Revolução inteligente
O impacto da IA no desenvolvimento de software e gestão de projetos
No limiar de uma revolução tecnológica, a inteligência artificial, particularmente os grandes modelos de linguagem (LLM) como o GPT-4, está redefinindo o panorama do desenvolvimento de software e da gestão de projetos. A era da programação e gestão tradicionais está evoluindo para um modelo mais integrado e eficiente, impulsionado pelas capacidades inovadoras da IA.
Ferramentas baseadas em IA, como o GPT-4, estão transformando a maneira como os desenvolvedores escrevem código. Estamos falando de uma eficiência sem precedentes: assistentes de código, como o GitHub Copilot, por exemplo, sugerem trechos de código em tempo real, tornando o processo de desenvolvimento mais rápido e reduzindo a incidência de erros. Isso não apenas acelera o ciclo de desenvolvimento, mas também melhora a qualidade do software produzido. Para aqueles que preferem uma solução local open source, o aider ajuda não apenas a escrever software novo, mas é capaz de entender todo o repositório de seu projeto e fazer alterações em um código já escrito.
Ferramentas como o GPT Pilot estão permitindo que os desenvolvedores elevem sua produtividade e criatividade, através da criação autônoma de código. Outras ferramentas estão a caminho, e a tendência é que produzam código de forma cada vez mais eficaz. Tome como exemplo o Jarvis, assistente em desenvolvimento por Mckay Wrigley, inspirado na IA de Tony Stark. Em demo publicado no YouTube, o assistente foi capaz de escrever de forma autônoma uma micro rede social e colocar em produção em menos de 30 minutos apenas com instruções verbais. Essas ferramentas não são apenas assistentes passivos; elas colaboram ativamente no processo de desenvolvimento, sugerindo código, identificando e corrigindo erros, e até mesmo gerando soluções inovadoras para problemas complexos. Com isso, os desenvolvedores podem se concentrar em aspectos mais criativos e estratégicos do desenvolvimento, enquanto as tarefas rotineiras e repetitivas são geridas pela IA.
Agentes autônomos
Agentes de IA autônomos devem revolucionar a forma como os projetos são desenvolvidos e gerenciados. Ao automatizar a geração de código e outras tarefas de desenvolvimento, reduz-se significativamente o tempo e o esforço necessários para levar um projeto do conceito à conclusão. Isso representa uma mudança fundamental na economia do desenvolvimento de software, como destacado por Matt Welsh, que já trabalhou no Google, Apple, lecionou em Harvard e hoje toca sua própria startup em IA, a Fixie. Em aula recente no curso de Ciência da Computação em Harvard, Welsh fez uma análise sobre o custo de um engenheiro de software em comparação com uma IA. Ele argumenta que, enquanto um engenheiro é um recurso valioso e caro, a IA pode oferecer uma alternativa de custo mais baixo e eficiência potencialmente maior. Em seus cálculos, enquanto um desenvolvedor custa, em média, $1200 por dia, uma IA que entregue a mesma quantidade de código válido custa apenas $ 0,12/dia, um fator de 10.000, levando em conta os preços da API da OpenAI em Outubro/23 (que já baixaram de lá pra cá). Ainda que sejam números estimados, a ordem de grandeza é brutal.
Não é absurdo imaginar, conforme propôs o YouTuber Matthew Berman e o próprio Welsh, que em um futuro próximo podemos ter times de desenvolvimento compostos exclusivamente por agentes de IA, com humanos apenas no papel de Gerentes de Produtos (PM) e de Qualidade (QA).
Como isso é possível? Aqui vai uma visão geral de alguns projetos. São exemplos aparentemente simples de produção autônoma de código, mas que dão uma ideia do que está por vir:
Auto GPT (abr/2023)
O primeiro framework a ser criado, AutoGPT é uma implementação de código aberto de um agente de IA que tenta alcançar autonomamente um objetivo definido. Ele segue um paradigma de agente único, no qual o modelo de IA é aprimorado com muitas ferramentas úteis, e não suporta a colaboração multiagente. Sites como Godmode AI facilitam o uso de Auto GPT para quem não tem o background necessário para desenvolver do zero (veja um exemplo da ferramenta sendo utilizada para criar um site).
