A maioria dos problemas que eu vejo em projetos de software e design não são de ferramenta. São de comunicação. Requisitos direcionados por vendas, discovery atropelada ou inexistente, e a expectativa de que a ferramenta compense o que as pessoas não conversaram. O que faz um sistema funcionar são as pessoas — a capacidade de entenderem o problema juntas. A IA não muda isso. Só torna o custo de ignorar isso mais visível.

A relativa baixa qualidade dos resultados que se tem com designs feitos por IA tem quase sempre a mesma origem: pouco entendimento do problema e a dificuldade que temos em descrever o que precisamos. Essa questão é antiga, antecede a IA e vai continuar existindo mesmo com IA, porque é uma questão mais humana do que de software. Eu mal consigo descrever o sabor de sanduíche que quero para a pessoa do caixa do restaurante — que dirá um sistema complexo.

Eu estive entre os profissionais que adotaram IA mais rápido, até porque já trabalhava com Machine Learning antes. Minha formação em engenharia florestal já me dava acesso a essa linguagem — trabalhamos com modelos biológicos, e modelos biológicos são quase sempre estatísticos. Aprendi regressão linear aplicada a modelos de crescimento e índices de sítio. Depois vieram cursos de ML aplicado a geoprocessamento, ferramentas como GDAL, e um projeto frustrado de ML dentro de uma startup que ajudei a fundar. Hoje estou finalizando um MBA em ciência de dados. O ponto não é listar credenciais — é que quando a IA generativa chegou, eu não era alguém descobrindo modelos pela primeira vez. Era alguém que já conhecia os limites.

Talvez por isso mesmo eu me coloque entre os agnósticos da IA. Uso bastante, mesmo antes de virar essa corrida do ouro que está hoje. Acho uma ferramenta útil, especialmente se você trabalha na intersecção de muitas disciplinas e precisa comunicar conceitos complexos rapidamente para times diversos. Mas os limites existem e devem ser considerados com atenção.

Quando criei o Gothicus brasiliensis, a IA foi essencial para dar forma ao projeto. Mas o projeto não nasceu da IA. Nasceu de um repertório que eu vinha construindo há anos, sem saber exatamente para onde ia.

Sempre gostei de contos de fadas, lendas e fábulas. As do Brasil me interessam mais ultimamente porque virei imigrante — e passei a preferir imaginar um Brasil do que viver na realidade dele. Retomei a leitura dessas lendas com uma pergunta: existe um gótico legitimamente brasileiro? Lembrei de elementos da cultura pop, de referências que estavam espalhadas na minha memória. Isso coincidiu com um amadurecimento político — leituras de Frantz Fanon sobre violência colonial, o curso da Sabrina Fernandes, o texto "Governar os mortos" que faz do Brasil um lugar profundamente tétrico para habitar. Não só pela violência colonial que segue, mas pelos traumas todos — que coincidem com os meus.

Dessa convergência nasceu primeiro um Substack chamado Tropical Goth, que evoluiu para o Gothicus brasiliensis: um manifesto, um bestiário, um mapa, um baralho, um oráculo, uma série de ensaios. O gênero gótico em todas as suas manifestações, filtrado pela experiência de ser brasileira fora do Brasil.

Quando sentei para construir o site com ajuda do Claude, eu sabia descrever exatamente o que queria. Não porque sou boa com prompts. Porque tinha anos de pesquisa, de leituras, de referências acumuladas, de erros anteriores. A IA não criou nada disso. Ela me ajudou a desengavetar o material e explorar possibilidades que eu sozinha levaria meses para prototipar. Mas sem o repertório, a IA teria gerado um site genérico sobre folclore brasileiro — bonito talvez, mas vazio. Sem ponto de vista, sem tensão, sem o clima que faz o Gothicus ser o que é.

Isso não é exclusivo do meu projeto. É um padrão que observo no dia a dia liderando times: quem tem repertório usa IA bem. Quem não tem, gera ruído — e ruído bonito ainda é ruído. A ferramenta amplifica o que você já sabe. Se você sabe pouco, ela amplifica pouco. Se você sabe muito mas não consegue articular, ela te ajuda a estruturar. Mas a matéria-prima é sua.

Minha primeira lição de design, eu contei no primeiro texto desta série: foi quando descobri o WordArt, fiz um título curvado para um trabalho de escola achando que estava arrasando — e a professora me descontou nota porque achava que meus cartazes manuais eram mais interessantes. Repertório se constrói errando. Eu erro desde criança. A IA não substitui isso. Ela parte do pressuposto de que você já errou o suficiente para saber o que pedir.

Ao longo desta série, tentei mostrar isso de vários ângulos. Que a crise estética da IA é um padrão histórico, não uma novidade. Que o gargalo não é a ferramenta, é a capacidade de tradução entre linguagens. Que é possível usar IA para fazer engenharia reversa do design, mas só se você souber o que está olhando. Que a IA pode ser ponte entre devs e designers, mas pontes precisam de fundação dos dois lados.

