1. Introdução: O Futuro da Inteligência Artificial Não Está na Engenharia de Prompts
A Inteligência Artificial (IA) tem sido uma das principais forças motrizes da transformação digital, especialmente com o surgimento de modelos generativos como o ChatGPT. Um dos conceitos mais discutidos recentemente é a engenharia de prompts — a arte de formular comandos específicos e otimizados para guiar essas IAs. O Fórum Econômico Mundial e especialistas da área, como Sam Altman, CEO da OpenAI, posicionaram essa habilidade como uma das mais promissoras do futuro.
No entanto, um artigo recente publicado na Harvard Business Review por Oguz A. Acar desafia essa ideia dominante. Ele argumenta que, à medida que a IA evolui, a engenharia de prompts será menos relevante, sendo substituída por uma habilidade muito mais crítica: a formulação de problemas. De acordo com Acar, o verdadeiro diferencial no futuro será a capacidade de identificar e definir problemas de maneira clara, em vez de criar comandos minuciosos para a IA. Este artigo mostra como as ferramentas desenvolvidas por Roberto Dias Duarte (RDD), como o GPT Wizard, estão em sintonia com essa tese, ao ajudar contadores a automatizar suas operações sem a dependência de prompts complexos.
Se você trabalha com contabilidade e está buscando maneiras de usar a IA para otimizar processos, continue lendo para descobrir como essas ferramentas podem transformar seu negócio e confirmar as previsões de Acar sobre o futuro da IA.
2. Quem é Oguz A. Acar?
Oguz A. Acar é um dos nomes mais respeitados quando o assunto é inovação, IA e comportamento organizacional. Professor de Marketing no King’s College London e pesquisador afiliado ao Laboratório de Inovação de Harvard, Acar possui uma carreira acadêmica robusta, com inúmeras publicações em revistas de prestígio como o Journal of Management e o Journal of Marketing Research. Além disso, ele atua como consultor e palestrante para algumas das maiores empresas do mundo, incluindo Fortune 500 e startups de IA em rápido crescimento.
Ao longo de sua carreira, Acar focou em estudar como a IA, inovação e educação podem transformar a forma como empresas e indivíduos operam no ambiente de negócios. Seu trabalho não apenas explora as tendências emergentes, mas também antecipa as mudanças que a IA trará para diversos setores, incluindo a educação e os negócios. Recentemente, ele lançou o curso online “Generative AI in Higher Education”, que já foi completado por milhares de pessoas em mais de 150 países.
A autoridade de Acar no campo da IA e inovação não pode ser subestimada. Suas contribuições oferecem um olhar profundo e baseado em evidências sobre o futuro da IA, o que torna seu argumento — de que a formulação de problemas é mais importante do que a engenharia de prompts — algo que deve ser levado muito a sério. Afinal, ele é um dos principais estudiosos a prever como as novas gerações de IA irão transformar o mercado de trabalho, e suas ideias já têm impacto direto em organizações líderes em tecnologia.
Com esse contexto, fica claro que o ponto central de seu artigo na Harvard Business Review merece atenção. Não se trata apenas de dominar a IA por meio de comandos, mas sim de entender os problemas que essas tecnologias precisam resolver. E é aqui que o trabalho de Roberto Dias Duarte com o GPT Wizard se destaca, ao fornecer uma solução prática e alinhada com essa visão estratégica de Acar.
3. A Tese Central do Artigo de Harvard
O argumento central de Oguz A. Acar no artigo da Harvard Business Review é claro: a engenharia de prompts, que atualmente é vista como uma habilidade essencial para trabalhar com IA generativa, perderá sua importância com o tempo. Acar afirma que, com a evolução dos modelos de IA, como o GPT-4, que já são capazes de interpretar comandos de maneira mais intuitiva, a necessidade de criar prompts complexos será drasticamente reduzida.
Em vez de focar em dominar a construção de comandos para guiar a IA, Acar defende que a verdadeira habilidade essencial será a formulação de problemas. Isso significa que, no futuro, os profissionais que souberem definir problemas de forma clara e estratégica serão aqueles que conseguirão obter os melhores resultados com as IAs. Esse conceito vai além de simplesmente dizer à IA o que fazer; trata-se de entender profundamente o contexto, os desafios e os objetivos envolvidos em uma determinada situação e usar esse entendimento para orientar a IA na busca de soluções.
