Por Ernesto Andreghetto · 26 de outubro de 2026
- Sim, ainda é sobre IA no nosso dia a dia.
Desabafo em forma de artigo novamente? Talvez, mas vale a pena ir até o fim se você estiver curioso o que eu vou te oferecer aqui: Por que a próxima grande transformação da inteligência artificial talvez não esteja nas ferramentas que usamos, mas na capacidade de criar nossas próprias ferramentas.
Tenho feito uma coisa nos últimos tempos que, até pouco tempo atrás, exigiria uma estrutura técnica bem diferente da que tenho hoje. Estou criando ferramentas.
Ferramentas para meus processos de produção audiovisual, edição, pós-produção e outras necessidades que aparecem no trabalho. Algumas bastante específicas, outras que provavelmente interessariam a mais gente.
E estou fazendo isso conversando com uma inteligência artificial. Uma. Só uma.
Não estou falando de abrir uma plataforma de IA que já faz o serviço, apertar três botões e comemorar porque economizei quinze minutos. Isso também é ótimo, claro. Mas estou falando de outra coisa. Estou falando de criar a própria ferramenta.
E, sinceramente, acho que ainda tem muita gente que não percebeu o tamanho dessa possibilidade. Talvez porque estejamos tão acostumados a consumir tecnologia que nem nos damos conta de que começamos a poder construí-la.
E aí mora uma mudança que considero muito mais interessante do que qualquer vídeo gerado por IA com um dragão atravessando uma avenida em Tóquio. (Nada contra o dragão, inclusive já fiz coisas parecidas. Mas vamos combinar que a humanidade já atravessou essa fase do espanto.)
Vou explicar pelo meu universo, o audiovisual.
Imagine uma gravação de 40 minutos, com uma pessoa sentada perto de uma janela. A câmera está fixa, o enquadramento está bonito, a luz foi pensada, tudo maravilhoso. Só esqueceram de avisar ao sol que ele precisava respeitar a continuidade fotográfica. Durante a gravação, a iluminação muda. Uma nuvem aparece, a exposição varia, a temperatura de cor se altera. Quando você abre o material na edição, percebe que aquela cena visualmente uniforme que imaginou não existe exatamente daquela maneira.
Quem trabalha com pós-produção conhece bem essa alegria. Existem recursos para corrigir o problema, obviamente. Você pode analisar trechos, ajustar exposição, trabalhar curvas, temperatura de cor, criar correções graduais, usar ferramentas de correspondência e por aí vai. Tudo muito bonito. E trabalhoso.
Agora imagine que, em vez de procurar um plugin ou passar horas executando o mesmo tipo de ajuste, eu abra uma IA e diga:
“Preciso criar uma ferramenta que analise as mudanças de iluminação ao longo dessa gravação, identifique as variações de exposição e cor, compare os trechos com uma referência visual e me ajude a automatizar as correções usando os recursos internos do meu editor. Quero poder revisar os resultados e manter o controle sobre a imagem.”
Importante perceber o que eu pedi, por que: Eu não estou pedindo para a IA inventar outra cena. Tampouco estou procurando um filtro mágico que uniformize tudo e destrua a fotografia no processo. Estou descrevendo um problema técnico e propondo a construção de uma solução. Nada de generativo.
A IA pode me ajudar a organizar a lógica, desenvolver os cálculos, escrever scripts, estudar a documentação do programa e construir uma integração, quando o software permite esse tipo de operação. ( e posso dizer que a maioria comum já permite).
Depois vêm os testes, os erros, as correções e aquela parte deliciosa em que a máquina acredita ter resolvido tudo, mas você olha para o resultado e percebe que ela resolveu um problema que ninguém tinha. Sim, isso acontece bastante, desde que inventaram os computadores, alias.
Mas existe uma diferença fundamental em relação ao modelo de trabalho ao qual estávamos acostumados: Eu não preciso mais começar procurando uma ferramenta que alguém desenvolveu para resolver meu problema. Posso começar tentando desenvolver a minha para o meu problema especifico.
E é exatamente essa lógica que tenho explorado, e vou incentivar vocês a fazerm comigo.
A mudança não está apenas na tecnologia. Está na maneira de pensar.