MetaGPT (jul/2023)
MetaGPT é um framework de código aberto que permite criar uma equipe virtual com agentes autônomos para cada papel: gerente de produto, arquiteto, gerente de projeto, engenheiro de software e engenheiro de qualidade. Estes agentes interagem e trabalham em conjunto para atingir o objetivo ou ideia do usuário.
Esse sistema utiliza programação meta para melhorar a colaboração entre agentes, codificando Procedimentos Operacionais Padrão (SOPs) em prompts. Isso permite que os agentes tomem decisões mais eficientes e colaborativas, especialmente em tarefas de engenharia de software. O MetaGPT demonstra a capacidade de produzir soluções coerentes e lidar com desafios complexos, aproveitando o conhecimento humano nos sistemas multi-agentes.
Abaixo segue um exemplo de iteração para criar o jogo 2048:
Observe que cada agente interage com outro entregando produtos da sua área de expertise, reproduzindo as etapas de criação do produto, ou seja, são gerados os requisitos do produto, histórias de usuário, uma lista de tarefas, análise de competitividade, código e testes. A equipe trabalha de forma autônoma a partir da ideia original do usuário. Os autores de MetaGPT vão além ao propor uma “AgentStore”, uma plataforma “dedicada a auxiliar usuários na criação e desenvolvimento de agentes dentro do framework […] permitindo que os usuários gerenciem facilmente uma variedade de agentes com diferentes emoções, personalidades e capacidades para tarefas específicas.” Leia aqui o paper do MetaGPT)
Autogen (set/2023)
Framework de código aberto criado pela Microsoft, o Autogen permite construir aplicações com LLMs através de múltiplos agentes que conversam entre si para realizar tarefas. Os agentes são personalizáveis, capazes de conversar e operar em vários modos, combinando LLMs, entradas humanas e ferramentas. Com o AutoGen, é possível definir comportamentos de interação entre agentes e programar padrões de conversação para diferentes aplicações usando linguagem natural e código.
O nível de intervenção humana no desenvolvimento das tarefas é configurável, permitindo desde uma operação 100% autônoma até a aprovação humana por etapas, através de um agente do tipo “User Proxy”. Em seu paper, os autores argumentam que esta arquitetura pode ser aplicada a diferentes tipos de problemas, tendo um desempenho melhor do que soluções similares.
A figura abaixo mostra um exemplo simples, formado por um Assistant e um User Proxy. O usuário pede que os agentes criem um gráfico com os preços da ações da Tesla e da Meta para o ano atual. Os agentes então interagem para criar o programa e executá-lo, corrigindo bugs e instalando os pacotes necessários. Com a tarefa aparentemente concluída, o usuário dá mais detalhes da instrução, pedindo para que o gráfico seja em retorno % e não em preços. O time então revisa o código e dá o resultado esperado. Veja Matthew Berman demonstrar este exemplo e outros neste vídeo.
CrewAI (nov/2023)
Framework mais recente desenvolvido pelo brasileiro João Moura, o CrewAI tem a flexibilidade do Autogen e se diferencia do mesmo por ter sido concebido do início voltado para processos e ambiente de produção. Outra característica da ferramenta é a capacidade dos agentes de delegarem tarefas entre si.
Em seu canal do YouTube, João demonstra dois exemplos: no primeiro, um time de agentes prepara um roteiro completo de viagem a partir de suas preferências; no segundo, João demonstra como um time de agentes pode fazer uma análise financeira de uma empresa e criar um relatório de recomendação para investidores.
