A maioria dos problemas que eu vejo em projetos de software e design não são de ferramenta. São de comunicação. Requisitos direcionados por vendas, discovery atropelada ou inexistente, e a expectativa de que a ferramenta compense o que as pessoas não conversaram. O que faz um sistema funcionar são as pessoas — a capacidade de entenderem o problema juntas. A IA não muda isso. Só torna o custo de ignorar isso mais visível.

A relativa baixa qualidade dos resultados que se tem com designs feitos por IA tem quase sempre a mesma origem: pouco entendimento do problema e a dificuldade que temos em descrever o que precisamos. Essa questão é antiga, antecede a IA e vai continuar existindo mesmo com IA, porque é uma questão mais humana do que de software. Eu mal consigo descrever o sabor de sanduíche que quero para a pessoa do caixa do restaurante — que dirá um sistema complexo.

Eu estive entre os profissionais que adotaram IA mais rápido, até porque já trabalhava com Machine Learning antes. Minha formação em engenharia florestal já me dava acesso a essa linguagem — trabalhamos com modelos biológicos, e modelos biológicos são quase sempre estatísticos. Aprendi regressão linear aplicada a modelos de crescimento e índices de sítio. Depois vieram cursos de ML aplicado a geoprocessamento, ferramentas como GDAL, e um projeto frustrado de ML dentro de uma startup que ajudei a fundar. Hoje estou finalizando um MBA em ciência de dados. O ponto não é listar credenciais — é que quando a IA generativa chegou, eu não era alguém descobrindo modelos pela primeira vez. Era alguém que já conhecia os limites.

Talvez por isso mesmo eu me coloque entre os agnósticos da IA. Uso bastante, mesmo antes de virar essa corrida do ouro que está hoje. Acho uma ferramenta útil, especialmente se você trabalha na intersecção de muitas disciplinas e precisa comunicar conceitos complexos rapidamente para times diversos. Mas os limites existem e devem ser considerados com atenção.

Quando criei o Gothicus brasiliensis, a IA foi essencial para dar forma ao projeto. Mas o projeto não nasceu da IA. Nasceu de um repertório que eu vinha construindo há anos, sem saber exatamente para onde ia.

Sempre gostei de contos de fadas, lendas e fábulas. As do Brasil me interessam mais ultimamente porque virei imigrante — e passei a preferir imaginar um Brasil do que viver na realidade dele. Retomei a leitura dessas lendas com uma pergunta: existe um gótico legitimamente brasileiro? Lembrei de elementos da cultura pop, de referências que estavam espalhadas na minha memória. Isso coincidiu com um amadurecimento político — leituras de Frantz Fanon sobre violência colonial, o curso da Sabrina Fernandes, o texto “Governar os mortos” que faz do Brasil um lugar profundamente tétrico para habitar. Não só pela violência colonial que segue, mas pelos traumas todos — que coincidem com os meus.

Dessa convergência nasceu primeiro um Substack chamado Tropical Goth, que evoluiu para o Gothicus brasiliensis: um manifesto, um bestiário, um mapa, um baralho, um oráculo, uma série de ensaios. O gênero gótico em todas as suas manifestações, filtrado pela experiência de ser brasileira fora do Brasil.

Quando sentei para construir o site com ajuda do Claude, eu sabia descrever exatamente o que queria. Não porque sou boa com prompts. Porque tinha anos de pesquisa, de leituras, de referências acumuladas, de erros anteriores. A IA não criou nada disso. Ela me ajudou a desengavetar o material e explorar possibilidades que eu sozinha levaria meses para prototipar. Mas sem o repertório, a IA teria gerado um site genérico sobre folclore brasileiro — bonito talvez, mas vazio. Sem ponto de vista, sem tensão, sem o clima que faz o Gothicus ser o que é.

Isso não é exclusivo do meu projeto. É um padrão que observo no dia a dia liderando times: quem tem repertório usa IA bem. Quem não tem, gera ruído — e ruído bonito ainda é ruído. A ferramenta amplifica o que você já sabe. Se você sabe pouco, ela amplifica pouco. Se você sabe muito mas não consegue articular, ela te ajuda a estruturar. Mas a matéria-prima é sua.

Minha primeira lição de design, eu contei no primeiro texto desta série: foi quando descobri o WordArt, fiz um título curvado para um trabalho de escola achando que estava arrasando — e a professora me descontou nota porque achava que meus cartazes manuais eram mais interessantes. Repertório se constrói errando. Eu erro desde criança. A IA não substitui isso. Ela parte do pressuposto de que você já errou o suficiente para saber o que pedir.

Ao longo desta série, tentei mostrar isso de vários ângulos. Que a crise estética da IA é um padrão histórico, não uma novidade. Que o gargalo não é a ferramenta, é a capacidade de tradução entre linguagens. Que é possível usar IA para fazer engenharia reversa do design, mas só se você souber o que está olhando. Que a IA pode ser ponte entre devs e designers, mas pontes precisam de fundação dos dois lados.

Tudo converge para o mesmo ponto: a IA é uma ferramenta poderosa que acessa, organiza e amplifica conhecimento. Mas ela não gera repertório. Repertório é o que sobra quando você tira a ferramenta. É o que você aprendeu errando, lendo, pesquisando, trabalhando, vivendo. A IA pode te ajudar a usar esse repertório de formas que antes não eram possíveis. Mas se o repertório não existe, não há nada para acessar.

A IA não substitui o repertório. Ela o acessa. E a pergunta que importa não é “qual IA você usa?” — é “o que você sabe que vale a pena acessar?”

Esse é o último texto de uma série sobre design, IA e viés de dados. Os anteriores: A crise estética da IA parece com a do WordArt, só que pior · Se você não consegue explicar, a IA não vai ajudar · Como usei IA para fazer engenharia reversa do meu próprio design · IA como ponte entre devs e designers (sem implodir o processo)