📅 16 de março de 2025⏱️ 15 min de leitura
Aprenda a montar e orquestrar seus próprios agentes de IA governados — no seu computador, sem terminal e sem escrever código.
Conhecer a Academy →Leu até aqui? A Finantor Academy ensina a transformar conteúdo em agentes de IA que trabalham por você — governados, no seu computador, sem código.
Conhecer a Academy →Posicionado para escrever diante das minhas telas, a visão era mais ou menos a mesma de sempre. Na tela grande, o cursor piscava impacientemente, enquanto na menor, notícias sobre os últimos avanços em inteligência artificial competiam furiosos pela minha atenção. Um padrão curioso se revelava: entre as supostas vítimas dos novos anúncios de IA estavam lá uma infinidade de profissões, modelos de negócios e softwares consagrados.
Daí surge, implacável, um novo FOMO (fear of missing out) do nosso tempo: perder alguma novidade da IA que possa nos afetar. No entanto, acredito que estamos interpretando de forma incompleta a natureza da transformação em curso. Assim, meu objetivo nesse texto é tentar aliviar esse FOMO revelando alguns conhecimentos atemporais para entender e lidar com a inteligência artificial.
Quando Garry Kasparov foi derrotado pelo supercomputador Deep Blue da IBM em 1997, muitos declararam o fim iminente do xadrez profissional. Anunciaram que os humanos, diante da perfeição algorítmica, abandonariam o jogo.
Mas o que realmente aconteceu? O xadrez floresceu como nunca. O número de entusiastas, mestres, campeonatos e até cursos explodiu, levando o jogo a novos patamares de popularidade.
Por quê? Porque mal compreendemos o que realmente acontece quando humanos e máquinas começam a interagir em novos territórios cognitivos.
Na verdade, o mesmo fenômeno está acontecendo agora com a inteligência artificial generativa. Mas para entender esse fenômeno em toda sua complexidade e potencial transformador, me permita revisitar um conceito que desenvolvi anos atrás: o do "cérebro financeiro" — e como ele revela segredos surpreendentes sobre o funcionamento tanto da nossa mente quanto das máquinas que estamos criando.
Em 1950, o matemático britânico Alan Turing propôs um teste simples e elegante: se uma máquina consegue enganar um humano em uma conversa, fazendo-o acreditar que está interagindo com outro ser humano, então essa máquina pode ser considerada "inteligente". O que ficou conhecido como "Teste de Turing" estabeleceu a base para o que é que foi chamado de "jogo da imitação" — a busca por máquinas que produzam resultados indistinguíveis daqueles gerados pelo cérebro humano.
Esse sonho dourado perseguiu pesquisadores por décadas. No início dos anos 1960, Joseph Weizenbaum criou ELIZA, um programa simples que simulava um psicoterapeuta usando padrões de conversação pré-programados. O sistema era rudimentar, baseado em regras simples e frases feitas, mas algo notável aconteceu: algumas pessoas desenvolveram vínculo emocional com a máquina. A assistente do laboratório onde ELIZA foi criada chegou a pedir privacidade para "conversar" com o programa, como se estivesse interagindo com um confidente humano.
O fenômeno ELIZA revelou algo profundo sobre a natureza humana: nossa tendência a antropomorfizar sistemas que exibem mesmo os mais básicos traços de comunicação semelhantes aos nossos. ELIZA, de fato, estava apenas substituindo padrões, sem qualquer compreensão real do que processava.
Mas a computação, desde os primórdios, sempre almejou transferir para as máquinas capacidades humanas. Ao fazer isso, era inevitável usar disciplinas que explicam o funcionamento da ação humana: praxeologia, ciências comportamentais, economia e lógica, por exemplo.