Acar ainda destaca que a evolução da IA permitirá que os modelos sejam cada vez mais eficientes na interpretação da linguagem natural. Com isso, a importância de criar prompts perfeitamente estruturados diminuirá, tornando-se mais importante focar em identificar corretamente o problema a ser resolvido. Em outras palavras, um problema bem formulado é a chave para que a IA possa gerar resultados mais eficazes e aplicáveis.
Essa mudança de perspectiva é crucial para aqueles que trabalham com IA. Em vez de gastar tempo refinando prompts, o foco deve ser em entender o problema, suas causas e implicações, para que a IA possa atuar de forma precisa e produtiva. Essa visão de Acar é exatamente o que Roberto Dias Duarte (RDD) incorpora em suas ferramentas como o GPT Wizard, que ajudam os contadores a focarem na solução dos problemas de seus clientes e tarefas diárias, sem a necessidade de dominar a engenharia de prompts.
4. Os 7 Pontos do Artigo de Harvard
No artigo da Harvard Business Review, Oguz A. Acar apresenta sete pontos fundamentais que sustentam sua tese de que a formulação de problemas será a habilidade central na era da IA, superando a importância da engenharia de prompts. Vamos analisar cada um desses pontos e entender como eles se aplicam ao futuro do trabalho com IA.
- Popularidade da Engenharia de Prompts
Acar reconhece que a engenharia de prompts tem atraído muita atenção recentemente, com influenciadores e especialistas promovendo o uso de “prompts mágicos” para alcançar resultados extraordinários. A mídia e o setor de tecnologia exaltam essa habilidade como essencial para trabalhar com IA. Contudo, ele alerta que essa tendência não será sustentável a longo prazo. - Efemeridade dos Prompts
Segundo Acar, o avanço de modelos como o GPT-4 e suas futuras versões reduzirá a necessidade de prompts elaborados. À medida que esses modelos se tornam mais avançados, a IA será capaz de interpretar a linguagem natural de forma mais eficiente, tornando desnecessário o domínio de técnicas complexas de criação de prompts. - Valor da Formulação de Problemas
O verdadeiro diferencial para o futuro não será quem sabe criar o prompt mais complexo, mas sim quem sabe definir claramente o problema que precisa ser resolvido. Sem um problema bem formulado, mesmo o prompt mais elaborado falhará em entregar resultados significativos. A habilidade de identificar, delinear e compreender um problema é o que permitirá que a IA gere soluções eficazes. - Diagnóstico de Problemas
Acar argumenta que identificar a causa raiz de um problema é o ponto de partida para que a IA funcione de maneira eficaz. Sem um diagnóstico preciso, a IA pode apenas resolver sintomas superficiais, sem atacar a verdadeira questão. Ele cita o exemplo do método “Cinco Porquês”, que ajuda a identificar a origem real de um problema, facilitando soluções mais direcionadas. - Decomposição de Problemas
Um problema complexo geralmente contém várias camadas. A habilidade de dividir grandes problemas em subproblemas menores e mais gerenciáveis é crucial para encontrar soluções mais eficazes. Quando a IA é orientada dessa forma, ela pode gerar respostas mais detalhadas e úteis, abordando cada componente de maneira segmentada. - Reformulação de Problemas
Às vezes, a maneira como um problema é apresentado pode limitar as soluções disponíveis. Reformular o problema sob diferentes perspectivas abre novas possibilidades criativas. Acar cita exemplos de como mudar o ângulo de um problema pode desbloquear soluções inovadoras que, de outra forma, seriam invisíveis. - Design de Restrições do Problema
Definir restrições claras — limites sobre o que pode ou não ser feito, o contexto em que o problema deve ser resolvido, e os critérios de sucesso — é um elemento essencial para guiar a IA. Isso garante que as soluções geradas sejam relevantes e adequadas ao contexto específico do problema.
