Como é que a IA constrói aplicações interactivas complexas?

Ao observar a capacidade do Gemini 2.5 Pro para transformar o vídeo diretamente numa aplicação interactiva, apercebi-me de que o paradigma da IA na construção de aplicações complexas está a mudar qualitativamente. Costumávamos falar da IA como uma ferramenta, mas agora a IA é mais como uma criança que consegue montar o seu próprio Lego - não só consegue ler as instruções (compreensão multimodal), como também consegue construir um produto acabado com o qual se pode efetivamente brincar de acordo com os esquemas (geração de código). A evolução da tecnologia por detrás disto é simplesmente fascinante, especialmente quando se sabe que pode até lidar com o contexto de um vídeo com uma hora de duração.

Compreensão multimodal: a capacidade de "deteção" da IA

A sério, fazer com que a IA compreenda o vídeo não é nada de novo, mas o que o Gemini 2.5 Pro faz é muito humano - compreende acções, discurso, texto e até elementos de interface num vídeo como requisitos de desenvolvimento executáveis. A diferença é que a IA "cozinha" o vídeo em código executável, tal como se pode cozinhar depois de ver um vídeo de culinária. Há um caso de teste particularmente interessante: a IA, depois de ver o vídeo de ensino do React, não só gerou código de componente, como também preencheu automaticamente o vídeo sem demonstrar a lógica de tratamento de erros. Este tipo de capacidade de aprender pelo exemplo é ainda inimaginável no modelo do ano passado.

A evolução da lógica de interação: do estático ao dinâmico

Lembro-me que, nos primeiros tempos, quando a IA gerava código, tudo o que produzia eram páginas "mortas". Agora, a novidade é que a IA está a começar a compreender realmente a palavra "interação". Os testes de utilizadores mostraram que os jogos de memória gerados pelo Gemini 2.5 Pro já têm em conta o ritmo de animação do virar das cartas e a consistência da lógica de pontuação. Mais espantoso ainda, um programador fez um simulador de semáforos em 20 minutos - esta coisa tem de lidar com a geração de veículos, a temporização dos sinais, a deteção de colisões e outras lógicas dinâmicas, no passado pelo menos algumas centenas de linhas de código. Agora a IA parece começar a ter um certo "sentido de procedimento", consegue prever a reação em cadeia que pode ser desencadeada pela operação do utilizador.

Mas, por outro lado, existem alguns problemas interessantes com este tipo de tecnologia quando se trata de implementação. Por exemplo, embora o código gerado pela IA possa ser utilizado, o estilo arquitetónico terá um óbvio "sabor a IA" - especialmente a utilização da chamada em cadeia Promise, a nomeação de variáveis tem sempre uma poesia estranha. Uma equipa fez estatísticas, 87% de código gerado por IA tem de ser ajustado manualmente para passar na rigorosa Revisão de Código, mas, de outro ponto de vista, esta não é exatamente a beleza da colaboração entre humanos e computadores, a IA é responsável pela prototipagem rápida e os seres humanos são responsáveis pelo polimento e otimização.

Possibilidades futuras: IA como tempo de execução

Recentemente, durante uma conversa com alguns programadores, surgiu uma ideia louca: e se a IA pudesse analisar o comportamento do utilizador em tempo real e ajustar dinamicamente a lógica da aplicação? Imagine que está a utilizar a aplicação de meteorologia e que a IA descobriu que está sempre a verificar o índice de UV, colocando automaticamente o conselho sobre o protetor solar numa posição mais proeminente. Com este nível de complexidade de interação, o desenvolvimento tradicional teria de enterrar pontos, analisar e lançar a versão iterativamente... enquanto a IA poderia aprender a ajustar-se diretamente no local. A demonstração sketch-to-app mostrada pela Google já tem vagamente o início disto - gera uma aplicação de prancheta que se ajusta dinamicamente às caraterísticas dos traços descritos pelos algoritmos algoritmos de traço.

É claro que a tecnologia atual ainda está longe das verdadeiras aplicações interactivas "ao vivo". A compreensão multimodal por vezes não tem em conta contextos importantes e o complexo código de gestão de estados gerado é propenso a bugs, mas se olharmos para as 147 pontuações Elo do Gemini 2.5 Pro em comparação com o seu antecessor, quem pode dizer que avanços a IA fará por esta altura no próximo ano? Talvez nessa altura já não estejamos a discutir "como a IA cria aplicações", mas sim "como a IA e as aplicações podem coexistir e progredir".