Professor de Princeton: Seu Próximo Chefe Será um Algoritmo. Quem o Controla?

ESP

Capa de «Professor de Princeton: Seu Próximo Chefe Será um Algoritmo. Quem o Controla?»

O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.

Hoje entrevistei Andrés Monroy Hernández, professor e pesquisador da Universidade de Princeton, onde dirige o laboratório de human-computer interaction que estuda como interagimos com a tecnologia.

Antes de trocar o Vale do Silício pela academia, Andrés fundou o time de realidade aumentada do Snapchat e passou anos na Microsoft Research.

A tese central dele é que a discussão sobre se a IA vai tirar o nosso emprego desvia a atenção de algo que já está acontecendo: milhões de pessoas já têm um chefe que é um algoritmo, que decide quanto elas ganham e que tarefas fazem. E que o problema de fundo não é o desaparecimento dos empregos, e sim a dependência de uma única entidade centralizada.

Falamos sobre por que ele acredita que quase todas as profissões, de um médico a um contador, vão acabar trabalhando em plataformas no estilo Uber, e sobre que alternativas existem para que isso não signifique precarização.

Estrutura e Principais Destaques

De Onde Vem o Olhar Dele

  • Os pais dele eram ativistas políticos focados em questões trabalhistas no México; mudaram-se da Cidade do México para Saltillo para organizar os trabalhadores das montadoras que estavam vindo dos Estados Unidos
  • Cresceu com o otimismo tecnológico dos anos 80: a ficção científica como futuro desejável
  • Um tio, doutorando em matemática, respondia por carta a perguntas básicas (por que -1 × -1 é positivo) e abriu para ele a porta da pesquisa
  • Por que esse otimismo se desgastou: as empresas de tecnologia começaram como alternativas e, a partir de ~2010, viraram empresas como quaisquer outras

Como Criticar a Tecnologia sem Virar Cínico

  • Usá-la você mesmo: ser early adopter, das redes sociais aos LLMs
  • Conhecer de perto as pessoas que a constroem, que em geral têm boas intenções
  • A crítica dele à academia: quem nunca se conectou com a indústria produz críticas superficiais ou que terminam em “o problema é o capitalismo”, e ali a conversa acaba

Por que Ele Deixou a Indústria

  • Depois de uma década na Microsoft e na Snap, não havia incentivo interno para projetos de foco social
  • Na Microsoft Research (2012-2013) tentaram criar com sindicatos uma alternativa ao Uber, mas os sindicatos desconfiavam: “por que alguém da Microsoft quer fazer isso com a gente?”
  • Dentro de uma empresa você tem flexibilidade sobre o próprio tempo, mas é difícil convencer colegas a trabalhar em algo que não ajuda o bottom line

O Problema Real: Centralização, não Desemprego

  • O que já acontece hoje: o algoritmo como chefe, sem relação direta com o empregador nem com colegas de trabalho
  • O gig work como prévia de como o trabalho vai ser em geral
  • “Se você é a General Motors ou a Ford e 20% do seu processo interno depende da Anthropic ou da OpenAI, isso é um grande risco”
  • O paralelo com a nuvem: as grandes empresas distribuem sua infraestrutura entre vários fornecedores em vez de depender de um só
  • No plano pessoal, ele usa vários modelos de propósito, para não se acostumar a um só

Protocolizar em Vez de Regular

  • Bluesky e AT Protocol como prova de conceito: a mesma experiência de usuário do Twitter, sem que uma única empresa controle dados, feed ou moderação
  • O laboratório dele está construindo um protocolo aberto para delivery de comida, com três atores: restaurante, entregador e cliente
  • Um protocolo é, primeiro, um documento público; depois alguém implementa um software open source sobre ele, e qualquer um pode fazer um fork compatível
  • Eurosky: alternativa europeia ao Bluesky, hospedada e operada na Europa por autonomia política e de dados

A Objeção dos Network Effects

  • O contra-argumento clássico: os efeitos de rede exigem um capital enorme para decolar
  • Ele responde que a própria internet nasceu de efeitos de rede sem depender de uma empresa. HTTP, HTML, DNS e SMTP são a prova
  • “Empresas como Uber, Airbnb, Facebook querem nos fazer acreditar que a única forma de fazer isso é o modelo que elas têm”
  • A nuance: o Facebook não é uma rede de verdade, é um único nó; uma rede de verdade teria várias entidades interoperando
  • O problema de incentivos: ninguém investe em HTTP porque ninguém é dono do HTTP. É o mesmo debate de hoje entre modelos fechados e open source
  • E uma diferença de custo real: escrever o HTTP foi redigir um documento; treinar um modelo custa muitíssimo capital