Avancemos para 2012. Em um projeto do Google chamado Google Brain, pesquisadores alimentaram uma rede neural com milhões de imagens do YouTube, sem instruções específicas sobre o que procurar. O resultado foi surpreendente: a máquina aprendeu a identificar gatos, sem nunca ter sido explicitamente programada para isso. Este experimento, embora focado em imagens em vez de texto, marcou o início de uma nova fase desse jogo da imitação — uma fase que se consolidaria globalmente em novembro de 2022 com o lançamento do ChatGPT.
O que poucos percebem, entretanto, é que apesar de todas as mudanças tecnológicas, as regras fundamentais permanecem inalteradas: a IA continua sendo, em sua essência, uma imitação do cérebro humano. A chave para entendê-la e dominá-la, portanto, requer compreender melhor como nossa própria mente funciona.
E é aqui que o conceito de "cérebro financeiro" oferece insights reveladores.
No meu livro "Ganhe mais, gaste bem, poupe certo e invista melhor", apresento a tese das quatro divisões do nosso cérebro financeiro. Originalmente concebido para ajudar as pessoas a tomarem melhores decisões monetárias, esse modelo se revela agora um mapa surpreendentemente preciso para compreender os fundamentos atemporais da inteligência artificial:
Razão: A divisão racional planeja meticulosamente, avaliando alternativas e buscando os melhores caminhos para o resultado desejado. É o que o economista Ludwig von Mises chamou de "racionalidade intencional" em sua praxeologia, ou o "Sistema 2" do Prêmio Nobel Daniel Kahneman — o chamado "pensamento lento" que analisa, calcula e pondera.
Intuição/Instinto: A parte ancestral e primitiva do cérebro, que proporciona respostas rápidas e automáticas. Corresponde ao "Sistema 1" de Kahneman — o "pensamento rápido" que reage instantaneamente com base em padrões reconhecidos, sem deliberação consciente.
Motivação: O componente que organiza nossas prioridades e impulsiona nossas ações, belamente explicado por Abraham Maslow em sua Hierarquia das Necessidades Humanas. É o que determina para onde dirigimos nossa atenção e recursos, de forma sequencial.
Comportamento: Como expressamos nossas preferências individuais e subjetivas, refletindo nosso perfil único que pode ser identificado por ferramentas como o teste DISC, baseado nos trabalhos de William Moulton Marston.
Esta equivalência entre as divisões do cérebro financeiro e os fundamentos da IA não é coincidência. Por trás de ambos estão as mesmas disciplinas as quais já me referi: praxeologia, ciência econômica, lógica e ciência comportamental. Os mesmos princípios que regem nossas decisões financeiras também moldam como os sistemas de IA processam informações e geram resultados. Ou seja: a agência da IA busca reproduzir a agência humana.
Observe as empresas líderes em IA e verá esta convergência em ação. A chinesa Tencent lançou recentemente o Hunyuan-TurboS, um modelo que separa explicitamente o "pensamento rápido" do "pensamento lento" — exatamente como a distinção entre intuição e razão no cérebro financeiro. A OpenAI criou o o1, especificamente projetado para "pensar" antes de responder questões complexas, priorizando o equivalente digital do Sistema 2 de Kahneman.
Esta convergência não é casual — é um reconhecimento de que os sistemas mais eficazes são aqueles que espelham as estruturas cognitivas humanas mais fundamentais. As grandes empresas de tecnologia estão essencialmente recriando digitalmente as mesmas divisões cerebrais que identifiquei como cruciais para o bem-estar financeiro.
Se os humanos agem com intencionalidade, buscando sempre substituir uma situação menos desejável por uma mais desejável, os sistemas de IA mais avançados estão sendo construídos para replicar precisamente esse padrão fundamental da cognição humana.
Uma palestra TED recente de Noam Brown, pesquisador da OpenAI, ilustra perfeitamente a importância destas divisões cerebrais. Em 2015, Brown e sua equipe desenvolveram uma IA para jogar pôquer e desafiaram os melhores jogadores do mundo para uma competição. O resultado? Uma derrota acachapante da máquina.
