Você gosta (muito) de tecnologia. Você lê suas notícias do Twitter, Reddit, Medium, no canal #random do Slack, etc.
Nos últimos dois meses, seu feed está ficando cada vez mais cheio de postagens relacionadas à GPT-3. Você começa a ficar curioso e segue em frente para pesquisar sobre o que é toda a confusão sobre a nova API de modelo de linguagem autoregressiva OpenAI.
Talvez você esteja curioso o suficiente para entrar no âmago da questão, como ler o jornal e tentar obter acesso antecipado à API para sujar as mãos.
Enquanto isso, você descobre alguns projetos que estão usando o GPT-3 para entender solicitações escritas em inglês simples e gerar alguma saída que faça muito sentido.
Isso, analisando por qualquer ângulo, é extremamente impressionante e *muito* legal, na minha opinião.
A capacidade do GPT-3 de gerar layouts, código Python ou conteúdo criativo é chocante para a maioria das pessoas. E deveria ser. É realmente estranho ver um modelo de aprendizado de máquina que possa compreender e agir de acordo com as solicitações de uma maneira razoavelmente sensata.
Então, com isso em mente, vamos ao tópico principal.
O GPT-3 não vai te demitir
Bem, pelo menos no futuro próximo. Não me atrevo a definir uma linha do tempo, pois acredito firmemente no seguinte:
“É difícil fazer previsões, especialmente sobre o futuro” – Provérbio Dinamarquês
E, é claro, não estou me referindo às pessoas que trabalham de 9 a 5 como uma API de modelo de linguagem auto regressiva. Sinto muito por vocês.
Quando a inovação quebra paradigmas de tarefas executadas por pessoas, a discussão sobre os efeitos da tecnologia sobre a sociedade é crítica. Quando tal inovação está aparentemente quebrando paradigmas de uma força de trabalho conhecida por produzir coisas semelhantes à mágica, como engenheiros de software em geral, as discussões são ainda mais profundas.
Nós, como técnicos, estamos tendo sentimentos contraditórios que estão afetando nosso julgamento.
Receio que a noção de que o GPT-3 seja uma conquista verdadeiramente inovadora da área de IA e, ao mesmo tempo, não nos prejudica como área, não esteja sendo apresentada com a frequência que deveria.
- Sim, a tecnologia pode gerar código a partir de requisitos. Só por isso, não aconselho você a mudar de carreira ou demitir sua equipe de engenharia.
- Sim, talvez o código gerado não seja tão sofisticado quanto o código que você escreve com 5, 10 ou 20 anos ou mais de experiência, enganando o compilador ou o framework para obter o maior nível de performance possível. Só por isso, não aconselho você a ignorá-lo completamente, como uma tecnologia super-hyped que será esquecida em alguma prateleira empoeirada.
“Deep Learning é um superpoder” – Andrew Ng
Precisamos aprender como utilizar o GPT-3 para potencializar nosso trabalho, antes de qualquer outra coisa.
As ferramentas que podem ser criadas com o uso do GPT-3 e outros modelos de ML para nos ajudar a construir, manter e operacionalizar sistemas melhor estão em um novo patamar. E elas poderiam nos ajudar, como profissionais, a alcançar um novo nível de produtividade, qualidade e expertise.
Em nossa pequena bolha tecnológica, podemos pensar nas novas possibilidades trazidas à tona por meio do GPT-3.
Podemos reimaginar e construir, desde as camadas mais fundamentais, as ferramentas que usamos diariamente – para codificar, projetar, gerenciar o trabalho etc. – a fim de nos tornar profissionais melhores.
Por exemplo, podemos usá-lo para criar melhores IDEs. IDEs inteligentes. Algumas empresas já começaram o trabalho no campo e desenvolveram ótimos produtos. No entanto, sinto que há muito mais para evoluir e até para reimaginar como um IDE deve ser.
Devemos trabalhar nessas ferramentas para que possamos ser melhores em nosso ofício, para não nos substituir completamente.
Uma grande parte dos profissionais de todas as áreas tiveram que se reinventar ao longo dos anos devido ao código que escrevemos e, de repente, nós mesmos somos incapazes de fazer exatamente o que defendemos há décadas?
Cabe a nós aprender como usar nosso novo superpoder.