Por que o Feed com IA do Bluesky Fracassou

  • O Bluesky testou deixar o usuário descrever com IA o feed que queria, e a comunidade não aderiu
  • Uma das doutorandas dele está pesquisando por quê
  • O que ele vê por trás: o lançamento estava desalinhado com os valores de uma comunidade que chegou lá por decisão política e com ressalvas em relação à IA
  • Houve mal-entendidos, como achar que os posts deles treinariam um LLM
  • Em conversas mais aprofundadas, as opiniões são mais matizadas: muitos aceitam LLMs se o modelo for local ou não pertencer a um lab centralizado

O que Muda e o que se Intensifica com a IA

  • “IA” como termo é pouco produtivo: é como perguntar se você é contra “o transporte” sem distinguir bicicletas de aviões
  • O chatbot como interface é temporário: ele não acredita que daqui a 10 anos continuaremos usando chatbots assim
  • O que volta é a ubiquitous computing, a visão dos anos 90: computação espalhada pelo ambiente e pouco visível
  • Sobre os alunos dele: usar um LLM para tudo é como pagar a academia e ficar vendo televisão
  • Ele está otimista de que em 5 ou 10 anos vamos identificar melhor os limites de quando usar essas ferramentas

Status, Desigualdade e a “Addictionless Economy”

  • A hipótese de Enzo: não usar tecnologia vira sinal de status, e quem precisa trabalhar a usa por obrigação
  • Andrés confirma que isso já acontece: no primeiro dia dele na Snap, o retiro começava com a entrega do celular numa bandeja e oito horas desconectado
  • Preocupa-o que o efeito cognitivo e trabalhista recaia sobre quem tem menos recursos
  • O paralelo com a comida orgânica: de luxo inacessível a prateleira do Walmart, via mudança social mais regulação

Agentes: A Versão Utópica e a Distópica

  • Utópica: cada trabalhador com o próprio agente que o defende, recusa trabalhos abaixo do seu mínimo e aprende suas preferências
  • Um futuro em que todos somos gig workers, de um médico a um contador
  • Por que ele acredita nisso: pagar salário fixo é economicamente menos “extraível” do que pagar por minuto trabalhado
  • O que ele teme para a região: empreendedores latino-americanos transformando a economia informal em gig economy, sem melhorar as condições
  • O contraexemplo de que ele gosta: a Empower, em Washington DC, uma alternativa ao Uber em que o motorista paga uma mensalidade. O cliente da plataforma é o trabalhador, e não o contrário

Onde a Autonomia Total se Quebra

  • As pessoas gostam de trabalhar em alguma coisa: quem se aposenta se dedica à cerâmica ou à horta
  • A versão utópica da autonomia é descobrir do que você gosta de fazer e delegar o resto

Quem Tem o Poder na Era dos Modelos

  • O modelo vira commodity; o poder vai para a camada de interface e de memória com o usuário
  • O contrato da Apple com o Google para que o Gemini turbine a Siri como sinal: o usuário não se importa com o modelo que está por trás
  • É aí que entra o harness, a camada entre o modelo e quem o usa
  • O corte de acesso ao Fable 5 por decisão de governo como exemplo do que acontece se você depende de um único modelo

O que Não Copiar do Vale do Silício

  • Não aceitar como padrão nem a centralização nem os modelos de negócio baseados em publicidade
  • O que lhe interessava no blockchain não eram as criptomoedas, e sim os protocolos projetados para descentralizar o poder
  • Ele combina três vetores: regulação, empresas com modelos de negócio alternativos e comunidades de hobbistas
  • Os coding agents open source como renascimento: o grande obstáculo do open source era o capital, e os agentes o reduzem
  • Sobre regular: o GDPR buscava proteger o consumidor e acabou fortalecendo os incumbentes, porque só as grandes conseguem pagar o cumprimento

