No mundo do conteúdo digital gratuito: a confiança mútua é o verdadeiro produto que você constrói.

Hoje em dia, existe mais conteúdo técnico disponível do que qualquer ser humano conseguiria ler em mil anos. Cada tópico inclui dezenas de vídeos do YouTube, três posts do Substack, um repositório do GitHub e um tópico de discussão no Reddit, a maioria criada nos últimos seis meses e, em grande parte, tecnicamente correta.

No entanto, a maioria dos profissionais com quem converso diz não saber em quem confiar. Eles não conseguem decidir o que é mais importante ler primeiro, ou qual das dez respostas possíveis é a correta e confiável. Isso já era verdade antes do advento da inteligência artificial , e a IA apenas amplificou essa realidade, tornando-a um desafio cada vez maior para a responsabilidade e a confiança.

Durante a maior parte da história da publicação técnica, a edição e a verificação de fatos eram um processo único, lento e caro. Publicar um livro podia levar anos; encontrávamos o autor, verificávamos sua formação, colocávamos em contato com um editor e confirmávamos suas afirmações com revisores técnicos.

Grande parte desse tempo foi gasto separando o que era verdadeiro e útil do que era confuso ou apenas parecia verdadeiro. Foi um processo meticuloso, mas significava que o leitor podia confiar nas informações da página.

A credibilidade do livro e da editora responsável por ele era tão importante quanto a própria informação. Quando os custos de produção caem a zero, essa credibilidade se torna ainda mais valiosa, e não menos. Criar conteúdo tornou-se mais fácil do que nunca, mas sem um processo transparente por trás dele, os leitores não têm ideia de onde vem o conhecimento ou se ele é confiável.

Como afirma Yasmin Sun em seu livro *The Freelance Writer’s Advantage in the Age of Artificial Intelligence*, “Confiança não se resume à informação e à sua qualidade. Tem a ver com quem a transmite — quem a está dizendo, seu histórico, o que já me contou antes”. Um profissional confia em uma fonte porque alguém que ele respeita arriscou sua reputação por ele.

Eles acreditam no que o autor diz porque a editora tem um histórico de fornecer informações precisas e corrigir seus erros quando necessário, e porque a obra é documentada e verificável.

A experiência está viva e em constante crescimento.

O conteúdo em si é importante, mas as garantias que o envolvem são difíceis de replicar, e estas não vêm apenas dos criadores de conteúdo, mas também daqueles cujos julgamentos atestam sua qualidade e confiabilidade. Às vezes, o criador traz consigo sua própria credibilidade. Outras vezes, uma editora descobre um talento desconhecido e lhe empresta sua própria credibilidade.

O crítico de arte Dave Hickley disse em seu livro "Air Guitar" sobre os donos de galerias de arte: "Eles ganham prestígio com os artistas consagrados que representam e compartilham esse prestígio com talentos promissores que têm algo a oferecer, mas ainda não tiveram a oportunidade de construir uma reputação."

O conhecimento especializado é uma entidade viva, em constante expansão. O conteúdo começa a se degradar no momento em que é publicado, porque as estruturas evoluem, as bibliotecas se tornam obsoletas e o que era considerado boa prática ontem se torna uma brecha de segurança hoje. Nesse contexto, a importância de estender o conceito de Zero Trust ao código para lidar com as ameaças modernas fica clara. Para manter a vitalidade do conhecimento especializado, uma equipe de pessoas que se mantenham atualizadas e uma equipe editorial que reconheça quando o conteúdo se torna obsoleto e o remova ou solicite sua atualização são essenciais.

Essa equipe não é algo que você só ativa quando um autor tem um livro pronto para publicação. O conteúdo é o cerne da nossa plataforma, mas o abordamos em diferentes níveis de desenvolvimento. Alguns conselhos são atemporais, outros mudam, mas têm uma longa vida útil (alguns dos nossos livros ainda estão em catálogo depois de quase 50 anos!), e outros mudam semanalmente.

Trabalhamos com especialistas em todos os níveis para documentar o que permanece relevante, ao mesmo tempo que nos esforçamos ao máximo para acompanhar um setor que parece mudar a cada instante.

