Ford recontrata mais de 300 engenheiros veteranos após verificações de qualidade da IA ficarem aquém

A Ford admitiu que seus sistemas de inspeção de qualidade baseados em IA não atenderam às expectativas, levando a montadora a recontratar mais de 300 engenheiros veteranos. De acordo com uma reportagem da BBC que cobre comentários de executivos da Ford, a empresa havia adotado 900 câmeras com IA em suas fábricas para verificações de qualidade, mas as ferramentas automatizadas não tinham o treinamento e a experiência de técnicos humanos experientes.
Charles Poon, vice-presidente de engenharia de hardware veicular da Ford, disse a jornalistas: "A inteligência artificial é uma ferramenta fantástica, mas é tão boa quanto as informações usadas para treiná-la. Nos últimos anos, não demos a devida atenção à experiência dos nossos engenheiros mais experientes que estiveram conosco em vários ciclos de produto."
O COO da Ford, Kumar Galhotra, havia exaltado anteriormente a implementação da IA em uma teleconferência de resultados em outubro, dizendo que a empresa estava "implantando IA em todo o sistema industrial", incluindo as 900 câmeras para "detectar problemas de qualidade na fonte". Mas Poon observou que a empresa acreditava erroneamente que simplesmente introduzir IA e ingerir requisitos de design resultaria em alta qualidade. Ele apontou que as ferramentas automatizadas careciam do treinamento e da experiência de técnicos veteranos, muitos dos quais haviam saído antes que seu conhecimento pudesse ser usado para melhorar a IA.
A recontratação pela Ford de inspetores de qualidade "veteranos" — mais de 300 nos últimos anos — fez parte de uma "renovação significativa de talentos" que também substituiu líderes seniores em engenharia, cadeia de suprimentos e manufatura. A empresa creditou essa ação por alcançar o primeiro lugar no Estudo de Qualidade Inicial da JD Power pela primeira vez desde 2010.
Poon disse que os trabalhadores humanos foram reintroduzidos para treinar os sistemas de IA e orientar funcionários mais jovens. "Reconhecemos que, para aprimorar algumas de nossas ferramentas de automação, aprendizado de máquina e inteligência artificial, precisávamos garantir que elas fossem treinadas pelos indivíduos mais experientes", afirmou.
A lição para desenvolvedores que usam agentes de codificação de IA é clara: a IA é tão eficaz quanto os dados com os quais é treinada, e a experiência de domínio de profissionais experientes é essencial — seja para inspeção de qualidade ou geração de código. A experiência da Ford ressalta o risco de assumir que a IA pode substituir o conhecimento tácito adquirido ao longo de décadas.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Claude Code v2.1.154: Opus 4.8, Fluxos de Trabalho Dinâmicos e Grandes Correções
Nova versão adiciona Claude Opus 4.8 com esforço alto padrão, workflows dinâmicos orquestrando dezenas a centenas de agentes, modo rápido a 2x a taxa padrão e mais de uma dúzia de correções de bugs.

Nvidia Nemotron 3 Super: Modelo de 120 Bilhões de Parâmetros com 12 Bilhões Ativos na Inferência
O Nemotron 3 Super da Nvidia tem 120 bilhões de parâmetros totais, mas ativa apenas 12 bilhões durante a inferência, alcançando o conhecimento de um modelo de 120B com um custo computacional de aproximadamente 12B por meio de roteamento eficiente, não de compressão.

Resultados do AIME 2026: Ambos os Modelos Aberto e Fechado Obtêm Pontuação Acima de 90%
Os modelos de IA alcançam pontuações notáveis de mais de 90% no AIME 2026, com o DeepSeek V3.2 executando todo o teste por apenas bash.09.

Problema de Desvio da Diretiva do CLI Claude Relatado pelo Desenvolvedor
Um desenvolvedor relata que o Claude CLI consistentemente ignora diretivas de projeto armazenadas em arquivos da pasta .claude, particularmente após operações de auto-compactação. A ferramenta executa processos em segundo plano proibidos e exclui dados de tarefas/sessões apesar de instruções explícitas.