![]() |
| Bellacosa Mainframe e o temor da geração z, a ia irá roubar meu emprego |
☕ UM CAFÉ NO BELLACOSA MAINFRAME
⚒️ NED LUDD CONTRA A INTELIGÊNCIA ARTIFICIAL: O FANTASMA DOS TEARES DE 1811 VOLTA PARA JULGAR A GERAÇÃO Z — QUEM VAI TRABALHAR QUANDO AS MÁQUINAS APRENDEREM A PENSAR?
De Nottingham em 1811 aos mainframes IBM Z de 2026, uma viagem por 215 anos de revoluções tecnológicas, empregos desaparecidos, profissões inventadas, orquestras substituídas por computadores, fotografias falsificadas por Stalin e uma surpreendente rebelião dos jovens contra a inteligência artificial. Sob a tutela de Ned Ludd, o lendário comandante dos destruidores de máquinas, investigaremos se a humanidade está prestes a repetir a Revolução Industrial ou enfrentar algo completamente diferente.
Bellacosa Mainframe — Arqueologia da Computação, COBOL, História, IBM Z, Inteligência Artificial e os Fantasmas do Progresso.
🎬 Prólogo — 03h17: o homem que destruía teares encontrou um mainframe
Nottingham, Inglaterra, inverno de 1811.
Uma fábrica têxtil permanece silenciosa depois da meia-noite.
Entre máquinas, correias, rodas e engrenagens, um grupo de trabalhadores avança carregando martelos.
Eles não estão ali para roubar tecidos.
Querem destruir os equipamentos que ameaçam seus salários e sua sobrevivência.
O nome de seu comandante?
General Ned Ludd.
Pelo menos é isso que dizem as cartas ameaçadoras enviadas aos industriais.
Duzentos e quinze anos depois, no Bellacosa Mainframe, um terminal IBM Z recebe uma mensagem absolutamente inesperada.
IEF403I NEDLUDD - STARTED
O operador consulta o SDSF.
Nenhum usuário autorizado havia submetido aquele job.
Na tela aparece uma única pergunta:
"QUANTOS TRABALHADORES SERÃO NECESSÁRIOS QUANDO AS MÁQUINAS CONSEGUIREM FAZER TODO O TRABALHO?"
Nesse instante, um jovem de 18 anos entra no CPD.
Ele não carrega martelos, não pretende destruir computadores e provavelmente nunca ouviu um modem de 2.400 bits por segundo negociar uma conexão telefônica.
Mas está indignado.
A inteligência artificial, segundo ele, ameaça empregos, elimina vagas e compromete o futuro de sua geração.
Do outro lado está um veterano da informática que testemunhou décadas de transformações tecnológicas.
Alguém que estudava computadores nos anos 1980, quando possuir uma máquina era um privilégio e acessar grandes volumes de informação parecia pertencer à ficção científica.
A conversa começa.
E Ned Ludd, observando aquelas duas gerações, percebe algo extraordinário.
O mundo mudou profundamente.
Mas a pergunta dos trabalhadores de 1811 continua viva.
⚒️ Capítulo I — Quem foi Ned Ludd, o comandante que talvez nunca tenha existido?
Antes de investigar a inteligência artificial, precisamos conhecer nosso personagem.
Ned Ludd, também chamado de General Ludd ou King Ludd, foi a figura simbólica de um movimento de trabalhadores britânicos que ganhou força a partir de 1811.
Sua existência como indivíduo histórico nunca foi comprovada.
Uma tradição popular associa seu nome a um aprendiz que teria destruído um tear depois de um conflito com seu empregador.
Outra imagem lendária apresenta Ned Ludd como um comandante escondido na floresta de Sherwood, território associado ao famoso Robin Hood.
O paralelo é irresistível.
Robin Hood enfrentava a injustiça retirando riquezas dos poderosos.
Ned Ludd enfrentava o poder industrial atacando suas máquinas.
Mas precisamos separar literatura de história.
Os luditas eram reais. Seus protestos, cartas, ataques e julgamentos estão documentados. O comandante que teria organizado tudo provavelmente era uma personagem coletiva, utilizada como símbolo de resistência.
O movimento surgiu em Nottinghamshire e alcançou regiões industriais como Yorkshire e Lancashire.
Seus integrantes incluíam trabalhadores qualificados da indústria têxtil, que conheciam profundamente os equipamentos e processos produtivos.
Isso derruba o primeiro grande mito.
Os luditas não eram necessariamente pessoas ignorantes que tinham medo de qualquer máquina.
Muitos utilizavam equipamentos mecânicos diariamente.
A questão era como determinados empresários introduziam tecnologias para reduzir custos, diminuir salários, desvalorizar habilidades tradicionais e modificar as condições de trabalho.
Para o proprietário, uma máquina podia representar aumento de produtividade.
Para o trabalhador que sustentava uma família, ela podia representar desemprego.
Ned Ludd não precisava compreender economia política para perceber uma realidade simples:
A máquina não sentia fome.
O trabalhador, sim.
Curiosidade histórica
Em 1812, o Parlamento britânico tornou a destruição de determinados equipamentos industriais um crime punível com a morte.
