1. Existem cerca de 961 arquivos Markdown, mas ninguém sabe quantos artigos isso representa
Um dia, ao olhar o diretório onde os artigos eram guardados, apareceu uma quantidade absurda de arquivos Markdown. Contando pelos nomes os arquivos que existiam naquele diretório naquele momento, havia aproximadamente 961 arquivos .md. A conclusão mais óbvia seria: “Então são mais ou menos 961 artigos”.
Só que esse acervo tem uma característica importante.
Um arquivo Markdown não equivale a um artigo.
Dentro de um único Markdown podem estar, sem cerimônia, “3 artigos juntos”, “um pacote de 10 artigos”, “4 textos completos”, “o conteúdo integral em 12 idiomas” ou um conjunto inteiro de artigos. Markdown deixou de ser apenas um formato de documento e virou um recipiente, um contêiner que engole artigos.
Em outras palavras, isso já parece menos um arquivo de artigos e mais uma matriosca de Markdown.
Além disso, cerca de meio mês antes do momento em que aqueles 961 arquivos foram contados, já existia uma contagem interna de aproximadamente 1.200 artigos de origem. Depois daquela contagem, novos artigos continuaram sendo adicionados, então não seria estranho o total atual estar na faixa de 1.300–1.400. Mas isso continua sendo uma estimativa não auditada. Quantidade de arquivos, quantidade de artigos independentes e quantidade de páginas publicadas por idioma são métricas diferentes.
Piada pode ser aumentada.
Número de artigos, não.
2. Por que cresceu tanto? O botão de início é “Hã?”
A causa não é simplesmente “porque escrever é divertido”. Existe um gatilho mais primitivo.
“Hã?”
Alguma coisa no trabalho, na vida cotidiana, nos relacionamentos, nos jogos, nas regras, nos sistemas ou nas obras de ficção não bate com o esperado.
“Hã?”
“Por que isso aconteceu?”
“É assim mesmo que funciona?”
“Esse padrão não apareceu antes?”
“Parece um problema individual, mas será que não vem da estrutura?”
É aí que a investigação começa.
Aquilo que normalmente sumiria como um incômodo passageiro é pesquisado, decomposto, nomeado, organizado pelas condições em que volta a ocorrer, conectado a outros campos e, no fim, salvo em Markdown.
A entrada pode ser emoção, mas a saída é banco de dados.
É um processo de “extrair → reorganizar → guardar” a raiva.
Na linguagem de processamento de dados, isso é ETL.
Extração (Extract): tirar o atrito de dentro da situação.
Transformação (Transform): convertê-lo em estrutura.
Carga (Load): armazená-lo em Markdown.
Ao que parece, seres humanos conseguem construir infraestrutura de dados a partir de um simples “Hã?”.
3. “Hã?” pode funcionar como detector de anomalias
A ciência cognitiva também oferece uma base plausível para esse processo. Existe a ideia de que perceber uma lacuna no que sabemos pode abrir a porta para a curiosidade; em experimentos, quanto maior a curiosidade, maior a disposição das pessoas para gastar tempo ou outros recursos a fim de descobrir a resposta. Por isso, a sensação de “isso não bate com o que eu esperava” pode virar a entrada para uma exploração.
O importante não é eliminar o desconforto. É o que acontece depois dele.
Se tudo termina em “isso me irritou”, continua sendo apenas processamento emocional. Mas, se a sequência vira:
- O que exatamente contrariou minha expectativa?
- Em quais condições isso aconteceu?
- Dá para reproduzir?
- O mesmo padrão aparece em outro contexto?
então a emoção vira um instrumento de observação.
Para quem transforma o atrito em investigação, “Hã?” não é uma tela de erro.
É o som de abrir uma tela para procurar a causa — algo como o console de depuração.
4. Guarde a forma que se repete, não apenas o incidente
Pensar estruturalmente significa se recusar a guardar cada acontecimento como uma história única.
Suponha que as instruções mudem depois que o trabalho já terminou. Na superfície, a lembrança seria: “Hoje mudaram as instruções e foi cansativo”. Se a estrutura for guardada, fica assim:
- As condições iniciais eram vagas.
- Os critérios de avaliação não foram compartilhados.
- Novos critérios apareceram depois da execução.
- Houve retrabalho.
- O prazo continuou igual.
- A responsabilidade foi escorregando para quem executava.
Representado desse jeito, o mesmo padrão pode aparecer não só no trabalho, mas também na vida em comum, nos relacionamentos amorosos, em projetos, contratos, operação de jogos ou procedimentos administrativos.
Pesquisas sobre analogia e transferência também sugerem que, mesmo quando o tema superficial muda, perceber a estrutura comum —o que se relaciona com o quê e de que maneira— ajuda a aplicar uma experiência a outro problema parecido. Em resumo, vale mais guardar o padrão comum do que apenas a aparência do episódio.
Assim, um único “Hã?” pode produzir uma armadura útil para vários campos.
É desperdício gastar todos os pontos de experiência em um único inimigo.
5. Depois de abstrair, é preciso voltar ao concreto
A abstração tem um bug clássico: às vezes a pessoa começa a flutuar três metros acima do chão.
“A essência…”
“A estrutura…”
“A sociedade…”
Muito bonito, mas amanhã continua chegando.
O ciclo útil é concreto → abstrato → novo concreto.
“As instruções mudam depois”
→ “Os requisitos não foram definidos”
→ “Confirmar os critérios de conclusão antes de executar”.
“Eu aceito trabalho extra demais porque quero ajudar”
→ “Os limites de responsabilidade estão desaparecendo”
→ “Definir responsável, prazo e quem tem poder de decisão”.
