Karpathy adapta norma da aviação para IA — método pode reduzir custo de integração de LLMs em empresas brasileiras

Andrej Karpathy, ex-diretor de IA da Tesla e fundador da Eureka Labs, publicou no X um conjunto de técnicas para tornar a saída de grandes modelos de linguagem (LLMs) mais clara e fácil de ler. A base do método é inusitada: o ASD-STE100, norma de redação controlada criada pela indústria aeronáutica europeia nos anos 1970 para padronizar manuais de manutenção em inglês. A versão mais recente, Issue 9, reúne 53 regras de escrita, cerca de 900 palavras aprovadas e aproximadamente 1.200 termos a evitar, com alternativas sugeridas. Karpathy recomenda aplicar ao modelo uma versão simplificada — "80% do ASD-STE100" — para evitar rigidez excessiva. O gancho para o Brasil é direto: empresas que já usam LLMs em atendimento, relatórios técnicos e produtos digitais podem reduzir custo de prompt engineering e retrabalho de revisão. O problema que Karpathy ataca é conhecido por qualquer equipe que já colocou um LLM em produção: o modelo tende a variar sinônimos, alongar frases e produzir texto que parece rico, mas é ambíguo. A norma ASD-STE100 faz o oposto. Ela exige que uma instrução procedimental caiba em até 20 palavras, que cada frase contenha apenas uma operação, que se use voz ativa indicando quem faz o quê e que o mesmo conceito receba sempre o mesmo nome, do início ao fim do documento. Karpathy relatou que, ao entregar esse conjunto de regras ao modelo, a saída fica mais clara e legível. Ele não exige adesão integral ao manual aeronáutico — pede cerca de 80% — porque a versão completa foi desenhada para documentos técnicos profissionais e, aplicada ao pé da letra no dia a dia, produz texto rígido demais. Para o leitor brasileiro, o impacto é indireto, mas concreto. Empresas que operam na cadeia Brasil-China — tradings, importadoras de eletrônicos, fabricantes com operações no país, bancos com mesas de câmbio, escritórios jurídicos que revisam contratos bilíngues — já usam LLMs para gerar relatórios, resumos de due diligence e minutas contratuais. A falta de padronização lexical é uma das principais causas de erro em tradução automática e em revisão humana. Se o mesmo conceito aparece como "taxa de câmbio", "cotação do dólar" e "preço do dólar" no mesmo documento, o revisor perde tempo e o risco de inconsistência sobe. Aplicar a lógica do ASD-STE100 ao prompt reduz esse ruído sem exigir troca de fornecedor de modelo. Os dados mostram que o ASD-STE100 é um padrão maduro, mantido pela ASD (Aerospace, Security and Defence Industries Association of Europe), com revisões periódicas e adoção obrigatória em manuais de manutenção de aeronaves civis. Na leitura do CBI, isso indica que a técnica não é moda de rede social: é transplante de um padrão de engenharia já testado em ambiente de altíssimo risco para o mundo dos LLMs. A segunda sugestão de Karpathy — pedir ao modelo que gere diagramas, imagens ou diretamente uma página HTML — também tem aplicação prática no Brasil. Em vez de um relatório em texto sobre, por exemplo, sensibilidade cambial de uma carteira de importação, o modelo pode entregar uma página com slider que o analista manipula para ver o efeito de diferentes cenários. A terceira frente, vídeo explicativo personalizado no estilo 3Blue1Brown com narração via ElevenLabs, ainda depende de APIs pagas, mas sinaliza para onde o mercado de conteúdo técnico deve migrar. O que acompanhar: primeiro, se fornecedores corporativos de LLM (OpenAI, Anthropic, Google, além dos chineses DeepSeek e Alibaba) passam a oferecer o ASD-STE100 como opção nativa de system prompt ou fine-tuning — isso baratearia a adoção por empresas brasileiras sem equipe de prompt engineering. Segundo, se a ABNT ou entidades setoriais brasileiras (ABIMAQ, ABINEE, Febraban) sinalizam algum padrão equivalente em português para documentação técnica gerada por IA. Terceiro, o custo de APIs de narração e geração de vídeo, que define se a terceira recomendação de Karpathy chega ao mercado brasileiro em 2025 ou só em 2026.