Eu estudo engenharia elétrica na Universidade de Sydney. Você pensaria que, se ainda estou no celular depois da meia-noite, pelo menos estaria pensando no laboratório de amanhã. Normalmente não estou. Normalmente tem Juice WRLD nos meus fones, algo inacabado no meu laptop, e eu estou dizendo a mim mesmo que vou checar o X mais uma vez antes de dormir.
Foi assim que encontrei o AirJelly.
Mais especificamente, um post no blog do fundador. Eu li e mandei uma mensagem para ele. Achei algumas das ideias interessantes e quis conversar. Em algum momento daquela conversa, descobri que eles estavam explorando hardware de IA.
E eu pensei, espera aí. Isso é realmente relevante para o meu curso.
Ali estava uma chance de pegar algumas das coisas que eu vinha estudando e transformá-las em algo que você pudesse carregar por aí. Eu não tinha descoberto exatamente como isso deveria se encaixar na vida de alguém. Mas eu queria ajudar a construir, então me envolvi.
Não houve um grande momento cinematográfico. Eu não fechei o laptop, olhei para Sydney e decidi me dedicar ao futuro. Acho que só respondi algumas mensagens e percebi que estava levando a coisa toda bem a sério.
Sempre que eu usava IA, eu tinha que explicar o contexto primeiro. Quem eu era, no que eu estava trabalhando, por que eu estava perguntando. Às vezes eu chegava na metade e achava um pouco engraçado. Parecia saber algo sobre quase tudo, mas muito pouco sobre a pessoa sentada na frente dela.
Para ser justo, eu não estava dando muito. Algumas mensagens, uns dois arquivos, uma pergunta que eu já tinha organizado o suficiente para fazer.
Todo o resto ainda estava lá fora, acontecendo. O que quer que eu estivesse ouvindo na caminhada até a estação de Redfern. Uma conversa com um amigo que enveredou por algum lugar inesperado. Minha decisão de dormir cedo, tomada depois de morrer vezes demais no Elden Ring na noite anterior.
Nada disso parece particularmente importante por si só. Mas é a maior parte do que um dia realmente parece ser.
Acho que foi aí que meu interesse por IA começou a vagar um pouco. Eu pensava nisso enquanto fazia trabalhos da faculdade, depois enquanto ouvia música, e especialmente enquanto jogava. Eventualmente, tudo isso encontrou o caminho de volta para o hardware em que eu estava trabalhando.
O que faz sentido, obviamente.
Sabe, eu sou engenheiro de hardware.
1. A IA pode fazer a música. Nós trazemos o significado
Sabe, eu sou engenheiro de hardware, então naturalmente passo muito tempo pensando em IA e hip-hop.
A lógica é meio questionável. Felizmente, isso não é algo que eu costumo verificar enquanto ouço música.
Na caminhada da faculdade até Redfern, eu costumo colocar Juice WRLD. Às vezes XXXTENTACION. Depende se eu quero que minha cabeça se acalme ou se quero que outra pessoa faça o barulho por um tempo. Ocasionalmente, uma música faz as duas coisas. Bem eficiente.
Algumas músicas levam um tempo para chegar até você. Na primeira escuta, você gosta da melodia. Depois você ouve de novo numa tarde e uma frase de repente acerta. Nada particularmente dramático aconteceu. Talvez o laboratório tenha ido mal, tem uma mensagem que você não sabe como responder, ou Sydney decidiu chover depois que você confiou no sol na hora de sair.
A mesma música. Você mesmo preencheu o contexto.
Então, quando penso em IA e música, uma das primeiras coisas que me pergunto é como eu me sentiria ouvindo uma voz familiar cantar algo que aquela pessoa nunca cantou de verdade.
Digamos que exista uma faixa gerada por IA que soa como Juice. A melodia funciona. A emoção parece familiar. Até aquela pequena quebra numa palavra soa certa. Eu poderia genuinamente gostar. Às vezes seu corpo chega antes da sua opinião. Você ainda está descobrindo como se sente sobre a coisa toda e já está balançando a cabeça no ritmo.
Aí algo te alcança.
Aquela frase que soa dolorosa nunca veio de uma noite específica na vida dele. Aquele suspiro não foi um que ele realmente precisou dar. Estou ouvindo a forma de uma expressão familiar, mas ele nunca a fez.
Quando a voz pertence a alguém que morreu, isso parece mais difícil de ignorar.
