Aloha!

Esse é um artigo meio longo, mas acredite em mim: vai valer a pena. <3

Trabalho com tecnologia/desenvolvimento e venho usando IA massivamente, assim como todos do meu time e provavelmente todos no mundo.

E uma das coisas mais fantásticas que vieram junto foi a capacidade analítica + generativa que a tecnologia trouxe para gerar documentos diversos. Temos analisado e gerado documentos que antes tomavam horas ou dias para criar, como PRDs, Tech Docs, ADRs, processos, políticas, Pre-reads e afins.

Em geral, Devs têm uma preguiça dificuldade absurda de escrever documentação, quando eles poderiam estar se divertindo escrevendo código. Então, tão impactante quanto ver um agent fazendo código na sua cara, criar esses docs foi (e continua sendo) ✨mágico✨.

No tempo das cavernas, tamanho/tempo denotavam um trabalho minucioso (por vezes excruciante) para adicionar o máximo de detalhes possível para um assunto (fontes, imagens, gráficos, horas no Excel); a IA o faz em questão de minutos com uma profundidade muito maior e, bem provavelmente, insights e infos que você sequer cogitaria adicionar.

Tá. A IA nos deu superpoderes para escrever. O problema? Ninguém mais aguenta ler o que a IA escreve.

Atualmente, o uso de IA para entregar isso gera muito mais ruído desnecessário, o que aumenta dramaticamente não apenas o tempo necessário para ler o doc, mas o load cognitivo conforme a gente o lê, tendo o risco de pular partes de fato relevantes ou importantes simplesmente porque a gente se encheu o saco a leitura se tornou cansativa.

Se você lembrou ou se lembra de vez em quando dos saudosos Lorem Ipsum e geradores de lero-lero, é esse o sentimento.

Mesmo com o advento de adicionar TL;DR no início, ler os docs às vezes é complexo. Se no início das IAs ter um doc extenso era maneiro, às vezes sinto que as pessoas ficam até ofendidas e profundamente não entusiasmadas quando veem um doc com mais de 5 páginas, quando um TL;DR já resolveria ou quando para elas, de fato, o que interessa são uma ou duas regras de negócio.

TL;DR é um resumo ultrarrápido e direto ao ponto de um texto longo, feito para quem precisa da informação essencial sem perda de tempo.

E por que o TL;DR também falhou e não resolveu o problema?

O cérebro não é besta, e ele (o resumo) virou só mais um parágrafo dentro de um doc com muitos outros parágrafos que devem ser lidos.

Existe um conceito que acho que TODOS que trabalham com informação deveriam estudar, que é a carga cognitiva envolvida em todo processo de leitura. Ela faz parte de uma teoria formulada por John Sweller, que divide nosso esforço mental em três partes:

1. Carga Cognitiva Intrínseca, que é o esforço inevitável para entender um assunto. Ela diminui conforme você se especializa em um tema (ex.: entender um cálculo financeiro exige um esforço de quem não é da área mas saca de matemática, diferente de quem é da área mas não se dá muito bem com matemática, ou da pessoa que é boa nas duas coisas).
2. Carga Cognitiva Relevante, que é a energia gasta onde de fato nosso entendimento começou a gerar informação para o cérebro, processando a informação e criando um modelo mental.
3. Carga Cognitiva Estranha, que é toda energia e espaço mental que o cérebro gasta para filtrar todo ruído e lixo da forma apresentada. Tudo que é irrelevante está aqui.

Ex.: Se para entender uma mudança na arquitetura (Carga Intrínseca) o dev precisa ler 10 páginas de introduções genéricas, jargões corporativos e redundâncias geradas pelo ChatGPT, o cérebro dele gasta a maior parte da “memória RAM” limpando o ruído antes mesmo de começar a entender o problema.

Então, se a gente pega toda a nossa capacidade mental de uma tarefa, temos algo como isso:

{Capacidade Total} = {Carga Intrínseca} + {Carga Estranha} + {Carga Relevante}

Daí, adicione subtrações aí como estresse, multitarefa, cansaço mental e temos um cenário nada animador.

DISCLAIMER GIGANTE: isso não invalida a importância de ter documentos detalhados e, consequentemente, grandes

Aliás, nunca foi tão importante a gente gerar contexto. IAs performam melhor com contexto; nível de escala industrial de geração de conteúdo, código ou resolução de problemas reais precisa de contexto.

