IA dentro do processo de desenvolvimento, não dentro do produto
O projeto demora demais para sair
Nem todo uso de IA num projeto aparece na tela do cliente. Usar IA para construir o sistema muda quanto tempo ele leva para existir, e isso é uma decisão de projeto como qualquer outra.
- Papel da IA
- A IA entra no processo, não no produto
- Tecnologia
- Método de trabalho com IA
O problema
A empresa aprova o projeto, e então começa a espera. Escopo, desenvolvimento, correção, nova rodada. Enquanto isso o problema que motivou tudo continua lá, e a operação segue no remendo.
Prazo longo não é só desconforto. Ele muda o resultado. Software que demora um ano nasce resolvendo o problema do ano passado, e com IA mudando o cenário a cada poucos meses, esse descompasso ficou pior.
Como pensamos
Existe um uso de IA que quase ninguém conta porque não aparece na tela do cliente: usar IA para construir o sistema. Não é acessório. Muda quanto tempo o projeto leva para existir.
Só que usar IA para programar do jeito que a maioria usa, jogando pergunta solta num chat e colando a resposta, produz código que ninguém entende e que ninguém consegue refazer depois. O ganho de velocidade se paga em dívida.
O que usamos é um método com quatro princípios:
- Contexto pesado antes de qualquer comando. Explicar o problema inteiro e entregar todos os dados antes de pedir qualquer coisa. A maior parte das respostas ruins vem de pergunta feita sem contexto, não de limitação do modelo.
- Interrogar o resultado, nunca aceitar. Número que aparece é número que precisa ser explicado. De onde veio, como foi calculado, o que acontece no caso fora do padrão.
- Trabalho rastreável, não chat descartável. Saída em arquivo, versão localizável, decisão registrada. Conversa de chat some; o que vira arquivo fica e pode ser auditado depois.
- Reprodutível. O que funcionou uma vez vira regra escrita, para funcionar sempre e para outra pessoa conseguir repetir.
Onde a IA entra
Aqui a IA está no processo, não no produto. O sistema entregue pode não ter uma linha de inteligência artificial rodando dentro dele, e ainda assim ter sido construído com IA do começo ao fim.
Na prática isso aparece em três lugares:
- Entender base de código e sistema legado mais rápido do que lendo arquivo por arquivo, que é onde costuma ir o tempo no início de um projeto.
- Escrever o trecho repetitivo e sobrar atenção humana para a parte que exige decisão.
- Documentar enquanto constrói, em vez de deixar para o fim, quando ninguém mais lembra por que a escolha foi feita.
O que isso muda para quem contrata: menos tempo entre aprovar e ver funcionando, e a possibilidade de corrigir o rumo no meio do caminho, quando ainda é barato corrigir.