Claro que você quer ouvir mais. Quando você ama a música de alguém, sempre tem uma parte de você esperando rolar para baixo e encontrar mais uma faixa que você não ouviu. Mas querer outra música não parece motivo suficiente para decidir o que aquela pessoa deveria dizer em seguida.
E aí eu começo a me perguntar se estou levando a coisa toda a sério demais. Eu não investigo a história criativa de cada música que coloco para tocar. Às vezes a bateria é boa, o baixo parece certo, e eu estou andando no ritmo da batida, brevemente convencido de que pegar um trem merece uma equipe de filmagem.
E eu tenho interesse em fazer música com IA.
Tem algo atraente em ter uma melodia presa na cabeça, cantarolar mal, e poder dizer: “Dá um pouco mais de espaço para isso. Traz a bateria mais tarde. Meio Parramatta Road à noite, mas na verdade estou de bom humor.”
Como briefing de engenharia, isso provavelmente seria devolvido. Como descrição de um som, faz todo o sentido para mim.
Se a IA pudesse fazer algo com isso, me dar algo que eu pudesse realmente ouvir, eu teria para onde ir em seguida. Tira um som. Deixa um pouco de ruído. Ouve de novo a parte que eu achava que estava errada. Talvez acabe sendo a parte que eu mais gosto.
Eu gosto da ideia de que um pensamento meio formado possa se tornar audível antes de eu tê-lo resolvido completamente.
Tem um porém, no entanto. Se toda ideia vaga recebe uma resposta polida na hora, eu me pergunto se eu pararia de tentar descobrir o que eu realmente quis dizer.
Algo que soa bem é fácil de aceitar. Especialmente quando você está cansado, tem aula amanhã, e a versão três é honestamente bem decente. Tá bom. Versão três.
Enquanto isso, a ideia mais estranha com que comecei ― a que eu não conseguia explicar direito ― pode ter desaparecido silenciosamente.
Acho que eu gostaria que a IA me ajudasse a ficar com essa ideia um pouco mais. Facilitar experimentar coisas, sem me apressar para um veredito sobre o que soa bem. Me dar espaço suficiente para dizer: “É, isso funciona. Ainda não é o que estou procurando.”
Por outro lado, quando ouço Juice ou X, nem sempre estou procurando algo novo.
Às vezes eu quero uma faixa específica. Eu sei quando a próxima frase entra. Eu sei onde a batida some. Ainda consigo lembrar de um trecho de calçada onde eu costumava tocar no repeat. A música ficou ligada a alguns dias comuns. Uma mixagem mais limpa ou um vocal melhor não necessariamente fariam muita diferença para ela.
Mesmo se eu pudesse gerar algo perfeitamente adequado ao meu humor sempre que quisesse, acho que eu ainda voltaria àquelas faixas antigas. Colocar algo que não encaixa muito bem hoje. Deixar me levar para outro lugar por alguns minutos, depois voltar.
Você pode ficar atualizando a música. As pessoas são um pouco mais bagunçadas.
Acabei de perceber que eu deveria estar escrevendo sobre IA, e passei a maior parte disso tentando explicar por que ouço música.
Talvez eu precise resolver isso primeiro.
Antes de pedir à IA para me dar mais disso, quero entender o que eu venho buscando de volta.
2. Eu quero a IA ao meu lado. Ainda quero tentar por mim mesmo
Sabe, eu sou engenheiro de hardware, então naturalmente me interesso pelo que a IA poderia fazer em Baldur's Gate e Elden Ring.
Especificamente, quero saber se uma IA morreria vinte vezes seguidas e decidiria que provavelmente deveria tomar um banho.
Eu tomaria. Só que eu costumo dar mais dez tentativas primeiro.
Volto da faculdade, jogo a mochila, e abro um jogo por um tempo. “Um tempo” claramente significa algo diferente aqui do que significa quando estou trabalhando num relatório de laboratório. Ainda está claro lá fora quando começo. Na próxima vez que noto a janela, consigo ver meu próprio reflexo nela.
Não avancei muito. Fiquei extremamente familiarizado com um trecho específico do chão.
É geralmente aí que penso que seria bom se a IA pudesse me ajudar a jogar.
