Onde manter o humano no circuito

Os três módulos anteriores deram as peças: mapear tarefas candidatas, montar prompts reutilizáveis e aplicar isso a pesquisa, síntese e redação. Este último módulo fecha um ponto que fica implícito até aqui: quanto de revisão humana cada fluxo ainda precisa, e como essa resposta muda com o tempo.

"Humano no circuito" não é uma escolha única para todo o seu uso de IA — é uma configuração por tarefa, que você ajusta conforme acumula evidência de que o fluxo funciona.

Três níveis de revisão, não dois

É tentador pensar em "revisar" ou "não revisar" como as únicas opções. Na prática, existe um nível intermediário que cobre a maioria dos fluxos maduros:

• Revisão total. Você lê e valida cada execução antes de usar. Nível de partida para qualquer fluxo novo, e permanente para tarefas de alto custo de erro.
• Amostragem. Você usa a maioria das execuções direto, mas confere uma fração delas periodicamente — por exemplo, uma em cada dez. Serve para fluxos de volume, onde checar tudo anularia o ganho de tempo, mas parar de checar de vez seria arriscado.
• Confiança direta. Você usa sem revisar, reservando atenção só para quando algo parecer visivelmente errado. Só faz sentido para tarefas de baixo custo de erro, do tipo que os módulos anteriores e o critério de Fundamentos de IA já ajudam a identificar.

Como decidir o nível de um fluxo novo

Todo fluxo reutilizável começa em revisão total, sem exceção — mesmo que a tarefa pareça óbvia. É durante essa fase inicial que você descobre os erros recorrentes que viram restrições no prompt (módulo 2).

A partir daí, dois sinais indicam quando reduzir o nível:

1. Uma sequência de execuções sem erro. Não existe número mágico, mas dez a vinte execuções seguidas sem um erro que você precisou corrigir é um sinal razoável de que o prompt já amadureceu.
2. O custo do erro continua baixo. Reduzir revisão só faz sentido se, mesmo quando um erro escapar, a consequência for pequena e reversível — os mesmos critérios do módulo de verificação de Fundamentos de IA.

Se qualquer um dos dois falhar — ainda aparecem erros, ou o erro seria caro — o fluxo permanece em revisão total ou amostragem, independentemente de quanto tempo você já vem usando.

Voltar a revisar mais é normal, não é fracasso

Um fluxo que passou para confiança direta pode voltar para amostragem ou revisão total se algo mudar: o tipo de entrada ficou mais variado, um erro novo apareceu, o contexto da tarefa mudou (um cliente diferente, uma política nova). Isso não é o fluxo "falhando" — é o mesmo raciocínio do módulo 2 aplicado de novo: um erro recorrente novo pede um ajuste novo, seja no prompt, seja no nível de revisão.

Um mapa rápido dos fluxos deste curso

Para fechar, um jeito prático de aplicar os três módulos anteriores de uma vez:

• Pesquisa quase sempre fica em revisão total ou amostragem — o custo de um dado inventado passar despercebido costuma ser alto demais para confiança direta.
• Síntese tende a amadurecer rápido para amostragem, porque a verificação contra a fonte original é barata.
• Redação de primeiro rascunho frequentemente chega a confiança direta, porque você edita de qualquer forma antes de publicar — a revisão já está embutida no seu próprio processo de edição.

Esses são pontos de partida razoáveis, não regras fixas — o nível certo depende sempre da tarefa específica, não do tipo de fluxo em geral.

Exercício

Para cada um dos prompts reutilizáveis que você já montou nos módulos anteriores, defina o nível de revisão atual (total, amostragem ou confiança direta) e escreva o critério que faria você mudar de nível — para mais ou para menos revisão.

O que fica

• Existem três níveis de revisão, não dois: revisão total, amostragem e confiança direta.
• Todo fluxo novo começa em revisão total; reduzir exige uma sequência sem erro e custo de erro continuamente baixo.
• Voltar a revisar mais depois de reduzir não é fracasso — é resposta a um sinal novo, o mesmo raciocínio de ajustar restrições do módulo 2.
• Pesquisa tende a manter mais revisão, síntese amadurece rápido, redação de rascunho costuma chegar a confiança direta primeiro.

Isso fecha os quatro módulos abertos de IA para Produtividade. As peças de Fundamentos de IA (mecanismo, erros, verificação) e deste curso (tarefas candidatas, prompts, fluxos, nível de revisão) já formam, juntas, um sistema pessoal de trabalho com IA — não um truque isolado.