Workshops sobre como evitar IA viralizam enquanto bibliotecas respondem à demanda por mais controle

A história do TechCrunch sobre bibliotecários capturou um conflito que a Big Tech tem dificuldade de reconhecer: muitas pessoas querem menos IA, não mais um motivo para adotá-la. Bibliotecas de várias cidades americanas estão respondendo a essa demanda com workshops dedicados a desativar recursos indesejados de inteligência artificial.

Essas sessões invertem o modelo habitual de alfabetização em IA. Os participantes ainda aprendem como a IA generativa funciona, mas a lição prática diz respeito à recusa. Bibliotecários demonstram configurações, alternativas e soluções que permitem às pessoas escolher quais sistemas operam em seus dispositivos.

A resposta superou a participação em aulas comuns de informática. Isso importa porque empresas de tecnologia frequentemente descrevem a adoção da IA como uma progressão inevitável. Os workshops expõem uma realidade diferente: produtos podem ganhar distribuição por meio de padrões, mesmo quando os usuários continuam não convencidos.

Evitar IA se tornou um sucesso inesperado nas bibliotecas

Uma modesta aula de tecnologia se tornou uma medida visível da frustração pública com recursos indesejados de IA.

Charlie Bailey, bibliotecário da South Philadelphia Library, realizou um workshop de uma hora sobre como evitar IA em 29 de junho de 2026. A listagem oficial do evento prometia instruções para desativar ferramentas de IA em sistemas operacionais, aplicativos e sites populares.

Cerca de 20 adultos participaram da sessão na Filadélfia. Bailey começou com uma visão geral dos sistemas de IA para consumidores antes de orientar os participantes em seus celulares e computadores. As demonstrações práticas incluíram a desativação de recursos do Apple Intelligence e do Google Gemini.

Essa estrutura torna o workshop mais substancial do que um encontro anti-tecnologia. Os participantes ouvem por que alguém poderia usar uma ferramenta de IA, por que outra pessoa poderia optar por não usá-la e qual controle ainda está disponível. O objetivo é uma escolha informada, e não uma rejeição universal.

Bailey disse ao TechCrunch que a frustração com ferramentas impostas inspirou o programa. As pessoas encontravam recursos de IA que não haviam solicitado, muitas vezes dentro de produtos que já usavam. Algumas configurações eram difíceis de localizar, enquanto outras integrações ofereciam apenas opções parciais de desativação.

A resposta online ao evento foi muito maior do que a capacidade da sala. Segundo a cobertura original, o anúncio da biblioteca no Instagram recebeu mais de 2.000 curtidas e 220 compartilhamentos. Bailey agendou outra sessão depois que as inscrições ultrapassaram o espaço disponível para o primeiro workshop.

Esses números se destacam em comparação com o engajamento habitual da conta. O TechCrunch relatou que muitas publicações da biblioteca recebem apenas algumas dezenas de curtidas. Um workshop sobre configurações havia alcançado pessoas muito além de seu bairro imediato.

O conceito surgiu com Hannah Cyrus, bibliotecária de mídia digital da Bangor Public Library, no Maine. Cyrus desenvolveu sua própria aula sobre como evitar IA depois que frequentadores perguntaram repetidamente por que softwares estavam redigindo e-mails, resumindo mensagens curtas ou inserindo respostas geradas por IA em tarefas rotineiras.

Suas aulas introdutórias comuns de informática normalmente atraíam cerca de uma dúzia de participantes. As inscrições para seu primeiro workshop sobre como evitar IA chegaram a 30 antes que ela fechasse a sala, criasse uma lista de espera e adicionasse acesso remoto. Aproximadamente 70 pessoas participaram de cada uma das duas primeiras sessões quando os espectadores online foram incluídos.

Cyrus publicou posteriormente material sobre o desenvolvimento do workshop. Dezenas de bibliotecários de diferentes locais entraram em contato com ela em busca de slides e orientações. Ela descreveu essa resposta profissional como diferente de tudo que seu trabalho instrucional anterior havia gerado.

O padrão então se espalhou. Bibliotecários na Filadélfia, no Maine e em Boston adaptaram a ideia para suas comunidades. A Boston Public Library promoveu uma sessão que abordava resultados pouco confiáveis, preocupações com privacidade e formas de limitar recursos de IA.

Essa demanda é o fenômeno por trás da palavra-chave techcrunch librarians. Ainda assim, os números importam menos como uma estimativa de adoção nacional do que como um sinal. Pequenos programas públicos estão descobrindo um público que o treinamento convencional em IA frequentemente ignora.

Esse público não precisa de mais um seminário sobre como escrever prompts. Ele quer um mapa das saídas.

