Crédito: René Ramos/Lifehacker/MR.Cole_Photographer/Moment/TrongNguyen/iStock/cyano66/Getty Images
A IA generativa está mudando a maneira como vivemos e trabalhamos de diversas maneiras, e isso inclui a codificação. Os melhores bots de IA da atualidade podem depurar, refinar e criar código a partir de um simples prompt de texto. Você pode montar um pequeno aplicativo ou site da mesma forma que gera uma imagem ou escreve um ensaio com essas ferramentas.
Muitos programadores profissionais agora estão se apoiando fortemente na IA para ajudar a realizar seu trabalho, mas a porta também foi aberta para aqueles sem qualquer experiência em codificação se envolverem. Isso é algo que foi chamado de “codificação de vibração” – onde você está codificando em vibrações, basicamente – e tudo que você precisa para começar é uma ideia.
Mas é realmente tão simples quanto digitar o que você deseja e deixar um bot de IA fazer a codificação em seu nome? De acordo com muitos entusiastas de IA que vejo no X, vibe coding significa “acabou” (seja lá o que for), e as pessoas estão “executando de uma só vez” todos os tipos de projetos (como usar um único prompt para criar algo).
Para investigar mais, tentei criar um pequeno projeto próprio usando ChatGPT e Gemini. Veja como foi.
O que é codificação de vibração?
Não existe uma definição oficial e fixa de codificação de vibração, mas em geral refere-se ao uso de prompts de linguagem natural para fazer com que uma IA codifique aplicativos e sites. Da mesma forma que você pode solicitar ao ChatGPT a imagem de uma cabana em uma floresta, você também pode solicitar uma landing page para sua empresa, ou uma ferramenta para registrar e analisar receitas e despesas.
Normalmente, apesar de toda a conversa sobre one-shot, a ideia não é tentar incluir tudo em seu primeiro prompt, mas começar aos poucos e depois usar os prompts de acompanhamento para refinar. Existem diversas variáveis envolvidas quando se trata de construir sites e aplicativos e, portanto, você terá que especificar layouts, imagens, interações, cores, fontes e muito mais.
Você sempre pode fazer com que a IA tome algumas dessas decisões por você, mas para realmente conseguir algo próximo do que você imaginou originalmente, você vai querer ser específico. Os bots de IA também são capazes de depurar código e corrigir problemas para você – novamente, você apenas descreve o que não está funcionando. É como conversar com um programador de verdade.
ChatGPT pode produzir grandes quantidades de código a partir de um único prompt. Crédito: Lifehacker
Uma maneira comum de as pessoas começarem a usar o vibe coding é criar jogos simples, e você encontrará muitos exemplos disso na web. Você descreve o que deseja que aconteça e a IA escreve algo correspondente – então você conversa sobre como gostaria que a jogabilidade fluísse e como os recursos visuais deveriam aparecer na tela.
Todas as principais ferramentas de chatbot de IA agora possuem componentes de codificação incluídos e apresentarão o código bruto (que você pode editar manualmente, se desejar) e uma prévia de como o código executado funciona – seu aplicativo será executado ou seu site será exibido diretamente na interface do chatbot. A IA pode até selecionar uma linguagem de codificação para você, se necessário.
A codificação Vibe tem suas limitações, principalmente por causa da imprevisibilidade da IA, e para programas de software e jogos profissionais maiores, esses bots de IA serão apenas uma ferramenta entre muitas que os codificadores usam – há potencial para desastre se a IA não for usada com cuidado. No entanto, para pequenos projetos divertidos, isso agora está disponível para qualquer pessoa com acesso a uma IA com recursos de codificação.
Experimentando a codificação vibe
Decidi construir um simulador de elevador simples baseado em HTML que pudesse executar em meu navegador – sempre fiquei um pouco confuso sobre como os elevadores funcionam e parecia um projeto adequado para testar a codificação de vibração.
ChatGPT foi o primeiro bot de IA que tentei fazer para me ajudar, e rapidamente percebi que são necessárias muitas solicitações – mais do que você imagina a princípio. Eu não poderia simplesmente dizer “construa para mim um simulador de elevador”: eu tinha que especificar o layout da tela, o número de andares, a velocidade do elevador, como os passageiros deveriam ser exibidos e como determinar os andares para os quais estavam indo, só para começar.
O que você acha até agora?
Depois de alguns minutos pensando na IA, eu estava com meu sim. E funcionou, até certo ponto. No entanto, nem tudo funcionou ao mesmo tempo. Alguns dos problemas que o aplicativo apresentava eram congelamento em determinados andares, não pegar as pessoas na ordem certa, esquecer quantos passageiros estavam realmente no elevador e, geralmente, não seguir a lógica do elevador – cada vez que eu apontava o erro, o ChatGPT pedia desculpas e tentava novamente.
Simulador de elevador do ChatGPT – que nunca funcionou corretamente. Crédito: Lifehacker
A maioria dos bugs poderia ser corrigida em um ou dois prompts, mas então novos problemas apareceriam. Um problema particularmente difícil de resolver foi obter o código do elevador para voltar e buscar as pessoas quando a cabine estivesse cheia pela primeira vez. Como não entendi o código, não consegui ver onde estava o problema. A cada revisão a IA se desculpava, mas não parecia entender o que estava acontecendo.
A certa altura, o elevador percorreria os andares, pegando todos que pedissem uma carona, sem deixar primeiro os passageiros existentes. Então, uma estranha falha gráfica se desenvolveu nos sprites dos passageiros. Nesse estágio, até mesmo a codificação de vibração estava começando a parecer um trabalho árduo: depois de cerca de 45 minutos, e ainda sem um simulador de elevador totalmente funcional, decidi que meu tempo e esforço seriam melhor gastos em outro lugar.
Também experimentei o Gemini nessa tarefa e, para crédito do Google, ele se saiu melhor. Houve menos problemas, mas ainda havia problemas: os passageiros ainda eram apanhados na ordem errada e não seguiam inteiramente as minhas instruções. Passei menos tempo nisso com o Gemini, mas ficou mais próximo do que eu queria, mesmo que ainda tivesse falhas que não me agradaram.
Gêmeos foi melhor na tarefa, mas ainda não foi perfeito. Crédito: Lifehacker
No geral, a codificação de vibração foi uma experiência frustrante. Talvez o problema esteja na compreensão da IA como funciona um elevador, e não nas suas capacidades reais de codificação, mas fiquei desapontado por não conseguir algo que funcionasse corretamente. Talvez quando eu superar os aborrecimentos que tive desta vez, eu voltarei e tentarei algo diferente – sem as complexidades lógicas de um sistema de elevador.
Minha experiência destacou algumas das limitações da codificação vibe: muitas vezes você precisará de muitas solicitações para que a IA entenda o que você deseja, e haverá bugs para corrigir ao longo do caminho, mesmo que os chatbots sejam muito complacentes e educados quando se trata de corrigir esses bugs.
Há também aqui duas características reconhecíveis da IA generativa: um ar de confiança e autoridade nas respostas, mesmo quando essas respostas estão erradas, e imprevisibilidade nos resultados. Esses modelos de IA são projetados para fornecer respostas variadas aos mesmos prompts, o que é bom quando você está produzindo 10 imagens de IA de uma cachoeira, mas não é tão útil quando você está tentando moldar algum código.
