Uma rede neural para a sua lista de leitura: classificador de IA em um bot do Telegram

Um desenvolvedor criou um bot do Telegram que usa uma rede neural para classificar automaticamente artigos e vídeos da fila de "ler depois".

O que o bot faz

O bot resolve um problema concreto: a pasta interminável de "ler depois" no navegador, que ninguém abre por semanas. O usuário manda um link e o bot assume o controle:

• determina automaticamente a categoria do material
• estima o tempo para ler um artigo ou assistir a um vídeo
• lembra o usuário repetidamente até que ele dê conta do conteúdo
• ajuda a terminar cursos on-line e livros, sem abandoná-los pela metade

Três meses de desenvolvimento nas noites livres, utilidade real e uma palavra infeliz na descrição.

Por que o comentário mais votado teve +14

O autor abria todo texto sobre o bot com a frase "passa os links por IA" ou "IA por dentro", para dar solidez. O comentário mais votado sob o último artigo somou mais votos positivos do que todo o resto da discussão. Nele, há uma careta com a legenda "minha cara quando leio sobre mais uma gambiarra com IA".

"Minha cara quando leio sobre mais uma gambiarra com IA" — comentário

mais votado sob o artigo, +14.

O próprio desenvolvedor conhecia aquela careta: ele faz a mesma cara para toda landing page com "AI-powered". Quando mudou de ponto de vista, ficou claro o que se criticava: não o bot, mas a forma de apresentá-lo. Ele foi investigar por que essas duas palavras irritam o público técnico. Descobriu e percebeu que ele mesmo havia espalhado "IA" com generosidade em lugares que não tinha pensado em checar.

De onde vem a fadiga de IA

A "AI-fatigue" não é capricho do público, mas a reação a um padrão persistente que se repete com frequência demais. Vários fatores o alimentam:

• Inflação do rótulo: nos últimos dois anos, "AI-powered" apareceu em aplicativos, câmeras, aspiradores e cafeteiras, independentemente de haver ou não um modelo real por dentro
• Falta de especificidade: a frase "usa IA" não explica o que exatamente o modelo faz nem por que ele é necessário neste produto
• Confiança abalada: muitas "revoluções com IA" não se concretizaram, e agora o público enxerga o rótulo como um alerta, não como vantagem
• A plataforma molda as expectativas: o Habr não é o ProductHunt. Aqui os leitores perguntam "como exatamente?" e "para quê?", em vez de aceitar alegações de marketing na fé

Tudo isso funciona como um filtro: quando o leitor vê "AI-powered", o primeiro pensamento é "o quê, exatamente?". Se a frase seguinte não responde, a confiança cai em vez de crescer.

A história do desenvolvedor é reveladora porque ele não tentou vender fumaça. O bot funciona de verdade e resolve a tarefa. O problema esteve apenas na formulação, mas foi ela que definiu como o público recebeu o projeto inteiro.

O que isso significa

Se um modelo de linguagem dentro de um produto resolve uma tarefa concreta, vale mostrar isso pelo resultado: "define a categoria entre doze opções" funciona melhor que "roda com IA". Quando "IA por dentro" é o primeiro argumento, sinaliza que não há outros. O público técnico do Habr percebe isso e responde com uma careta e quatorze votos positivos.

Que problema o bot do Telegram com rede neural resolve?

Ajuda a organizar automaticamente a pasta de "ler depois": o bot determina a categoria do material, estima o tempo para ler um artigo ou assistir a um vídeo e lembra o usuário.

Como a rede neural ajuda a organizar o conteúdo no bot?

Determina automaticamente a categoria do material e estima o tempo de leitura.

Por que a IA nessas ferramentas pode irritar os usuários?

Segundo o desenvolvedor, a descrição do bot coincide com a descrição típica das irritantes "gambiarras com IA".