Durante décadas, nós nos acostumamos a trabalhar dentro das possibilidades oferecidas pelos programas. Um software tem determinadas funções. Você aprende essas funções, desenvolve seu fluxo de trabalho e encontra maneiras de resolver problemas usando o que está disponível.
Quando falta alguma coisa, procura um plugin. Quando o plugin não existe, procura outro software. Quando nada resolve, contrata alguém para desenvolver ou aceita que aquilo precisará continuar sendo feito manualmente. Claro que pessoas com conhecimento de programação sempre puderam criar suas próprias soluções. Não estou dizendo que inventamos a personalização de software em 2026. A diferença é que agora essa possibilidade começa a alcançar profissionais que não possuem formação em desenvolvimento. E é ai que volto a bater na tecla da democratização da forma de produção.
Porque um editor experiente pode não saber escrever uma linha de código, mas entende profundamente o que acontece com a imagem quando uma fonte de luz muda de intensidade. Um fotógrafo pode não saber desenvolver um algoritmo, mas entende exposição, balanço de branco, contraste, latitude e comportamento da luz. Um produtor audiovisual pode não saber construir um sistema de automação, mas conhece perfeitamente os gargalos de um fluxo de produção. Essas pessoas já possuem o principal: conhecimento sobre o problema e fluxo de solução. O que faltava, muitas vezes, era uma maneira acessível de transformar esse conhecimento em ferramenta, software ou… isso ai. E quem esta ocupando esse espaço lindamente? A Inteligência artificial… com esse nome assustador e todo o paconte de alerte de filme de sci fi mesmo.
Ela não transforma automaticamente todo mundo em programador. (Isso é obvio, não sejam tão presinçosos também, vai) Mas, pode ajudar a traduzir raciocínio profissional em estruturas que um computador consegue executar.
E aqui eu provoco:
Talvez estejamos dando atenção demais à capacidade da IA de criar coisas e atenção de menos à capacidade que ela nos oferece de criar maneiras de fazer coisas.
Parece uma diferença pequena. Spoiler: Não é.
A academia já estava olhando para isso. Bem antes de a IA virar assunto de almoço.
Em 1962, Douglas Engelbart publicou Augmenting Human Intellect: A Conceptual Framework.
A ideia central era estudar como a tecnologia poderia ampliar nossa capacidade de compreender problemas e desenvolver soluções. Estamos falando de 1962. Uma época em que a maioria das pessoas sequer imaginava ter um computador pessoal, muito menos conversar com um sistema capaz de escrever código.
Engelbart não estava pensando em máquinas que simplesmente substituíssem o raciocínio humano. Ele investigava maneiras de ampliar nossa capacidade intelectual por meio da integração entre pessoas, métodos e ferramentas.
Mais tarde, em 2005, Eric von Hippel publicou Democratizing Innovation, pela MIT Press, discutindo como os próprios usuários podem desenvolver soluções para suas necessidades, em vez de depender exclusivamente dos fabricantes. Uma ideia bastante lógica, aliás. Quem conhece melhor determinados problemas do que as pessoas que convivem diariamente com eles?
Em 2006, pesquisadores reuniram estudos sobre algo chamado End-User Development. Basicamente, a possibilidade de usuários criarem ou modificarem aplicações sem precisar assumir o papel tradicional de um desenvolvedor profissional. Ou seja, essa discussão não nasceu com o ChatGPT, nem com qualquer outro modelo generativo.
O que estamos testemunhando agora é uma tecnologia que pode reduzir significativamente a distância entre essas ideias e sua aplicação cotidiana. E existe uma consequência interessante nisso.
O conhecimento que antes servia apenas para operar uma ferramenta agora também pode orientar a construção dela.
Olha se essa frase não é uma virada de chave pra você que se sentia somente o operador técnico. Inclusive a maneira como deveríamos pensar nossa formação profissional.
Saber pedir não é saber escrever palavras bonitas.
Existe uma indústria inteira dedicada a ensinar prompts. Alguns conteúdos são ótimos, obviamente. Outros parecem acreditar que basta colocar “aja como um especialista mundial” antes de uma pergunta para o computador adquirir instantaneamente um doutorado em qualquer coisa. Seria ótimo, né?
