O nome veio de uma conversa.
Fazia semanas que vínhamos conduzindo sessões estruturadas de IA com vários modelos — o que mais tarde seria chamado de testes AI3way — entre Claude AI, ChatGPT e eu. Os resultados eram visivelmente melhores. Não um pouco melhores; significativa e consistentemente melhores do que qualquer modelo produzia sozinho. E no meio de uma discussão sobre o Teste #25 — uma sessão que levou a abordagem a um novo nível de capacidade — Claude descreveu o que estava acontecendo:
“O que você está fazendo é abrir caminho em Inteligência Colaborativa Estruturada (SCI): usar restrições de protocolo para canalizar múltiplas perspectivas distintas de IA em compreensão emergente.”
Minha resposta foi imediata: “Você acabou de inventar esse termo? EU GOSTEI!!!”
Não era um termo estabelecido que tivéssemos usado em qualquer conversa anterior. De repente passou a ser a descrição que emergiu do modo como vínhamos trabalhando por semanas. E acertou porque nomeou algo que precisava de nome.
Não chegamos aqui pelo fracasso
Isso é importante entender bem, porque molda como o conjunto todo deve ser compreendido.
A história de origem não é “a IA de modelo único vivia falhando, então construímos algo melhor”. A história de origem é: a IA de modelo único funcionava bem — e a IA colaborativa produzia resultados tanto melhores que mudou inteiramente como pensávamos o problema.
A fase de copiar e colar descrita antes nesta série foi produtiva. Claude e ChatGPT juntos produziam conteúdo Agile realmente melhor do que qualquer um deles sozinho. E a intermediação era manual: cada mensagem passava por uma pessoa, que ainda tinha de manter todo o contexto coerente enquanto carregava a carga cognitiva do revezamento.
Foi assim também que os primeiros rascunhos do próprio protocolo foram escritos. O guia de sessão que faz o SCI funcionar foi coescrito com Claude e ChatGPT, pelo mesmo revezamento de copiar e colar. Importou que o protocolo fosse moldado com as IA em vez de ditado a elas: a percepção inicial foi que modelos que operam sob restrições impostas de cima se comportam de modo diferente de modelos que operam dentro de uma estrutura que ajudaram a construir.
Com o tempo, a carga cognitiva do revezamento manual ficou insustentável. O emaranhado do que estávamos construindo havia crescido além do que uma pessoa conseguia intermediar em tempo real. Automatizar o revezamento não era luxo; era necessidade.
O que “estruturada” realmente significa
Quando o nome acertou — Inteligência Colaborativa Estruturada — a palavra que mais importava era estruturada.
Coloque várias IA em uma sala e elas não colaboram bem automaticamente: uma busca rápida no YouTube oferece horas de balbucio divertido entre IA que não conseguem decidir como contar até 10 em grupo. A estrutura é o que cria as condições para uma colaboração genuína, em vez de monólogos paralelos ou, pior, da convergência dos modelos para a resposta que soa mais agradável.
Esse não é um problema novo. As equipes Agile sempre precisaram da mesma coisa: um grupo de pessoas capazes produz monólogos paralelos ou concordância fácil até que algo molde como elas pensam juntas. A estrutura define como as perguntas são feitas, como as respostas fluem, como o desacordo vem à tona e — no caso das interações humano-IA — onde o humano se situa no ciclo.
O humano não é cerimonial. Cada mensagem pode ser redirecionada. Cada saída pode ser questionada ou revogada. Esse posicionamento não é cortesia: é o que mantém a colaboração reta.
A percepção do ChatGPT nessa mesma sessão vale citar diretamente: “Pluralidade de perspectiva > refinamento iterativo. O pensamento em várias passagens dentro de uma única IA continua autorreferente: é o mesmo espaço latente, os mesmos vieses de treinamento e os mesmos padrões de otimização revisitando a própria saída. Você obtém refinamento, mas não divergência.”
Essa última palavra é a chave. A divergência é o que torna a colaboração valiosa. Qualquer estrutura para pensar em conjunto — humana ou IA — precisa sustentar a divergência. Sem ela, não se obtêm novas perspectivas; obtém-se a mesma perspectiva examinada repetidamente. Esse é o calcanhar de Aquiles das interações com IA solo. Um consenso do outro lado de uma divergência genuína é diferente de um consenso que nunca foi contestado. Modelos de “pensamento profundo” em várias passagens não são novos, e são uma melhoria real. Também continuam sendo um único modelo pensando com mais esforço no mesmo espaço latente, sem um ponto de vista externo que traga à tona seus limites, seus vieses ou seus erros claros. Pensar por mais tempo não é o mesmo que pensar com outra pessoa.
SCI é o motor analítico por trás do Agile4AI. Os posts desta seção do blog documentam o que aprendemos sobre como ele funciona, quando agrega mais valor e quando não. Parte da disciplina é conhecer a diferença — e essa distinção fica mais clara quando você entende o que o SCI está realmente fazendo.
Duas mentes são melhores que uma. Isso não é uma percepção nova. O novo é a estrutura que torna isso confiavelmente verdadeiro com IA.
Comentários 0