Programar em linguagem natural aumenta erros: entenda por quê

Programação

Entenda os desafios e limitações da programação em linguagem natural frente aos símbolos formais tradicionais.

Leia também: Agentes de IA deixados sozinhos começam a “brincar” em ilha virtual

Em meio ao avanço de assistentes de código que respondem a comandos em frases comuns, ganha força entre pesquisadores e veteranos da computação uma crítica dura à promessa de “programar em linguagem natural”: a ideia pode soar amigável, mas tende a aumentar a complexidade, a ambiguidade e a taxa de erros, justamente onde sistemas precisam ser mais rigorosos.

Formalização volta ao centro do debate

A discussão opõe duas visões sobre como humanos devem conversar com máquinas. De um lado, propostas de interfaces em que o usuário “fala ou escreve normalmente” e o sistema se encarrega de transformar esse pedido em código. Do outro, quem defende que a programação continue apoiada em linguagens formais, com sintaxe rígida, operadores bem definidos e pouca margem para interpretação.

Para essa segunda corrente, a exigência de precisão nunca foi um capricho técnico, mas um requisito de sobrevivência: computadores obedecem cegamente às instruções, mesmo quando um “momento de reflexão” revelaria um erro óbvio. A frase irônica do poeta e filólogo A.E. Housman – “Mas um momento é muito tempo, e pensar é um processo doloroso.” – aparece em relatórios clássicos justamente para ilustrar a tentação de delegar às máquinas o trabalho de pensar no nosso lugar.

O caminho histórico mostrado por especialistas é claro. Primeiro, programadores lidavam diretamente com linguagem de máquina, extremamente compacta e quase sem redundância – qualquer deslize podia ser desastroso. Vieram então as linguagens de alto nível, que acrescentaram estrutura, regras e, sobretudo, mecanismos de detecção de erro. Muitos enganos passaram a gerar mensagens de erro, não resultados silenciosamente errados.

Ainda assim, o núcleo da atividade permaneceu o mesmo: programar é manipular um sistema formal de símbolos, que exige disciplina e exatidão. A proposta de “abolir” esse formalismo e substituí-lo por linguagem natural é vista por críticos como um passo na direção errada.

Natural não é o mesmo que simples

Um dos argumentos centrais contra a programação em linguagem natural é que mudar a interface não redistribui apenas trabalho, mas cria trabalho novo. Para que uma frase ambígua seja entendida pela máquina, é preciso uma camada adicional de análise, interpretação de contexto e resolução de ambiguidades – tudo isso é custo computacional e fonte de novas falhas.

Na prática, alertam pesquisadores, a comunicação homem-máquina em linguagem comum tende a ser uma “interface larga”: muita coisa passa por ali, pouco é claramente delimitado. A experiência em engenharia de software e desenho de sistemas aponta a preferência crescente por interfaces estreitas, bem especificadas, em que cada comando tem significado preciso. A promessa de que a máquina “carregaria a maior parte do fardo” pode, no limite, tornar a vida mais difícil dos dois lados.

Essa preocupação não é meramente teórica. A própria experiência recente com ferramentas que geram código a partir de descrições em texto mostra que o esforço de revisar, testar, esclarecer intenções e corrigir mal-entendidos pode anular – ou até superar – o ganho inicial de “conversar naturalmente” com o sistema.

Entenda o contexto

A crítica contemporânea se ancora numa leitura histórica da matemática ocidental. Durante séculos, boa parte da produção matemática foi verbal e pictórica. Problemas eram descritos em longos parágrafos, demonstrações dependiam de construções geométricas e metáforas, e muito pouco era condensado em símbolos abstratos.

Especialistas lembram que a matemática grega acabou encontrando um teto justamente por permanecer presa a essa forma de expressão. A tradição algébrica de matemáticos muçulmanos, depois de uma tentativa tímida de introduzir símbolos, regrediu ao estilo retórico – textos longos, com poucas fórmulas – e perdeu fôlego. Já o salto que abre caminho para a ciência moderna é associado à adoção deliberada de formalismos simbólicos na Europa, com nomes como François Viète, René Descartes, Gottfried Wilhelm Leibniz e, mais tarde, George Boole.