No ano seguinte, 17 homens foram executados em York em conexão com a repressão aos protestos luditas.
A reação estatal demonstra a importância que a mecanização havia adquirido para os interesses industriais britânicos.
Entretanto, a repressão não resolveu automaticamente as dificuldades enfrentadas pelas famílias trabalhadoras.
Essa diferença entre proteger investimentos e proteger pessoas continua relevante no século XXI.
👞 Capítulo II — O mistério dos tamancos: a verdadeira história da sabotagem
Existe uma história extraordinariamente popular sobre a origem da palavra sabotagem.
Segundo ela, trabalhadores franceses utilizavam tamancos de madeira chamados sabots e, durante conflitos industriais, lançavam seus calçados nas engrenagens para paralisar as máquinas.
A imagem é cinematográfica.
Um trabalhador irritado retira o tamanco, observa a máquina que ameaça seu emprego e arremessa o objeto contra o mecanismo.
Engrenagens quebram.
Produção interrompida.
Nasce a sabotagem!
Mas existe um problema.
Não há comprovação histórica de que a palavra tenha surgido dessa prática.
A ligação etimológica com sabot é real, mas a narrativa dos tamancos lançados nas engrenagens é considerada uma explicação popular não demonstrada.
O verbo francês saboter teve sentidos relacionados ao caminhar ruidoso e à execução grosseira de determinada atividade, antes de adquirir associações com ações deliberadas de interrupção e dano.
Essa curiosidade é importante porque mostra como uma história atraente pode sobreviver durante gerações, mesmo quando suas evidências são frágeis.
E não é exatamente isso que acontece com determinados conteúdos produzidos ou multiplicados pela inteligência artificial?
Uma explicação parece perfeita.
É reproduzida milhares de vezes.
Mas ninguém verifica sua origem.
Primeira lição de Ned Ludd: desconfie das histórias que explicam fenômenos complexos de maneira excessivamente simples.
No COBOL, chamaríamos isso de uma regra de negócio que precisa ser validada antes de entrar em produção.
🌾 Capítulo III — Século XVIII: quando o campo começou a expulsar trabalhadores
Voltemos ao mundo anterior às grandes fábricas.
Durante séculos, uma parcela enorme da população europeia esteve envolvida diretamente na agricultura.
Produzir alimentos exigia muito trabalho humano e animal.
Preparar a terra, plantar, colher, debulhar, transportar e armazenar eram atividades intensivas em mão de obra.
Na Grã-Bretanha dos séculos XVIII e XIX, transformações agrícolas aumentaram a produtividade.
Novas técnicas de cultivo, mudanças na organização das propriedades, cercamentos, aperfeiçoamento de ferramentas e mecanização alteraram profundamente a economia rural.
Um exemplo clássico foi a semeadora mecânica associada a Jethro Tull, desenvolvida no início do século XVIII.
Posteriormente, máquinas de debulhar e equipamentos de colheita reduziram a quantidade de trabalho necessária para determinadas operações.
Mas é importante evitar uma simplificação histórica: a migração rural não foi causada exclusivamente pelas máquinas agrícolas.
Crescimento populacional, transformações fundiárias, oportunidades industriais e mudanças econômicas também contribuíram.
O resultado foi uma sociedade em transformação.
Trabalhadores deixaram atividades tradicionais e buscaram oportunidades nas cidades.
E as cidades industriais precisavam de gente.
Milhares de homens, mulheres e crianças passaram a trabalhar em fábricas, minas de carvão, fundições e tecelagens.
A produção cresceu.
Mas também cresceram problemas como jornadas prolongadas, acidentes, exploração infantil, habitações insalubres e doenças ocupacionais.
O progresso econômico não significou imediatamente progresso social para todos.
Ned Ludd teria reconhecido essa contradição.
A máquina podia produzir mais.
Mas quem ficaria com os benefícios?
🚂 Capítulo IV — Vapor, eletricidade e motores: a humanidade reinventa o trabalho
A Revolução Industrial não terminou nos teares.
A máquina a vapor transformou a indústria, a mineração e os transportes.
Ferrovias ampliaram mercados.
Navios a vapor modificaram o comércio internacional.
Máquinas industriais aumentaram a capacidade produtiva.
Posteriormente, a eletricidade permitiu reorganizar fábricas, iluminar cidades e desenvolver novos processos.
O motor de combustão interna transformou transportes, agricultura e logística.
Cada mudança alterou a composição da força de trabalho.
Profissões desapareceram, diminuíram ou perderam importância econômica.
Outras nasceram.
A expansão ferroviária exigiu maquinistas, operadores, mecânicos, engenheiros e profissionais de manutenção.
O automóvel criou indústrias inteiras de fabricação, reparação, combustíveis, estradas e componentes.
A eletrificação ampliou oportunidades para eletricistas, engenheiros e fabricantes de equipamentos.
O crescimento das grandes empresas estimulou estruturas administrativas cada vez mais complexas.
Surgiram departamentos enormes de contabilidade, recursos humanos, faturamento, compras e processamento de documentos.
Era a época dos funcionários de colarinho branco.
