Um blogueiro de conhecimento compartilhou sua experiência. Em 2019, ele definiu a meta de ler 100 livros por ano. No final, leu cerca de 60 a 70.
Mais tarde, seu antigo chefe lhe deu um feedback: Não é que você tenha pouco conhecimento; é que você tem conhecimento demais. Você precisa ir fazer coisas. Desde então, ele passou a ler menos e a trabalhar mais.
Quando vi isso, senti que descrevia o estado de muitas pessoas.
Você leu os livros e fez as anotações. Ao discutir as ideias do livro, cada palavra é familiar. Mas quando você realmente precisa usar essas coisas para resolver um problema, já na terceira frase, talvez não consiga continuar.
Ao ler, é fácil concordar com tudo. Um livro faz sentido, outro artigo faz sentido. Até duas visões opostas podem parecer razoáveis quando colocadas juntas. Isso porque a leitura não exige que você escolha uma na hora.
A produção força você a escolher.
Escrever um artigo, fazer um PPT ou preparar uma aula — tudo segue esse padrão. Antes de começar, você acha que já resolveu tudo na cabeça. Quando você realmente começa, percebe que a segunda e a terceira partes não se conectam, os exemplos não comprovam a conclusão, e há vários termos comuns que você não consegue nem definir com clareza.
Isso não é um problema de expressão. É que você ainda não pensou o suficiente sobre o assunto.
Também conheço um professor de escrita. Ele conduziu um experimento de escrita com IA, querendo que a IA imitasse seu estilo de escrita. Primeiro, escreveu um conjunto de prompts de sistema, deixou a IA gerar uma grande quantidade de texto e depois apontou as falhas frase por frase.
A cada vez, ele precisava responder a três perguntas: qual frase era ruim, por que era ruim e em que circunstâncias ela poderia ser escrita daquele jeito. Cada rodada de feedback era incorporada à versão seguinte das regras.
Depois de mais de um mês, ele escreveu: nesse processo, quem estava sendo treinado não era a IA; era eu.
Porque ele sabia do que não gostava, mas não conseguia formular os critérios com clareza. Só quando a IA produzia o texto é que ele conseguia apontar os problemas. Apontar uma vez não bastava; ele precisava explicar o porquê. Conforme esses feedbacks se acumulavam, um conjunto de julgamentos que antes estavam escondidos no hábito foi lentamente se transformando em regras que podiam ser formuladas.
É isso que a produção faz.
Ela transforma o "eu sei mais ou menos" em algo que pode ser examinado. Só quando um artigo é escrito é que outras pessoas podem apontar o que não entenderam. Só quando um produto é feito é que os usuários podem dizer onde não estão dispostos a usá-lo. Só quando um plano de pesquisa é escrito é que um orientador pode ver onde sua cadeia causal se rompe.
O feedback negativo só se torna útil nesse momento.
Um amigo empresário me disse uma vez que feedback negativo é feedback positivo no nível da informação. Receita em queda, dados ruins e oposição dos outros ao menos indicam que há algo ali que precisa ser resolvido.
Mas o feedback não faz as pessoas progredirem automaticamente.
Se alguém diz que um artigo é incompreensível, você pode achar que o nível do leitor é insuficiente. Se ninguém usa um produto, você pode continuar explicando que o mercado não entende. Enquanto o comportamento não mudar, o feedback é apenas mais uma notícia desconfortável.
Portanto, o foco da produção não é apenas a ação isolada de "publicar". Ela inclui criar algo, receber feedback, avaliar se o feedback está correto e então decidir o que mudar.
Cada etapa desse processo exige que o autor escolha por conta própria.
Isso também explica por que publicar diariamente não necessariamente desenvolve discernimento.
Algumas pessoas publicam conteúdo continuamente por um ou dois anos, mas quando você olha os artigos delas em conjunto, continuam sendo as mesmas poucas frases. Mude para um problema específico, e o conteúdo original não consegue respondê-lo. Um dos meus alunos sugeriu um teste: colocar todo o conteúdo que uma pessoa já produziu no passado em uma base de conhecimento de IA e ver se essa base consegue responder perguntas específicas.
Acho que é um ótimo teste.
Se centenas de artigos forem colocados e ela só conseguir gerar palavras corretas, mas inúteis, a quantidade desses artigos é grande, mas não há muitos julgamentos ali dentro. Se ela consegue responder a uma pergunta específica e trazer casos passados, condições e diferentes escolhas, isso mostra que essa pessoa realmente deixou algo para trás.
Por isso, não concordo com a frase "contanto que você produza em grande quantidade, você acabará mudando seu destino".
Sem insumo, a produção rapidamente se torna rasa. Sem fatos, casos e novas experiências, você só consegue repetir os julgamentos que já fez. Tenho um parente que escreve o tempo todo, e ele tem uma observação: algumas pessoas não são esvaziadas pela produção porque a velocidade do insumo delas é maior que a da produção.
Esse "insumo" não se refere apenas à leitura de livros. Fazer projetos, atender clientes, lidar com fracassos e discutir com outras pessoas — tudo isso adiciona material. Quando uma pessoa realmente vivenciou e lidou com mais coisas, o conteúdo que escreve naturalmente terá detalhes. Sem essas coisas, contar apenas com o aumento da frequência de publicação vai esvaziar rapidamente a escrita.
Leitura e produção não são excludentes.
A leitura fornece conceitos, fatos e experiências de outras pessoas. A produção exige que você reorganize esses materiais e apresente suas próprias relações de causa e efeito. O feedback permite que você veja se esse conjunto de explicações ainda se sustenta para os outros. A revisão é o momento da escolha final.
Desde o surgimento da IA, essas etapas ficaram mais distintas.
No passado, não conseguir escrever podia ser por falta de capacidade de organização ou por digitar devagar demais. Agora, gerar um artigo estruturalmente completo não é difícil. Títulos, casos e conclusões podem estar todos lá. Assim, "escrever" em si diz menos sobre habilidade do que antes.
O que realmente cria a diferença é quais materiais você deu à IA, o que você excluiu, quais fatos você adicionou e, por fim, qual julgamento você manteve.
A IA pode gerar dez versões. Ela não pode decidir no seu lugar com qual ponto de vista você realmente concorda, qual exemplo resiste ao escrutínio e qual frase você está disposto a assumir como sua.
Essa decisão ainda precisa ser tomada por você mesmo.
A produção não precisa ser pública. Notas de pesquisa, código, rascunhos não publicados e roteiros de curso podem completar esse ciclo de processamento. A chave é se você está mais claro sobre o problema depois de terminar do que quando começou.
Se não, você apenas mudou o formato dos materiais.
Se sim, a leitura finalmente começa a se transformar no seu discernimento.
