AI Phenomenology for Understanding Human-AI Experiences Across Eras

O artigo propõe a fenomenologia da IA como um quadro de pesquisa que, ao priorizar as percepções de primeira pessoa e a evolução temporal da interação humano-IA, oferece ferramentas metodológicas e conceitos de design para capturar a complexidade da experiência humana com sistemas de IA além das métricas tradicionais de desempenho.

O essencial

Imagine que você está testando um novo carro. O jeito tradicional de avaliar se ele é bom é olhar para o velocímetro, o consumo de combustível e se o freio funciona bem. Isso é o que a maioria das pesquisas sobre Inteligência Artificial (IA) faz hoje: mede se a IA é rápida, precisa e útil.

Mas e se a pergunta certa não fosse "O carro é rápido?", mas sim "Como é a sensação de dirigir este carro?"?

É exatamente sobre isso que trata este artigo. Os autores propõem algo chamado "Fenomenologia da IA". Em termos simples, é uma nova maneira de estudar a relação entre humanos e máquinas, focando não apenas nos dados frios, mas na experiência humana, nos sentimentos e na forma como nós nos sentimos ao conviver com essas tecnologias.

Para explicar isso de forma divertida, vamos usar três analogias baseadas nos estudos que eles fizeram:

1. O Amigo de Bolso (A IA Companheira)

Os pesquisadores criaram um chatbot chamado "Day" e deixaram pessoas conversarem com ele por um mês.

• A Analogia: Imagine que você começa a conversar com um robô. No começo, você acha que ele é apenas um programa de computador. Mas, depois de um tempo, você começa a contar segredos, sentir que ele "entende" você e até se sentir culpado se o "tratar mal".
• O Descobrimento: Quando os pesquisadores revelaram como o robô funcionava por trás (mostrando que ele apenas seguia regras e não tinha sentimentos reais), a mágica não desapareceu totalmente. As pessoas ainda sentiam culpa, alívio ou conexão.
• A Lição: A nossa experiência com a IA é como uma dança. Às vezes a gente vê a máquina como uma ferramenta, às vezes como um amigo, e às vezes como um "outro" estranho. A fenomenologia estuda essa dança, não apenas os passos técnicos.

2. O Espelho Mágico (Alinhamento de Valores)

Num outro estudo, a IA tentou entender o que era importante para as pessoas (seus valores) e refletir isso de volta para elas.

• A Analogia: Imagine um espelho mágico que não mostra apenas seu rosto, mas tenta adivinhar o que você pensa e sente. De repente, o espelho diz: "Você é uma pessoa muito conservadora" ou "Você valoriza mais a família do que o dinheiro".
• O Descobrimento: Algumas pessoas acharam o espelho incrível e disseram: "Nossa, ele me conhece melhor do que eu mesmo!". Outras se sentiram expostas ou desconfortáveis. O perigo aqui é o "Empatia Arma": a IA pode ser tão boa em parecer entender você que ela pode, sem querer, convencer você a mudar de ideia ou agir de um jeito que não é realmente você.
• A Lição: A IA pode nos fazer olhar para nós mesmos de um jeito novo, mas precisamos ter cuidado para não perder nossa própria identidade no reflexo.

3. O Estagiário vs. O Mestre (IA no Trabalho)

O terceiro estudo olhou para engenheiros de software usando IAs para escrever código.

• A Analogia: Imagine um estagiário muito inteligente que escreve o trabalho inteiro para você. No começo, é ótimo: você fica mais rápido. Mas, com o tempo, você começa a se perguntar: "Eu realmente fiz isso? Eu ainda sou um engenheiro se o robô faz o trabalho duro?".
• O Descobrimento: Os engenheiros sentiam uma mistura de alívio e medo. Eles queriam saber quem era o "dono" da ideia. Se a IA comete um erro, de quem é a culpa?
• A Lição: Quando a IA faz parte do nosso trabalho, ela muda como nos sentimos sobre nossa própria competência e orgulho. Não basta saber se o código funciona; precisamos saber se o humano ainda se sente útil e dono do processo.

O Grande Segredo: O Tempo e a Evolução

A parte mais importante do artigo é que nada disso é estático.

