Resumo detalhado de um episódio com Sam Altman e Greg Brockman…

INEMA

virar genérico.

O humano entra como:

• curador;
• diretor criativo;
• editor;
• julgador de qualidade;
• criador de intenção;
• responsável pelo gosto final.

A IA produz opções. A pessoa decide o que presta.

8. Acesso à IA e computação pode virar vantagem competitiva⌗

Eles falam que quem tiver mais acesso a computação e souber usar agentes pode avançar muito mais. Isso vale para empresas, profissionais e países.

Na prática: não basta “ter ChatGPT”. É preciso criar uma cultura de uso:

• treinar equipe;
• documentar prompts úteis;
• criar fluxos internos;
• medir economia de tempo;
• integrar IA aos processos;
• testar ferramentas novas;
• revisar resultados com critério.

9. Empresas precisam redesenhar processos⌗

A entrevista sugere que a maior oportunidade não é trocar pessoas por IA, mas redesenhar o trabalho.

Perguntas práticas para qualquer negócio:

Onde estamos gastando tempo com tarefa repetitiva? Onde falta documentação? Onde uma pessoa depende demais de memória própria? Onde relatórios, propostas ou planejamentos demoram demais? Que tarefas poderiam ser feitas 80% pela IA e 20% por revisão humana?

Esse modelo 80/20 pode ser muito poderoso.

10. O risco não é só perder emprego, é perder propósito⌗

Um ponto importante é emocional: se a IA faz muita coisa, as pessoas podem se perguntar “para que eu sirvo?”.

Então, individualmente, vale investir em áreas que dão sentido e não apenas produtividade:

• relações humanas;
• liderança;
• cuidado;
• arte;
• educação;
• comunidade;
• propósito;
• criação de experiências;
• presença física;
• confiança.

Atividades humanas com responsabilidade, vínculo e sensibilidade tendem a ganhar valor.

11. Para usar já: um plano simples⌗

O aproveitamento mais imediato seria este:

Primeiro: liste 10 tarefas repetitivas que você faz no computador. Segundo: escolha 3 que consomem mais tempo. Terceiro: crie um modelo de prompt para cada uma. Quarto: teste durante uma semana. Quinto: compare tempo, qualidade e retrabalho. Sexto: transforme o que funcionou em procedimento.

Exemplo de tarefas candidatas:

• resumo de vídeos e reuniões;
• roteiro de conteúdo;
• proposta comercial;
• planejamento semanal;
• análise de texto;
• resposta a cliente;
• organização de ideias;
• criação de posts;
• levantamento de riscos;
• revisão de documentos.

12. A grande lição⌗

A entrevista não é só sobre OpenAI. É um aviso estratégico:

a próxima vantagem competitiva será saber combinar intenção humana com execução artificial.

Quem aprender a comandar bem a IA, dar contexto, avaliar qualidade e transformar isso em processo vai produzir muito mais. Quem usar IA só como “buscador melhorado” vai ficar para trás.

Para mim, a frase prática que resume tudo é:

não tente competir com a IA em velocidade; aprenda a comandá-la com clareza, propósito e julgamento.

Dá para tirar muita coisa prática dessa entrevista. O ponto principal é: a OpenAI está dizendo que a próxima fase não é “IA que responde perguntas”, mas IA que executa tarefas, usa ferramentas, conhece contexto e trabalha como agente.

1. O diferencial deixa de ser “saber” e passa a ser “dirigir”⌗

A entrevista reforça que inteligência pura está ficando barata e abundante. Então o valor humano tende a migrar para:

saber escolher objetivos, fazer boas perguntas, julgar resultados, decidir prioridades e coordenar agentes.

Ou seja: não vence quem “sabe tudo”; vence quem sabe o que pedir, como avaliar e como aplicar.

Na prática, isso significa treinar mais:

• pensamento estratégico;
• clareza de objetivos;
• capacidade de briefing;
• julgamento crítico;
• tomada de decisão;
• criatividade aplicada;
• liderança e comunicação.

2. Quem aprender a usar agentes cedo ganha vantagem⌗

Um dos recados mais fortes é que agentes serão a próxima grande virada. Não é só pedir texto ao ChatGPT. É usar IA para:

• pesquisar;
• escrever;
• programar;
• montar planilhas;
• preparar apresentações;
• automatizar tarefas;
• comparar opções;
• organizar projetos;
• executar trabalho operacional.