Por que a demanda por não participar da IA está crescendo agora

A fadiga de IA cresce quando um recurso chega por meio de uma atualização de software antes que os usuários decidam que precisam dele.

A implementação da IA para consumidores saiu de sites opcionais e entrou em sistemas operacionais, mecanismos de busca, serviços de e-mail, softwares de escritório e aplicativos móveis. Essa estratégia de distribuição coloca a IA em fluxos de trabalho existentes sem exigir que as pessoas a procurem.

A distinção importa. Escolher abrir um chatbot é diferente de encontrar texto gerado dentro de uma página de busca ou uma sugestão de escrita em um e-mail. Uma é uma decisão intencional de produto. A outra é uma experiência padrão controlada pela plataforma.

As configurações padrão reduzem o esforço necessário para a adoção, mas também obscurecem o consentimento. Um usuário pode tecnicamente ter uma opção de desativação sem dispor de um caminho razoável para descobri-la. As configurações podem mudar entre atualizações, receber nomes pouco familiares ou desativar apenas parte de um recurso.

Os workshops sobre como evitar IA abordam essa lacuna no nível do dispositivo. Eles mostram às pessoas onde existem controles, o que esses controles realmente mudam e quais recursos não podem ser removidos por completo. O processo transforma um debate abstrato sobre ética em IA em um menu concreto de configurações.

A privacidade é uma fonte de preocupação. As pessoas querem saber se textos, imagens, gravações de voz, buscas ou atividades do dispositivo saem de seus computadores. Elas também querem entender se um fornecedor retém essas informações ou as utiliza para aprimorar um modelo.

A confiabilidade é outra. A IA generativa produz novo texto ao prever sequências prováveis com base em padrões aprendidos. Ela não verifica de forma independente cada afirmação antes de apresentar uma resposta. Essa diferença se torna importante quando um software resume informações ou responde com aparente confiança.

Cyrus resumiu a limitação de forma direta em uma reportagem separada: “A IA generativa não gera informação. Ela gera palavras.” O ponto não é que toda resposta seja falsa. É que uma apresentação fluente não pode substituir a verificação de evidências.

O movimento das bibliotecas do Maine se expandiu para além das aulas. Steven Brown, diretor da Searsmont Town Library, começou a ajudar frequentadores a remover ou limitar recursos de IA em dispositivos pessoais após participar de um webinar de Cyrus.

Brown enquadrou o trabalho em torno da escolha. Um telefone chega com uma configuração específica, mas seu proprietário nem sempre precisa aceitá-la. Bibliotecários podem traduzir uma decisão técnica desconhecida em uma ação administrável.

O público também inclui pessoas que se opõem aos sistemas econômicos e culturais por trás da IA generativa. Suas preocupações abrangem dados de treinamento, trabalho criativo, custos ambientais, desinformação, vigilância e concentração corporativa.

Um único workshop não pode resolver esses debates. Ele pode, no entanto, separá-los da questão mais restrita do controle. Ninguém deveria precisar de uma teoria completa sobre inteligência artificial antes de decidir se um programa de e-mail pode reescrever uma frase.

É por isso que evitar IA está se tornando parte da alfabetização digital. Alfabetização não significa entusiasmo obrigatório por toda tecnologia. Significa compreender um sistema o suficiente para avaliar seus benefícios, limitações e alternativas.

A história do TechCrunch sobre bibliotecários ganhou repercussão porque a narrativa de adoção do mercado tem sido incompleta. O uso de produtos pode crescer enquanto o ressentimento cresce junto. A distribuição mede a exposição, mas nem sempre mede a aprovação.

Bibliotecários do TechCrunch expõem o problema da adoção por padrão

O conflito central não é entre bibliotecários e inovação. É entre a autonomia do usuário e um design de produto que trata a exposição à IA como consentimento.

Grandes empresas de tecnologia têm fortes incentivos para colocar IA em seus produtos existentes. Uma distribuição mais ampla gera uso, feedback e oportunidades de reter clientes dentro de uma plataforma. Também ajuda a justificar os recursos extraordinários destinados à infraestrutura de IA.

Os usuários abordam a mesma interface com incentivos diferentes. Eles querem concluir uma busca, enviar uma mensagem, organizar um documento ou operar um telefone. Um recurso de IA pode ajudar, mas também pode acrescentar incerteza, poluição visual ou uma relação indesejada com os dados.

Essa incompatibilidade cria aquilo que os workshops tornam visível. As plataformas otimizam a adoção de recursos em milhões de contas. Os bibliotecários respondem a indivíduos que não conseguem encontrar um botão.