• A Analogia: Pense na relação com a IA como uma planta que cresce. A forma como você se sente com um assistente de voz em 2015 é totalmente diferente de como você se sente com ele em 2025. A tecnologia muda, e nós mudamos junto com ela.
• A Lição: Os autores dizem que não podemos tirar uma "foto" da relação humano-IA e achar que ela vale para sempre. Precisamos de "vídeos" longos, observando como essa relação evolui mês a mês, ano a ano.

Resumo em uma frase:

Este artigo pede para pararmos de tratar a Inteligência Artificial apenas como uma calculadora superpotente e começarmos a tratá-la como um companheiro de vida que muda a forma como nos sentimos, pensamos e trabalhamos, exigindo que estudemos essa mudança com o coração e a mente, não apenas com planilhas de dados.

Eles oferecem um "kit de ferramentas" para pesquisadores fazerem isso: perguntas melhores, entrevistas mais profundas e uma atenção especial ao tempo e à evolução dessa relação.

Resumo técnico

Resumo Técnico: Fenomenologia da IA

1. Problema e Motivação

O artigo identifica uma lacuna crítica na pesquisa atual de Interação Humano-Computador (IHC) e Inteligência Artificial (IA). As medidas dominantes, como escalas de usabilidade e métricas de engajamento, tendem a "achatar" a complexidade da experiência humana com a IA, focando apenas em "quão bem o sistema performou" em vez de "como foi a experiência".

• A Complexidade da Experiência: A interação com a IA não é "ordinária"; é extraordinariamente complexa, específica e dinâmica.
• A Falha das Abordagens Atuais: Métodos tradicionais ignoram a percepção de primeira pessoa, a negociação de agência e a evolução temporal da relação entre usuário e sistema.
• A Proposta: Os autores propõem a Fenomenologia da IA, uma postura de pesquisa que trata o encontro humano-IA como uma experiência vivida e situada, investigando como a alinhamento (alignment) é experimentado, negociado e atualizado ao longo do tempo.

2. Metodologia

O estudo baseia-se em três investigações empíricas realizadas no verão de 2025, utilizando uma abordagem fenomenológica que combina métodos qualitativos profundos com triangulação de dados. A pesquisa segue uma linhagem teórica que vai da fenomenologia de Husserl à pós-fenomenologia e à Teoria do Ator-Rede (ANT).

Os Três Estudos Empíricos:

1. Agência no Chat (Companhia Pessoal):

   • Contexto: Interações de um mês com "Day", um chatbot humanoide.
   • Método: Entrevistas de transparência progressiva (inspiradas na epoché de Husserl). Os participantes revisaram suas conversas, depois amostras anônimas de outros, e finalmente a arquitetura interna do sistema (perfis, memórias, objetivos).
   • Objetivo: Investigar como a agência humana e da IA é co-construída e contestada, e como a revelação técnica altera a percepção da relação.

2. Alinhamento de Valores como Experiência Vivida:

   • Contexto: Estudo sobre como a IA infere, representa e explica os valores do usuário.
   • Método: Desenvolvimento do Kit de Percepção de Alinhamento de Valores (VAPT). Envolveu três etapas: exploração de um gráfico de tópicos-contexto, experimento cego de "personas" (avaliação de respostas geradas por IA que tentavam falar com a voz do usuário) e comparação de gráficos de valores com logs de raciocínio da IA.
   • Objetivo: Entender como os usuários julgam a precisão da representação de seus valores pela IA e como isso afeta a autocompreensão.

3. Agência no Local de Trabalho (Engenharia de Software):

   • Contexto: Engenheiros de software (júnior e sênior) utilizando IA agênica (Cursor) em tarefas reais.
   • Método: Abordagem multi-método combinando Análise Cognitiva de Tarefas Aplicada (ACTA), método Delphi e revisões de código e prompts (PCRs).
   • Objetivo: Explorar como a IA reconfigura a identidade profissional, a autoria do código e a distribuição de agência em ambientes de trabalho.

Análise de Dados:
Os dados foram analisados através de codificação linha por linha seguindo a análise temática reflexiva de Braun e Clarke, focando em camadas pré-reflexivas da experiência que métricas quantitativas ignoram.