A vantagem estará em transformar tarefas repetitivas em fluxos com IA. Quem fizer isso antes fica mais produtivo, mais barato e mais rápido.

3. “Trabalho de computador” será o primeiro grande alvo⌗

Eles não falam apenas de programadores. Falam de todo trabalho feito no computador: documentos, planilhas, relatórios, apresentações, atendimento, análise, planejamento, propostas, pesquisa, jurídico, financeiro, administrativo.

Então, para uma empresa ou profissional, a pergunta útil é:

Quais tarefas eu faço no computador toda semana que poderiam virar um fluxo com IA?

Exemplos práticos:

• responder e-mails repetitivos;
• resumir reuniões;
• criar relatórios;
• transformar conversas em planos de ação;
• gerar propostas comerciais;
• revisar contratos;
• organizar dados;
• criar conteúdo;
• fazer pesquisa de mercado;
• preparar aulas, roteiros ou materiais.

4. A IA personalizada será muito mais poderosa⌗

Eles falam de uma “AGI pessoal”: uma IA que conhece seu contexto, seus objetivos, seus arquivos, seu estilo, sua rotina e suas preferências.

O proveito disso é começar agora a construir memória organizacional e pessoal bem estruturada:

• documentos bem nomeados;
• processos escritos;
• padrões de qualidade claros;
• bases de conhecimento internas;
• histórico de decisões;
• modelos de briefing;
• checklists;
• exemplos bons e ruins.

Quanto mais organizado for o contexto, melhor a IA trabalha.

5. O futuro favorece quem sabe dar contexto⌗

A entrevista mostra que os modelos ainda sofrem quando precisam adivinhar o que você quer. Então uma habilidade essencial é aprender a dar contexto completo.

Um bom pedido para IA precisa ter:

objetivo + público + contexto + restrições + formato desejado + exemplo do resultado esperado.

Em vez de dizer: “Faça uma proposta.”

Melhor: “Crie uma proposta comercial para uma escola, com tom profissional e acolhedor, foco em educação cultural, até 2 páginas, destacando benefícios, cronograma e investimento. Use linguagem simples e inclua uma chamada final para reunião.”

6. Educação precisa mudar⌗

Para filhos, alunos ou equipes, a entrevista sugere que não basta ensinar conteúdo técnico. A IA vai superar humanos em muita execução.

O foco deveria ser formar pessoas com:

• autonomia;
• curiosidade;
• ética;
• resiliência;
• comunicação;
• capacidade de resolver problemas;
• repertório cultural;
• pensamento filosófico;
• habilidade de colaboração;
• capacidade de usar ferramentas.

A pergunta não é só “qual profissão vai sobreviver?”, mas que tipo de pessoa consegue prosperar com IA?

7. Criatividade humana fica mais importante, não menos⌗

Eles reconhecem que a IA ainda pode parecer “sem alma” em escrita, gosto e personalidade. Isso mostra uma oportunidade: quem tem estilo próprio, repertório, sensibilidade e visão editorial consegue usar IA como acelerador, sem

k

Greg vê o julgamento como uma oportunidade de contar a história da OpenAI. Ele diz que, por anos, a empresa deixou outros lados controlarem a narrativa, mas agora terá que se defender e explicar o que aconteceu.

56. Divergência com Elon Musk⌗

Greg afirma que, no passado, todos concordavam que a OpenAI precisaria de uma estrutura com fins lucrativos para cumprir sua missão. Segundo ele, a ruptura ocorreu quando Elon teria exigido controle absoluto da organização. Para Greg, isso contrariava a missão de não deixar o futuro da IA nas mãos de uma única pessoa.

57. Documentos pessoais expostos⌗

Greg comenta que partes de seus diários ou anotações pessoais foram usadas publicamente. Ele considera isso doloroso e diz que trechos foram tirados de contexto.

58. Como a visão sobre risco mudou⌗

Greg diz que, anos atrás, a OpenAI imaginava que AGI poderia surgir por simulações competitivas multiagentes, com sistemas inteligentes, mas desconectados da linguagem humana e dos valores humanos. Isso parecia muito mais assustador.

59. Caminho dos modelos de linguagem é mais otimista⌗

Segundo Greg, a rota atual baseada em modelos de linguagem é mais promissora porque esses sistemas são treinados em linguagem humana, valores humanos e comunicação humana. Isso cria uma base mais alinhável do que uma inteligência surgida de uma simulação alienígena.