Estou imaginando algo que consiga realmente ver a tela, entender o que está acontecendo, tentar um input e se ajustar com base no resultado. Eu já li os conselhos. Eu entendo “espere o ataque terminar antes de revidar”. A versão de mim que entende essa frase e a versão segurando o controle aparentemente trabalham em departamentos diferentes.
Dar os controles à IA seria interessante. Ela teria que transformar o que vê numa ação, e então lidar com o que quer que aconteça em seguida. Um passo à frente a compromete a estar ali. Uma esquiva antecipada ainda é uma esquiva antecipada. Dizer “eu deveria ter mais paciência aqui” é fácil. Na verdade esperar na próxima tentativa exige outra coisa.
Eu gostaria de ver como ele aprende isso. Ele percebe o erro que continua cometendo? Ele tenta algo diferente? Depois de uma falha espetacular, ele consegue explicar o que realmente aconteceu? Ou ele produz uma versão muito convincente que desmorona no momento em que você assiste ao replay?
Isso é o estudante de engenharia em mim, aparentemente. Num minuto estou procurando algo para sofrer no meu lugar. No seguinte estou me perguntando como testar se ele sabe o que está fazendo.
Mas digamos que ele fique bom.
Uma noite eu entrego o controle, e ele desvia do ataque que sempre me pega, encontra uma abertura e termina a luta. Um chefe em que estou travado há dias de repente está resolvido.
Meu primeiro pensamento provavelmente seria: finalmente.
Depois: espera aí, como você fez aquela parte? Mostra de novo.
E aí eu provavelmente ia querer tentar mais uma vez sozinho.
Isso me surpreende um pouco. Eu achava que só queria passar da luta. Quando outra coisa consegue fazer isso por mim, começo a me importar com o movimento que ainda não aprendi. Talvez a ajuda que eu quero mude conforme a IA fica mais capaz. Primeiro eu quero que ela assuma. Depois quero que ela treine comigo. Eventualmente, talvez eu só queira que ela limpe a garganta quando eu estiver prestes a ficar ganancioso.
Eu provavelmente ia atacar de novo mesmo assim.
Em Baldur's Gate, eu ia querer algo bem diferente.
Consigo imaginar ter uma IA no grupo, de fato participando da bagunça. Ajudando a decidir se devemos passar por aquela porta, quem deve ir primeiro, se aquela oferta soa suspeitosamente como uma armadilha. Ela precisaria lembrar do que já tínhamos feito. Também precisaria lidar comigo abandonando um plano perfeitamente sensato porque uma ideia idiota acabou de me ocorrer.
Ela termina de explicar os riscos, e eu falo: "E se a gente roubar aquilo?"
Eu gostaria que ela perguntasse por quê, pelo menos.
Transformar imediatamente meu impulso em um plano de ação eficiente parece desnecessário. Eu já sou bem capaz de fazer uma bagunça.
Se ela soubesse que eu não consigo deixar um baú suspeito em paz, ou que eu encararia uma luta difícil para manter um personagem específico vivo, ela poderia levar isso para as decisões dela. O mesmo vale para saber que "estou levando esta run a sério" ainda deixa bastante espaço para perambular por todos os caminhos secundários.
Ela também poderia ter opiniões próprias. Sugerir algo que eu não tinha considerado. Insistir numa escolha sobre a qual eu não tinha certeza. Talvez a gente tivesse que conversar sobre isso. Eventualmente, eu poderia acabar estando certo, o que eu lembraria por muito tempo.
Se ela acabasse estando certa, eu provavelmente só diria: "É, justo. Vamos continuar."
A memória entre companheiros de jogo nunca foi totalmente equilibrada.
Claro, uma IA que sempre sabe o melhor movimento poderia deixar a experiência toda um pouco estranha. Eu poderia acabar consultando ela antes de cada conversa, cada luta, cada curva no caminho. Sempre me certificando de que não estava perdendo algo.
No final, eu teria passado por todos os lugares sem passar muito tempo me sentindo inseguro.
E as partes sobre as quais acabo conversando com amigos costumam ser as incertas. Uma resposta que soou errada no momento em que eu a disse. Alguém agindo antes de a gente ter combinado um plano. Um plano que a gente combinou, e então coletivamente esqueceu três minutos depois.
Então acho que um companheiro de jogo de IA precisaria ter algum senso de quando eu realmente quero ajuda e quando estou felizmente me metendo em encrenca.
Se eu pergunto: "Consigo fazer aquele salto?", ela provavelmente deveria saber que às vezes estou fazendo uma pergunta, e às vezes eu já apertei o botão.