Uma opção de desativação pode existir sem proporcionar uma escolha significativa. O usuário primeiro precisa reconhecer que um recurso está ativo. Precisa entender seu nome, localizar seus controles e avaliar as consequências de desativá-lo. Atualizações de software podem então alterar essa organização.

Algumas integrações de IA são mais fáceis de desativar do que outras. Um assistente de dispositivo pode ter uma página de configurações clara. Um mecanismo de busca pode inserir resumos em sua experiência principal de resultados sem oferecer uma opção permanente de remoção no nível da conta.

Os participantes do workshop na Filadélfia compartilharam suas próprias soluções. Um participante explicou que adicionar &udm=14 a um endereço de busca do Google pode solicitar uma visualização de resultados focada na web. Bailey escreveu a sequência em um quadro branco para a sala.

Essa cena mostra por que as bibliotecas estão bem posicionadas para esse papel. Uma solução alternativa que circula entre usuários técnicos se torna utilizável por um público mais amplo quando alguém a demonstra, explica seus limites e responde a perguntas.

A instrução também expõe como o controle do usuário pode ser desigual. As pessoas não deveriam precisar memorizar parâmetros de consulta para obter uma experiência de busca mais simples. Ainda assim, uma pequena parcela de conhecimento compartilhado pode restaurar alguma escolha quando a interface de uma plataforma não o faz.

Apple, Google, Microsoft, Meta e OpenAI não são oponentes idênticos nessa história. Seus produtos, configurações e modelos de negócio diferem. Tratá-los como um único sistema técnico esconderia distinções importantes.

Eles compartilham, porém, uma lógica de distribuição. Cada um tem um incentivo para tornar a IA uma parte normal de um ambiente digital já existente. O público encontra essa estratégia como uma coleção de prompts, resumos, assistentes, ferramentas de escrita e ações sugeridas.

O movimento de evitar IA desafia a suposição de que a normalização encerra o debate. Um recurso pode se tornar comum antes de se tornar confiável. Ele também pode continuar amplamente utilizado porque evitá-lo exige esforço.

Essa distinção deveria importar para as equipes de produto. A exposição forçada pode melhorar números de engajamento no curto prazo enquanto prejudica a confiança no longo prazo. Usuários que não conseguem compreender ou reverter uma configuração podem desconfiar de recursos adjacentes, incluindo recursos que, de outra forma, poderiam valorizar.

Controles claros não reduziriam necessariamente a adoção. Poderiam tornar a adoção mais significativa. Uma pessoa que entende o que um recurso faz, o ativa deliberadamente e pode desativá-lo depois fornece um sinal mais forte do que alguém contabilizado por meio de uma configuração padrão.

A cobertura do TechCrunch sobre bibliotecários, portanto, descreve mais do que um formato viral de workshop. Ela revela um canal incomum de feedback para a indústria de tecnologia. As bibliotecas estão reunindo as solicitações de suporte criadas por um design de produto orientado pela IA.

Bibliotecas estão transformando a recusa em alfabetização digital

As bibliotecas públicas podem discutir a adoção de IA sem vender um produto, proteger uma meta trimestral ou exigir conhecimento técnico dos participantes.

Há muito tempo, as bibliotecas ajudam as pessoas a usar computadores, navegar por serviços online, avaliar informações e proteger a privacidade básica. Ensinar alguém a limitar um assistente de IA se encaixa nessa história de forma mais natural do que o nome provocativo do workshop sugere.

Sua posição institucional é importante. Um provedor de plataforma pode explicar seus próprios controles, mas ainda se beneficia do uso contínuo. Uma biblioteca pode começar pelo objetivo do usuário, inclusive pela decisão de não usar o produto.

Essa independência transforma a sala de aula. Os participantes podem perguntar se um recurso é necessário sem antes aceitar o enquadramento da empresa. Podem comparar conveniência com privacidade, precisão, controle criativo ou simples preferência.

O workshop também cria um ambiente social para preocupações que as pessoas frequentemente vivenciam sozinhas. Um usuário pode presumir que todos os demais recebem bem um resumo de IA ou sabem como desativá-lo. Uma lista de inscrições completa demonstra que a confusão e o ceticismo são compartilhados.

Bailey descreveu um espírito de camaradagem entre os participantes da Filadélfia. Os presentes trocaram dicas em vez de receber uma palestra unilateral. O bibliotecário forneceu estrutura, enquanto a sala contribuiu com experiência em diferentes dispositivos e aplicativos.

