📟 Antes dos LLMs — regras e ML estreito
Por décadas, "IA" significava sistemas de regras e modelos de machine learning estreitos: cada um treinado para uma tarefa só — detectar spam, recomendar produtos, reconhecer um rosto. Cara de construir, exigia especialistas e dados rotulados, e não generalizava: um modelo de spam não sabia traduzir, e um de tradução não sabia resumir.
🧠 A ideia central
A IA "antiga" funcionava — mas era como uma caixa de ferramentas em que cada peça só servia para um parafuso específico. Trocar de tarefa significava praticamente começar do zero.
- •Tarefa única: um modelo, um problema. Nada de pedir "qualquer coisa".
- •Caro de treinar: precisava de dados rotulados e de times especializados.
- •Sem conversa: você não falava com ele em português — você o programava.
💥 A virada do ChatGPT
Em novembro de 2022, o ChatGPT abriu a IA para qualquer pessoa: bastava conversar em linguagem natural e ela respondia. Em cerca de 2 meses alcançou ~100 milhões de usuários — recorde de adoção à época. Não era mais tarefa única: o mesmo sistema escrevia, resumia, explicava e codava.
📊 Por que foi um marco
Estimou-se que o ChatGPT chegou a ~100 milhões de usuários em cerca de 2 meses após o lançamento (nov/2022), o aplicativo de consumo de crescimento mais rápido registrado até então. O salto não foi só técnico — foi de acesso: a IA deixou de ser ferramenta de laboratório e virou algo que sua tia também usa.
💡 Por que isso importa pra você
A barreira de entrada caiu a zero. Você não precisa "saber programar IA" — precisa saber conversar com ela e dirigi-la. Essa é a habilidade que o resto do curso desenvolve.
🖼️ De texto a multimodal
Em março de 2023 chegou o GPT-4 e a IA passou a enxergar e ouvir, não só ler. Multimodal significa entender e produzir vários formatos: imagem, voz e vídeo, além de texto. Junto veio o contexto longo — a capacidade de "ler" documentos inteiros de uma vez, e não apenas frases curtas.
👁️ Visão — entende imagens
Mande uma foto, um gráfico ou um print: a IA descreve, extrai dados e responde sobre o que está vendo.
🎙️ Voz — fala e escuta
Conversa por áudio em tempo real. Você dita; ela transcreve, entende e responde falando.
📄 Contexto longo — lê tudo de uma vez
Cole um contrato, um relatório ou um livro inteiro: ela mantém tudo em mente para resumir, comparar e cruzar.
💡 Dica prática
Pare de descrever uma tela quando pode mandar o print. Pare de transcrever quando pode colar o documento. Multimodal só ajuda quem aproveita: dê à IA o material bruto, não o seu resumo dele.
🧰 De chatbot a ferramenta
Entre 2023 e 2024, a IA saiu da aba isolada do navegador e entrou no fluxo de trabalho. Assistentes passaram a viver dentro do e-mail, do editor de documentos, da planilha e do editor de código — onde o trabalho já acontece. Deixou de ser um lugar aonde você ia e virou uma camada que está em tudo.
✓ Chatbot na aba
- ✓Você sai do trabalho, abre o chat, copia e cola de volta.
- ✓Ótimo para perguntar e rascunhar coisas avulsas.
- ✓Mas o contexto do seu trabalho fica de fora.
→ Ferramenta no fluxo
- →A IA está dentro do e-mail, doc e editor de código.
- →Ela vê o que você está fazendo e age ali mesmo.
- →Menos copiar e colar; mais trabalho de verdade.
📊 O salto do código
O assistente integrado virou padrão primeiro na programação — sugerindo e completando código dentro do editor. Foi o ensaio do que se espalharia para todas as profissões: a IA não como destino, mas como parte do ambiente em que você já trabalha.
🦾 De ferramenta a agente
Entre 2024 e 2025 chegou o pulo do gato: a IA deixou de só responder e passou a agir. Um agente usa ferramentas, navega, executa passos e completa tarefas de várias etapas. A família Claude (Sonnet e Opus) avançou nisso, com o chamado "computer use" — a IA operando um computador, clicando e digitando como você faria.
Cada degrau mantém o anterior e adiciona autonomia — de quem você usa a quem trabalha com você. Diagrama ilustrativo.
💡 O que muda na prática
Com agente, você para de fazer cada passo e passa a descrever o resultado: "pesquisa esses 5 fornecedores, monta a tabela e me manda". A IA encadeia as etapas. Saber quando confiar nisso é tema da Trilha 3.
🔮 Para onde vai — o parceiro sempre-ligado
O próximo degrau não é você disparar a IA toda vez — é ela rodar em segundo plano, notar o que precisa de atenção e antecipar. Um parceiro sempre-ligado, que trabalha enquanto você dorme. É a ideia de um "Jarvis" pessoal — exatamente o que você vai construir na Trilha 3.
🧭 A linha do tempo, de ponta a ponta
💡 A leitura que importa
A direção é clara: de responder para agir, de agir para antecipar. Quem entende isso para de tratar IA como caixinha de perguntas e começa a desenhá-la como parceiro. Esse é o destino do curso — e a ponte para o seu Jarvis.
Auto-recuperação (opcional): qual a grande transição em curso na IA?
✅ Resumo do Módulo
Próximo passo
Trilha 1 · Módulo 1.3 — A Evolução das Profissões: como cada onda tecnológica remodelou o trabalho, e o que a IA muda.