Mas não devemos transformar essa história numa equação mágica:
EMPREGOS DESTRUÍDOS = EMPREGOS CRIADOS
A economia não funciona assim.
Novas profissões podem exigir qualificações que os trabalhadores deslocados não possuem.
Podem surgir em cidades distantes.
Podem pagar menos.
Ou podem aparecer apenas muitos anos depois.
Uma sociedade pode ficar mais rica enquanto determinadas pessoas ficam mais pobres.
Esse é o verdadeiro problema da transição tecnológica.
🎼 Capítulo V — Da orquestra ao DJ: quando um rapaz substituiu dezenas de músicos
Imagine uma festa elegante em 1925.
Para oferecer música ao vivo, o organizador precisava contratar instrumentistas.
Dependendo do repertório, poderia necessitar de um conjunto ou de uma grande orquestra.
Cada apresentação exigia trabalho humano presencial.
A popularização da música gravada mudou essa relação.
Discos, rádios, fitas magnéticas, cassetes, CDs e arquivos digitais permitiram reproduzir milhões de vezes performances realizadas anteriormente.
Com um equipamento de som, o organizador de um evento podia dispensar uma apresentação musical ao vivo.
Mais tarde, sintetizadores, sequenciadores e estações digitais de áudio possibilitaram criar arranjos complexos utilizando poucas pessoas.
O DJ passou a ocupar espaços que anteriormente dependiam de grupos musicais.
Mas não podemos concluir que todo DJ apenas aperta botões.
A atividade pode exigir seleção musical, conhecimento de ritmo, mixagem, criatividade e leitura do público.
O ponto econômico, entretanto, permanece.
A quantidade de pessoas necessárias para oferecer determinada experiência musical podia diminuir radicalmente.
E a tecnologia também criou novas profissões.
Produtores, engenheiros de áudio, técnicos de som, desenvolvedores de instrumentos virtuais, especialistas em distribuição digital e criadores independentes passaram a integrar o mercado musical.
Depois chegaram os serviços de streaming.
O produto deixou de depender exclusivamente da venda de objetos físicos.
Agora, a IA acrescenta outra transformação.
Ferramentas generativas conseguem produzir músicas, sintetizar vozes e criar arranjos.
A tecnologia não apenas reproduz uma performance humana.
Ela começa a executar parte do trabalho criativo utilizado para produzir essa performance.
Ned Ludd observa um computador compondo uma melodia.
E pergunta:
"Se ninguém contratar o músico, quem financiará a próxima geração de artistas?"
A resposta não é simples.
A música pode tornar-se mais abundante e barata.
Mas abundância de conteúdo não garante remuneração adequada para quem vive da criação.
📷 Capítulo VI — Stalin fazia Photoshop antes de existir Photoshop!
A manipulação de fotografias é muito anterior aos computadores pessoais.
Durante o regime de Josef Stalin, fotografias foram alteradas para remover determinadas figuras políticas, modificar registros visuais e reforçar narrativas oficiais.
Um caso famoso envolve Nikolai Yezhov, antigo chefe da polícia política soviética, posteriormente removido de uma fotografia em que aparecia próximo a Stalin.
O retoque exigia técnicas analógicas.
Negativos, máscaras, pincéis, aerógrafos e trabalho especializado permitiam alterar imagens.
Portanto, a manipulação visual não nasceu com o Adobe Photoshop, lançado em 1990.
A tecnologia digital reduziu a dificuldade de realizar diversas alterações.
Posteriormente, os smartphones tornaram filtros e correções acessíveis a milhões de pessoas.
Agora, a inteligência artificial permite criar fotografias de acontecimentos inexistentes e modificar imagens mediante comandos de linguagem natural.
A necessidade humana de alterar representações visuais permaneceu.
O processo técnico mudou.
A diferença fundamental está no custo e na escala.
Antes, produzir uma falsificação convincente frequentemente exigia conhecimento especializado e tempo.
Hoje, determinadas manipulações podem ser produzidas em segundos.
Ned Ludd percebe a consequência.
Uma máquina que executa em segundos o trabalho de um especialista pode democratizar a criação.
Mas também pode reduzir oportunidades profissionais e facilitar a fabricação de desinformação.
O desafio passa a incluir autenticidade, procedência, confiança e responsabilidade.
A fotografia nunca foi uma garantia absoluta de verdade. A IA apenas tornou essa limitação muito mais visível.
🎭 Capítulo VII — O teatro deveria ter morrido quando nasceu o cinema?
Quando o cinema surgiu, apareceu uma nova maneira de apresentar histórias ao público.
Uma performance podia ser registrada e exibida repetidamente.
O mesmo filme alcançava milhares ou milhões de espectadores sem exigir que os atores repetissem presencialmente cada cena.
O cinema criou uma indústria enorme.
Diretores, roteiristas, atores, montadores, operadores de câmera, técnicos de iluminação, cenógrafos e muitos outros profissionais passaram a trabalhar nessa atividade.
Mas o teatro não desapareceu.
Posteriormente surgiu a televisão doméstica.
Depois vieram VHS, DVD, Blu-ray e streaming.