“Continuo pensando na mesma questão”
→ “O ciclo não tem condição de encerramento”
→ “Escrever a conclusão, a próxima ação e a condição para reabrir o tema”.
Quando esse ciclo funciona, conhecimento deixa de ser curiosidade solta.
Conhecimento vira uma peça reutilizável.
6. A IA não é um oráculo: é o encanamento de um cérebro externo
É aqui que a IA entra, mas não como “a coisa que pensa no seu lugar”. A utilidade real é mais operacional — e justamente por isso é forte:
- receber notas de voz ou anotações bagunçadas;
- esclarecer a pergunta;
- sugerir termos que possam nomear o fenômeno;
- buscar pesquisas e fontes primárias;
- gerar hipóteses alternativas;
- colocar a estrutura em palavras;
- formatar em Markdown;
- guardar o histórico no Git;
- permitir busca e edição posteriores.
Na ciência cognitiva, deixar parte da memória ou do processamento em ferramentas externas — como notas, calendários e smartphones — para reduzir o que precisa ser mantido apenas na cabeça pode ser descrito como externalização cognitiva (cognitive offloading).
Externalizar pode ajudar na execução de uma tarefa, mas isso não significa que tudo deva ser colocado para fora. Há estudos em que o armazenamento externo, em certas condições, vem acompanhado de pior memória interna posterior. E a forma como a pessoa estima a própria capacidade de lembrar —a metacognição— também influencia o que ela decide externalizar.
Portanto, a estratégia forte não é substituir o cérebro.
É mandar para fora apenas os trabalhos nos quais não vale a pena gastar largura de banda mental.
Cérebro: detectar, perguntar, julgar, conectar.
IA: buscar, propor, comparar, formatar, repetir.
Markdown: memória de longo prazo.
Git: histórico.
Agentes de código: fábrica de processamento.
Nesse ponto, já não é apenas “usar IA”.
É montar uma linha de fábrica que automatiza “organizar → verificar → guardar” o pensamento. No jargão de desenvolvimento, algo parecido com CI/CD.
7. Por que o número de artigos explode?
O principal motivo não é ter uma quantidade extraordinária de acontecimentos na vida.
É não obrigar uma experiência a virar apenas um artigo.
Um único episódio pode conter uma experiência pessoal, análise de causa, princípio geral, prevenção, analogia com outro campo, comparação com pesquisas, explicação para iniciantes, lista prática e versão humorística.
Algo que normalmente terminaria em “hoje aconteceu uma coisa estranha” pode virar cinco ou dez peças reutilizáveis. Depois, ao levar isso para doze idiomas, o número de páginas publicáveis cresce ainda mais.
O ponto central não é produzir texto em massa. É ter uma alta proporção de material pensado uma vez que pode ser reutilizado depois —um alto rendimento do pensamento. Uma ideia não evapora quando a conversa termina; ela fica preservada em uma forma reaproveitável.
O supermercado vira matéria-prima.
Reuniões viram matéria-prima.
Jogos viram matéria-prima.
Mangás viram matéria-prima.
Regras absurdas viram matéria-prima premium.
A vida deixa de parecer uma fábrica de conteúdo.
O mundo começa a parecer um quadro de acompanhamento de problemas que coloca sozinho etiquetas de “precisa de atenção” —em outras palavras, um Issue Tracker.
8. O pensamento estrutural também tem bugs
8.1 Tudo começa a parecer a mesma estrutura
Quando uma forma poderosa de enxergar problemas fica familiar, surge a tentação de enfiar problemas diferentes no mesmo molde.
“Isso também é transferência de responsabilidade!”
“Isso também é problema de limites!”
“Isso também é falha de definição de requisitos!”
Daqui a pouco, todo inimigo está usando a mesma skin.
A saída é decidir antes o que deveria ser observado se essa explicação estivesse errada. Em termos mais técnicos, definir condições de falseamento.
“O que eu observaria se essa explicação fosse falsa?”
“Que outra explicação encaixa?”
“Este caso pode ser uma exceção?”
8.2 Um texto bonito da IA pode fazer conhecimento emprestado parecer próprio
Uma explicação bem acabada dá uma sensação agradável de compreensão. Mas “eu li” não é a mesma coisa que “eu consigo usar”.
Vale perguntar:
“Qual é o ponto, nas minhas palavras?”
“Que ação muda por causa disso?”
“Como eu aplicaria isso em outro contexto?”
Se não dá para responder, o conhecimento ainda é alugado.
8.3 Transformar tudo em ativo pode virar o objetivo
Quando transformar qualquer coisa em artigo começa a ficar divertido, o processo pode engolir o propósito.
“Estou vivendo para produzir Markdown?”
“Ou estou usando Markdown para deixar a vida mais fácil?”
Markdown não é cemitério de experiência.
Ele deveria reduzir atrito.
9. Conclusão: preserve o “Hã?”, extraia a estrutura e reutilize o resultado
A enorme coleção de artigos não nasceu simplesmente de escrever uma enorme quantidade de redações.
Ela nasceu de não jogar fora o atrito, transformá-lo em estrutura e guardar essa estrutura de um jeito reutilizável.
“Hã?”
↓
detectar a diferença entre o esperado e o ocorrido
↓
investigar
↓
decompor as causas
↓
extrair a estrutura comum
↓
aplicá-la em outro campo
↓
usar a IA para formular e verificar
↓
salvar em Markdown
↓
encontrar o próximo “Hã?”
Quando esse ciclo funciona, erros, irritações, conversas e perguntas viram material.
E um dia aparecem cerca de 961 arquivos Markdown, enquanto o número real de artigos já não pode ser deduzido olhando a lista de arquivos.
Seres humanos aprendem com a experiência.
Alguns transformam experiência em Markdown.
E um grupo ainda menor:
manda o “Hã?” para o Git.