60. Chain of thought e monitoramento⌗

Greg menciona que cadeias de raciocínio podem ajudar a entender e monitorar o que motiva os modelos, desde que abordadas corretamente. Isso reforça a visão de que o caminho atual pode ser mais seguro do que alternativas imaginadas no passado.

61. Novos modelos chegando⌗

No fim, eles sugerem que novos modelos muito bons estão próximos. A ênfase é que esses modelos serão úteis para todos, especialmente dentro da direção de agentes, personalização e trabalho no computador.

62. Mensagem geral do episódio⌗

O tema central é que a OpenAI está mudando de uma empresa focada em modelos isolados para uma empresa focada em agentes, infraestrutura pessoal, trabalho de computador e AGI útil. Ao mesmo tempo, Sam e Greg reconhecem que a sociedade ainda precisa entender melhor como lidar com propósito, desigualdade, segurança, acesso à computação, educação e autonomia humana em um mundo de IA avançada.

de capacidade computacional possível, embora possa trocar locais ou escolhas técnicas específicas.

40. Chips próprios⌗

Eles confirmam entusiasmo com o desenvolvimento de chips próprios, mas não dão prazos. A visão é que hardware especializado será importante para sustentar a demanda por IA.

41. Robótica ainda não é produto imediato⌗

Sam diz que robótica será muito importante no futuro, mas ainda vai demorar até haver um “momento ChatGPT” para robôs. Ou seja, ainda não há um produto robótico pronto para causar impacto em massa.

42. Super app e infraestrutura agentiva⌗

Greg explica que “super app” era um termo interno, não necessariamente uma promessa pública específica. A ideia real é uma infraestrutura unificada para agentes, capaz de sustentar várias experiências em trabalho e vida pessoal.

43. Competição com a Anthropic⌗

Greg reconhece que a Anthropic executou bem em algumas áreas, especialmente ao perceber cedo a importância de aplicar modelos de código a repositórios reais e bagunçados. Ele diz que isso ajudou a OpenAI a elevar sua própria execução.

44. Codex versus Claude⌗

Greg afirma que, em comparações diretas, o Codex já teria resultados muito favoráveis contra Claude em várias tarefas. Ele diz que a competição foi útil para melhorar o foco da OpenAI.

45. Modelos perigosos e acesso restrito⌗

A conversa aborda a ideia de que alguns modelos estão ficando poderosos demais para serem liberados amplamente. Sam reconhece que haverá preocupações legítimas de segurança, especialmente em cibersegurança, mas alerta contra o uso de medo como marketing para manter IA nas mãos de poucos.

46. Crítica ao “marketing do medo”⌗

Sam critica a narrativa de empresas que dizem ter criado algo perigoso demais e depois vendem proteção cara contra esse perigo. Ele considera que esse discurso pode ser usado para justificar concentração de poder.

47. Programa de acesso confiável⌗

A OpenAI diz ter uma estrutura de preparação para lidar com capacidades sensíveis, como cibersegurança. A ideia é liberar modelos poderosos de forma gradual, com mitigações, acesso controlado e programas para usuários confiáveis antes de chegar a públicos maiores.

48. Relação com o governo dos EUA⌗

Sam defende que empresas líderes de IA devem ajudar o governo dos Estados Unidos, especialmente se os modelos se tornarem relevantes para segurança nacional. Ao mesmo tempo, ele critica o uso excessivo de ameaças, coerção ou disputas públicas pelo governo.

49. IA, defesa e segurança nacional⌗

Ele afirma que não vê um bom futuro em que laboratórios avançados de IA se recusem a ajudar o governo a defender o país. Para ele, se a IA será tão poderosa quanto dizem, então governos precisarão dessa ajuda.

50. Rivalidades pessoais no setor de IA⌗

A conversa aborda como o setor de IA está carregado de drama, rivalidades e personalidades fortes. Sam diz que algumas pessoas só confiam em si mesmas para “fazer certo” e veem os riscos como infinitos, o que leva a comportamentos tóxicos.

51. Drama, ameaças e radicalização⌗

Sam comenta um episódio assustador envolvendo sua segurança pessoal e diz que passou por um ciclo depressivo depois. Ele teme que a retórica apocalíptica e a forma como alguns laboratórios falam uns dos outros aumentem a tensão social.

52. Continuidade apesar das crises⌗

Greg elogia a resiliência de Sam, dizendo que mesmo em momentos de ameaça ou crise ele continua trabalhando na missão. Sam reconhece que ainda há muito trabalho a fazer e não pretende simplesmente se afastar.