Cada inovação modificou a distribuição, os custos e os hábitos de consumo.
A Netflix não destruiu automaticamente o cinema, assim como o cinema não extinguiu o teatro.
As tecnologias passaram a coexistir, competir e, em alguns casos, atender a experiências diferentes.
Entretanto, determinadas ocupações e modelos comerciais sofreram perdas profundas.
As locadoras de vídeo são um excelente exemplo.
Durante décadas, mantiveram lojas, funcionários, distribuidores e uma cadeia de serviços.
A distribuição digital eliminou boa parte da necessidade daquele modelo físico.
O desejo de assistir a filmes permaneceu.
A infraestrutura comercial mudou.
Essa é a lição que Ned Ludd levaria ao século XXI.
Uma necessidade humana pode sobreviver mesmo quando as profissões que a atendiam desaparecem.
E a inteligência artificial está ampliando essa transformação para atividades intelectuais e criativas.
🖥️ Capítulo VIII — Anos 1980: estudantes brasileiros imaginaram a busca digital
Agora nossa história deixa a Inglaterra e chega a uma sala de aula brasileira.
Estamos nos anos 1980.
Um grupo de estudantes de um curso técnico de informática discute possibilidades que parecem pertencer ao futuro.
E se os computadores se tornassem menores?
E se fossem muito mais baratos?
E se qualquer pessoa pudesse consultar uma enciclopédia eletrônica?
Como encontrar rapidamente um assunto entre milhares ou milhões de documentos?
Como desenvolver um sistema capaz de pesquisar informações automaticamente?
Essas perguntas antecipavam problemas centrais da busca digital.
Naturalmente, ideias e experimentos semelhantes já existiam em universidades, centros de pesquisa e empresas internacionais.
Mas o aspecto fascinante é que jovens estudantes brasileiros também conseguiam identificar aquelas possibilidades.
O problema não era apenas imaginar.
Era construir.
Na década de 1980, computadores, armazenamento e infraestrutura de comunicação ainda representavam barreiras econômicas enormes para grande parte da população brasileira.
A Lei nº 7.232, de 1984, estabeleceu a Política Nacional de Informática, associada à chamada reserva de mercado.
Seu objetivo incluía fortalecer a capacidade tecnológica nacional.
A política contribuiu para desenvolver competências e empresas brasileiras, mas também enfrentou dificuldades relacionadas a custos, acesso a tecnologias e competitividade. Seus resultados continuam sendo debatidos.
Enquanto isso, sistemas de informação digital evoluíam internacionalmente.
Em 1989, Tim Berners-Lee propôs a World Wide Web no CERN.
Em 1993, a Microsoft lançou a Encarta.
Em 1994, surgiu o Yahoo!, inicialmente como diretório da Web.
Em 1998, nasceu o Google.
Em 2001, começou a Wikipédia.
Aquelas perguntas discutidas entre estudantes tornaram-se componentes de uma economia global.
Mas existe uma distinção fundamental.
Ter uma ideia promissora não significa possuir capital, infraestrutura, mercado e condições para transformá-la numa empresa internacional.
Talento tecnológico e oportunidade econômica não são sinônimos.
E aqui encontramos uma diferença importante entre dois momentos históricos.
Nos anos 1980, o sonho era tornar computadores poderosos acessíveis às pessoas comuns.
Em 2026, milhões de pessoas conseguem utilizar inteligência artificial avançada em equipamentos relativamente baratos.
Entretanto, desenvolver e operar os maiores modelos continua exigindo imensa capacidade computacional, energia, centros de dados e investimentos bilionários.
Parte da barreira de entrada desapareceu.
Outra parte se deslocou para a infraestrutura.
Ned Ludd reconheceria imediatamente a questão:
Quem possui as máquinas?
Quem decide como serão utilizadas?
Quem recebe a maior parte do valor produzido?
👨👦 Capítulo IX — O pai que acredita no progresso e o filho que teme o futuro
Chegamos ao coração desta história.
Um jovem de 18 anos, nascido numa sociedade digital, apresenta críticas apaixonadas à inteligência artificial.
Sua principal preocupação é o trabalho.
Empregos desaparecendo.
Vagas reduzidas.
Profissões ameaçadas.
Incerteza econômica.
O pai responde utilizando a história.
Lembra a mecanização agrícola.
A Revolução Industrial.
A máquina a vapor.
A eletricidade.
O automóvel.
Os computadores.
As orquestras substituídas por música gravada.
Os profissionais de retoque fotográfico substituídos parcialmente por ferramentas digitais.
O teatro enfrentando o cinema.
O cinema enfrentando a televisão.
E a indústria audiovisual enfrentando o streaming.
Seu argumento é consistente:
Ao longo da história, tecnologias eliminaram atividades, mas também criaram oportunidades que anteriormente não existiam.
O jovem, entretanto, não se convence.
E talvez exista uma razão.
O pai observa a tecnologia a partir de décadas de experiência.
Testemunhou transformações extraordinárias e sabe que novas profissões surgem quando antigas estruturas econômicas desaparecem.
O filho observa o futuro a partir do momento de entrada no mercado de trabalho.