Mantemos relacionamento com centenas dos melhores profissionais do mundo, e nossa missão é mantê-los constantemente engajados, fornecendo opiniões rápidas quando surge um problema, respostas estruturadas quando pesquisas importantes são divulgadas e sessões ao vivo sobre tópicos emergentes enquanto ainda estão em desenvolvimento.

A confiança se conquista.

As instituições não concedem confiança automaticamente ao conteúdo. Na comunidade tecnológica, a confiança é mútua. Um profissional ganha credibilidade porque pessoas que já possuem credibilidade interagem com seu trabalho, citam-no, discutem-no e o utilizam como base para outros conhecimentos. Essa ideia estava no cerne do PageRank, a primeira grande inovação do Google . Uma página ganhava importância porque outras páginas importantes tinham links para ela. A reputação funciona da mesma maneira.

O público não apenas consome sinais de reputação; ele também os gera. Quando um engenheiro altamente conceituado, cujo julgamento é respeitado por outros, declara em voz alta algo que vale a pena ler, isso consome uma pequena parte de sua credibilidade; o autor ganha um pouco; e todos que observam reavaliam a pessoa em quem confiam na próxima vez.

Ao endossarmos o trabalho de alguém, não somos a única fonte de sua credibilidade. Em vez disso, reforçamos um julgamento social já existente e acrescentamos nosso próprio registro de confiança. O leitor que considera essa obra confiável, por sua vez, restaura o prestígio e o reconhecimento de sua fonte original.

Quando os leitores são máquinas

Os humanos não são mais os únicos que precisam de conhecimento técnico confiável. Os sistemas de inteligência artificial, que se tornaram parte integrante de todos os fluxos de trabalho — como agentes de código, depuradores e consultores de arquitetura — também precisam desesperadamente dele. Isso porque a maioria desses sistemas é construída com base em dados e documentação técnica coletados da internet, muitas vezes desatualizados e não indexados. Embora possam ser fluentes em sua expressão, são propensos a erros que não podem ser aceitos sem análise minuciosa, o que destaca a importância de estender o conceito de confiança zero ao código.

Os riscos estão aumentando à medida que as ferramentas de IA são cada vez mais utilizadas para gerar não apenas conteúdo verificável, como código (que funciona ou não), mas também documentos persuasivos em áreas mais opacas, como recrutamento e estratégia. Como qualquer pessoa que dependa dessas ferramentas, enfrentamos as implicações de poder interagir com um modelo e obter algo que pareça inteligente à primeira vista, o que levanta questões sobre a responsabilidade de agentes de IA desonestos.

Após várias rodadas de uso, erros e inconsistências persistem. Nos últimos meses, nossos escritórios receberam talvez dez vezes mais documentos do que o normal, variando de ideias para novos produtos a planos e propostas estratégicas. Mas a facilidade de gerar esses textos mascara o fato de que o modelo, ou a pessoa que o opera, carece de conhecimento genuíno sobre o assunto. Profissionais do conhecimento precisam de maneiras de fundamentar seu trabalho nas percepções de especialistas humanos, especialmente quando esse trabalho é impulsionado por inteligência artificial, o que exige que as perguntas necessárias sobre a infraestrutura sejam feitas desde o início.

Portanto, estamos trabalhando no desenvolvimento de ferramentas que permitam aos agentes aproveitar nosso repositório de conhecimento especializado para apoiar as decisões propostas.

Fontes confiáveis ​​são particularmente importantes ao considerar e justificar escolhas críticas. Nosso Diretor de Tecnologia, Andrew Odewahn, descreve essa mudança: “Há dezoito meses, o foco era como tornar os engenheiros mais produtivos; agora, trata-se de como capacitar as organizações a tomar melhores decisões. As tarefas de engenharia estão deixando de ser focadas na programação e passando a ser mais voltadas para o planejamento.”

Para tarefas de planejamento, como comparar métodos de implementação, você precisa de orientação especializada que atue como um "mentor ao seu lado" na tomada de decisões contextuais. Você não pode confiar apenas na melhor estimativa de um Modelo de Linguagem Amplo (LLM) para resolver seu problema. A confiança é essencial porque a expertise por trás dele permanece autêntica, prática e humana.