Analisando o fracasso, Brown notou algo crucial: enquanto a IA respondia instantaneamente, os jogadores humanos tiravam tempo para pensar — segundos para decisões simples, minutos para as complexas. A máquina, por sua vez, estava usando apenas seu equivalente ao "Sistema 1" (pensamento rápido), enquanto os mestres do pôquer alternavam deliberadamente entre intuição rápida e análise deliberada.
Brown então implementou uma mudança aparentemente simples, mas profundamente transformadora: deu à IA tempo para "pensar" antes de cada jogada. Os resultados foram nada menos que revolucionários. Permitir que o sistema "deliberasse" por apenas 20 segundos sobre cada movimento equivalia a aumentar o modelo em 100.000 vezes e treiná-lo 100.000 vezes mais — números quase inconcebíveis em termos de eficiência computacional.
Em 2017, com essa única mudança fundamental, a mesma IA que havia sido derrotada dois anos antes retornou à mesa e dominou completamente os melhores jogadores humanos. No oitavo dia da competição, as apostas já não eram sobre quem ganharia, mas sobre qual humano perderia menos.
Pense na magnitude desta transformação: o mesmo sistema, com essencialmente o mesmo modelo subjacente, converteu-se de perdedor a invencível simplesmente por incorporar um aspecto fundamental do cérebro humano — a capacidade de desacelerar e analisar metodicamente.
Esta descoberta transcende o mundo dos jogos. Em finanças pessoais, equivale à diferença entre comprar impulsivamente um item caro versus aguardar e deliberar sobre sua real utilidade. É a diferença entre reagir emocionalmente a uma queda do mercado versus analisar racionalmente as oportunidades que ela apresenta.
As implicações são profundas: elevar o grau de racionalidade — o pensamento lento, deliberativo — não apenas melhora o desempenho da IA, mas também nossas decisões financeiras. As grandes empresas de tecnologia já incorporaram esta lição. O o1 da OpenAI, o Hunyuan-TurboS da Tencent e o Claude 3.7 da Anthropic são os primeiros representantes de uma nova geração de modelos que equilibram explicitamente o pensamento lento e deliberativo com o rápido e intuitivo — exatamente como defendo para o cérebro financeiro humano.
Quando você entende como as disciplinas da praxeologia, da economia, das ciências comportamentais e da lógica influenciam tanto o cérebro financeiro quanto a construção dos modelos de IA, você se habilita a desenvolver prompts melhores e tomar decisões financeiras mais sólidas. São duas faces da mesma moeda cognitiva.
Poucos conhecem a praxeologia — a ciência da ação humana intencional desenvolvida pelo economista Ludwig von Mises. Seu princípio fundamental é simples, mas profundo: a característica distintiva da ação humana é a intencionalidade, ou seja, agimos para substituir um estado menos desejável por um mais desejável.
Este conceito não é apenas uma teoria econômica abstrata — oferece insights reveladores sobre como interagimos com o mundo e tomamos decisões. Quando você decide investir em um título em vez de outro, não está apenas executando um algoritmo mecânico; está expressando intenção, propósito, direção. Está declarando: "Prefiro este possível resultado financeiro àquele outro."
O que poucos percebem é que os sistemas avançados de IA são treinados para imitar precisamente este aspecto da natureza humana. Quando você solicita que uma IA construa um plano financeiro personalizado, ela não está simplesmente seguindo um conjunto de regras pré-programadas — está sintetizando conhecimento, identificando restrições, mapeando preferências individuais, simulando os mesmos processos praxeológicos que você usaria.
Os sistemas de IA não possuem consciência ou intenção real, mas por terem sido treinados em vasta escala por humanos, em arquiteturas que emulam as redes neurais do cérebro humano, e depois refinados para alcançar objetivos humanos, eles produzem resultados alinhados com nossa forma natural de pensar e decidir.
Esta simulação de intencionalidade é o elo perdido que conecta diretamente o funcionamento da IA moderna com o conceito de cérebro financeiro. Ambos envolvem mecanismos para avaliar alternativas, priorizar objetivos e tomar decisões que substituem um estado atual por um preferível.
