O anúncio que parou a internet
Por Mauro Mequelussi · Curso gratuito Jev sem mistério: IA que decide dentro do seu app · Português (PT-BR)
Resposta direta · O que esta aula resolve
A Aula 2 de 8 ("O anúncio que parou a internet"), parte do módulo "Entendendo o Jev" do curso gratuito "Jev sem mistério: IA que decide dentro do seu app" na Escola de Aplicativos (ministrado por Mauro Mequelussi), ensina na prática: introdutória, exploramos os gargalos de usar LLMs tradicionais para triagem e classificação de rotina em aplicativos. Conheça a história da TypeSafe, o lançamento do Jev e como os conceitos de Sistema 1 e Paradoxo de Jevons mudam a automação com IA.
Crie sua conta grátis para assistir a esta videoaula em HD
O resumo técnico e os capítulos abaixo são abertos para consulta. Crie sua conta 100% gratuita em segundos para liberar todas as 8 videoaulas em HD, controle automático de progresso, Tutor IA e certificado gratuito verificável.
- R$ 0 · Sem cartão de crédito
- Tutor IA tira-dúvidas da aula
- Certificado gratuito incluso
O que você vai aprender
- Por que o uso de chatbots tradicionais para classificação e triagem gera instabilidade e custos altos
- O que define um modelo de IA System One e como ele difere dos modelos de chat convencionais
- A tese por trás do Jev e as ideias de Daniel Kahneman aplicadas a sistemas inteligentes
- A origem do nome no Paradoxo de Jevons e o impacto da redução de custos por decisão
- O contexto de mercado, a repercussão da comunidade técnica e as críticas iniciais
Pontos-chave da aula
- Usar escritores para carimbar formulários gera latência, custo desnecessário e respostas imprevisíveis.
- O Jev não gera texto: ele recebe dados e devolve escolhas predefinidas com graus explícitos de certeza.
- Modelos System One atuam como julgamento rápido e honesto, em vez de simular raciocínios longos.
- Quando o custo por decisão cai drasticamente, o volume de automação viável em um app multiplica.
Capítulos e roteiro técnico da aula
8 capítulos minutados- 00:00
Onde está a automação prometida pela IA?
Uma provocação sobre por que tarefas rotineiras de classificação ainda dependem de humanos mesmo com o avanço da IA.
- 00:26
O problema de usar chatbots para classificar dados
Como respostas verbosas, lentidão e falta de métrica de certeza quebram sistemas de triagem em produção.
- 01:20
O anúncio da TypeSafe e a repercussão do Jev
A revelação do Jev por Diogo Almeida e o impacto imediato no Hacker News e Product Hunt.
- 02:11
O que é o Jev e o conceito de System One
A definição do Jev como um modelo focado em receber informações e devolver escolhas com probabilidades.
- 02:28
Sistema 1 vs Sistema 2 na inteligência artificial
A analogia com a obra de Daniel Kahneman separando o pensamento intuitivo do raciocínio deliberado.
- 03:22
A origem do nome e o Paradoxo de Jevons
A tese econômica de que custos baixíssimos por decisão geram uma explosão no consumo de IA.
- 03:46
Recepção da comunidade e primeiras críticas
O debate sobre abordagens existentes, novas alternativas abertas e validação de mercado.
- 04:14
O que esperar da próxima aula
Apresentação da questão central sobre como o modelo funciona por dentro e compensa em custo e velocidade.
Momentos de destaque na prática
Por que usar LLMs de texto para triagem é um erro
Entenda por que colocar um chatbot para carimbar processos custa caro e quebra o seu software.
O que é IA System One na prática
Descubra como o modelo da TypeSafe troca respostas longas por decisões rápidas acompanhadas de probabilidade.
O Paradoxo de Jevons e o futuro do consumo de IA
Veja como a economia do século XIX explica a nova onda de automação por decisões ultra baratas.
Notas de aula e guia de estudo
Nesta primeira aula, analisamos as limitações de usar grandes modelos de linguagem conversacionais para simples tomadas de decisão em sistemas. Conheça a história da TypeSafe, o lançamento do Jev e por que separar geração de texto da tomada de decisão transforma a viabilidade econômica do seu produto.
O que você vai aprender
- Por que o uso de chatbots tradicionais para classificação e triagem gera instabilidade e custos altos
- O que define um modelo de IA System One e como ele difere dos modelos de chat convencionais
- A tese por trás do Jev e as ideias de Daniel Kahneman aplicadas a sistemas inteligentes
- A origem do nome no Paradoxo de Jevons e o impacto da redução de custos por decisão
- O contexto de mercado, a repercussão da comunidade técnica e as críticas iniciais
Pontos-chave
- Usar escritores para carimbar formulários gera latência, custo desnecessário e respostas imprevisíveis.
- O Jev não gera texto: ele recebe dados e devolve escolhas predefinidas com graus explícitos de certeza.
- Modelos System One atuam como julgamento rápido e honesto, em vez de simular raciocínios longos.
- Quando o custo por decisão cai drasticamente, o volume de automação viável em um app multiplica.