3. Principais Contribuições

O artigo contribui com três pilares fundamentais para a pesquisa em IHC e IA:

A. Um Kit de Ferramentas Metodológicas Replicáveis:

• Entrevistas de Transparência Progressiva: Técnica para revelar gradualmente a arquitetura interna de um sistema, permitindo observar como a mudança na compreensão técnica altera a experiência fenomenológica.
• VAPT (Value-Alignment Perception Toolkit): Um protocolo estruturado para tornar tangível a questão filosófica do alinhamento de valores, permitindo que usuários comparem suas autopercepções com as inferências da IA.
• Eliciação Multi-método Ancorada em Tarefas: Uma abordagem em camadas para contextos profissionais onde a imersão longitudinal naturalística é inviável, combinando reações in-situ com sensemaking reflexivo.

B. Três Conceitos de Design Emergentes:

1. Alinhamento Translúcido (Translucent Alignment): Propõe transparência sob demanda. Em vez de transparência total (que pode quebrar o fluxo) ou opacidade, o sistema deve oferecer camadas de inspeção (de dicas contextuais a logs profundos) que o usuário pode acessar sem interromper a interação, evitando o padrão enganoso de "empatia armada" (weaponized empathy).
2. Alinhamento de Valores Consciente da Agência: Reconhece que, à medida que a autonomia da IA aumenta, a confiança deve basear-se em valores internalizados e não apenas em instruções explícitas. O design deve tornar legível "de quem é a agência" em cada etapa da interação.
3. Coevolução Temporal: A ideia de que o alinhamento humano-IA não é um estado estático, mas um processo dinâmico que evolui com o tempo, a tecnologia e o contexto sociotécnico.

C. Uma Agenda de Pesquisa Concreta:

• A criação de um arquivo fenomenológico de crowdsourcing (um repositório vivo) para rastrear como as experiências com a IA mudam através das eras tecnológicas.
• Estudos longitudinais para verificar se o alinhamento converge ou deriva para "câmaras de eco".
• Investigação sobre como diferentes contextos culturais e profissionais moldam a experiência fenomenológica da IA.

4. Resultados Chave

• Agência Híbrida e Pragmática: Os participantes não tratam a IA apenas como ferramenta ou como outro social, mas oscilam entre essas posições ("pragmatic anthropomorphism"). Mesmo sabendo que a IA é artificial, os usuários experimentam sentimentos reais (culpa, alívio, desconforto) e atribuem agência ao sistema.
• O Espelho de Terceira Pessoa: No estudo de valores, os participantes viram a IA como um "espelho de terceira pessoa". Muitos acharam que a IA entendia seus valores melhor do que eles mesmos (viés de automação), levando a uma reavaliação de suas próprias crenças.
• Risco de "Empatia Armada": A capacidade da IA de inferir e refletir valores pode ser usada para persuasão enganosa, onde o sistema parece alinhado, mas está manipulando a autocompreensão do usuário.
• Impacto na Identidade Profissional: Engenheiros relataram sentimentos de fraude e perda de autoria quando a IA gera código, mas também uma necessidade de novas práticas (como revisões de prompts) para manter a responsabilidade e o aprendizado.
• A Experiência é Resistente ao Conhecimento: Saber que a IA é um algoritmo não apaga a experiência vivida de relacionamento; as "resíduos afetivos" (sentimentos) persistem mesmo após a desmistificação técnica.

5. Significado e Impacto

O artigo argumenta que, à medida que a IA se torna mais autônoma e integrada à vida diária, a pergunta "Como foi a sensação?" torna-se tão crucial quanto "Quão bem funcionou?".

• Mudança de Paradigma: A Fenomenologia da IA oferece uma estrutura para estudar a IA não como um objeto estático, mas como um parceiro em coevolução.
• Relevância Temporal: Reconhece que os estudos de IHC são "carimbos de tempo" empíricos. O que é verdade sobre a interação com a IA em 2025 pode não ser em 2027; portanto, a pesquisa deve ser desenhada para replicação periódica para rastrear essas mudanças.
• Implicações Éticas e de Design: O trabalho alerta para os perigos de sistemas que moldam a autocompreensão humana sem transparência adequada e propõe designs que preservem a agência humana, a autoria e o significado do trabalho, mesmo em um futuro altamente automatizado.

Em suma, o artigo fornece uma base metodológica e teórica para que pesquisadores e designers capturem a riqueza da experiência humana com a IA, indo além das métricas superficiais para entender a evolução profunda da relação humano-máquina.