Os jogos começam a parecer um lugar bem útil para resolver tudo isso. A IA entendeu o ambiente? Ela lembra o que acabou de acontecer? Ela consegue transformar uma sugestão em uma ação? Ela consegue perceber como eu realmente estou a fim de jogar hoje à noite?
Algumas boas respostas não vão me dizer tudo isso. O jogo continua. Temos que descobrir o que acontece depois.
Eu também teria uma noção melhor do que estou feliz em entregar. Ir de um lugar a outro, provavelmente. Partes repetitivas, claro. Quando eu estiver travado, podemos trabalhar nisso juntos. Algumas decisões eu ainda ia querer tomar sozinho, mesmo que me arrependesse na hora.
Eu não estou necessariamente abrindo um jogo porque quero fazer algo com eficiência.
Às vezes o laboratório acabou, minha cabeça ainda está a mil, e eu quero passar um tempo em outro lugar. Ter algo ali que consiga acompanhar o que está acontecendo, ajudar de vez em quando, e ocasionalmente deixar a situação toda mais complicada soa muito bom.
Quanto a se ela consegue derrotar aquele chefe por mim―
Se conseguir, não finalize ainda.
Deixe um pouco de vida. Eu quero tentar de novo.
3. Para me entender melhor, a IA precisa de contexto além do chat
Sabe, eu sou engenheiro de hardware, então naturalmente me interesso pela relação entre IA e hardware.
Finalmente. Algo relevante para o diploma.
Depois de todo aquele tempo nas minhas playlists e nas Terras Intermédias, estou de volta na minha mesa. O mesmo café inacabado. Os mesmos cabos soltos. Algo aberto no meu laptop que eu preferiria lidar depois. Um amigo manda mensagem perguntando onde eu estou.
"Quase chegando."
Ainda não achei minhas chaves.
Se uma IA perguntasse se eu precisava de ajuda naquele momento, eu provavelmente diria não.
Há evidências do contrário.
Quanto mais eu uso IA, mais percebo quanto trabalho acontece antes de eu perguntar qualquer coisa a ela. Tenho que descobrir o que preciso, lembrar das partes relevantes e colocá-las em palavras. Às vezes tenho que explicar por que me importo, para começar.
"Me ajuda a responder esta mensagem", por exemplo.
Parece simples. Mas quem mandou? Como foi nossa última conversa? Estão continuando uma piada? Por que eu digitei uma resposta três vezes e apaguei?
Tudo isso está logo ali fora da caixa de chat.
O que eu eventualmente envio é uma versão bastante comprimida de mim mesmo.
Como estudante de engenharia elétrica, eu provavelmente deveria estar atento à perda de informação. Normalmente, porém, eu simplesmente não tenho paciência para digitar mais dois parágrafos de contexto.
Quando me envolvi com a AirJelly, comecei a pensar mais seriamente em dar a esse contexto outra forma de entrada.
Estou ajudando a projetar um dispositivo portátil que consegue capturar pedaços da vida cotidiana por meio de fotos e áudio. A ideia começa com algo bastante comum: pessoas que encontramos, conversas que temos, coisas que notamos. Parte disso poderia ajudar a IA a nos entender melhor, mas muito já escapou quando abrimos um chat.
Digamos que você saia do campus e vá para Newtown com um amigo procurar algo para comer. Vocês conversam o caminho todo sem que nada aconteça que obviamente pertença a uma agenda. Ele menciona uma entrevista na semana que vem sobre a qual está nervoso. Você nota um cartaz de show e diz que parece bom. Então a conversa segue em frente.
Alguns dias depois, você tem aquela vaga sensação de que havia algo que você queria perguntar a ele.
As coisas se tornam importantes depois do momento em que você poderia ter pensado em guardá-las.
Isso é grande parte do que me interessa no dispositivo. Uma foto ou um pouco de áudio poderia deixar algo para voltar depois. Também poderia dar à IA um pouco mais em que se basear quando eu precisar de ajuda mais tarde. Talvez eu não tivesse que começar tantas conversas com "Espera, deixa eu explicar isso desde o começo."
É essa a direção que quero explorar. Há muito a resolver entre capturar partes de um dia e torná-las úteis.
Para começar, ter uma gravação não significa que você entende o que aconteceu.
