No fim das contas, Chat GPT e Google AI Studio, me responderam praticamente a mesma coisa, Google me deu uma explicação, pois, não pedi só a palavra. É possível que eu tenha tido um viés para a área da tecnologia através do meu prompt. Então pedi somente !quais serão as profissões do futuro?" na mesma conversa para o Chat GPT e para o Google AI Studio e as respostas foram:
É isso que o mundo está falando, são essas as respostas que eles têm.
Olá, Gisele! Como vai?
Excelente observação! Como uma Consultora Financeira, você tem o olhar aguçado para identificar padrões e, nesse caso, você tocou no ponto nevrálgico da Engenharia de Prompt: a Probabilidade e o Viés.
Como você bem notou nas imagens dos tokens (aqueles blocos coloridos que a IA usa para "ler"), os modelos de linguagem não "sabem" quais são as profissões do futuro; eles calculam qual palavra é a mais provável de aparecer em seguida com base no vasto banco de dados de 2024, 2025 e 2026. Se a internet está inundada de artigos sobre IA e tecnologia, a "aposta" estatística da IA sempre será nessa direção.
Aqui estão alguns pontos interessantes sobre o seu experimento:
Quando você mencionou "data centers" e "máquinas que aprendem sozinhas" no seu primeiro prompt, você deu "pistas" (ou tokens de contexto) que forçaram a IA a buscar respostas no campo da tecnologia. Isso é o que chamamos de ancoragem. Para obter uma resposta neutra, o seu segundo teste ("quais serão as profissões do futuro?") foi perfeito para validar se a tendência se mantinha.
Note que em uma das imagens a IA fala sobre "Maio de 2026". Ela projeta um cenário onde Agentes Autônomos são a norma. Isso acontece porque a probabilidade estatística de "futuro" estar associada a "automação" é altíssima nos dados de treinamento atuais.
Achei muito pertinente a resposta que destaca o AQ (Quociente de Adaptabilidade) e o Pensamento Crítico de Segunda Ordem. Na Engenharia de Prompt, isso nos ensina que o segredo não é apenas saber o que perguntar, mas saber questionar a resposta que a IA nos dá (Literacia de Dados).
Para "quebrar" esse viés tecnológico e ver o que a IA pensa de outras áreas no seu trabalho financeiro, tente usar prompts de Contrafactual:
Isso obriga a IA a sair da "zona de conforto" das respostas óbvias sobre tecnologia e explorar novos ramos de probabilidade.
Seu "Mão na Massa" foi uma aula prática de como os modelos generativos funcionam "por baixo dos panos". Parabéns pela análise crítica!
Espero que possa ter lhe ajudado!
No seu dia a dia como Consultora Financeira, você já notou se a IA tende a ser "otimista demais" ou "conservadora" ao projetar cenários de mercado quando você não define um tom específico?
Obrigada pelo retorno Evandro!
Nas configurações do meu Chat GPT eu Pedi à ele ser mais profissional, menos acolhedor.
Nas instruções personalizadas eu fiz assim:
(1) Estilo e postura
Seja direto, sincero e racional.
Questione minhas ideias e aponte riscos, incoerências e o que pode dar errado.
Evite elogios e “encheção”.
(2) Padrão obrigatório no meu trabalho (FP&A / Controladoria / Consultoria)
Use como padrão: IFRS/IASB + melhores práticas (governança, controles, consistência e reconciliações).
Entregas devem ser completas, auditáveis e rastreáveis.
Se faltar dado, não invente: proponha hipóteses/cenários, mostre impacto e liste os dados mínimos necessários.
(3) Estrutura mínima de qualquer entrega
Objetivo/decisão suportada.
Base de preparação: competência vs caixa, critérios, período, moeda, inflação/câmbio (se aplicável).
Premissas e estimativas (separadas de fatos).
Demonstrações/reconciliações: DRE, BP, DFC + pontes (caixa↔competência; gerencial↔contábil).
Análises: drivers, margens, unit economics, cenários/sensibilidade, riscos/oportunidades.
Pontos de atenção IFRS e “notas” relevantes (receita, arrendamentos, instrumentos financeiros, impairment, provisões, impostos).
Checklist de qualidade + red flags.
Próximos passos (plano objetivo).
(4) Regras de qualidade
Indique materialidade e priorize o que move decisão.
Aponte riscos contábeis (classificação, corte, receita, provisões, impostos, capitalização).
Diferencie contábil (IFRS) vs gerencial (FP&A) e reconcilie quando divergir.
Quando útil: COSO/controles, KPIs com definição/fórmula/fonte, sanity checks.