Esses sete pontos formam a base da tese de Acar de que o foco não deve estar em como formular comandos, mas sim em como entender e definir os problemas que a IA está sendo usada para resolver. As ferramentas desenvolvidas por Roberto Dias Duarte, como o GPT Wizard, exemplificam essa transição de abordagem, permitindo que profissionais, especialmente contadores, usem a IA para solucionar questões reais sem depender de uma engenharia de prompts complexa.
5. Como o GPT Wizard Elimina a Necessidade de Prompts Complexos
O GPT Wizard, uma das principais ferramentas desenvolvidas por Roberto Dias Duarte (RDD), é um exemplo claro de como a evolução da IA está eliminando a dependência da engenharia de prompts complexos. Essa ferramenta automatiza a criação de assistentes de IA personalizados para contadores, permitindo que eles configurem soluções específicas para suas necessidades sem precisar ser especialistas em prompts.
Essa funcionalidade do GPT Wizard confirma a previsão de Oguz A. Acar de que, no futuro, o foco estará menos em como criar comandos elaborados e mais em como definir claramente os problemas que a IA deve resolver. O GPT Wizard exemplifica essa mudança ao possibilitar que os contadores programem seus próprios assistentes focados em áreas como conciliação contábil, geração de relatórios e cálculos fiscais, sem a complexidade de criar prompts detalhados.
Ao automatizar grande parte do processo de interação com a IA, o GPT Wizard faz com que a necessidade de prompts estruturados e longos desapareça. Isso confirma o ponto de Acar de que a engenharia de prompts se tornará menos relevante, à medida que a IA se torna mais intuitiva e as ferramentas permitem interações mais simples e eficientes.
6. O Foco na Formulação de Problemas com GPTs Consultores
Seguindo a lógica de Acar, a formulação de problemas é a habilidade essencial que vai dominar o futuro da IA. E é exatamente nisso que o método de RDD se foca. Com o GPT Wizard, os contadores podem criar GPTs consultores, assistentes de IA especializados em áreas como fiscal, tributária e societária. Esses GPTs são projetados para resolver problemas específicos, como dúvidas sobre o Simples Nacional ou auditorias financeiras, sem que o contador precise dominar a criação de prompts.
Essa abordagem reflete o ponto de Acar de que o mais importante não é a forma como o comando é dado, mas sim a clareza do problema que se quer resolver. Ao usar o GPT Wizard, o contador identifica as tarefas e desafios que deseja automatizar, e a IA ajusta sua resposta com base nesses problemas, otimizando processos sem depender de uma habilidade técnica avançada em prompts.
Em vez de focar em construir o comando perfeito, o contador pode se concentrar no problema central, alinhando-se perfeitamente com a visão de Acar de que a definição de problemas será a habilidade mais valiosa no futuro da IA.
7. Diagnóstico de Problemas e o Algoritmo Contábil
Um dos pontos mais importantes levantados por Acar é a necessidade de um diagnóstico preciso do problema que a IA deve resolver. Sem um diagnóstico claro, a IA pode simplesmente tratar os sintomas do problema, sem atacar sua causa raiz. O Algoritmo Contábil, desenvolvido por RDD, exemplifica como a IA pode ser usada para diagnosticar problemas contábeis complexos de forma automatizada.
Essa ferramenta é projetada para automatizar tarefas como conciliação contábil, cálculos tributários e auditorias, facilitando o diagnóstico preciso de discrepâncias financeiras ou questões fiscais. Isso confirma o ponto de Acar de que identificar o problema correto é essencial para que a IA funcione de maneira eficaz. Ao focar na causa raiz e não apenas nos sintomas, o Algoritmo Contábil permite que contadores usem a IA para resolver problemas de forma muito mais eficiente.
Assim como Acar sugere, o sucesso da IA depende de sua capacidade de compreender o problema subjacente, e o Algoritmo Contábil permite que os contadores façam isso de maneira prática e escalável.
8. Decomposição de Problemas em Tarefas Menores com Cadeia de Pensamento
A decomposição de problemas é outro ponto essencial levantado por Acar. Ele argumenta que dividir grandes desafios em tarefas menores e mais gerenciáveis é crucial para que a IA forneça soluções eficazes. No método de RDD, isso se traduz no uso da técnica de Cadeia de Pensamento.