53. Por que continuar na OpenAI⌗

Quando perguntado por que não se aposenta, Sam responde que ainda há muito trabalho pela frente. A missão não é apenas chegar à AGI, mas fazer com que essa tecnologia beneficie as pessoas e seja compreendida pela sociedade.

54. AGI como projeto coletivo⌗

Sam e Greg defendem que AGI não deve ser vitória de uma pessoa, empresa ou ideologia. Eles dizem que a humanidade precisa fazer isso dar certo em conjunto, com várias contribuições e instituições.

55. Processo judicial com Elon Mus⌗

26. Acesso à computação como justiça social

Greg e Sam defendem que o acesso barato e amplo à computação será essencial. Se só pessoas ricas puderem usar sistemas poderosos, a desigualdade crescerá muito. Se todos tiverem acesso, a IA pode se tornar uma nova forma de mobilidade social.

27. IA como nova versão do sonho americano⌗

Greg sugere que, se jovens talentosos tiverem acesso a agentes e computação, poderão criar coisas antes impossíveis. Isso poderia permitir que qualquer pessoa com vontade, curiosidade e energia construa produtos, empresas e soluções.

28. Robótica e mundo físico⌗

A conversa passa para a dificuldade dos Estados Unidos competirem com a China em hardware, manufatura e robótica. Sam reconhece que os EUA estão atrás no mundo físico, mas vê robôs generalistas como uma possível peça nova no tabuleiro.

29. Robôs construindo robôs⌗

Sam sugere que, para os EUA recuperarem competitividade industrial, talvez precisem de robôs capazes de construir mais robôs e reconfigurar fábricas. Sem isso, a trajetória atual do país em manufatura parece fraca.

30. Experiência anterior da OpenAI com robótica⌗

Greg relembra o projeto da mão robótica da OpenAI. A equipe treinava a mão com aprendizado por reforço, mas o hardware quebrava com frequência. Isso mostrava como o mundo físico era muito mais lento e difícil que o software. O projeto acabou sendo cancelado, e parte da equipe foi para trabalhos ligados ao que depois se tornou o GitHub Copilot.

31. Nova fase da OpenAI: agentes⌗

Greg diz que a OpenAI está em uma transição clara para agentes. A prioridade é criar uma plataforma em que agentes possam fazer trabalho real, especialmente no computador. Isso inclui programação, documentos, planilhas, apresentações, finanças, direito e outros trabalhos digitais.

32. “Computer work” em vez de “knowledge work”⌗

Greg prefere o termo “trabalho de computador” a “trabalho do conhecimento”. Para ele, muitas pessoas não se veem como “trabalhadoras do conhecimento”, mas entendem que passam horas presas ao computador fazendo tarefas repetitivas. A IA deve reduzir esse tipo de trabalho.

33. Codex para todos⌗

A OpenAI quer transformar o Codex de uma ferramenta para programadores em uma ferramenta para qualquer pessoa que precise realizar trabalho no computador. A ideia é que agentes executem tarefas digitais em várias áreas, não só escrever código.

34. Modelos deixam de ser o produto inteiro⌗

Greg explica que antes o modelo era quase o produto completo. Agora, o modelo é apenas parte de uma camada maior, que inclui memória, conectores, ferramentas, uso do computador, gerenciamento de contexto e interface. Ele compara o modelo ao cérebro e essa camada de software ao corpo.

35. Produto mais integrado⌗

A empresa quer construir um sistema coeso em vez de muitos produtos desconectados. O objetivo final é que o usuário não precise pensar em modelo, abas, threads ou ferramentas separadas, mas apenas em uma IA que entende seus objetivos e age por ele.

36. Sora foi despriorizado⌗

Greg diz que Sora foi a frente mais óbvia a ser despriorizada. O motivo é que Sora pertence a um ramo diferente da árvore tecnológica: os modelos que o alimentam não estão unificados com a série principal GPT, e o caso de uso de vídeo criativo não se encaixa tão diretamente na prioridade atual de agentes e trabalho de computador.

37. Sora não foi descartado totalmente⌗

Apesar da despriorização, Greg diz que a tecnologia de Sora continuará existindo e poderá ser usada em outras aplicações. A decisão foi de foco estratégico, não necessariamente de abandono completo.

