Você não é Clarice Lispector mas pode vencer um Hackaton de IA

Semana retrasada fizemos a segunda edição do Hackathon de IA de Finanças no Itaú, com apoio da Microsoft — dezenas de profissionais reunidos para usar Inteligência Artificial para resolver problemas reais de uma área de finanças moderna.

Sexta-feira foi o dia de nos reunirmos no auditório do Prédio do Aço para vermos o que fora produzido. Pessoas de tecnologia, operações e analistas de finanças reunidos como um só time multidisciplinar. Centenas de outras assistindo das cadeiras do auditório ou das cadeiras de casa o que cada um produzira. Assistindo um futuro que chega sem pedir licença, onde a linha que separa o cientista da computação do operador ou analista de finanças evapora como naftalina.

Para entender o cenário, permitam-me dar um passo atrás e olhar para a nossa estratégia. Quando o tsunami da Inteligência Artificial bateu na porta, decidimos não entrar em pânico ~e̶m̶b̶o̶r̶a̶ ̶u̶m̶ ̶l̶e̶v̶e̶ ̶d̶e̶s̶e̶s̶p̶e̶r̶o̶ ̶n̶o̶s̶ ̶c̶o̶r̶r̶e̶d̶o̶r̶e̶s̶ ̶s̶e̶j̶a̶ ̶o̶ ̶p̶a̶d̶r̶ã̶o̶ ̶c̶o̶r̶p̶o̶r̶a̶t̶i̶v̶o̶ ̶a̶c̶e̶i̶t̶á̶v̶e̶l̶~. Optamos por uma abordagem de pinça. De um lado, o pomposo e estruturante Top-Down: projetos gigantes, de pesquisa e desenvolvimento pesado, que vão fatalmente mudar as finanças globais. São navios transatlânticos que andam no ritmo ululantemente lento que a magnitude deles exige.

Do outro lado, a mágica silenciosa: a estratégia Bottom-Up. Porque a IA vai engolir o trabalho de todo mundo, do estagiário ao diretor, e o primeiro obstáculo a ser demolido não é tecnológico; é o medo. Para curar o medo corporativo, você não dá palestras motivacionais com frases de efeito de algum coach de LinkedIn; você dá a ferramenta na mão do peão. Soltamos o Microsoft Copilot para a galera. Promovemos treinamentos massivos. O mundo, quase sempre, se transforma assim: você arruma o seu metro quadrado, aumenta sua produtividade, o coleguinha do lado acha legal e copia, e, sub-repticiamente, você tem um movimento.

Esse hackathon era o ápice do tal Bottom-Up. E o que eu testemunhei lá foi a materialização de uma profecia de Tim O’Reilly, aquele sujeito que ganha a vida colocando gravuras de animais exóticos em capas de livros de TI. Há anos ele prega que a programação é a “nova alfabetização”. A frase dele sempre me assombrou: “A programação é como falamos com as máquinas que estão cada vez mais tecidas em nossas vidas. Se você não é um programador, você é como uma daquelas pessoas iletradas da Idade Média a quem o clero alfabetizado dizia o que pensar”.

Nós, os profissionais de TI, fomos esse clero. Uma ordem sacerdotal insuportável que detinha o monopólio da comunicação com os deuses de silício. Se a área de negócios quisesse um milagre — leia-se: automatizar um processo — , tinha que vir até nós, preencher um pergaminho burocrático chamado “Especificação de Requisitos” e aguardar seis meses pela nossa benevolência.

Mas aí veio Jensen Huang, o CEO da Nvidia, aquele homem onipresente de jaqueta de couro que hoje basicamente dita o ritmo de rotação do planeta, e declarou o fim do nosso feudo. “A nossa língua materna é a nova linguagem de programação”, disse ele.

E o desgraçado tem razão. A sintaxe morreu. Aprender onde colocar a porcaria do colchete ou como instanciar uma variável deixou de ser o porteiro do clube.

Mas há uma armadilha intelectual gigantesca aí, e tem muito “faria limer” caindo nela com um sorriso no rosto. Se a sintaxe morreu, se desenvolver software ficou tão fácil quanto pedir um Uber, então somos todos engenheiros de software agora, certo?

Ledo engano.

Em 2006, muito antes do ChatGPT ser sequer um delírio febril, Jeannette Wing publicou um artigo seminal chamado Computational Thinking (Pensamento Computacional). Wing argumentava que pensar como um cientista da computação não era sobre codar. Era sobre abstração. A capacidade de pegar um problema colossal, caótico, e quebrá-lo em partes menores e independentes (eu pesquisei isso para explicar melhor, mas ok, chame de decomposição). Entender heurísticas, prever onde o sistema vai falhar — porque, meu caro leitor, ele sempre falha — e desenhar o fluxo de recuperação.

Wing defendia que isso deveria ser ensinado às crianças junto com a leitura e a aritmética. É uma habilidade para humanos, não para máquinas.

Isso ficou escancaradamente óbvio no hackathon. As equipes que ganharam não foram as que falavam mais bonito com o Copilot. Foram as que estruturaram melhor o problema. A IA cospe código impecável em dez segundos, mas é o analista financeiro que precisa saber qual problema está sendo resolvido, onde a regra de negócio vai explodir e como a informação tem que fluir de forma segura. Saber lidar com os próprios programinhas e automatizar sua planilha não faz de você um desenvolvedor profissional maduro, capaz de arquitetar um sistema corporativo que não desabe na primeira Black Friday.

Costumo dizer aos meus alunos uma obviedade que machuca o ego: todos nós aprendemos a ler e escrever na escola. Dominamos o vocabulário, a gramática, o uso da crase. Mas isso não transformou nenhum de nós na Clarice Lispector. A ferramenta da linguagem é apenas o ônibus; o que importa é a capacidade de estruturar o pensamento, observar o mundo e extrair dele o que é essencial.

A IA nivelou a gramática do código. Ela agora é gratuita e gerada por demanda. O que sobrou, limpo e inegociável, foi o Pensamento Computacional. Como O’Reilly previu, um médico que domina essa lógica se torna um médico muito melhor, não um programador júnior. Eles não estão mudando de profissão; estão apenas ganhando superpoderes para exercer a própria.

Ao final das apresentações, a banca julgadora ~c̶o̶m̶ ̶t̶o̶d̶a̶ ̶a̶ ̶s̶o̶l̶e̶n̶i̶d̶a̶d̶e̶ ̶q̶u̶e̶ ̶o̶ ̶c̶a̶r̶g̶o̶ ̶e̶x̶i̶g̶e̶~ se reuniu para debater. E ficou claro que dois tipos de solução emergem de uma iniciativa Bottom-Up.

Há os projetos grandes demais para caber no dia a dia — precisam subir para o universo Top-Down, ganhar infraestrutura, pesquisa, desenvolvimento sério. São os transatlânticos em construção.

E há os meus favoritos. Projetos pequenos, nascidos da necessidade real de alguém. Um analista que organizou fontes de dados, montou um conjunto de prompts, e agora lê centenas de documentos internos para rascunhar pareceres técnicos em minutos. Sem megalomania. Sem sprint de seis meses. Só um profissional que entendeu o problema, estruturou a solução e usou a ferramenta disponível.

Isso é pensamento computacional em ação. Não é a Clarice Lispector — ela continua sendo uma só e insubstituível. Mas é alguém que aprendeu a usar a língua com precisão suficiente para dizer exatamente o que precisa.

E isso é o mais importante para mudar o mundo, mudar finanças. Começando pelo próprio metro quadrado.