Do Ifam ao MIT: Mariana Leite compartilha caminhos para a fluência em inteligência artificial

Da formação técnica e acadêmica no Instituto Federal do Amazonas (Ifam) à experiência em uma das mais reconhecidas universidades do mundo, o Massachusetts Institute of Technology (MIT), Mariana Leite reúne trajetórias que conectam educação, tecnologia e impacto social.

Nesta entrevista exclusiva para o Portal i9Brasil, em formato pingue-pongue, ela fala sobre sua jornada profissional e acadêmica, os desafios enfrentados ao longo do caminho, a criação gratuita do AI Playbook, os avanços da inteligência artificial no mercado de trabalho e as iniciativas voltadas à capacitação de professores e à ampliação do acesso ao conhecimento em IA.

Confira a entrevista

Mariana, você passou 10 anos no Ifam e hoje está no MIT. Como foi essa transição da engenharia tradicional para o epicentro do desenvolvimento de IA no mundo?

No IFAM eu cursei o ensino médio (ainda CEFET-AM), depois o técnico em segurança do trabalho e o superior em Engenharia Mecânica. Eu fui da primeira turma de Engenharia do IFAM. Eu tinha dois propósitos: trabalhar em lugares que me dessem a oportunidade de crescer na carreira e estudar fora.

Meus pais vieram do sertão nordestino, de uma cidade chamada Tuparetama, em Pernambuco, três anos antes de eu nascer. Se estabeleceram em Silves em busca de oportunidades, e quando eu tinha dois anos de idade, eles se mudaram para Manaus.

Eu e minha irmã crescemos em Manaus, passamos por muitos desafios financeiros, mas nada disso foi uma barreira, principalmente para a minha mãe, que lutou por bolsas de estudo para que nós duas pudéssemos estudar com a melhor estrutura de educação, independentemente se usámos livros emprestados ou doados. Contávamos com ajuda financeira de padrinhos e madrinhas e aproveitávamos ao máximo cada investimento feito. Meus pais sempre nos acompanharam nos estudos, exigiam rotina e notas boas. Minha irmã estudou na Fundação Nokia e eu fui para o IFAM, depois ela cursou medicina na UFAM e eu iniciei Engenharia de Produção na UFAM e mecânica no IFAM.

Dentro de todo esse contexto, eu queria melhorar as condições de vida da minha família, por isso eu queria estar em lugares que eu pudesse abraçar as oportunidades e avançar em carreira e remuneração, assim como estudar fora. Então assim, eu e minha irmã Gabriela, conseguimos mudar nossa história.

Você vê geralmente pessoas muito jovens, entre 19 e 30 anos, estudando fora. Eu entendo que as circunstâncias dificultam um pouco: filhos, carreira estável, entre outras coisas, dificultam essa decisão, mas decidi ir além do etarismo, e fui atrás dos meu propósito.

Meu esposo Wellington, logo no início do namoro me perguntou quais sonhos eu ainda gostaria de realizar, eu disse: eu ainda quero estudar fora. Ele me apoiou e eu me dediquei em todas as fases, até chegar a aprovação no MIT.

Quando apliquei, eu ainda estava grávida. Iniciei o curso e minha bebê estava indo para o quinto mês, mesmo assim, como sempre fiz, abracei a oportunidade de estar estudando em uma das melhores universidades do mundo. Dentro de todo esse context digo que a minha transição se deu através de apoio, coragem e força para realizar meus sonhos, independente do que pudesse me limitar.

De onde surgiu a urgência de criar o AI Playbook de forma 100% gratuita?

Lembro que desde os 6 anos meus pais sempre incentivaram o trabalho voluntário. Cresci entendendo que por onde eu estivesse ou aonde eu chegasse, eu sempre podia contribuir com a vida de outras pessoas, fazendo a minha parte pra gerar impacto positivo, ao invés de guardar só pra mim os privilégios que alcancei. Por mais que eu saiba que tudo o que alcancei foi mérito do meu esforço em meio aos desafios financeiros e sociais que a minha família enfrentou, ainda assim, por muitos aspectos, eu preciso reconhecer meus privilégios.

Eu tenho consciência de que onde estou hoje é uma bênção que milhares de pessoas sonham em conquistar e viver, mas infelizmente não chegarão. Não por falta de capacidade ou inteligência, mas porque sabemos que essa jornada não é acessível.

Observando que o mundo caminha para uma revolução da IA no mercado de trabalho e que milhões de pessoas ainda não têm acesso ou conhecimento para se preparar, eu resolvi fazer algo importante para que essas pessoas também possam acompanhar essas mudanças. Pretendo ir além, com treinamentos gratuitos para professores das escolas públicas e outros engajamentos sobre o tema, com foco principal na minha região.

Alfabetização vs. Fluência em IA

Na apostila, seu objetivo declarado é mover o leitor da “AI Literacy” para a “AI Fluency”. Qual é a diferença prática entre esses dois estados?