Transformação do trabalho
2023 foi o ano de explosão da IA, com o desempenho impressionante dos modelos da OpenAI e a competição emergente dos modelos de código aberto como o Llama 2 e o Mistral. Foi um ano de provas de conceito e desenvolvimento de infraestrutura. Em 2024 veremos estas inovações sendo aplicadas ou se transformando em produtos e impactando diversas indústrias. E o desenvolvimento não vai parar. Matt Welsh fez uma analogia interessante em sua aula em Harvard: para quem não estivesse acompanhando os avanços de modelos generativos, as inovações recentes deram a impressão de que a IA passou de algo sem graça para algo incrível da noite pro dia, como se tivéssemos passado do jogo Pong para Red Dead Redemption 2 em apenas 3 meses.
Em artigo recente em seu site, Bill Gates classificou os agentes como “uma onda de choque na indústria de tecnologia”:
Em resumo, agentes serão capazes de ajudar com praticamente qualquer atividade e área da vida. As ramificações para o negócio de software e para a sociedade serão profundas. Na indústria da computação, falamos sobre plataformas — as tecnologias sobre as quais aplicativos e serviços são construídos. Android, iOS e Windows são todas plataformas. Agentes serão a próxima plataforma. Para criar um novo aplicativo ou serviço, você apenas dirá ao seu agente o que você deseja.
Essa mudança não é apenas uma questão de eficiência de custos, mas também uma transformação na natureza do trabalho em si. Com a IA assumindo tarefas mais rotineiras e administrativas, os desenvolvedores e gerentes de projeto podem se dedicar a tarefas mais estratégicas e criativas, elevando o padrão de inovação e qualidade em seus produtos.
Na gestão de projetos, a IA está causando um impacto igualmente impressionante. À medida que as capacidades dos modelos se expandem, os gerentes de projetos devem encontrar novas formas de integrar essa tecnologia para melhorar a eficiência, precisão e inovação no ciclo de vida dos projetos, como por exemplo:
Otimização de planejamento e agendamento: a IA pode processar grandes volumes de dados para identificar padrões e prever riscos, o que é extremamente útil no planejamento e agendamento de projetos. Isso reduz o risco de atrasos e sobrecarga de recursos, garantindo uma distribuição mais eficiente do trabalho.
Gerenciamento de riscos aprimorado: a IA oferece ferramentas poderosas para o gerenciamento de riscos. Os modelos podem ser usados para antecipar falhas potenciais e sugerir medidas preventivas. Isso permite uma resposta proativa aos riscos, minimizando impactos negativos no projeto. A capacidade da IA de aprender com experiências passadas e adaptar-se a novas informações torna-a uma aliada valiosa na identificação e mitigação de riscos que podem passar despercebidos por gerentes humanos.
Melhoria na comunicação e colaboração: a IA pode também facilitar a comunicação dentro de equipes de projeto. Agentes e assistentes virtuais, por exemplo, podem fornecer respostas rápidas a consultas, agilizando a troca de informações e liberando tempo dos gerentes de projeto para se concentrarem em tarefas mais estratégicas. Além disso, a IA pode ajudar a identificar lacunas de comunicação e colaboração, sugerindo formas de melhorar a dinâmica da equipe.
Alocação de recursos mais inteligente: a alocação de recursos pode ser otimizada com base na disponibilidade, habilidades e experiências anteriores dos membros da equipe. Sistemas baseados em IA podem recomendar a melhor combinação de talentos para um projeto, garantindo que os recursos sejam utilizados da maneira mais eficiente possível. Isso não apenas melhora a produtividade, mas também contribui para uma gestão de recursos humanos mais estratégica.
Análise de desempenho e feedback: a IA também pode desempenhar um papel crucial na análise de desempenho. Com a capacidade de monitorar métricas e analisar dados, agentes podem oferecer insights sobre o progresso do projeto e a eficácia da equipe. Isso permite ajustes rápidos na estratégia ou na execução do projeto. Além disso, agentes podem fornecer feedback construtivo aos membros da equipe, baseando-se em análises objetivas do desempenho.