A Conversa que Vem por Aí

  • O impacto cognitivo da tecnologia, hoje discutido na academia, vai chegar às mesas de família
  • Ele prevê uma volta ao místico e à busca de comunidade diante da pergunta sobre o que estamos fazendo aqui
  • E também movimentos pró-IA com caráter quase religioso. Enzo observa que alguns labs já escrevem nesses termos

Glossário do Vale do Silício

TermoO que significaContexto no episódio
Human-computer interaction (HCI)Disciplina que estuda como as pessoas interagem com a tecnologiaA área do laboratório que Andrés dirige em Princeton
Gig economyTrabalho por tarefa, sem vínculo trabalhista tradicional, intermediado por plataformasO objeto de estudo dele: Uber, DoorDash, DiDi como o presente do futuro do trabalho
ProtocoloDocumento público que define como as peças de um sistema se comunicam entre siA proposta central dele: protocolizar as plataformas de trabalho como foi feito com o e-mail
AT ProtocolO protocolo aberto criado pelo BlueskyPermite que outras entidades construam alternativas compatíveis
DescentralizaçãoDistribuir o controle de dados, feed e moderação em vez de concentrá-lo em uma empresaO princípio que o laboratório dele tenta levar das redes sociais para o trabalho
Network effectsO produto vale mais quanto mais usuários temA objeção clássica à tese dele, e o ponto que ele contesta: o Facebook é um único nó, não uma rede
Captura regulatóriaQuando a regulação acaba favorecendo as empresas que pretendia limitarA leitura dele do GDPR na Europa
Ubiquitous computingVisão dos anos 90: computação espalhada pelo ambiente e pouco visívelO que ele acredita que volta, no lugar do chatbot como interface dominante
HarnessA camada que envolve o modelo e define como ele é usadoOnde ele situa o poder real, mais do que no próprio modelo
Comoditização do modeloOs modelos se tornam intercambiáveis e o valor migra para outra camadaA leitura dele do acordo Apple-Gemini
Modelos de fronteiraOs modelos fechados mais avançados de cada labContrapostos aos open source no debate sobre quem pode investir em quê
Bottom lineO resultado financeiro da empresaPor que era difícil sustentar projetos sociais dentro da Microsoft ou da Snap

Livros, Pessoas e Referências

Pessoas Mencionadas

  • Andrés Monroy Hernández: professor e pesquisador em Princeton, ex-Microsoft Research e ex-Snap
  • Enzo Cavalie: host do podcast
  • Jonathan Haidt: professor citado por liderar o movimento contra smartphones e redes sociais
  • Dario Amodei: CEO da Anthropic, citado pelos ensaios sobre um futuro com a IA coordenando recursos
  • Elon Musk: mencionado pelo êxodo de usuários do X para o Bluesky
  • Seus pais: ativistas sindicais no México, a origem do interesse dele pelo trabalho
  • Seu tio: doutorando em matemática que respondia às perguntas dele por carta, do Canadá

Empresas e Organizações

  • Princeton University: onde ele dirige o laboratório de HCI
  • Microsoft Research: onde trabalhou antes da Snap
  • Snap: onde fundou o time de realidade aumentada
  • Bluesky: rede social sobre o AT Protocol, a principal referência dele de descentralização
  • Mastodon: alternativa descentralizada de rede social
  • Eurosky: versão europeia do Bluesky, hospedada e operada na Europa
  • Empower: alternativa ao Uber em Washington DC em que o motorista paga mensalidade
  • Uber / DoorDash / DiDi: plataformas de gig work que ele estuda
  • Airbnb: citada na discussão sobre marketplaces e efeitos de rede
  • OpenAI / Anthropic: os labs cuja centralização ele considera o risco estrutural
  • Apple / Google (Gemini): o acordo para turbinar a Siri, como sinal de onde fica o poder
  • AWS / Google Cloud: o precedente de dependência de infraestrutura
  • Linux e o movimento Free and Open Source: o exemplo dele de desenvolvimento tecnológico fora do incentivo econômico

Conceitos e Referências

  • HTTP, HTML, DNS, SMTP: protocolos abertos que sustentam a internet, a prova dele de que os efeitos de rede não exigem uma única empresa dona
  • GDPR: o caso de regulação que, segundo ele, fortaleceu os incumbentes
  • Star Trek: a inspiração declarada de quem fundou a Microsoft Research
  • Fable 5: o corte de acesso a um modelo por decisão de governo, citado como alerta sobre depender de um só

Assistir ao episódio