Mas a realidade costuma ser um pouco menos generosa. Inclusive, você que esta ensinando esse tipo de “prompt”, você é desonesto com seu público. Melhore.
Em 2025, pesquisadores publicaram um estudo chamado Substance Beats Style: Why Beginning Students Fail to Code with LLMs, apresentado na conferência NAACL. O trabalho investigou dificuldades de estudantes iniciantes ao solicitar código para modelos de linguagem. Uma das conclusões mais interessantes foi que o conteúdo das informações fornecidas tinha maior importância para o sucesso das solicitações do que simplesmente conhecer o vocabulário técnico adequado. Em outras palavras, o problema não era apenas saber falar a língua da máquina. Era saber fornecer a informação de que ela precisava. E isso conversa diretamente com a experiência que estou tendo atualmente.
Quando penso em desenvolver uma ferramenta, preciso compreender o problema, organizar suas etapas, estabelecer critérios e definir o que considero um resultado aceitável. Preciso saber quando a “inteligência artificial” está errada. Principalmente quando ela está errada com muita convicção, uma especialidade que esses sistemas dominam com certo entusiasmo, ela é programada para parecer certa, acrreditem, ela vai te convencer, não caiam nessa.
E talvez esse seja um dos grandes deslocamentos profissionais que estamos vivendo. A capacidade de executar continua importante. Mas a capacidade de formular, estruturar, avaliar e dirigir processos tecnológicos começa a ganhar uma dimensão completamente nova. O pensamento passa a ter possibilidades de execução que antes dependiam de conhecimentos técnicos muito mais especializados.
Não significa que tudo ficou simples. Significa que uma parte importante da complexidade pode começar a ser mediada pela linguagem. E, para quem trabalha com criação, isso deveria provocar algumas boas noites de reflexão.
Enquanto isso, a fábrica de assinaturas continua funcionando.
Experimente procurar ferramentas de IA para audiovisual. Ferramentas para legendar vídeos automaticamente. Ferramentas para identificar os melhores cortes. Ferramentas para corrigir áudio, organizar arquivos, editar vídeos, gerar transcrições, criar legendas animadas, automatizar publicações. Tem de tudo. E quase sempre existe uma mensalidade esperando você no final do processo. Nada contra cobrar por software. A pessoa criou, afinal, ela vende o que ela quiser.
Desenvolver, manter, atualizar, oferecer segurança, suporte e estabilidade custa dinheiro. Uma boa ferramenta pode economizar tantas horas de trabalho que sua assinatura se paga tranquilamente. O que começou a me incomodar foi outra coisa.
A quantidade de soluções comercializadas como se o usuário fosse incapaz de construir qualquer alternativa, “seis não são burros”. E a quantidade de gente que simplesmente aceita essa premissa. Você vê uma ferramenta capaz de produzir legendas automaticamente, por exemplo, e pensa: “Que incrível. Preciso assinar isso.”
Mas raramente se pergunta: “Como essa ferramenta funciona? Será que consigo desenvolver uma versão mais simples, adequada ao meu trabalho?”. E provavelmente consegue sim, na maioria dos cenários.
Talvez descubra que precisa de uma biblioteca de reconhecimento de fala, um sistema para organizar os tempos das palavras, uma interface simples e uma maneira de enviar o resultado ao seu programa de edição. Talvez uma IA consiga ajudá-lo a estruturar e programar boa parte disso, e muitas vezes, tudo isso. Talvez você encontre limitações técnicas e conclua que vale muito mais pagar pela solução existente… para, ainda não, tenho certeza que você sabe que limitação é essa e vai poder pedir para sua IA favorita descobrir a solução, né?
Percebem como o raciocínio mudou?
A assinatura passa a ser uma escolha baseada em conveniência, e não necessariamente a única alternativa que você acredita possuir.
E isso, convenhamos, não costuma aparecer com muito destaque nas campanhas de quem vende ferramentas prontas. O mercado é excelente em apresentar o resultado. Nem sempre demonstra o mesmo entusiasmo em mostrar como podemos construir algo semelhante. A vitrine costuma receber mais investimento do que a oficina.
E os desenvolvedores? E os empregos? E todo o resto?