Para ele, a questão não é saber quantas profissões a humanidade inventará até 2050.
A questão é conseguir o primeiro emprego.
Conquistar independência financeira.
Pagar uma casa.
Construir uma vida.
A tensão não é necessariamente entre conhecimento e ignorância.
É entre a memória de oportunidades que surgiram e o receio das oportunidades que podem desaparecer.
Ned Ludd percebe que os dois estão discutindo aspectos diferentes da mesma transformação.
O pai pergunta:
"O que a humanidade conseguirá criar com essa tecnologia?"
O filho pergunta:
"Quem ainda precisará contratar alguém como eu?"
Ambas são perguntas legítimas.
📱 Capítulo X — O paradoxo dos nativos digitais
Existe uma ironia extraordinária nessa história.
A geração que cresceu utilizando smartphones, internet, jogos online, redes sociais e sistemas digitais pode ser particularmente crítica à inteligência artificial.
À primeira vista, parece contraditório.
Mas utilizar uma tecnologia não significa necessariamente confiar nela.
Quem nasceu nos anos 1960 ou 1970 pode recordar computadores como ferramentas raras, caras e fascinantes.
Quem cresceu durante a expansão dos computadores pessoais testemunhou a transformação de equipamentos especializados em produtos de uso cotidiano.
Para muitos pioneiros, a informática representava liberdade.
Capacidade de aprender.
Novas profissões.
Comunicação global.
Acesso ao conhecimento.
Os jovens atuais receberam grande parte dessa infraestrutura pronta.
Não precisaram conquistar o direito de utilizar um computador como se fosse um privilégio.
Mas também cresceram convivendo com algoritmos de recomendação, publicidade personalizada, coleta de dados, dependência de plataformas e disputas por atenção.
Portanto, não é estranho que parte dessa geração enxergue a IA como ampliação do poder tecnológico já existente.
Essa posição não é universal entre os jovens.
Há entusiasmo, curiosidade, indiferença e preocupação em diferentes proporções.
Entretanto, a aparente contradição desaparece quando compreendemos uma coisa:
Ser nativo digital não significa ser otimista digital.
Uma pessoa pode dominar redes sociais e criticar seus efeitos.
Pode utilizar IA diariamente e questionar a concentração de mercado.
Pode reconhecer benefícios tecnológicos e temer suas consequências econômicas.
O General Ludd provavelmente compreenderia essa ambiguidade.
Afinal, seus seguidores também conheciam as máquinas que contestavam.
🤖 Capítulo XI — A grande diferença: agora a máquina também executa tarefas intelectuais
Durante boa parte da industrialização, a automação esteve fortemente associada a atividades físicas, repetitivas e mecânicas.
O trabalhador operava uma máquina.
Posteriormente, computadores passaram a automatizar cálculos, registros e tarefas administrativas.
Surgiram novas especialidades relacionadas ao desenvolvimento e manutenção desses sistemas.
A inteligência artificial generativa introduziu outra dimensão.
Agora computadores conseguem produzir textos, códigos, imagens, análises, traduções e conteúdos audiovisuais.
Isso não significa que tenham capacidade humana geral ou que consigam executar qualquer profissão autonomamente.
Mas significa que tarefas anteriormente consideradas intelectuais podem ser parcialmente automatizadas.
E existe uma diferença enorme entre automatizar tarefas e eliminar profissões.
Um médico não realiza apenas diagnósticos.
Um advogado não escreve apenas documentos.
Um professor não transmite apenas informações.
Um programador não produz apenas linhas de código.
Cada profissão envolve decisões, contexto, comunicação, responsabilidade e atividades interdependentes.
Mesmo assim, se uma ferramenta automatiza parte substancial do trabalho, uma organização pode reduzir contratações ou reorganizar equipes.
Em 2025, a Organização Internacional do Trabalho estimou que aproximadamente um em cada quatro trabalhadores do mundo estava numa ocupação com algum grau de exposição à IA generativa.
A organização ressaltou que a transformação das ocupações seria, em geral, mais provável do que sua eliminação completa.
Mas pesquisas de 2026 começaram a identificar sinais importantes entre trabalhadores jovens.
Um estudo revisado pelo Stanford Digital Economy Lab, com dados de trabalhadores norte-americanos até junho de 2026, encontrou um déficit relativo de aproximadamente 19% no emprego de pessoas entre 22 e 25 anos em ocupações muito expostas à IA, comparadas às trajetórias de jovens em ocupações menos expostas.
Não se trata de uma taxa de desemprego de 19%, nem de prova de que a IA seja a única causa.
O estudo também não identificou substituição generalizada de trabalhadores em toda a economia.
Mas detectou um problema particularmente relevante:
A redução relativa parecia ocorrer principalmente nas contratações dos mais jovens.
E isso nos leva a uma pergunta inquietante.
Se as empresas deixarem de contratar aprendizes, onde encontrarão especialistas no futuro?
💾 Capítulo XII — Ned Ludd encontra um programador COBOL
Imagine agora uma instituição financeira em 2026.
No centro de sua operação existem aplicações COBOL desenvolvidas e modificadas durante décadas.
