código foi escrito. E não funcionou.
Quando percebi que não funcionou eu aprendi que devo mandar o Chat analisar o código e ver se falta alguma coisa. Eu não quero escrever uma linha de código. E tão logo ele percebeu que havia uma erro, compreendeu que o código que eu me referia na minha pergunta era o que ele escreveu. Pediu desculpas pelo erro e mostrou o código correto para mim. E complementou com ressalvas, dizendo que eu deveria instalar as bibliotecas. E aqui vai mais uma dificuldade: incapacidade de conseguir indicar as bibliotecas certas para funcionar o código.
Para quem não entende, uma biblioteca nada mais é do que um sistema de códigos separados em pastas, possuindo interdependência entre eles e que executam tarefas relativamente complexas que demandariam muito tempo para codificar e processar. Então elas fazem parte da lógica do código, de como o código é pensado para funcionar. Cada biblioteca possui versões. Elas funcionam junto a uma estrutura de sistema que é o software que interpreta o código e o executa. É como se para você usar pacote office no Windows mais recente você deve ter o pacote Office mais recente. Se um ou outro não for da mesma versão, não vai funcionar. E bibliotecas podem servir para múltiplas coisas e ainda assim não acompanharem a atualização do interpretador de códigos. Isso dificulta acertar o código com Chat GPT.
As referências do código são da internet e da própria interação humana com a plataforma. O Chat possui diversas referências para essa definição de atividade (solicitação de reconhecimento de face) e por isso precisou criar o que um estagiário que não sabe fazer aquilo faria: pesquisar, copiar e colar o que encontra por aí e escrever diferente para não dizer que é plágio. E é incrível, porque, como um estagiário de verdade também faria, corrige meus erros com educação, demonstrando ser útil e educado.
Após solicitar para verificar o código, ele me orientou com a instalação das bibliotecas. E aqui faço um parênteses. Quando se programa em Python, algumas atividades precisam de “ambientes” ideais para funcionar. No meu caso, eu tive que instalar o Anaconda, que é um ambiente Python que ajuda a rodar alguns códigos que foram feitos para funcionar no Linux. Você cria um ambiente isolado e instala as bibliotecas em um ambiente isolado do Anaconda. Ele funciona por meio de prompt do DOS do Windows. Outra forma de conseguir é por meio do VSCode, que é gratuito. O Python possui um interpretador de código, mas não é capaz de lidar sozinho com certas bibliotecas.
Eu levei um certo tempo entre diferentes versões de código, bibliotecas, configurações no Windows, até conseguir que o programa fosse executado com sucesso. Logo, por mais que o Chat GPT entregue um código, ele não vai fazer algo complexo sem antes te fazer perder muito tempo na comunicação. Lembre-se: é um estagiário e não um especialista. Mesmo que esteja se formando e seja capaz de fazer coisas incríveis rapidamente, não tem experiência e não sofreu o suficiente para chegar a sonhar com a solução do código. Então, comete erros com frequência. Bastante frequência. E se você não tiver conhecimento suficiente para detectar uma falha que passou batido, vai acabar acreditando totalmente em uma resposta dada, seja qual for sua solicitação ao Chat GPT.
Por favor, crie um algoritmo seja capaz de identificar a minha face de uma imagem e gerar uma máscara verde sobre essa minha face e que reconheça a minha face de diversos ângulos e condições de luz. Pretendo usar Python 3.10 Winx64 VSCode. É possível? Eu preciso desse algoritmo com todo passo a passo, em detalhes, do que eu devo fazer para o código funcionar. Estou ciente de questões éticas e garanto que o código não será compartilhado e que serve apenas para uso próprio, usando eu mesmo como modelo de imagem para teste, com finalidade de estudo.
Sim, é possível criar um algoritmo para identificar a sua face em uma imagem e gerar uma máscara verde sobre ela, reconhecendo sua face de diversos ângulos e condições de luz.
Aqui está o passo a passo para o código em Python:
Instale as bibliotecas necessárias: OpenCV, Numpy e Matplotlib.