Seria muito leviano da minha parte tratar essa transformação como se ela não tivesse consequências profissionais e econômicas. Tem. E provavelmente muitas.
A ampliação da capacidade de desenvolver ferramentas com IA altera relações de trabalho, pressiona modelos comerciais e modifica a maneira como determinados serviços são contratados. Profissionais de desenvolvimento continuam fundamentais, especialmente quando falamos de sistemas complexos, segurança, arquitetura, escalabilidade, manutenção e integrações críticas. Uma ferramenta que funciona no meu computador não é automaticamente um produto confiável para milhares de usuários. Existe um universo de engenharia entre essas duas coisas.
Mas também seria desonesto ignorar que parte das soluções que antes exigiam uma contratação especializada pode, em determinadas circunstâncias, ser desenvolvida com muito mais autonomia. É uma mudança real.
E prefiro discutir suas consequências abertamente a fingir que nada está acontecendo para preservar a tranquilidade do mercado. Aliás, eu já escrevi sobre a curva de aprendizado que o mercado de IA finge que não existe. Continuo pensando da mesma maneira.
A IA não é igualmente acessível para todos. Existem barreiras econômicas, educacionais, tecnológicas e culturais que não desaparecem porque alguém decidiu colocar uma caixa de texto numa interface bonita. Dizer que uma capacidade está se tornando mais acessível não significa dizer que todos já conseguem utilizá-la. Existe uma diferença enorme aí.
E talvez seja justamente por isso que precisamos falar mais sobre essas possibilidades, em vez de transformá-las em outro conhecimento restrito a quem consegue pagar.
O que mais me intriga é a barreira que criamos na própria cabeça.
Tenho a impressão de que uma parcela dos profissionais já aprendeu a perguntar para a IA como executar tarefas, mas ainda não percebeu que pode pedir ajuda para construir sistemas que executem essas tarefas. É quase uma herança do nosso relacionamento com a tecnologia.
Vivemos numa sociedade extraordinariamente eficiente em transformar problemas em produtos. Precisa resolver alguma coisa? Existe uma ferramenta. Precisa fazer mais rápido? Existe uma versão profissional. Precisa de uma funcionalidade específica? Existe uma assinatura. Provavelmente anual, porque alguém precisa pensar na saúde financeira das empresas.
Nada disso seria especialmente problemático se, ao longo desse processo, não tivéssemos aprendido a associar quase toda necessidade à aquisição de uma solução pronta.
Em 1973, Ivan Illich já discutia como as sociedades industriais podiam transformar pessoas em consumidoras cada vez mais dependentes de soluções fornecidas por instituições especializadas. Há um estudo brasileiro de 2020, publicado na revista acadêmica Cadernos EBAPE.BR, que analisa exatamente essa relação entre tecnologia, dependência e perda de autonomia, aqui.
Em 2002, Gerhard Fischer questionava por que tantos ambientes digitais continuavam tratando os usuários principalmente como consumidores, quando poderiam estimulá-los a participar da própria construção da tecnologia. Olha aqui.
A questão é que, durante muito tempo, essa divisão de papéis parecia natural. Alguns desenvolviam. Outros compravam. E nós nos tornamos consumidores muito competentes.
Sabemos comparar planos, identificar funcionalidades, procurar cupons de desconto e calcular quantas assinaturas conseguimos manter antes de precisar de uma assinatura para organizar as assinaturas. Mas será que aprendemos, na mesma proporção, a questionar como essas soluções são construídas? E, principalmente, se poderíamos construir alguma coisa por conta própria?
Não quero transformar toda empresa de software numa organização dedicada a impedir a autonomia humana. Seria uma análise preguiçosa. Existem empresas extraordinárias desenvolvendo soluções que dificilmente conseguiríamos reproduzir individualmente. Mas existe algo curioso quando um profissional que domina profundamente sua atividade acredita ser incapaz de desenvolver uma ferramenta para ela.
Talvez essa impossibilidade não seja inteiramente técnica, talvez seja, em parte, uma percepção construída ao longo de décadas. E aqui a IA generativa começa a tornar essa discussão particularmente interessante. Porque ela reduz algumas das barreiras que historicamente separavam o conhecimento sobre um problema do conhecimento necessário para desenvolver sua solução. E isso altera significativamente o ponto de partida.