Esses programas executam regras de negócio que podem envolver cálculos financeiros, movimentação de contas, processamento de arquivos, validações e integração com diferentes sistemas.
Uma empresa decide utilizar inteligência artificial para apoiar a modernização dessas aplicações.
O objetivo é compreender código legado, identificar dependências, produzir documentação e auxiliar na criação de testes.
Ned Ludd observa a operação e pergunta:
"Então a máquina vai substituir o programador?"
A resposta exige cuidado.
Ferramentas inteligentes podem acelerar atividades de análise e desenvolvimento.
Mas produzir um programa que compila não é a mesma coisa que demonstrar que suas regras estão corretas.
Imagine uma aplicação de cálculo financeiro que utiliza o ano comercial de 360 dias.
Um sistema de IA interpreta a fórmula como uma simplificação desnecessária e a substitui por um cálculo baseado em 365 dias.
A alteração pode parecer tecnicamente razoável.
Mas, se o contrato exige a convenção de 360 dias, o resultado estará errado.
Esse pequeno exemplo demonstra a diferença entre executar instruções e compreender regras empresariais.
Um exemplo didático em COBOL
IDENTIFICATION DIVISION.
PROGRAM-ID. NEDLUDD.
DATA DIVISION.
WORKING-STORAGE SECTION.
01 WS-EMPREGOS-ANTES PIC 9(5) VALUE 1000.
01 WS-EMPREGOS-DEPOIS PIC 9(5) VALUE 200.
01 WS-DIFERENCA PIC 9(5).
PROCEDURE DIVISION.
COMPUTE WS-DIFERENCA =
WS-EMPREGOS-ANTES -
WS-EMPREGOS-DEPOIS
DISPLAY "EMPREGOS ANTES: "
WS-EMPREGOS-ANTES
DISPLAY "EMPREGOS DEPOIS: "
WS-EMPREGOS-DEPOIS
DISPLAY "POSTOS REDUZIDOS: "
WS-DIFERENCA
GOBACK.O programa é simples.
Ele representa uma organização hipotética que reduziu seu quadro de mil para duzentos trabalhadores.
O resultado será de oitocentos postos a menos.
Mas observe o que ele não consegue responder.
Quantos trabalhadores encontraram novas atividades?
Quantos foram requalificados?
Quantos perderam renda?
Quantos novos empregos apareceram em outros setores?
O código calcula perfeitamente uma diferença.
Mas não interpreta sozinho o destino humano das pessoas representadas pelos números.
Essa é uma lição essencial para quem começa a estudar COBOL.
Um resultado matematicamente correto não é necessariamente uma análise economicamente completa.
Passo a passo para o programador iniciante
Identifique os dados de entrada e sua origem.
Defina claramente as regras de negócio.
Separe cálculos objetivos de interpretações.
Verifique se existem informações ausentes.
Teste o programa com valores diferentes.
Documente as hipóteses utilizadas.
Nunca confunda um cálculo produzido pela IA com uma decisão validada por um especialista.
A inteligência artificial pode ajudar em todas essas etapas.
Mas a responsabilidade pela utilização dos resultados continua sendo uma questão humana, técnica e institucional.
💰 Capítulo XIII — O paradoxo da fábrica que produz tudo e não vende nada
Imagine uma fábrica com mil empregados.
Ela fabrica dez mil unidades mensais de determinado produto.
Depois de investir em automação, passa a fabricar vinte mil unidades utilizando apenas duzentos funcionários.
A produtividade aumenta extraordinariamente.
O proprietário comemora.
Os consumidores podem receber produtos mais baratos.
Mas oitocentos trabalhadores precisam encontrar novas fontes de renda.
Se situações semelhantes acontecerem simultaneamente em muitos setores, surge uma pergunta econômica importante.
Quem terá dinheiro para consumir tudo o que as máquinas conseguem produzir?
Naturalmente, a economia não depende exclusivamente dos salários pagos por uma única fábrica.
Existem investimentos, rendimentos de capital, exportações, gastos públicos, novas atividades e outros mecanismos de circulação da renda.
Por isso, a automação não provoca necessariamente uma crise de consumo.
Entretanto, a questão distributiva permanece.
Se os ganhos de produtividade ficarem concentrados, a desigualdade poderá crescer.
Se forem compartilhados por meio de salários, preços menores, serviços acessíveis, jornadas reduzidas ou proteção social, os resultados poderão ser diferentes.
O problema não é exclusivamente tecnológico.
É também institucional e econômico.
A história mostra que aumento da produção e melhoria das condições de vida não caminham automaticamente na mesma velocidade.
🍞 Capítulo XIV — As máquinas não sentem fome, mas os seres humanos continuam precisando comer
Aqui chegamos à questão mais profunda de toda a investigação.
Desde o século XVIII, a humanidade experimentou sucessivas transformações tecnológicas.
Mas algumas necessidades permanecem.
Alimentação.
Habitação.
Água.
Energia.
Saúde.
Segurança.
Convivência.
Acesso a bens e serviços.
Um trabalhador de 1811 precisava comer.
Um programador COBOL de 2026 também.
O avanço tecnológico não elimina essas necessidades.