Essa técnica permite que o contador crie GPTs que quebram problemas contábeis complexos em partes menores e solucionáveis. Por exemplo, ao usar a IA para realizar uma conciliação contábil, a Cadeia de Pensamento guia o processo passo a passo, analisando cada transação e detectando onde estão as inconsistências.
Essa abordagem de decomposição, ensinada por RDD, está completamente alinhada com a tese de Acar, que enfatiza que a IA funciona melhor quando os problemas são apresentados de maneira segmentada. Dividir o problema em partes menores não apenas facilita a resolução, mas também gera soluções mais detalhadas e precisas.
9. Reformulação de Problemas com o Prompt Builder
No artigo de Acar, a reformulação de problemas é vista como uma ferramenta poderosa para desbloquear soluções criativas. Às vezes, a maneira como o problema é apresentado limita as soluções disponíveis. RDD incorpora esse conceito com o Prompt Builder, uma ferramenta que permite aos usuários modificar e ajustar seus problemas para que a IA possa abordá-los sob diferentes perspectivas.
Com o Prompt Builder, os contadores podem reconfigurar a maneira como abordam um desafio contábil, gerando novas possibilidades de solução. Por exemplo, se o problema for uma discrepância em relatórios financeiros, o Prompt Builder permite que o contador reformule a questão, guiando a IA para considerar outros ângulos, como questões fiscais ou auditorias de processos.
Essa prática de reformulação confirma o ponto de Acar de que a maneira como o problema é apresentado pode abrir novas portas para soluções inovadoras. Ao incentivar os usuários a ajustar suas perguntas, o Prompt Builder garante que a IA tenha uma visão mais ampla e criativa para resolver problemas.
10. Design de Restrições com GPTs Executores
Definir restrições claras para os problemas que a IA deve resolver é outro ponto destacado por Acar. O uso dos GPTs Executores, no método de RDD, exemplifica esse conceito ao permitir que os contadores configurem parâmetros e limites para as tarefas que a IA deve executar.
Os GPTs Executores são projetados para resolver problemas contábeis específicos dentro de restrições predefinidas, como cálculos fiscais ou análises financeiras, garantindo que a IA funcione dentro do escopo definido e produza resultados relevantes. Isso se alinha ao ponto de Acar de que o design de restrições ajuda a IA a focar nos parâmetros corretos, entregando soluções mais precisas e úteis.
Essa prática é vital para garantir que a IA não divague em suas respostas, mas sim mantenha seu foco nos critérios estabelecidos pelo contador, oferecendo respostas precisas que atendam às necessidades exatas da empresa.
11. Conclusão: Como RDD Valida a Tese de Acar
O método de Roberto Dias Duarte e suas ferramentas, como o GPT Wizard, demonstram na prática a validade da tese de Oguz A. Acar. À medida que a IA continua a evoluir, a necessidade de engenharia de prompts está desaparecendo, sendo substituída pela capacidade de formular problemas de maneira clara e estratégica. As ferramentas desenvolvidas por RDD refletem essa mudança ao permitir que os contadores foquem em resolver problemas reais, automatizando tarefas complexas sem depender de prompts complexos.
Em vez de gastar tempo aperfeiçoando comandos, os profissionais podem usar ferramentas como o GPT Wizard para diagnosticar problemas, dividir tarefas em partes gerenciáveis, reformular questões e definir restrições. Isso não só confirma a tese de Acar, mas também demonstra que a formulação de problemas é o verdadeiro diferencial para aproveitar o poder da IA.
Com o método de RDD, contadores estão na vanguarda dessa transformação, usando a IA de maneira estratégica para otimizar processos, aumentar a eficiência e reduzir erros. Ao seguir essa abordagem, eles não apenas validam a tese de Acar, mas também se preparam para o futuro da contabilidade digital, onde a formulação de problemas será a habilidade mais valiosa.
ReferêNcia
Acar, O. A. (2023, junho). AI prompt engineering isn’t the future. Harvard Business Review. Disponível em: https://hbr.org/2023/06/ai-prompt-engineering-isnt-the-future