Passei um mês tentando substituir aplicativos “normais” por versões que programei com a ajuda de IA (perceptibilidade sintético). O resultado foi quase catastrófico, e a culpa foi toda minha.
Quis conferir até onde a tecnologia cumpria a promessa repetida pelas big techs de empoderar o consumidor por meio da autonomia: em vez de depender de terceiros, quem usa IA pode, em tese, resolver problemas específicos com muito mais ferramentas do que antes.
Para colocar essa hipótese à prova, decidi produzir, sem redigir uma risca de código, aplicativos sob medida e integrá-los ao meu dia a dia, com a missão de melhorá-lo onde fizesse sentido.
Não demorou para eu perceber que o maior problema não era técnico, mas de concepção. Não resta incerteza sobre o potencial das ferramentas de IA. Nós é que ainda não temos teoria de qual problema vale a pena resolver com elas.
A plataforma escolhida para o teste foi a Lovable AI, que gera aplicativos completos a partir de prompts de texto simples. A empresa já é um unicórnio: captou US$ 200 milhões de investidores, elevando o valor do negócio a US$ 1,8 bilhão, menos de um ano posteriormente ser fundada.
Funciona assim: você descreve, em linguagem generalidade, o que quer que o aplicativo faça. A plataforma produz e mostra uma versão inicial. Você pede ajustes no mesmo chat —”troque a cor”, “crie uma tela de cadastro”, “deixe mais minimalista” —e ela vai fazendo novas versões.
Quando estiver pronto, é só publicar: você recebe um link já funcionando na internet. No celular, é provável ter um site “instalável” (PWA, de aplicativo de web progressivo) que vira ícone e abre em tela enxurrada.
Para inaugurar, pedi conselhos a outra IA sobre uma vez que tirar a teoria do papel.
O ChatGPT sugeriu, por um lado, projetos modestos, uma vez que uma planilha interativa para registrar treinos de corrida.
Por outro, fez propostas gigantescas, uma vez que um aplicativo que integraria todos os meus dados de saúde ao meu smartwatch, rastreando quantas horas eu dormi, quantos copos d’chuva tomei e meu saldo calórico do dia com base na minha atividade e nas minhas refeições.
Propôs ainda um calendário que acompanhasse meu ciclo menstrual e fizesse um rastreamento de humor com base nas minhas fases biológicas, com notificações estilo “alerta TPM” integradas ao Google Agenda.
Vieram também algumas outras sugestões muito específicas:
- Um “detector de gastos” plugado ao Open Finance, que puxaria extratos do banco e do cartão, classificaria despesas por IA, compararia a semana atual com a média e enviaria um push ao primeiro meandro;
- Um “treino gamificado” que somaria pontos a cada dez agachamentos, liberaria pequenas recompensas e manteria histórico do progresso;
- Um “rastreador de repouso” que vasculharia minha agenda, identificaria janelas e empurraria microtarefas do tipo limpar a caixa de e-mails, remunerar uma conta ou atrasar por alguns minutos.
Parecia que eu tinha virado uma startup de mim mesma.
No jargão do ecossistema de startups, falta o “problem-solution fit”.
Percebi que não preciso de um aplicativo que contabilize quantos copos d’chuva bebo por dia porque não marco esse tipo de coisa nem num guardanapo de panificação. Talvez uma garrafinha de plástico com marcações de mililitros funcione melhor do que qualquer aplicativo inteligente para isso.
Também consigo seguir meu ciclo menstrual com marcações simples em um calendário normal, sem precisar de um resultado novo para o mesmo termo.
Embarquei em algumas das ideias sugeridas pelo chatbot da OpenAI só por curiosidade e, ao longo de semanas, torrei os tapume de R$ 150 na assinatura premium da Lovable AI brincando com as empreitadas.
Acabei com um saldo de projetos que pareciam ambiciosos e perderam a perdão mal me acostumei à simples existência de uma página inicial.
Outros ficaram mais complexos do que o previsto, e os larguei pela metade. Na prática (e uma vez que em qualquer processo construtivo) a Lovable AI só acertava depois de várias rodadas de pedido e correção; entre uma e outra, surgiam bugs novos, e eu gastava créditos.
Reencontrei também o princípio óbvio da programação que achava que poderia deixar de lado: até uma função “simples” exige muito bastidor.
Escolher cores e tamanhos, alinhar elementos na tela, resolver o que cada botão faz, prometer que os dados continuem salvos ao fechar a página, produzir login, permissões, superfície de gestão. Cada função “simples” dependia de outra “simples” em uma fileira de ajustes.
No termo, o trabalho para edificar a solução estava sendo maior do que o incômodo causado pelo problema original.
Decidi reiniciar o experimento por um caminho mais simples e construí um aplicativo minimalista para meus treinos de musculação.
Ele centraliza, em uma tela só, exercícios, cargas, repetições e cronômetro. É organizado e tem poucas funções —a IA recebeu instruções específicas para isso, tendo em vista minha experiência traumática com o “tudo-em-um” caótico e disfuncional oferecido por minha ateneu.
A OpenAI passou recentemente a integrar serviços uma vez que Spotify, Canva e Booking diretamente ao ChatGPT, sem que o usuário precise transpor da conversa. É mais um passo na corrida para transformar o chat em uma plataforma capaz de concentrar tudo e também um motivo a menos para quem pensa em se aventurar criando seus próprios aplicativos.
O problema com meu experimento foi não ter delimitado com nitidez o que eu queria resolver com aquele resultado novo. É um erro generalidade também entre empresas de todos os setores que se apressam em adotar a tecnologia sem antes ter o capital: processos internos definidos, governança de dados, equipe preparada —ou até mesmo uma resposta clara sobre qual problema vieram resolver no mundo.
Edificar produtos sérios ainda significa inaugurar pelo porquê e só depois pensar no uma vez que.
Na esfera pessoal, produzir aplicativos com IA ainda me pareceu mais um luxo misturado com diversão: transfixar o notebook, sentar num moca, passar horas olhando para códigos que não funcionam recta e descobrir perdão. Fazer pelo prazer de fazer, não por uma premência real de usar o resultado final.