Estou sorrindo numa foto. Alguém pode simplesmente ter contado uma piada terrível. Eu digo: "Tanto faz, está bom." Talvez eu esteja falando sério. Talvez eu esteja cansado demais para tomar mais uma decisão sobre o jantar. As mesmas poucas palavras podem significar coisas bem diferentes em dias diferentes.
Eu também erro comigo mesmo. Algo parece urgente à meia-noite, e bem menos urgente depois de dormir um pouco. Eu escuto uma música a semana toda e de repente não quero mais ouvir. Uma IA com um registro mais longo da minha vida poderia ficar cada vez mais confiante sobre uma opinião que já não é mais verdadeira.
Eu ia querer que ela deixasse um espaço para isso.
"Você parecia bem empolgado com isso antes. Ainda tem interesse?"
Eu ficaria feliz em responder isso.
"Com base no seu comportamento passado, este é o tipo de pessoa que você é" me faria querer desligá-la. Eu mal reconheço a bio que escrevi para mim mesmo no ano passado.
A gente fala sobre querer que a IA se lembre da gente. Mas ser lembrado pode parecer muito diferente dependendo de como alguém faz isso. Um amigo lembrar de algo que você não gosta é atencioso. Um amigo te definir por uma coisa que você disse três meses atrás cansa bem rápido.
Acho que um dispositivo precisa te dar espaço para corrigir as coisas, se explicar e mudar de ideia. Alguns momentos valem a pena guardar. Outros eu ficaria feliz em deixar passar. Essa deveria ser uma decisão fácil de executar. Eu não deveria ter que vasculhar vários menus para dizer a algo que carrego comigo: "Não guarde esta parte."
E a vida cotidiana envolve outras pessoas.
Um amigo sentado à minha frente no jantar não se ofereceu automaticamente para virar material do meu projeto. Se estou construindo algo para ajudar a capturar contexto pessoal, preciso pensar em como isso soa para todos ao redor. Eles conseguem perceber o que está fazendo? Conseguem dizer não com tranquilidade? O que fica guardado depois?
Essas perguntas afetam se eu levaria isso comigo. Por mais engenhoso que seja, se eu tiver que dar uma explicação longa toda vez que me sento com amigos, provavelmente vou começar a deixá-lo em casa.
É aqui que o hardware fica muito real.
Será que eu realmente quero carregá-lo todos os dias? Usá-lo parece natural? Ele deixa uma conversa perfeitamente normal um pouco estranha? Algo que funciona na bancada ainda precisa sobreviver a uma quinta-feira comum.
Posso ter acabado de sair do laboratório, ainda pensando num problema que não consegui resolver, e estar correndo para a estação. Nesse momento, se a coisa é fácil de usar importa muito mais do que o quão impressionante soava numa página de produto.
É parte do que gosto em construir hardware. Eventualmente, você tem que colocá-lo num dia de verdade. Colocar na mochila. Caminhar até algum lugar. Sentar com um amigo. Ver se você ainda quer aquilo com você. Muitas ideias só começam realmente a responder quando você faz isso.
Com música, eu ficava voltando ao que está por trás de uma voz. Com jogos, eu queria saber se a IA conseguia acompanhar o que estava acontecendo e entender por que eu queria jogar de um jeito específico.
Trabalhar neste dispositivo traz essas perguntas para a minha própria vida. Uma conversa hoje. Um pensamento que não terminei ontem. Alguém que vejo o tempo todo e que nunca apareceu em nenhuma das minhas conversas com IA. Esses detalhes poderiam ajudá-la a fazer menos suposições quando preciso de algo? Poderiam me poupar um pouco de explicação?
Ainda não sei até onde vamos chegar. Mas é algo em que quero passar tempo trabalhando.
Quando encontrei pela primeira vez aquele post no blog no X e ouvi que estavam explorando hardware de IA, minha reação foi basicamente: isso combina com meu diploma.
O que me manteve pensando nisso desde então foi um conjunto de coisas bem menos acadêmicas. Por que uma música me toca num dia específico. Por que ainda quero terminar uma luta eu mesmo. Por que algo que um amigo mencionou de passagem volta a mim depois.
Nessa altura, meu celular provavelmente tocaria de novo.
“Você já saiu de fato?”
Se a IA eventualmente me conhecer bem o suficiente, espero que ela ouça “quase chegando” e me lembre de procurar minhas chaves.