38. Computação como centro do negócio⌗

Greg afirma que, para a OpenAI, computação não é apenas custo: é centro de lucro. A empresa compra ou aluga computação e a revende com margem por meio de produtos. Enquanto houver demanda e margem positiva, a lógica é continuar expandindo.

39. Infraestrutura e data centers⌗

Sam rejeita a ideia de que a OpenAI estaria recuando em infraestrutura. Ele diz que a empresa continuará tentando construir o máximo de

e o ser humano precisar se adaptar à linguagem da máquina, a máquina passará a se adaptar à intenção humana.

13. Do computador como ferramenta ao computador como executor⌗

A visão apresentada é que os computadores deixarão de ser sistemas que exigem comandos detalhados e passarão a realizar tarefas em nome das pessoas. O usuário dirá o que quer, e a IA cuidará da execução.

14. O impacto do ChatGPT⌗

Sam diz que, antes do ChatGPT, a OpenAI fazia demonstrações tecnicamente impressionantes, mas pouca gente realmente se importava. O ChatGPT mudou isso porque as pessoas puderam sentir diretamente o valor da IA. Para ele, essa experiência prática foi o momento em que o mundo percebeu que a IA era real.

15. Avanços em programação⌗

Eles veem programação como uma das áreas em que a IA já causou uma mudança clara. Modelos de código e agentes de programação estão passando de simples autocompletar para sistemas que executam tarefas completas, gerenciam detalhes e ajudam humanos a focar em arquitetura e decisões maiores.

16. Modelos de imagem⌗

Sam menciona que novos modelos de imagem estavam prestes a ser lançados e que seriam muito melhores do que os anteriores. Ele diz que achava que geração de imagens já estava quase resolvida, mas foi surpreendido pelo quanto ainda podia melhorar.

17. Evolução rápida das expectativas⌗

Sam observa que, sempre que um modelo novo parece impressionante, as pessoas acham que aquilo já é o limite. Meses depois, o padrão muda, e o modelo anterior parece ruim. Isso aconteceu com o GPT-4 e continua acontecendo com novas gerações.

18. IA com mais contexto pessoal⌗

Uma grande mudança esperada é a IA conhecer melhor o usuário: sua vida, seu trabalho, suas preferências, seu computador, seu navegador e seu contexto. Isso permitiria respostas e ações muito mais úteis. Eles chamam essa direção de “AGI pessoal”.

19. AGI pessoal⌗

A AGI pessoal seria uma IA que entende o usuário, lembra do contexto, sabe seus objetivos, age em seu nome e pode ajudar em áreas como saúde, finanças, trabalho, lazer e organização da vida. Ela seria confiável o suficiente para agir sozinha em certas situações e pedir aprovação em outras.

20. Personalização como chave⌗

Sam diz que um problema atual é criar um modelo usado por cerca de um bilhão de pessoas com gostos e necessidades diferentes. No futuro, a IA precisa ser personalizada o suficiente para escrever, responder e agir de formas diferentes para cada pessoa.

21. Críticas à escrita da IA⌗

Os entrevistadores dizem que a escrita da IA ainda parece sem alma. Greg explica que é mais fácil treinar modelos para matemática e ciência, porque há critérios claros de certo e errado. Já escrita criativa é mais subjetiva, então o desafio é ensinar a IA a entender preferências individuais.

22. Modelos ainda têm fronteiras irregulares⌗

Greg descreve o progresso da IA como uma “fronteira irregular”: em alguns domínios, como matemática, ciência e código, ela já pode ser impressionante; em outros, como personalidade e escrita com alma, ainda há limitações. Mas eles acreditam que essa fronteira continuará avançando.

23. IA em matemática e ciência⌗

Eles mencionam que modelos recentes resolveram ou ajudaram em problemas matemáticos difíceis. Para Greg, isso indica que a IA pode produzir insights reais e até beleza intelectual, abrindo caminho para avanços científicos mais amplos.

24. IA e desigualdade⌗

A conversa entra em um ponto central: a IA pode elevar o padrão de vida de todos, mas também aumentar muito a desigualdade. Sam descreve um cenário em que todos ficam muito mais ricos em termos absolutos, mas algumas pessoas que souberem usar agentes e computação se tornam extremamente mais poderosas.

25. Três futuros possíveis⌗

Sam apresenta cenários possíveis: um em que todos melhoram muito, mas a desigualdade aumenta; outro em que a desigualdade diminui, mas o crescimento é menor; e um terceiro que ele decide não detalhar para manter o foco. A tensão principal é entre maximizar prosperidade total ou controlar desigualdade relativa.