AI Literacy, de uma forma bem simples, eu diria que é nossa alfabetização em IA. Conceitos básicos, talvez o primeiro contato com o tema. Muitas pessoas já usam as LLMs (ChatGPT, Claude, Llama etc) como ferramenta de pesquisa, ou de pergunta e resposta, mas a ideia é oferecer o primeiro contato a quem nunca teve, e levar esses dois grupos, os que estão aprendendo agora e os que usam só para pesquisa, a se aprofundarem e a utilizar a IA para além do trivial do dia a dia.

Fluência é o passo seguinte: não é só saber usar a ferramenta, é saber quando usar, como integrar isso no seu trabalho e ter critério pra avaliar o que a IA devolve. Literacy é saber perguntar, fluency é saber decidir com o que você recebeu de volta.

Você fez questão de destacar que este material não foi criado unicamente por uma LLM (modelo de linguagem). Por que a curadoria humana ainda é o grande diferencial?

Porque a IA das LLM’s não possui verdade absoluta sobre os fatos, erra bastante, se confunde e precisa de muito contexto para produzir algo conectado com o propósito individual humano na tarefa proposta. A revisão humana ainda é necessária para gerenciar riscos de segurança, éticos, de plágio, entre muitos outros.

Um dos capítulos aborda tópicos complexos como a economia dos “tokens”, arquiteturas e termos como Vibe Coding. O profissional de hoje precisa virar um “escritor de código” ou um “bom conversador”?

Eu diria que nem um, nem outro. Escrever um bom prompt para aproveitar o vibe coding não exige saber escrever código, mas exige saber a engenharia por trás disso: definir bem o que você quer, sem ambiguidade, para não gastar tokens à toa (e tokens custam dinheiro) nem se perder em conversas longas tentando corrigir o que devia ter sido bem especificado desde o início.

Lembrando que vibe coding funciona bem para protótipo, para algo descartável ou para alguma solução que não gerará riscos para o seu negócio, como por exemplo, se você criar uma ferramenta que conversa com clients e lida com os dados sensíveis deles. Quando precisa rodar em produção, conversar bem não basta, porque conversa tolera ambiguidade e sistema não. Por isso, dependendo do que você está fazendo, vai encontrar alucinações, bugs e problemas técnicos que precisa saber identificar e explicar. Se você for só um bom conversador, sem entender o que está por trás, o problema te pega de surpresa e você não sabe nem por onde começar a resolver.

Mas a partir dessa pergunta poderíamos falar, por exemplo, de vários pontos importantes que deveriam ser considerados no uso do vibe coding, como por exemplo o limite da sua utilização por questões de segurança.

O mercado de modelos está mudando muito rápido. Como as empresas e gestores devem lidar com essa velocidade?

A velocidade do modelo é uma corrida que ninguém vence, porque assim que a empresa termina de adotar um, já saiu outro. A resposta certa não é correr atrás do modelo mais avançado, é desenhar a uma estratégia para que a empresa não dependa disso.

Antes de correr atrás de modelo, o gestor precisa saber em que estágio de maturidade a empresa está: que dado tem, que processo já é claro o suficiente pra IA entrar. Não adianta o modelo mais avançado se o gargalo é dado mal estruturado ou processo não documentado, aí o modelo novo só expõe o problema mais rápido, não resolve.

Depois da maturidade vem o “onde”: mapear a cadeia de valor da empresa e identificar em que ponto a IA realmente muda o resultado.

Existem dois assuntos que precisam ser tratados em paralelo: cultura e governança. Eu não sou a pessoa mais indicada neste papel para orientar quanto a cultura de IA, mas posso dizer que um caminho é multiplicar o conhecimento entre as pessoas, sem restringir a IA a um grupo privilegiado dentro da empresa, independente do resultado ter impacto direto na cadeia de valor ou não. Governança é o outro lado: definir quem aprova o quê, que dado pode alimentar qual modelo, e onde fica o limite entre testar e produção. Sem isso, a velocidade vira risco em vez de vantagem.

Impacto Social e Educação

Você abriu uma chamada pública para dar cursos online gratuitos de IA para professores de escolas públicas do Brasil. Por que mirar especificamente nos professores?

Os professores multiplicam e difundem o uso da IA entre os alunos de duas formas: na forma de ensinar e no conteúdo que ensinam. Cada professor capacitado leva isso pra dezenas de alunos por ano, é o ponto de alavancagem mais eficiente que existe pra escalar esse conhecimento. Então não é só reconhecer a importância do professor, é também projetar esse conhecimento pra base, pra quem vai formar a próxima geração.

A apostila promete atualizações a cada 2 meses. O que podemos esperar da próxima versão de agosto?

Mais exercícios e aprofundamento de alguns tópicos, além, claro, da curadoria de artigos com linguagem mais acessível pras novidades que sempre aparecem no mundo da IA.

Redação i9Brasil.

Empresa de Tecnologia Dataprev está com inscrições abertas

Do Ifam ao MIT: Mariana Leite compartilha caminhos

Programa de aceleração de startups seleciona em RR

ApexBrasil em parceria com o Sebrae Nacional está