Havia algo em explorar um menu que ninguém chama de aprendizado mas que o era.
Você abre Opções sem saber bem o que está procurando. Vê uma função com um nome estranho, passa o mouse, lê o tooltip. Não precisava dela. Mas agora você sabe que existe. Três meses depois, no momento exato, você se lembra. Usa. Economiza duas horas de alguém.
Isso não tem nome formal em UX. Mas deveria. Porque era, provavelmente, a forma mais silenciosa e eficaz que existiu de expandir o que um usuário sabe fazer com uma ferramenta.
A IA matou isso. E matou algo mais, que ainda é pior.
O acidente como método
Você não aprendeu Excel num curso. Aprendeu Excel clicando com o botão direito sem saber o que ia encontrar.
A interface rica, com todos os seus defeitos, com seus 300 botões e menus em cascata, tinha uma propriedade que ninguém projetou intencionalmente: ela te expunha ao que você não conhecia. A descoberta não era uma funcionalidade do software. Era um efeito colateral da densidade visual.
Navegar uma barra de ferramentas era como caminhar por uma cidade nova. Você não ia a lugar nenhum em particular. Mas saía sabendo mais do que quando entrou.
Photoshop se aprendia assim. Word também. AutoCAD. Não na documentação nem em vídeos, mas nessa exploração torpe e sem objetivo que em outro contexto chamaríamos de curiosidade.
O que o chat não consegue te ensinar
O problema do chat com IA não é que seja ruim. É que é bom demais no que você sabe pedir.
Você pergunta como fazer algo, ele responde. Pede para ele fazer algo, ele faz. O resultado chega sem fricção, sem rodeios, sem os corredores laterais onde antes você se distraía e aprendia.
Se você não sabe que uma função existe, não a pede. E se não pede, o agente não mostra. Não porque não pode, mas porque não tem motivo para isso. O chat opera no universo do que você já conhece, com a ilusão de que esse universo é completo.
A interface gráfica era imperfeita mas honesta com sua própria complexidade. Mostrava tudo, caoticamente, e você decidia o que explorar. O agente mostra exatamente o que você pediu, perfeitamente, e o resto fica invisível.
O GPS te leva ao destino. Mas você não sabe mais como é o bairro.
O conhecimento que ficou na ferramenta
Até aqui, o problema é que você não descobre o que não pergunta. Mas há um segundo problema, mais profundo.
Os desenvolvedores de videogames que construíram os primeiros motores 3D nos anos 90 precisavam saber física. De verdade. Para que um personagem pulasse de uma forma que parecesse natural, alguém precisava entender massa, impulso, gravidade, atrito. Escreviam as equações. Ajustavam os valores. Entendiam por que um arco de salto parecia satisfatório e por que outro parecia estranho.
Hoje, Unity e Unreal cuidam de tudo isso. O developer ajusta parâmetros até que "parece bom". Funciona. Mas o conhecimento de por que funciona não mora na pessoa, mora no motor.
Com a IA, esse processo se acelera e se expande para quase tudo.
O designer que usa IA generativa para layouts não desenvolve intuição sobre hierarquia visual. O programador que usa Copilot para escrever código pode não entender o que esse código faz nem quando falha. O analista que pede a um agente que resuma dados não precisa necessariamente saber ler os dados brutos.
Não é que sejam menos capazes. É que nunca precisaram ser. A ferramenta absorveu o aprendizado que antes era obrigatório para chegar ao resultado.
O problema de não saber perguntar o que não se sabe
Isso fecha o ciclo.
A descoberta acidental das interfaces ricas te dava vocabulário. Te ensinava que existiam coisas que você não sabia nomear. E esse vocabulário era o que depois te permitia fazer perguntas melhores, buscar melhor, entender mais.
Se você não explorou, não tem vocabulário. Se não tem vocabulário, não sabe o que pedir. E se não sabe o que pedir, o agente, que só responde o que se pede, te devolve exatamente o limite do que você já sabia.
O resultado não é um usuário mais poderoso. É um usuário eficiente dentro de um perímetro que não sabe que existe.
O ponto
A IA não é o problema. O problema é confundir obter o resultado com aprender o domínio. São coisas diferentes e durante muito tempo o software, com toda sua torpeza de interface, as misturava de uma forma que acabava sendo útil.
O físico que você não precisa saber para o personagem pular corretamente ainda existe. A diferença é que agora mora no motor, não em você. E se um dia o motor falhar, ou o caso for raro, ou a ferramenta desaparecer, ninguém na sala vai saber o que fazer.
Isso não aparece em nenhuma demo de IA. Mas é a pergunta que vale a pena fazer.
Se quiser continuar lendo esse tipo de análise, assine a newsletter da macareno.net. Sem algoritmos, sem feeds. Chega quando tem algo que vale a pena pensar.