Da visão ao produto: programação para todos
A democratização do desenvolvimento de software é outra consequência incrível dessa revolução. Com a capacidade das LLMs de entender e processar linguagem natural, pessoas sem conhecimento técnico em programação agora podem criar scripts básicos ou até mesmo desenvolver aplicativos mais complexos. Em um hackathon recente, uma gerente de produto destacou-se ao criar um aplicativo com a ajuda da IA e da plataforma Replit. Isso destaca a crescente capacidade das ferramentas de IA em traduzir a linguagem natural em código funcional, permitindo que visões se transformem rapidamente em produtos. Amjad Masad, CEO da Replit, comentou sobre o ocorrido em sua conta no X: “Em uma hackathon onde a vencedora é uma gerente de produto ‘não técnica’ e seu trabalho — impulsionado por Replit + IA — é mais tecnicamente impressionante do que equipes de engenheiros! Fiquei surpreso no início, mas depois percebi que gerentes de produto devem ser excepcionais em formular prompts, afinal isso *é* o trabalho deles.” Esta é uma mudança fundamental que vai tornar a programação acessível a um público muito mais amplo.
Não deixa de ser irônico que a indústria responsável por esta transformação, a de desenvolvimento de software, seja uma das primeiras a ser mais impactadas pela ascensão dos modelos generativos como o GPT-4, mas nenhum setor passará ileso por esta transformação.
Um admirável mundo novo
Os avanços em inteligência artificial levaram pesquisadores de destaque a projetar que o ritmo do progresso atual pode não apenas ser mantido, mas até mesmo acelerar nos próximos anos. Em maio de 2023, Geoffrey Hinton, cientista da computação que estabeleceu as bases teóricas do deep learning, descreveu uma mudança significativa em sua perspectiva: ele conjecturou que a inteligência artificial geral (AGI) — IA que possui a habilidade de entender, aprender e realizar qualquer tarefa intelectual que um ser humano possa desempenhar — pode ser realizada num período de 5 a 20 anos. Certo é que, com ou sem AGI, em breve estaremos vivendo em um novo mundo. Se você não consegue ver como esta inovação vai impactar seu setor, imagine como softwares podem resolver problemas na sua área, e então perceba que muitas soluções já estão hoje ao alcance de um prompt.
No entanto, esta revolução não está livre de desafios. Integrar estas tecnologias nas rotinas de trabalho requer adaptação e uma nova mentalidade por parte das equipes. Além disso, questões éticas e de privacidade relacionadas ao uso de IA precisam ser tratadas com seriedade. Organizações e governos devem estar atentos a esses aspectos e investir no treinamento de suas equipes e na formulação de políticas para maximizar o potencial dessas tecnologias. Em artigo recente para o FMI, Anton Korinek, professor de economia na Universidade de Virgínia, argumenta que a sociedade precisa se preparar para três cenários tecnológicos possíveis, variando do tradicional “business as usual” até a possibilidade de AGI. Sua análise mostra os efeitos na economia (produtividade e renda) para avanços incrementais na AI, que aumentam a produtividade e criam novas oportunidades de emprego, até o cenário mais agressivo, com a chegada de AGI dentro de cinco anos, o que teria implicações profundas e poderia desvalorizar o trabalho humano. Nos cenários com AGI, a produtividade dispara mas os salários despencam.
A ascensão da IA no desenvolvimento de software e na gestão de projetos não é apenas uma tendência passageira; é uma evolução significativa na maneira como construímos e gerenciamos tecnologia. Com a adoção correta dessas ferramentas e uma abordagem adaptativa, as possibilidades para inovação e eficiência são quase ilimitadas. Estamos diante da tecnologia mais disruptiva desde a internet. As organizações e profissionais que abraçarem essa mudança o quanto antes terão uma vantagem competitiva significativa em um mundo cada vez mais desafiador.