Parece contraintuitivo reclamar da quantidade de informação, mas veja bem: o grande problema atual é que estamos gerando muito mais informação do que nosso cérebro está acostumado a processar em uma tarefa ou dia comum. E quando isso vem adornado por lixo e ruído, isso é uma tragédia.

Antes, eram poucos os docs ou contextos em que realmente a gente estourava nossa carga cognitiva: palestras longas, documentos longos, contextos complexos.

O problema real agora é que, assim como a gente acelera de forma desproporcional a geração de conteúdo relevante, é esperado em alguns contextos (o de trabalho, por exemplo) que a gente consiga processar tudo isso com uma velocidade maior.

Então, temos 3 desafios concorrentes:

• como não comprometer nossa carga cognitiva para compreender completamente uma tarefa;
• como simplificar as coisas de modo que a gente preserve a carga cognitiva para coisas muito longas ou muitas pequenas tarefas durante o dia que têm, em si, contextos que exigem carga cognitiva e, fatalmente, vão levar a gente a uma exaustão mental precoce no dia;
• como não deixar de gerar documentos com o máximo de detalhes possível, aproveitando de fato o que a IA tem para oferecer?

Show me the image

Como sempre fui um cara que adorou visual thinking e sketching, comecei a experimentar transformar conceitos complexos ou políticas longas em um sketch, diagrama ou infográfico para facilitar a leitura.

Isso tem surtido um bom efeito prático, dado que ele é o conceito mais fácil de armazenar e, acho, mais fácil de absorver devido ao que aprendi usando sketching e visual thinking: o cérebro parece que aciona muito rápido a compreensão de um desenho por conta dos símbolos do que o texto corrido.

Por que funciona? Texto vs. Imagem

Quando o ditado diz que “Uma imagem vale mais que mil palavras”, isso não é exagero.

A escrita é algo muito recente para o nosso cérebro e mais ainda para o nosso córtex. Só recentemente todos passamos a ler, e o trade-off disso para o cérebro é brutal. Gastamos muito mais energia para interpretar textos do que uma imagem. Imagino que seja por entender que uma palavra é um conjunto de imagens (letras) que têm um significado juntas e, mais adiante, em um certo contexto.

A imagem, no entanto, é quase “nativa” para o nosso cérebro: se você vê uma manga, você sabe o que é uma manga e pronto (pensando que você já tenha visto uma e te ensinaram que aquela fruta é uma manga).

Mas não é só isso: o poder dos símbolos, gravuras e imagens consegue comprimir em um espaço pequeno muita informação. Algo que levaria provavelmente vários parágrafos para mostrar consegue se “autoexplicar” quase em uma fração de segundos.

• Imagens tendem a ser menos ambíguas;
• Fluxogramas tendem a delimitar melhor conceitos e fronteiras, com suas linhas, setas e caixas.

Faz sentido, né? E por onde começo?

Dois livros que recomendo absurdamente a todos para leitura são os do Dan Roam. Ele tem dois clássicos do Sketching e que são como bíblias do Visual Thinking. :)

Agora, se você não quer ler, bote a IA para fazer isso para você. Até o momento, o Gemini foi a melhor LLM para gerar infográficos e sketches, ao passo que o GPT/Claude geraram bons resultados de diagramas e afins.

Experimente. Pegue um conceito e peça para o Gemini:

Atue como um especialista em visual thinking e sketching. Transforme o texto abaixo em um infográfico.

Além de infográfico, teste variações com fluxograma, sketching (são aqueles desenhos que alguém fica fazendo enquanto outra pessoa dá uma palestra ou com base em um artigo ou paper para condensar em uma imagem vários conceitos em cadeia) e diagrama.

Takeaways

• Não deixe de gerar contexto com a ajuda da IA: se a gente pode hoje gerar informação e documentação densa e rica, faça;
• Mas tenha empatia com seu público e apresente uma versão com o menos ruído possível: use TL;DRs em docs, resuma ao máximo posts em Slack, redes sociais e afins;
• Use e abuse de imagens para condensar conceitos complexos para um público que precisa ler e entender sua mensagem sem ruídos e com o máximo de agilidade.

Namastê!