Um editor de vídeo não precisa necessariamente se tornar engenheiro de software para começar a experimentar o desenvolvimento de uma ferramenta específica para seu trabalho. Ele precisa conhecer seu problema, compreender o resultado desejado e aprender a conduzir um processo de construção, testes e ajustes com auxílio da IA. E, ainda, talvez descubra que a fronteira entre quem usa e quem desenvolve nunca foi tão absoluta quanto imaginava.
O que me interessa é mostrar que autonomia também é poder escolher. E para escolher de verdade, primeiro precisamos saber que existem alternativas, ou … perceber que elas existam.
Talvez a maturidade da IA esteja exigindo um amadurecimento nosso.
Passamos um bom tempo maravilhados com o que os modelos conseguiam produzir. Textos, imagens, músicas, vídeos, vozes, animações. Foi uma fase importante. Ainda é, em muitos aspectos.
Mas o espanto com o resultado não deveria nos impedir de perceber uma transformação talvez mais profunda. A possibilidade de utilizar a IA como parceira na construção dos nossos próprios meios de produção. E aqui faço questão de destacar uma palavra:
próprios
Não porque devamos trabalhar isoladamente, dispensar especialistas ou reinventar tudo o que já existe. Mas porque autonomia também significa compreender que podemos interferir nas ferramentas, adaptá-las, questionar seus limites e criar alternativas. Talvez nossa próxima grande habilidade profissional não seja dominar mais cinquenta softwares, seja, apenas, aprender a pensar melhor sobre os problemas que temos e utilizar a tecnologia para construir soluções que antes sequer consideraríamos desenvolver.
A conversa deixa de ser sobre produtividade e passa a ser sobre capacidade de realização.
Agora quero fazer um convite. De verdade.
Se você trabalha com audiovisual, edição, criação, comunicação ou qualquer outra atividade e tem um problema que acredita que poderia ser resolvido por uma ferramenta, venha conversar comigo. Eu quero te mostrar como estou fazendo isso. Sem cobrar nada.
Não estou oferecendo um curso, uma consultoria comercial disfarçada ou mais uma assinatura para você aprender a cancelar daqui a três meses. Quero compartilhar o processo. Mostrar como podemos sair de uma necessidade real, organizar o raciocínio, conversar com uma IA, desenvolver uma primeira solução e testar o que funciona.
Talvez você descubra que consegue construir algo bastante útil. Talvez encontre dificuldades, precise estudar um pouco mais ou conclua que determinado software pronto continua sendo a melhor alternativa. Tudo bem.
Também não prometo que você nao tera barreiras financeiras. As IAs mais capazes geralmente são pagas, algumas ferramentas exigem infraestrutura e existem limitações técnicas que precisam ser respeitadas. Mas não quero cobrar para mostrar a alguém que essa porta existe, porque acredito que o conhecimento sobre essas possibilidades precisa circular.
E porque me incomoda a ideia de que profissionais extremamente competentes, com décadas de experiência em suas áreas, continuem acreditando que só podem trabalhar com aquilo que alguém decidiu desenvolver para eles.
Seu conhecimento profissional pode servir para muito mais do que operar ferramentas. Ele também pode orientar a criação delas.
E talvez essa seja uma das contribuições mais importantes da inteligência artificial neste momento. Não fazer tudo por nós. Mas ampliar aquilo que conseguimos fazer a partir do que sabemos.
Então, se você tiver curiosidade, me chama. Traga um problema real do seu trabalho. Nem precisa saber como transformá-lo num prompt. A gente começa entendendo o problema.
Porque, sinceramente, acho que já existem pessoas demais tentando vender respostas prontas. Gostaria de ver mais gente descobrindo que também pode construir as próprias respostas.
A IA amadureceu. Talvez esteja na hora de pararmos de perguntar apenas o que ela consegue fazer e começarmos a descobrir o que somos capazes de criar com ela.
Ernesto Andreghetto
Converse com Ernesto Andreghetto no LinkedIn sobre uma ferramenta que você gostaria de criar com IA.
Leia também: A estética que nasce genial e morre virando preset.