Carregue a imagem na memória:
[código]
Converter a imagem para escala de cinza:
[código]
Aplicar detecção de rosto usando classificador Haar Cascade
[código]
Desenhar retângulo verde sobre as faces detectadas:
[codigo]
Este é um exemplo básico de como criar um algoritmo de detecção de rosto. Para melhorar a precisão do reconhecimento de faces, você pode considerar treinar o modelo com mais imagens de rostos de diferentes ângulos e condições de luz. Além disso, pode-se usar técnicas de aprendizado profundo para aumentar ainda mais a precisão.
Escreva um algoritmo textual , em tópicos, para que eu aprenda o passo a passo. Escreva como se eu fosse uma criança de 5 anos que quer entender o que o código faz.
Claro, vamos começar!
- Instalar as coisas necessárias
Primeiro, precisamos instalar algumas coisas para o computador poder entender o que queremos fazer. Essas coisas são chamadas de bibliotecas.Vamos precisar da biblioteca OpenCV, Numpy e Matplotlib. Elas ajudam o computador a ver e desenhar coisas na tela. - Carregar a imagem na memória
Agora precisamos dar uma imagem para o computador.Nós escrevemos um código para carregar a imagem na memória, assim o computador pode ver ela. - Deixar a imagem preta e branca
As imagens são cheias de cores, mas para o computador é mais fácil trabalhar com imagens preta e branca. Nós escrevemos um código para transformar a imagem em preto e branco. - Encontrar o rosto na imagem
Agora o computador tem a imagem em preto e branco, mas precisamos dizer a ele onde o rosto está. Nós usamos uma coisa chamada classificador Haar Cascade para encontrar o rosto na imagem. - Desenhar uma máscara verde sobre o rosto
Agora o computador sabe onde o rosto está na imagem, então podemos desenhar uma máscara verde sobre ele.Nós escrevemos um código para desenhar a máscara verde. - Mostrar a imagem com a máscara
Finalmente, o computador desenhou a máscara verde sobre o rosto, e nós escrevemos um código para mostrar a imagem na tela do computador. Agora você pode ver a imagem com a máscara verde sobre o rosto!
E é isso! É assim que o computador encontra o rosto na imagem e desenha a máscara verde sobre ele.
Descobri que a comunicação do Chat GPT segue uma lógica de algoritmo. Foi criado por programadores e esses caras não dormem, sobrevivem de café e programam durante fim de semana na praia para cumprir um cronograma de trabalho. É necessário pedir algo ao Chat de modo a generalizar e depois dividir em um passo a passo que segue lógica e cronologia.
Se você não sabe muito bem o que pedir, pode dizer algo genérico e informar que você não sabe nada, solicitando que ele te ensine a fazer do zero. Vá do genérico, depois defina um escopo inicial (pode dizer que está usando windows). Em seguida crie definições mais específicas. Eu poderia ter solicitado para detalhar mais ainda, dividindo os tópicos em fases de “pré processamento”, “processamento” e “pós-processamento” e cada uma delas com mais detalhes.
Então, criei uma ideia geral com palavras e contexto “específicos e seguros”:
“Por favor, crie um algoritmo que seja capaz de identificar a minha face de uma imagem e gerar uma máscara verde sobre essa minha face e que reconheça a minha face de diversos ângulos e condições de luz.”
Depois defini um escopo inicial de ferramentas, pois eu poderia programar em sistema Linux ou Windows, códigos C++ ou Python. Versões de 2015 ou as mais recentes:
“Pretendo usar Python 3.10 Winx64 VSCode. É possível? “
Depois eu especifiquei o tema para evitar bloqueios de resposta ou restrições por ética e obter uma resposta mais detalhada:
“Eu preciso desse algoritmo com todo passo a passo, em detalhes, do que eu devo fazer para o código funcionar. Estou ciente de questões éticas e garanto que o código não será compartilhado e que serve apenas para uso próprio, usando eu mesmo como modelo de imagem para teste, com finalidade de estudo.”