Mas também não garante automaticamente os recursos necessários para satisfazê-las.
A história oferece exemplos dramáticos de como decisões políticas e estruturas econômicas podem comprometer o acesso aos alimentos.
Na União Soviética, a fome de 1932–1933, incluindo o Holodomor na Ucrânia, foi agravada por políticas de coletivização forçada, requisições e repressão.
Na China, durante o Grande Salto Adiante, decisões econômicas e políticas contribuíram para uma fome catastrófica entre 1959 e 1961.
Mas a fome não ficou restrita aos regimes ditatoriais.
A Grande Fome Irlandesa do século XIX, sob administração britânica, demonstra como uma crise agrícola pode transformar-se em catástrofe humana quando associada à pobreza, à vulnerabilidade social e a respostas institucionais inadequadas.
Esses episódios possuem contextos históricos e responsabilidades diferentes.
A conclusão comum é que a existência de recursos e capacidade produtiva não garante sua distribuição adequada.
E essa reflexão ganha novo significado diante da inteligência artificial.
Se máquinas conseguirem produzir alimentos, construir equipamentos, transportar mercadorias e executar parte crescente do trabalho intelectual, poderemos viver numa sociedade extraordinariamente produtiva.
Mas como as pessoas terão acesso aos bens produzidos?
A renda continuará dependendo principalmente do emprego?
As jornadas de trabalho poderão diminuir?
Surgirão novas ocupações?
Será necessário ampliar mecanismos de proteção social?
Nenhuma resposta está determinada.
São escolhas que dependem da forma como organizamos a economia e as instituições.
O desafio não é apenas ensinar máquinas a produzir riqueza. É decidir como essa riqueza pode melhorar a vida humana.
🔮 Capítulo XV — Ned Ludd apresenta cinco perguntas para 2030
Depois de percorrer dois séculos de transformações, o General Ludd retorna ao Bellacosa Mainframe.
Mas não está mais interessado em destruir equipamentos.
Agora deseja compreender o futuro.
1. Quem será responsável por formar os profissionais experientes?
Se as ferramentas inteligentes executarem muitas tarefas tradicionalmente atribuídas aos iniciantes, empresas e instituições precisarão encontrar novas maneiras de formar especialistas.
Uma profissão não pode depender indefinidamente de conhecimentos adquiridos por gerações anteriores.
2. Quem receberá os ganhos de produtividade?
Máquinas mais eficientes podem significar produtos baratos, novos serviços, salários melhores ou lucros maiores.
A proporção desses benefícios depende de decisões econômicas.
3. O conhecimento continuará acessível?
A inteligência artificial pode diminuir barreiras de aprendizagem e desenvolvimento.
Mas também pode ampliar a dependência de plataformas fechadas e infraestrutura concentrada.
4. O trabalhador continuará possuindo autonomia?
Uma ferramenta que auxilia um profissional pode ampliar suas capacidades.
Uma organização que utiliza a mesma ferramenta para vigiar, pressionar ou substituir pessoas pode produzir consequências muito diferentes.
5. Será possível trabalhar menos e viver melhor?
Talvez essa seja a questão mais ambiciosa.
Durante séculos, o aumento da produtividade foi apresentado como caminho para reduzir o esforço humano.
Por que, então, a perspectiva de máquinas mais capazes continua provocando tanta insegurança?
Porque o direito de consumir e viver dignamente ainda depende, para grande parte da população, da renda obtida pelo trabalho.
Ned Ludd conclui que não existe uma resposta puramente tecnológica.
🧭 Capítulo XVI — O que um jovem e um veterano podem aprender um com o outro?
Aos olhos do veterano, a tecnologia é uma sucessão de fronteiras conquistadas.
Ele recorda uma época em que computadores eram caros e inacessíveis.
Lembra estudantes discutindo enciclopédias digitais antes da popularização da Web.
Conhece a evolução dos mainframes e o desenvolvimento de ferramentas capazes de realizar trabalhos anteriormente impensáveis.
Sua experiência mostra que a inovação pode abrir caminhos econômicos inteiramente novos.
O jovem, entretanto, observa um mercado competitivo e incerto.
Questiona o desaparecimento de vagas, o valor das qualificações e as condições de entrada nas profissões.
Seu receio não deve ser descartado apenas porque revoluções anteriores criaram empregos.
Mas a existência desses riscos também não significa que a única resposta possível seja rejeitar a inteligência artificial.
A discussão torna-se muito mais rica quando ambos reconhecem os limites de seus argumentos.
O veterano não pode garantir que todos os empregos substituídos serão compensados.
O jovem não pode afirmar que todas as novas tecnologias necessariamente produzirão desemprego permanente.
Há incerteza real.
E existe espaço para aprendizado mútuo.
Talvez o papel mais importante de quem conhece a história da computação não seja convencer os jovens de que tudo ficará bem.
Talvez seja ajudá-los a compreender o funcionamento das tecnologias, desenvolver competências, identificar riscos e participar da construção das soluções.
Da mesma maneira, os jovens podem lembrar aos entusiastas que inovação sem inclusão pode produzir ressentimento, desigualdade e insegurança.