É por isso que compreender seu próprio cérebro financeiro não é apenas crucial para sua saúde monetária — é também a chave para desbloquear todo o potencial da IA como ferramenta de prosperidade pessoal.
Entender a IA pela perspectiva das quatro divisões do cérebro financeiro não é mero exercício teórico — oferece benefícios tangíveis que podem transformar sua vida pessoal e profissional. Vamos explorar os três principais:
Se você ainda teme que a IA vá eliminar seu emprego, considere esta perspectiva: os sistemas de IA estão imitando frações específicas do cérebro humano, não sua totalidade. O conceito de "cérebro financeiro" é apenas uma parte de nossa imensa capacidade cognitiva.
Um advogado que compreende que a IA pode analisar milhares de precedentes em segundos redirecionará seu tempo valioso para: construir argumentações criativas que ressoam com valores humanos, compreender as nuances emocionais do cliente que nenhuma máquina captaria, e desenvolver narrativas persuasivas que conectam fatos a significados.
A advocacia evolui de uma competição sobre quem processa mais informação para quem aplica melhor o julgamento contextual refinado — exatamente onde humanos superam máquinas. Como diz a máxima que se tornou inescapável: um profissional não será substituído pela IA, mas por outro profissional que sabe como usá-la para amplificar sua própria cognição.
Precisaremos de menos advogados? Talvez. Mas certamente precisaremos de mais pessoas que dominem a interseção entre direito e inteligência artificial. Um domínio que não exige expertise em engenharia de computação, mas sim a capacidade de direcionar e refinar modelos para potencializar diferentes operadores do direito.
Em meu livro "Ganhe mais, gaste bem, poupe certo e invista melhor", apresento as quatro bases financeiras que devemos cultivar simultaneamente. Na base do "ganhar mais", destaco a necessidade de evoluir tanto em habilidades técnicas quanto interpessoais.
Após anos observando a evolução financeira de centenas de pessoas, identifiquei uma habilidade técnica que afeta transversalmente todas as profissões: o conhecimento em IA aplicado ao seu universo profissional específico.
Entender a lógica fundamental da IA — que começa com a compreensão do cérebro financeiro — é o primeiro passo. Mas a habilidade prática mais valiosa é a "engenharia de prompts": a capacidade de instruir sistemas de IA para gerar resultados alinhados com suas necessidades específicas.
Muitos subestimam o poder dos prompts porque veem resultados superficialmente impressionantes mesmo com instruções rudimentares. É como alguém que, acostumado a bicicletas, fica maravilhado ao dirigir um carro básico pela primeira vez — sem perceber que existe todo um espectro de veículos mais sofisticados disponíveis para quem sabe como operá-los.
Prompts bem construídos, fundamentados no entendimento das quatro divisões do cérebro financeiro, produzem resultados extraordinariamente mais valiosos — especialmente à medida que os agentes de IA se tornam mais complexos e interconectados.
O terceiro benefício tangível desta perspectiva é a libertação daquela sensação constante de estar perdendo algo (FOMO — Fear Of Missing Out) no turbilhão de novidades tecnológicas.
A verdade reveladora é que os avanços mais importantes em IA não são realmente "novos" — são implementações progressivamente mais refinadas de princípios atemporais sobre o funcionamento do cérebro humano.
Quando você compreende as quatro divisões do cérebro financeiro, ganha uma estrutura conceitual para avaliar qualquer nova tecnologia. Você deixa de correr freneticamente atrás da última novidade para desenvolver confiança baseada em princípios fundamentais.
É como a diferença entre aprender os fundamentos da natação versus memorizar um conjunto específico de movimentos. Quem entende os princípios básicos de flutuabilidade e propulsão na água pode se adaptar a qualquer estilo de nado. Da mesma forma, quem compreende os fundamentos do cérebro financeiro e sua relação com IA pode assimilar qualquer nova ferramenta tecnológica que surja.