Esses sistemas introduziram letras para incógnitas, sinais padronizados para operações e, no caso de Boole, um cálculo algébrico para proposições lógicas. A partir daí, passou a ser possível manipular expressões segundo regras simples, sem reexplicar em linguagem comum, a cada passo, o que estava sendo feito. O efeito colateral foi poderoso: símbolos bem escolhidos passaram a impedir, por construção, uma série de absurdos que a linguagem natural deixa passar.

É esse paralelo que alimenta a desconfiança diante da moda de “falar com o computador como se fala com gente”. A história sugere que abandonar ou enfraquecer a camada simbólica pode não simplificar nada; ao contrário, tende a reabrir as portas para mal-entendidos, raciocínios vazios e estagnação.

Quando a busca por “clareza” vira armadilha

A resistência à formalização não é nova. Um exemplo citado por especialistas é o de um relatório técnico de 1977 em que o autor, na tentativa de soar mais didático, admitiu: “Mesmo os símbolos padrão usados para conectivos lógicos foram evitados por clareza.” A frase é lembrada hoje como sintoma de um equívoco generalizado: confundir familiaridade com clareza.

Conectivos lógicos – como “e”, “ou”, “não”, “se… então” – têm símbolos padronizados justamente para fugir da ambiguidade da fala comum. Ao abri-los de volta em prosa, o texto pode até parecer mais próximo do leitor iniciante, mas perde a precisão que evita interpretações contraditórias. Para pesquisadores da área, essa mesma ilusão está no centro da programação em linguagem natural: quanto mais o sistema “fala como a gente”, mais fácil é deixar passar bobagens cujo absurdo não salta aos olhos.

O efeito educacional também preocupa. Em vez de tratar a disciplina exigida pelos símbolos formais como fardo, defensores dessa abordagem a veem como privilégio: é ela que permite que estudantes realizem cálculos e construam provas que, em outras épocas, estavam restritos a poucos gênios. Abrir mão desse treino em nome de uma suposta facilidade pode empobrecer a formação justamente quando o mundo depende de sistemas confiáveis.

Impactos na pesquisa e no desenvolvimento de software

A discussão não fica no plano filosófico. Na prática, a maneira como a indústria encara o tema influencia investimentos em ferramentas, currículos universitários e prioridades de pesquisa. O temor de parte da comunidade técnica é que a promessa de interfaces totalmente “naturais” leve a uma geração de profissionais que nunca aprendem a lidar com formalismos, ficando dependentes de camadas automáticas de tradução cujos limites não compreendem.

Na engenharia de software, esse quadro é visto como risco concreto para a confiabilidade e a escalabilidade de sistemas críticos, como infraestrutura financeira, redes de energia, controle de tráfego aéreo ou prontuários médicos. Em todos esses casos, um detalhe mal especificado não é apenas “imprecisão de linguagem”: pode significar dados corrompidos, perdas financeiras ou ameaça à segurança.

Na educação em computação, o debate se traduz em decisões sobre o que priorizar em cursos introdutórios. A crítica mais contundente é à tentação de “esconder” a lógica e a matemática por trás de metáforas amigáveis, privando alunos do contato com a estrutura simbólica que, no fim das contas, faz os sistemas funcionarem.

Busca por equilíbrio: usabilidade sem abrir mão do rigor

A reação às promessas de programação em linguagem natural não significa uma defesa nostálgica de interfaces hostis. Ao contrário: o caminho apontado por quem critica essas propostas é o do refinamento de linguagens formais mais legíveis, com boas mensagens de erro, ferramentas de apoio e ambientes de desenvolvimento que ajudem o usuário a “fazer o certo” sem esforço desnecessário.

A aposta é em camadas de assistência que respeitem a estrutura simbólica – sugerindo trechos de código, checando tipos, apontando inconsistências – em vez de tentar abolir essa estrutura e delegar tudo à interpretação de frases soltas. Em outras palavras, conciliar usabilidade e formalidade, e não trocar uma pela outra.

Ao recuperar documentos e debates de 1977 e 1978, a comunidade técnica reforça uma conclusão incômoda para quem sonha com máquinas que compreendem perfeitamente qualquer frase: quanto mais complexa é a tarefa, mais precisamos de linguagens que limitem nossa própria capacidade de falar bobagem. E é justamente aí que os símbolos formais continuam insubstituíveis.

Fonte: matéria original