Before chasing AI futures, learn to read data first. The speaker argues that spreadsheets, KPIs, and critical thinking matter more than generative AI, which is sexy but hollow without a foundation in numbers and domain knowledge. Without this base, people misuse AI outputs and miss what they actually say.
Chapters
Mas antes da gente falar de IA e mundo daqui 5 anos, uma distopia que vai ter carro voando, ou IA voando, ou IA plantando soja e fazendo, sei lá, entendeu? Eu acho que a gente tem que primeiro, é uma coisa que o Luiz falou muito corretamente, é saber trabalhar com informação, com o dado, né? Você falou agora, pô, Carol, que vocês ensinam os empresários a trabalhar com KPI, né? E KPI é número, é dado, é number, é key result, né? É número, né? Então, indicator, né? Um número, enfim. Então, eu acho que todas as inteligências artificiais, todos os modelos, isso vai ser de hoje pra 5, 10, 100 anos, vão ser alimentados a partir de um banco de dados. Isso é inerente à inteligência artificial, né? Sem isso, pelo menos no modo como a gente entende hoje, os LLMs estão funcionando dessa forma. E eu acho que a gente então tem que primeiro aprender a como manusear e entender corretamente os dados sem IA. Sem IA, mas bota um dado, faz o papel no Excel e você consegue entender tudo nesse Excel, você consegue entender as correlações futuras, o que aconteceu antes, o que esse número quer dizer, né, isso na economia, né, puxando para a minha graduação, tem muito, né. O economista tem essa grande crítica que é, ele sempre responde depende. Depende mesmo, depende o que esse dado quer dizer hoje, qual que era o dado de ontem, qual que é a projeção de amanhã. 10 é bom? Não sei, antes era 2, então 10 pode estar bom, mas ontem era 50, então talvez não seja tão bom assim. O fato é, você tem que saber trabalhar com o número, né, com a parte quantitativa, "Mas eu já parto com a literatura também, ou parte mais textual, traduzindo assim, mais corretamente." Então, interpretar um texto, você ler um texto, entender aquele texto. Eu acho que é muito louco pensar nisso, que os problemas, eles são muito básicos, né? Não vai ficar tem que saber ler um texto, entender o que tá escrito no texto, fazer um cálculo. E não digo nem a parte matemática, não é isso, não é BNCC, não é conteúdo, não é isso. Mas é saber usar das ferramentas, aliás, saber usar da informação pra aí sim poder conhecer e usufruir corretamente das ferramentas. Eu vejo hoje, eu acho que o grande problema é que a gente tá invertendo as coisas. Como tem o GPT, ele é muito GPT, né? Igual a Band-Aid, né? Virou pra Gillette, né? Tem um nome isso, eu esqueci agora, mas enfim, não é isso, né? Igual os modelos de inteligência artificial generativa, sejam os LLMs, são muito sexy, são muito atraentes, porque realmente são, e são muito bons, né? A gente tem que admitir isso. Então as pessoas usam de uma maneira deliberada, mas não tem a base, não tem a base do que que é uma informação, o que que é uma API, o que que é um número, o que que é uma planilha, o que que é um texto. Então se você não tem isso, você bota qualquer coisa lá e tá, saiu um prompt aqui, ó, toma aí o copy, vai, publica direitinho. Tá, mas o que que isso quer dizer? Qual que é a informação que ele quer passar? Ou é, resolve essa planilha pra mim, faz a projeção aí, quanto que vai custar? Mas você não sabe nem, entende o que eu quero dizer? Então falta você saber trabalhar com substrato. Isso não tem nada a ver com IA, tem tudo a ver menos com IA, tem com pensamento crítico, com conhecimento, com experiência. Eu vejo muito isso assim, eu acho que esse é o grande problema, a gente quer sempre encurtar caminho, mas Se você não sabe pra onde você tá indo, qualquer caminho importa, né? Então eu vejo um pouco disso assim, eu acho que é uma educação prévia que a gente tem que fazer antes de querer falar de ar. Muito louco, né? Acho que o carro a combustão, nessa analogia aqui, o Fusquinha, nunca foi uma má ideia, né?