Esse elemento entre pares importa porque os controles de IA são fragmentados. Nenhum instrutor consegue antecipar todas as versões de celulares, configurações de navegador, tipos de conta ou atualizações de software. O conhecimento da comunidade ajuda a preencher lacunas, embora toda solução alternativa ainda exija verificação.

O campo mais amplo do engajamento público sustenta essa definição mais abrangente de letramento. Um marco de agência pública de 2026 da Association of Science and Technology Centers identifica vários papéis para instituições de aprendizagem confiáveis.

Esses papéis incluem explicar a IA, ajudar as pessoas a lidar com riscos de segurança e apoiar decisões sobre se e como adotar a tecnologia. O marco trata a autonomia como um resultado educacional, em vez de presumir que a adoção seja o resultado desejado.

Ele também reconhece riscos relacionados à privacidade, viés, desinformação e golpes. Museus e centros de ciência não são bibliotecas, mas compartilham uma missão voltada ao público. Ambos podem traduzir sistemas técnicos para públicos fora dos círculos profissionais de tecnologia.

As aulas sobre evitar IA colocam esse princípio em uma forma especialmente direta. O currículo pode começar explicando como um sistema funciona, passar por suas compensações e terminar com ações escolhidas pelo participante.

Uma listagem de workshop em Boston segue esse modelo. Ela promete uma explicação sobre IA generativa, discussão sobre confiabilidade e privacidade, e instruções para desativar recursos tanto quanto possível.

A expressão “tanto quanto possível” é essencial. A evasão total é difícil porque sistemas de aprendizado de máquina operam por trás de muitos serviços sem interfaces visíveis de chatbot. Filtros de spam, mecanismos de recomendação, detecção de fraudes e classificação de conteúdo envolvem modelos automatizados.

Um workshop útil precisa, portanto, definir seu escopo. Desativar um recurso generativo visível não é o mesmo que remover todos os algoritmos de um dispositivo. Trocar de produto também pode substituir um conjunto de práticas de dados por outro.

Uma boa instrução deve reconhecer esses limites. Caso contrário, “Evitando IA” se torna uma promessa que nenhum bibliotecário pode cumprir. O objetivo realista é a recusa seletiva sustentada por melhor compreensão.

Esse modelo pode atender tanto céticos quanto usuários dispostos. Quem aprende a desligar um recurso também aprende onde ele opera e quais informações ele acessa. O mesmo conhecimento apoia uma decisão mais deliberada de ligá-lo novamente.

O que os números virais não comprovam

Workshops lotados mostram uma demanda não atendida, mas não estabelecem que a maioria dos consumidores queira abandonar produtos de IA.

Os números de participação vêm de um pequeno número de programas. Setenta participantes em uma sessão híbrida de biblioteca são notáveis em comparação com uma aula de informática para uma dúzia de pessoas. Isso não constitui uma pesquisa nacional representativa.

O engajamento nas redes sociais tem limites semelhantes. Mais de 2.000 curtidas em uma publicação de biblioteca demonstram que o tema circulou de forma incomum. Elas não revelam quantas pessoas desativaram um recurso, mantiveram essa escolha ou rejeitaram a IA por completo.

O próprio rótulo pode atrair vários públicos. Alguns participantes se opõem à IA generativa por princípio. Outros não gostam de um produto, desconfiam de resumos automatizados ou simplesmente querem menos interrupções. Um terceiro grupo pode participar porque quer entender a tecnologia antes de decidir.

Essas motivações não devem ser reunidas em um bloco anti-IA. A principal lição diz respeito à demanda por controle, e não a um colapso comprovado na adoção pelos consumidores.

O aconselhamento técnico também tem vida útil curta. As empresas mudam menus, nomes de recursos, exigências de conta e comportamentos padrão. Materiais de workshop que funcionam em junho podem se tornar incompletos após uma grande atualização de software.

Os bibliotecários precisarão de um processo de manutenção. As instruções devem identificar versões de dispositivos, registrar datas de teste e distinguir configurações permanentes de soluções temporárias. Caso contrário, o programa poderá criar a mesma confusão que pretende resolver.

As alternativas também exigem análise cuidadosa. Um navegador ou provedor de busca menor pode reduzir a exposição a respostas geradas, ao mesmo tempo que introduz diferentes compensações de privacidade, segurança ou acessibilidade. “Não vem da Big Tech” não é uma garantia automática de qualidade.

Também há o risco de enquadrar o letramento em IA apenas como evasão. As pessoas precisam de compreensão suficiente para reconhecer mídia manipulada, golpes, resumos não confiáveis e decisões automatizadas, mesmo que nunca abram um chatbot.

