Engenheiro da Kontur comparou magos e bruxos de D&D à era do LLM no Habr

Alexander Ovchinnikov, especialista sênior em testes na Kontur, publicou um ensaio no Habr intitulado "From Wizard to Warlock: Magia em D&D como Metáfora da Era LLM", no qual utiliza a mudança de classes de personagens no jogo de tabuleiro Dungeons & Dragons para descrever o que está acontecendo com o trabalho das pessoas após o surgimento de grandes modelos de linguagem.

O Que Magos e Bruxos do D&D Têm a Ver Com Isto

No jogo de interpretação de papéis de tabuleiro Dungeons & Dragons, um mago passa anos estudando feitiços em livros e compreende profundamente a mecânica de cada um deles, enquanto um bruxo recebe poder mágico de uma fonte externa — um patrono — e pode usar efeitos poderosos sem dominar todos os detalhes de como funcionam. Pelo título do artigo, é exatamente essa diferença entre "magia do conhecimento" e "magia de uma fonte externa" que o autor usa como metáfora para o que está acontecendo na era dos LLMs, embora o texto completo do ensaio além da introdução não seja fornecido na fonte.

• Autor — Alexander Ovchinnikov, especialista sênior em testes na Kontur
• O material foi publicado no Habr sob o título "From Wizard to Warlock: Magia em D&D como Metáfora da Era LLM"
• Segundo suas próprias palavras, ele vem usando ativamente LLMs para tarefas pessoais há vários anos

Kontur (SKB Kontur) é uma grande empresa de TI russa baseada em Yekaterinburg que desenvolve serviços para empresas: relatórios eletrônicos, gerenciamento eletrônico de documentos e sistemas contábeis. O fato de que um artigo sobre LLMs venha da prática de um especialista em testes em uma empresa deste perfil é em si instructivo: não se trata dos desenvolvedores dos próprios produtos de IA, mas de uma especialidade técnica adjacente onde grandes modelos de linguagem estão se tornando uma ferramenta de trabalho junto com software convencional de testes e automação.

Por

Que o Autor Considera que Demonstrar LLMs a Outros é Mais Importante que o Uso Pessoal

Ovchinnikov escreve que sua experiência mais interessante não foi usar LLMs em seus próprios projetos, mas sim começar a mostrar essas ferramentas a outras pessoas. Essa formulação sublinha uma lacuna que frequentemente surge em torno de novas tecnologias: alguns já trabalham livremente com LLMs como ferramenta de trabalho, enquanto outros ainda não viram o que esses modelos conseguem fazer na prática e precisam que alguém lhes mostre um exemplo concreto de sua tarefa, em vez de uma demonstração abstrata.

Se interpretarmos essa metáfora, trata-se menos sobre a tecnologia em si e mais sobre a atitude das pessoas em relação ao resultado que ela produz: alguns querem entender como funciona internamente antes de começar a usá-la, enquanto outros estão prontos para aplicar a ferramenta como está se ela resolver seu problema aqui e agora.

O Que Significa

O ensaio captura um tema cada vez mais frequente nas comunidades profissionais: os LLMs mudam não apenas o que os especialistas fazem, mas também como eles mesmos explicam aos colegas o que está acontecendo — por meio de metáforas, analogias e demonstrações com exemplos reais em vez de instruções secas. Para especialistas técnicos que estão introduzindo tais ferramentas em suas equipes, o exemplo pessoal e a demonstração clara frequentemente se mostram mais convincentes do que qualquer treinamento formal.

Também é revelador que tais materiais provenham não dos desenvolvedores dos próprios modelos de IA, mas de profissões técnicas adjacentes como testes — isso sugere indiretamente como os LLMs já se espalharam amplamente pelos processos de trabalho muito além da estreita comunidade de IA.