Baseado nos insights sobre as quatro divisões do cérebro financeiro e sua relação com a IA, desenvolvi um framework prático para otimizar suas interações com sistemas de inteligência artificial. Batizei-o de ACTFIT — um acrônimo que, significativamente, forma uma palavra que significa "agir de forma adequada", exatamente o que esperamos que os modelos de IA façam por nós.
Em um experimento recente que conduzi com o Claude 3.7 Sonnet, um dos modelos de linguagem mais avançados atualmente, o ACTFIT superou consistentemente o "CRISPE", outro framework popular para interações com IA.
ACTFIT representa:
Este framework funciona excepcionalmente bem porque se alinha diretamente com a estrutura do cérebro financeiro e das IAs modernas. Você está essencialmente orquestrando as divisões do "cérebro" da IA para complementar seu próprio cérebro financeiro.
O resultado é o que chamo de "inteligência aumentada" — não a substituição da sua capacidade cognitiva, mas sua expansão através da integração harmoniosa com sistemas artificiais. É como se você estivesse estendendo seu próprio cérebro financeiro, ganhando novas capacidades sem perder o controle sobre o processo.
O ACTFIT eleva o impacto da coordenação humana sobre as ações da inteligência artificial porque se alinha com a estrutura fundamental tanto do cérebro financeiro quanto dos sistemas de IA modernos.
Como vimos, existe uma profunda simetria entre nosso cérebro e os sistemas de IA que estamos construindo. As quatro divisões do cérebro financeiro que identifiquei estão agora se manifestando nas máquinas mais avançadas. E assim como o uso dessas divisões é essencial para o bem-estar financeiro, esse mesmo uso está se provando crucial para treinar e dirigir IAs benéficas para nós.
A revelação transformadora? Para quem não é engenheiro ou cientista da computação, o caminho para dominar a IA não passa por conhecimento técnico especializado sobre redes neurais ou linguagens de programação. O verdadeiro domínio vem da compreensão de como nosso próprio cérebro funciona e de como usar esse entendimento para desenvolver um framework eficiente de orientação para os modelos de inteligência artificial.
Este é o verdadeiro novo jogo da imitação: não são apenas máquinas tentando imitar humanos, mas humanos aprendendo a orquestrar máquinas para ampliar sua própria humanidade e capacidades cognitivas.
E nesse jogo, quem compreende os fundamentos atemporais — não apenas as novidades técnicas efêmeras — terá sempre a vantagem decisiva.
Quando Alan Turing concebeu o teste que levaria seu nome, ele não estava apenas propondo um método para avaliar máquinas — estava lançando uma pergunta profunda sobre a natureza da inteligência humana. Sete décadas depois, estamos descobrindo que a resposta estava em nós o tempo todo. Nossa capacidade de raciocínio lento e deliberado, nossa intuição rápida, nossos motivos e comportamentos — tudo isso agora está sendo espelhado e ampliado pelos sistemas que criamos.
A gloriosa ironia é que, para dominar as máquinas mais avançadas já construídas, precisamos primeiro entendermos e dominarmos a nós mesmos — nossas decisões, motivações e padrões de pensamento. O cérebro financeiro não é apenas um mapa para a prosperidade financeira; é um guia para navegar com confiança neste novo mundo onde inteligência humana e artificial se entrelaçam.
Quer aprofundar seu conhecimento sobre como construir finanças mais fortes com a ajuda da tecnologia, especialmente da IA? Em meu livro "Ganhe mais, gaste bem, poupe certo e invista melhor", exploro detalhadamente o conceito do cérebro financeiro e como aplicá-lo para transformar sua relação com o dinheiro na era digital.
Adquira o livro na Amazon e descubra como utilizar as quatro divisões do seu cérebro financeiro para prosperar em um mundo cada vez mais impactado pela inteligência artificial.