A história não oferece garantias.
Mas oferece advertências.
🥚 Easter egg — A mensagem secreta de Ned Ludd
03h17.
O job misterioso termina sua execução.
O operador consulta o SDSF pela última vez.
IEF404I NEDLUDD - ENDED
No SYSOUT aparece uma pequena mensagem:
BELLACOSA MAINFRAME
----------------------------
ANO: 1811
MAQUINA: TEAR
AMEACA: PERDER O SALARIO
ANO: 1984
MAQUINA: MICROCOMPUTADOR
AMEACA: FICAR PARA TRAS
ANO: 2026
MAQUINA: INTELIGENCIA ARTIFICIAL
AMEACA: PERDER A PROFISSAO
----------------------------
PERGUNTA FINAL:
QUEM POSSUI AS MAQUINAS?
QUEM RECEBE A PRODUTIVIDADE?
QUEM PROTEGE AS PESSOAS?
RETURN-CODE: 0000O operador sorri.
Um retorno zero normalmente indica que o processamento terminou sem os erros definidos como impeditivos.
Mas não significa que todas as perguntas do mundo estejam respondidas.
Nos sistemas empresariais, um programa pode terminar perfeitamente e ainda executar uma regra de negócio equivocada.
Na sociedade, uma revolução tecnológica pode aumentar a produtividade e ainda produzir resultados profundamente injustos.
A máquina terminou seu trabalho.
A humanidade ainda não terminou o seu.
☕ Epílogo — O último encontro com o General Ludd
Nottingham, 1811.
Um artesão observa um tear capaz de produzir tecidos utilizando menos trabalho humano.
Ele teme perder seu sustento.
Brasil, anos 1980.
Estudantes de informática imaginam computadores baratos, enciclopédias eletrônicas e sistemas de pesquisa acessíveis à população.
Eles sonham com possibilidades que ainda não conseguem construir.
Mundo, 2026.
Um jovem de 18 anos questiona a inteligência artificial.
Ele teme que as máquinas eliminem as oportunidades profissionais antes mesmo de sua geração conquistar espaço no mercado.
Ao seu lado está alguém que testemunhou décadas de transformações tecnológicas e acredita na capacidade humana de criar novas atividades.
Nenhum dos dois possui todas as respostas.
O primeiro conhece o poder da inovação.
O segundo percebe a vulnerabilidade de quem precisa construir o próprio futuro.
E talvez seja essa a grande lição dos luditas.
Não devemos romantizar a destruição de máquinas, a violência ou a oposição indiscriminada ao progresso.
Mas também não devemos transformar os trabalhadores que resistiram à mecanização em caricaturas de pessoas ignorantes.
Eles identificaram uma questão que permanece conosco.
O progresso tecnológico pode beneficiar a sociedade sem beneficiar igualmente todos os indivíduos.
Em 1811, Ned Ludd temia os teares.
Em 2026, o jovem teme a inteligência artificial.
Mas há uma diferença extraordinária.
Hoje possuímos recursos científicos, educacionais, institucionais e tecnológicos que os trabalhadores do início da Revolução Industrial sequer poderiam imaginar.
Podemos estudar os erros anteriores.
Podemos desenvolver novas formas de qualificação.
Podemos discutir a distribuição dos ganhos de produtividade.
Podemos criar instrumentos de proteção social.
Podemos orientar a inovação para ampliar oportunidades.
Nada disso acontecerá automaticamente.
E a pergunta final talvez não seja se a inteligência artificial destruirá empregos ou criará profissões.
A pergunta realmente importante é outra:
Quando as máquinas conseguirem realizar cada vez mais trabalho, teremos inteligência coletiva suficiente para transformar essa capacidade em prosperidade humana?
Ned Ludd deixa o martelo sobre a mesa.
Olha para o terminal IBM Z.
E, pela primeira vez em 215 anos, não tenta destruir a máquina.
Ele quer saber quem ficará com os benefícios de seu trabalho.
Porque o verdadeiro desafio da inteligência artificial não é ensinar as máquinas a trabalhar.
É construir uma sociedade na qual o progresso das máquinas não signifique a perda do futuro das pessoas.
Bellacosa Mainframe — Onde a história encontra o COBOL, a arqueologia da computação encontra a inteligência artificial e até os fantasmas da Revolução Industrial precisam aprender a utilizar o SDSF.
Referências históricas e técnicas para aprofundamento:
The National Archives, Reino Unido — Why Did the Luddites Protest?
Oxford Dictionary of National Biography — Ludd, Ned.
Online Etymology Dictionary — Sabotage.
Lei nº 7.232, de 29 de outubro de 1984 — Política Nacional de Informática.
Organização Internacional do Trabalho — Generative AI and Jobs: A 2025 Update.
Stanford Digital Economy Lab — Canaries in the Coal Mine? Six Facts About the Recent Employment Effects of Artificial Intelligence, revisão de agosto de 2026.
Nota editorial: as cenas de Ned Ludd no CPD, suas falas e os registros de execução são ficcionais e utilizados como recurso narrativo. Os acontecimentos históricos e os estudos citados são apresentados separadamente das dramatizações.