Recusa e reconhecimento são habilidades diferentes. Uma pessoa pode desativar um assistente e ainda encontrar conteúdo sintético em redes sociais, resultados de busca, atendimento ao cliente ou mensagens de outras pessoas.

O melhor modelo de workshop combina três camadas. Primeiro, explica o sistema em linguagem simples. Segundo, identifica riscos e benefícios relevantes. Terceiro, oferece controles práticos aos participantes sem impor uma única escolha aceitável.

Defensores do setor podem argumentar, de forma razoável, que os recursos de IA ajudam pessoas com escrita, acessibilidade, tradução, pesquisa e tarefas repetitivas. Alguns usuários os desejam ativamente. Remover ou desestimular essas ferramentas de forma generalizada substituiria uma política rígida por outra.

Não parece ser isso que o formato de Bailey faz. Segundo relatos, ele explica possíveis usos antes de apresentar razões para se abster. O currículo se concentra na autonomia, não em uma proibição geral.

A Big Tech pode responder à crítica sem abandonar a IA. As empresas podem fornecer avisos mais claros, configurações estáveis, caminhos genuínos de adesão voluntária e documentação que usuários comuns entendam. Também podem separar funções centrais de adições generativas experimentais.

O fenômeno dos bibliotecários do techcrunch se tornará mais significativo se os workshops continuarem lotados depois que a publicidade inicial desaparecer. Participação recorrente, solicitações de novos sistemas de bibliotecas e demanda sustentada por materiais atualizados fortaleceriam o argumento.

Por enquanto, a história é um sinal forte com uma amostra limitada. Ela merece atenção justamente porque as empresas de tecnologia raramente recebem esse tipo de feedback por meio de análises convencionais de produto.

Três sinais mostrarão se evitar IA vai durar

A próxima etapa depende de saber se um workshop viral se tornará uma infraestrutura pública duradoura, melhores controles de produto ou um formato de protesto passageiro.

O primeiro sinal é a replicação. Cyrus recebeu consultas de dezenas de bibliotecários após compartilhar sua abordagem, enquanto programas surgiram no Maine, na Filadélfia e em Boston. O movimento se torna mais relevante se outros sistemas de bibliotecas adicionarem aulas recorrentes em vez de eventos únicos.

Programas recorrentes mostrariam que a demanda sobrevive à cobertura da imprensa. Também exigiriam currículos compartilhados, cronogramas de atualização e orientação para diferentes dispositivos. Um recurso público mantido transformaria dicas dispersas em uma forma acessível de apoio ao consumidor.

O segundo sinal é a resposta das empresas de plataforma. Apple, Google, Microsoft, Meta e outros provedores podem reduzir o atrito em torno dos controles de IA sem desacelerar seu desenvolvimento técnico.

Observe configurações que permaneçam estáveis entre atualizações, expliquem claramente o tratamento de dados e desativem recursos relacionados em um só lugar. Uma adesão genuinamente voluntária durante a configuração inicial seria uma resposta ainda mais forte.

Se os controles se tornarem mais fáceis de localizar, os workshops terão influenciado as expectativas sobre produtos mesmo sem campanha formal. Se as empresas tornarem a IA mais difícil de evitar, a participação poderá crescer enquanto a desconfiança se aprofunda.

O terceiro sinal é o conteúdo de futuros programas de letramento em IA. As bibliotecas poderiam dividir suas ofertas entre trilhas de adoção, avaliação, segurança e recusa. Isso reconheceria que as comunidades incluem tanto usuários entusiasmados quanto céticos convictos.

Um currículo mais amplo enfraqueceria a alegação de que Evitar IA é apenas uma tendência de reação negativa. Estabeleceria a recusa como uma parte do uso informado de tecnologia, ao lado de verificação, privacidade, acessibilidade e experimentação prática.

Os leitores devem aplicar o mesmo teste aos próprios dispositivos. Identifique quais recursos de IA estão ativos, quais informações processam, se oferecem valor e se os controles disponíveis correspondem às suas preferências.

Manter um registro pessoal dessas escolhas pode ajudar quando atualizações de software alteram configurações familiares. O mesmo hábito apoia uma gestão do conhecimento pessoal mais ampla, na qual informações úteis permanecem organizadas e recuperáveis sob o controle do usuário.

A história dos bibliotecários do techcrunch, em última análise, levanta uma pergunta simples que painéis de produto não conseguem responder: quando as pessoas usam IA porque optar por não usá-la é difícil, o que a adoção realmente significa?

As bibliotecas estão oferecendo uma resposta. Dê às pessoas informações compreensíveis, um lugar para fazer perguntas e controle prático. Depois, deixe que decidam qual tecnologia merece um lugar em suas vidas.