⌗

ser

Resumo por tópicos⌗

1. Introdução e contexto do episódio⌗

O episódio reúne Sam Altman e Greg Brockman, cofundadores da OpenAI, em uma conversa conjunta rara. Eles falam sobre a história da empresa, os desafios internos, o avanço da IA, superinteligência, agentes, produtos, segurança, competição, robótica, desigualdade e o futuro do trabalho.

2. Relação entre Sam Altman e Greg Brockman⌗

Sam e Greg contam que a relação entre eles se fortaleceu ao longo dos anos por causa da pressão, das crises e da responsabilidade de construir a OpenAI. Eles dizem que estão em contato constante, muitas vezes várias vezes ao dia, e que têm estilos complementares: Sam tende a olhar para a ambição de longo prazo e conexões maiores; Greg costuma puxar a empresa para foco, execução e disciplina.

3. Fundação da OpenAI⌗

Eles relembram o início da OpenAI em 2015, depois de um jantar em que discutiram se ainda era possível criar um laboratório capaz de buscar AGI com impacto positivo. Na época, havia medo de que já fosse tarde demais. Mesmo assim, decidiram seguir em frente porque consideravam a missão importante demais.

4. Diferenças internas e foco estratégico⌗

Um ponto de diferença entre os dois foi o nível de foco da empresa. Sam queria explorar mais frentes, enquanto Greg frequentemente perguntava se aquilo era realmente a coisa mais importante. Esse contraste ajudou a OpenAI a concentrar energia no que considerava essencial.

5. Computação como fator central⌗

Greg destaca que Sam sempre pressionou por mais capacidade computacional. Mesmo quando a empresa já estava sobrecarregada construindo grandes sistemas, Sam insistia que a demanda por computação seria ainda maior. A ideia é que a IA está se tornando uma economia movida por computação, e quem tiver mais infraestrutura terá mais capacidade de avançar.

6. Segurança da IA⌗

Eles falam que sempre concordaram sobre a importância da segurança, mas nem sempre sobre como comunicar isso. Greg teria defendido uma abordagem menos presa ao discurso tradicional de medo e mais ligada à implantação gradual, testes reais e aprendizado contínuo. A OpenAI vê a segurança não como uma solução única, mas como um processo social, técnico e institucional.

7. Implantação iterativa⌗

A empresa defende colocar tecnologias cada vez mais capazes nas mãos das pessoas de forma gradual. A ideia é que a sociedade aprenda a lidar com sistemas menos poderosos antes de enfrentar sistemas mais avançados. Isso ajudaria a criar resiliência social e técnica.

8. Falha em explicar o impacto humano da IA⌗

Sam reconhece que a indústria de IA fala muito sobre superinteligência, cura de doenças e avanços grandiosos, mas pouco sobre o que isso significa para a vida cotidiana. As pessoas querem saber se terão trabalho, propósito, autonomia e uma vida significativa. Ele admite que ainda falta preencher esse “meio do caminho” entre a tecnologia poderosa e a vida real das pessoas.

9. O que pais realmente querem saber⌗

Segundo Sam, quando pais perguntam o que os filhos devem estudar, a pergunta real é mais profunda: como seus filhos terão uma vida plena em um mundo com IA avançada? A resposta não é apenas econômica. Envolve propósito, crescimento pessoal, desafios, autonomia e dignidade.

10. Direito à adversidade⌗

Sam menciona a ideia de que as pessoas não querem uma vida perfeita, sem desafios. Há valor em enfrentar dificuldades, aprender, crescer e se esforçar. Um mundo onde a IA faz tudo pode parecer confortável, mas também pode gerar vazio existencial.

11. Exemplos práticos de IA salvando vidas⌗

Greg cita casos em que o ChatGPT ajudou pessoas a lidar com problemas médicos, como uma família que conseguiu insistir por uma ressonância após pesquisar sintomas com a IA, descobrindo um tumor cerebral. Para ele, esses exemplos mostram que a tecnologia pode beneficiar pessoas concretas, não apenas a sociedade de forma abstrata.

12. IA como tecnologia intuitiva⌗

Greg defende que ler sobre IA pode parecer assustador ou abstrato, mas usar IA é intuitivo. A promessa é que, em vez de o

youtu.be/w-FneY8JsRo ↗

Futuro da IA - SAM e GREG

chatgpt.com ↗

1