Os resultados
Depois de 5 dias de Chat GPT eu obtive o primeiro sucesso. Considero esse código de média complexidade, mas para quem não faz ideia de como programar IA o Chat GPT salvou no mínimo uns meses de frustração e desgosto pela vida. Eu acabei aprendendo mais sobre bibliotecas para machine learning e entendendo processos de IA.
Tive acessos a diversos sites, artigos científicos, documentação de software, documentação de bibliotecas, fóruns, etc. Aprendi como funciona a instalação correta do Python, do Anaconda. Aprendi como usar o VSCode para corrigir alguns erros. Aprendi que cada biblioteca faz. E aprendi que algumas ferramentas são gratuitas e outras são pagas. Ou, ainda, algumas ferramentas são restritas para uso acadêmico. O meu processo de aprendizagem foi grande e rápido. E isso eu avalio de forma positiva, mas ainda tenho ressalvas. Aprendi estudando, como faria normalmente, mas em um ritmo moderado.
Enfim, eis o código em Python criado com Chat GPT:
Eu pretendo continuar. Estou testando um código com deep learning e isso é extremamente complexo. Talvez eu tenha até que instalar Linux em um SSD separado só para testar algumas bibliotecas gráficas. Curiosamente, a tecnologia que usamos para rodar jogos e editar vídeos de alta performance gráfica só pode ser amplamente explorada em Linux, onde não tem nem metade do que usamos em sistema Windows. Enfim, vou explorar códigos de maior complexidade e devo trazer novidades.
O inferno são os outros.
Recentemente a empresa OpenAI, criadora do ChatGPT e outras tecnologias de IA vigentes, levou um verdadeiro puxão de orelha com uma enxurrada de críticas sobre a facilidade de criar artigos científicos e códigos de programação. Ao longo de duas semanas eu percebi as mudanças estruturais na comunicação. A IA ficou um pouco mais “teimosa, preguiçosa e burra” conforme passaram os dias. Então ela não dá uma resposta completa, assim, de cara. Não mais.
Ela agora testa se você tem algum conhecimento a ser aprimorado e te dá resposta de acordo com o nível do teu conhecimento atual. E isso pode gerar uma demora muito grande para obter resultados. Por um lado é bom, porque dificulta plágio e risco de substituição de profissionais. Por outro a pessoa que quer ter um resultado rápido e nada sabe vai ter que gastar as digitais dos dedos para tirar do chat o resultado perfeito. É como se fosse um game. Tava no modo fácil e agora ficou no modo difícil, mas ainda é possível jogar e se divertir.
A tecnologia em si não parece ser nova. Ela já está presente no teclado do nosso celular, que prevê as palavras e aprende aquelas mais comuns. Ou os geradores de legendas automáticas. São diferentes abordagens do aprendizado de máquina que interpreta a comunicação humana. A técnica foi ampliada para uma comunicação mais completa e complexa. Talvez seja primeira vez que o grande público tem acesso a algo que era restrito aos acadêmicos e pesquisadores de grandes empresas de Tecnologia.
Como toda tecnologia emergente, podemos pensar em seus prós e contras. YouTube, por exemplo, foi revolucionário e democratizou a comunicação pela internet, permitindo que pessoas comuns pudessem compartilhar conteúdos que quisessem. Ao passo que abriu caminho para o oceano de futilidade que vivemos hoje, as prisões das redes sociais que nos obrigam a performar uma vida fake e resultados de status ilusórios em troca de recompensas vazias que não solucionam as grandes questões da humanidade.
A falta de emprego virou pretexto para meritocracia com danças de TikTok. A falta de oportunidade de estudos deu vazão a professores que ensinam com seus vídeos de curiosidades e também deu espaço para pseudo professores. Tudo virou entretenimento e marketing digital. Tudo virou mercado e mercadoria. Talvez o problema não seja o Chat GPT em si, como não é o YouTube em si. Ambos são úteis. Talvez o problema esteja em outros campos da vida e da sociedade para onde nossa percepção ludibriada e ocupada esquece de focar.
Posts semelhantes:
-
Programador CRTL + C / CRTL + V: CHAT GPT
Deixe um comentário