A razão real de a IA favorecer quem é generalista

A sabedoria corrente diz que a IA favorece quem é generalista. Concordo. Mas a razão que costumam dar está errada, e a razão errada esconde a parte interessante.

A história de sempre diz: quem é especialista ficou obsoleto, porque dá para entregar o trabalho dessa pessoa a um agente. Não compro. Alguém ainda precisa guiar o agente e conferir o que ele devolve, e isso exige experiência real, em geral construída ao longo de anos. Quem é especialista não vai sumir. O que está mudando é quem precisa ter julgamento de especialista.

Vejo com frequência amigos menos técnicos começarem um projeto técnico com um agente e depois empacarem. Eles chegam a um protótipo funcionando, algo que nunca teriam construído sozinhos um ano atrás. Aí tornar aquilo real pede habilidades que eles não têm e não conseguem fingir com IA: enxergar que a arquitetura não sobrevive ao décimo usuário, ou que a tela que faz sentido para eles confunde todo mundo. O que falta não é esforço. É o julgamento que um colega na mesa ao lado teria fornecido de graça, se isso fosse um emprego em vez de um projeto paralelo.

Essa lacuna costumava ser sobrevivível.

Especialização era uma aposta em construir devagar

Especialização sempre foi uma aposta econômica, e a aposta era que construir era a parte lenta. Quando escrever o código levava semanas, passar o julgamento adiante custava quase nada. Quem programava bem conseguia uma hora de conselho de arquitetura com alguém sênior e depois mergulhava por um mês. Quem fazia frontend se apoiava em quem desenhava para a aparência e o comportamento. Quem construía produto pegava a ideia de alguém de produto ou da liderança e construía. Você tomava emprestado o bom gosto que não tinha e, contra um mês de implementação, o dia que você esperou por esse bom gosto emprestado mal aparecia. E nem importava que você voltasse a essa pessoa conforme o projeto evoluía ou depois do retorno de quem usava.

Empresas inteiras foram montadas em torno disso. Um time multifuncional é uma máquina para reunir num lugar só cada habilidade de que um projeto precisa, para nenhuma pessoa precisar ter todas. Empresas grandes ficaram boas em estimar a mistura: quantas pessoas de engenharia, quantas de design por pessoa de engenharia, quanto da semana de quem cuida de produto, quanta pesquisa. Montar um projeto era sobretudo uma questão de proporções. E para muita gente, o construir mecânico era o serviço. Alguém de engenharia no começo da carreira entregava código que uma liderança técnica já tinha delimitado e moldado. O bom gosto vinha de outro lugar da organização, e isso funcionava até em empresas menores, uma vez que as gigantes tinham provado o modelo.

A IA anulou o acordo

A IA tornou construir a parte rápida. E uma vez que construir ficou rápido, a velocidade de cada outra parte do processo passou a importar, e podia até virar o fator limitante. A velocidade das revisões de código, o retorno do design, a rapidez da triagem de problemas de cliente, a decisão de direção de quem é dono do produto, tudo isso passou a ser uma fatia maior do tempo total de construção.

Um dia esperando quem desenha, algumas rodadas de vai e vem com quem cuida do produto, desapareciam contra semanas de implementação. Agora esse mesmo dia pode ser mais lento que o trabalho que ele deveria dirigir. O agente produz a coisa numa tarde e depois espera alguém notar que a interface está errada. Coordenar bom gosto entre pessoas, aquilo em que as empresas passaram décadas ficando eficientes, agora é o gargalo que ele foi inventado para remover. Então a habilidade e o bom gosto idealmente vêm da mesma pessoa. Quem guia o agente também precisa ser quem sabe dizer se o que voltou presta.

Pegue uma agência pequena. O jeito antigo de tocar um projeto era montar o time: alguém de estratégia, alguém de design, alguém de redação, alguém para construir. O trabalho só era tão bom quanto o time, e o time cobria os pontos cegos de cada um. Agora uma pessoa generalista toca a coisa inteira com a IA fazendo a produção. Mais rápido e mais barato, até você notar que o resultado só é tão bom quanto o sentido mais fraco dessa pessoa. Se ela não enxerga que o design é genérico ou que o texto não convence, nada mais no ciclo vai pegar. A IA não pega. O time que costumava pegar não está lá. Um ponto cego que pertencia a uma pessoa agora derruba o projeto inteiro.

A mesma força, apontada para dentro

Escrevi há um tempo sobre como a primeira empresa unicórnio de fundação solo é construída, e este é o mesmo argumento um nível abaixo. Aquele texto é sobre a fronteira da empresa: custos de coordenação caindo até a borda da firma se mover rumo a uma pessoa só. Este é a mesma observação aplicada ao time. Quando coordenar entre pessoas é barato, você divide o trabalho entre especialidades. Quando fica caro em relação ao trabalho em si, a fronteira se move e as funções se dobram uma na outra. As linhas entre elas se borram. Os times diminuem. É Coase rodando dentro do organograma em vez de em volta dele.

O que isto não é

Quero ter cuidado aqui, porque é fácil ler isto como previsão de demissões, e não é.

Algumas funções mecânicas mudam. O serviço que era sobretudo implementar o julgamento de outra pessoa é o primeiro que a IA alcança, e isso é real. Mas o enquadramento não é menos gente. Construir nunca foi a parte valiosa. Escolher a arquitetura, desenhar a coisa para as pessoas de fato entenderem, achar o recurso que vale ser construído: isso sempre foi o trabalho. Quando a parte mecânica fica barata, o tempo não some. Ele se move para o julgamento, que é onde o valor sempre esteve. Já fiz a versão mais ampla deste argumento em outro lugar: IA feita para o propósito não encolhe o trabalho, ela move as pessoas para a parte que era o ponto. A qualidade sobe, junto com as expectativas das pessoas. Um aplicativo só para web já não basta; celular é requisito. Uma ferramenta interna precisa ser tão rápida e caprichada quanto a que o cliente vê. O produto precisa ser usável no primeiro dia, e não depois de uma semana de treinamento.

A parte que vale guardar

Escrever código é lento e sobretudo mecânico. Escolher a arquitetura, desenhar a interface, achar o recurso que vale ser construído, essa é a parte criativa, e é a parte que eu guardaria se só pudesse guardar uma. Delegue a implementação e o dia que você recebe de volta vai direto para ela. É isso que a IA favorecer quem é generalista de fato significa. Não significa que a experiência deixou de importar. Significa que a mesma pessoa finalmente faz tanto a mira quanto a construção, e a mira sempre foi a parte boa.

Principais conclusões

• O argumento de sempre a favor de quem é generalista (que quem é especialista ficou obsoleto porque dá para entregar o trabalho à IA) está errado. Guiar um agente e julgar o que ele devolve ainda exige anos de experiência.
• Especialização era uma aposta econômica de que construir era lento, então dividir a habilidade de construir e o bom gosto de apontar entre duas pessoas era quase de graça.
• A IA tornou construir rápido, o que faz da passagem o gargalo. A mesma pessoa agora precisa da habilidade de guiar o agente e do bom gosto de apontá-lo.
• É o argumento de custo de coordenação por trás da empresa de uma pessoa só, aplicado ao interior do time em vez da fronteira da firma.
• Isto não é previsão de demissões. Construir de forma mecânica nunca foi a parte valiosa, então o tempo liberado se move para o trabalho de julgamento, que sempre carregou o valor.