À medida que AI assumem cada vez mais tarefas como a redação de e-mails ou a resolução de problemas de atendimento ao cliente, um desafio se torna evidente: como esses agentes podem se comunicar de forma eficaz — não apenas com seres humanos, mas também com os sistemas de software dos quais dependem?
O mundo digital atual foi concebido para a interação humana. Medidas como CAPTCHAs e protocolos anti-bot, projetadas para bloquear a automação maliciosa, refletem essa realidade. Sites e aplicativos são otimizados para a experiência humana, não para as necessidades da AI. Isso cria uma ineficiência fundamental: um agente, como o Operator da OpenAI, encarregado de interagir em um site, precisa imitar o comportamento humano — clicando em botões, preenchendo formulários ou navegando pelas páginas. Embora essa capacidade seja um feito tecnológico, ela também revela uma questão subjacente: em vez de repensar como os sistemas poderiam oferecer melhor suporte AI, forçamos AI se adaptar a sistemas projetados para nós.
Essa abordagem transfere todo o ônus da adaptação para o agente. Ele precisa lidar com APIs fragmentadas, camadas de autenticação e interfaces que priorizam a usabilidade humana. Será que esse é realmente o melhor caminho a seguir? Isso me lembra o ornitóptero de Leonardo da Vinci, uma máquina voadora inspirada no bater das asas das aves. Engenhoso, sim, mas os aviões modernos, que abandonaram essa imitação, conseguiram voar porque repensaram o problema em vez de tentar trabalhar dentro dos paradigmas existentes. A maneira como projetamos para AI corre o risco de repetir esse mesmo erro, priorizando a adaptação em detrimento da otimização.
Algumas iniciativas, como o Model Context Protocol (MCP) da Anthropic, estão indo na direção certa ao propor padrões universais para a forma como os agentes interagem com o software. O MCP oferece uma estrutura na qual os agentes não precisam imitar fluxos de trabalho humanos nem depender de integrações personalizadas. Em vez disso, eles podem executar ações diretamente, por meio de um protocolo unificado, contornando camadas como formulários ou entradas em linguagem natural. Essa abstração não só reduz o atrito, mas também facilita o dimensionamento e a manutenção dos sistemas.
Mas o desafio mais profundo permanece: como repensar os próprios sistemas? Sites, aplicativos e fluxos de trabalho foram historicamente criados para maximizar a experiência humana, o que é compreensível. Os seres humanos eram os principais usuários. Agora, à medida que AI um papel central, esse paradigma parece cada vez mais obsoleto. Forçar AI se adaptar a sistemas que não foram projetados para ela limita a eficiência e a escalabilidade, da mesma forma que tentar adaptar um ornitóptero para acompanhar o ritmo de um jato.
O caminho a seguir não consiste em abandonar a usabilidade humana, mas em equilibrá-la com sistemas que adotam a automação. A eficiência não precisa ser alcançada em detrimento da confiança, da transparência ou do controle. As empresas que abraçarem essa mudança não apenas acompanharão a transformação AI — elas a liderarão. Elas definirão os padrões para um mundo em que AI os sistemas humanos coexistam de forma a aprimorar ambos.
Saiba mais sobre as últimas novidades em AI nossa AI sobre AI Gerativa.