Tudo converge para o mesmo ponto: a IA é uma ferramenta poderosa que acessa, organiza e amplifica conhecimento. Mas ela não gera repertório. Repertório é o que sobra quando você tira a ferramenta. É o que você aprendeu errando, lendo, pesquisando, trabalhando, vivendo. A IA pode te ajudar a usar esse repertório de formas que antes não eram possíveis. Mas se o repertório não existe, não há nada para acessar.

A IA não substitui o repertório. Ela o acessa. E a pergunta que importa não é "qual IA você usa?" — é "o que você sabe que vale a pena acessar?"

Most of the problems I see in software and design projects aren't tool problems. They're communication problems. Requirements driven by sales, discovery steamrolled or nonexistent, and the expectation that the tool will compensate for what people didn't discuss. What makes a system work is the people — their ability to understand the problem together. AI doesn't change that. It just makes the cost of ignoring it more visible.

The relatively low quality of AI-generated design almost always has the same root cause: poor understanding of the problem and the difficulty we have in describing what we need. This isn't new. It predates AI and will continue even with AI, because it's a human question, not a software one. I can barely describe the sandwich I want to the person at the counter — let alone a complex system.

I was among the professionals who adopted AI early, partly because I'd already been working with Machine Learning. My background in forest engineering gave me access to that language — we work with biological models, and biological models are almost always statistical. I learned linear regression applied to growth models and site indices. Then came ML courses applied to geoprocessing, tools like GDAL, and a frustrated ML project inside a startup I helped found. I'm currently finishing an MBA in data science. The point isn't to list credentials — it's that when generative AI arrived, I wasn't someone discovering models for the first time. I was someone who already knew the limits.

Maybe that's exactly why I consider myself AI-agnostic. I use it a lot, even before it became the gold rush it is today. I think it's a useful tool, especially if you work at the intersection of many disciplines and need to communicate complex concepts quickly to diverse teams. But the limits exist and should be considered carefully.

When I created Gothicus brasiliensis, AI was essential for giving the project shape. But the project wasn't born from AI. It was born from a repertoire I'd been building for years, without knowing exactly where it was going.

I've always loved fairy tales, legends and fables. Brazilian ones interest me more lately because I became an immigrant — and I started preferring to imagine a Brazil rather than live in its reality. I returned to reading those legends with a question: is there a legitimately Brazilian gothic? I remembered elements from pop culture, references scattered across my memory. This coincided with a political maturation — reading Frantz Fanon on colonial violence, Sabrina Fernandes's course, the essay "Governing the Dead" that makes Brazil a profoundly eerie place to inhabit. Not just because of the ongoing colonial violence, but because of all the accumulated traumas — which overlap with my own.

From that convergence came first a Substack called Tropical Goth, which evolved into Gothicus brasiliensis: a manifesto, a bestiary, a map, a card deck, an oracle, a series of essays. The gothic genre in all its manifestations, filtered through the experience of being Brazilian outside Brazil.

When I sat down to build the site with Claude's help, I could describe exactly what I wanted. Not because I'm good at prompts. Because I had years of research, readings, accumulated references, previous mistakes. AI didn't create any of that. It helped me dust off the material and explore possibilities I would have taken months to prototype on my own. But without the repertoire, AI would have generated a generic site about Brazilian folklore — perhaps pretty, but empty. No point of view, no tension, no atmosphere that makes Gothicus what it is.

This isn't exclusive to my project. It's a pattern I observe daily while leading teams: those with repertoire use AI well. Those without generate noise — and pretty noise is still noise. The tool amplifies what you already know. If you know little, it amplifies little. If you know a lot but can't articulate it, it helps you structure. But the raw material is yours.

My first design lesson, which I shared in the first post in this series: it was when I discovered WordArt, made a curved title for a school project thinking I was killing it — and the teacher docked my grade because she found my handmade posters more interesting. Repertoire is built by making mistakes. I've been making them since childhood. AI doesn't replace that. It assumes you've already made enough mistakes to know what to ask for.

Throughout this series, I've tried to show this from different angles. That the AI aesthetic crisis is a historical pattern, not a novelty. That the bottleneck isn't the tool, it's the capacity for translation between languages. That it's possible to use AI to reverse-engineer design, but only if you know what you're looking at. That AI can be a bridge between devs and designers, but bridges need foundations on both sides.

It all converges on the same point: AI is a powerful tool that accesses, organises and amplifies knowledge. But it doesn't generate repertoire. Repertoire is what remains when you remove the tool. It's what you learned by making mistakes, reading, researching, working, living. AI can help you use that repertoire in ways that weren't previously possible. But if the repertoire doesn't exist, there's nothing to access.

AI doesn't replace repertoire. It accesses it. And the question that matters isn't "which AI do you use?" — it's "what do you know that's worth accessing?"