Workslop e o risco de terceirizar o raciocínio

A busca por velocidade com a inteligência artificial trouxe um efeito colateral silencioso: o workslop, conteúdos impecáveis por fora, mas vazios de raciocínio por dentro. Ao terceirizar o pensamento, trocamos o aprendizado real por uma ilusão de eficiência. No artigo a seguir, você vai ler sobre:

Na primeira vez que a inteligência artificial (IA) resolve uma tarefa chata, parece que a gente sente até um alívio físico.

A reunião vira resumo com encaminhamentos, o relatório extenso ganha uma síntese e a página em branco deixa de parecer tão ameaçadora. No trabalho, começar de algum lugar já parece metade da vitória.

O problema começa quando o atalho deixa de ser exceção e vira método. A conversa deixa de ser apenas sobre quanto trabalho a IA consegue fazer por nós e passa a ser sobre quais partes do nosso raciocínio deixam de ser exercitadas quando a resposta chega pronta, fluente e confiante demais.

Quando bem usada, a IA organiza informação, resume materiais extensos, apoia rascunhos, revisa textos e reduz tarefas repetitivas. Mas essa é só a parte mais visível da história. A outra aparece quando a fluidez do texto começa a esconder a fragilidade da ideia.

Produtividade também cobra juros

Segundo o Work Trend Index, da Microsoft e do LinkedIn, 75% dos trabalhadores do conhecimento já usam ferramentas de IA na rotina. No Brasil, levantamentos do Cetic.br apontam que 50 milhões de pessoas já utilizam essas tecnologias.

Outro estudo, conduzido pela Harvard Business School, MIT e Boston Consulting Group, mostrou que a IA pode elevar o desempenho quando usada dentro da sua “fronteira” de competência. Em atividades como ideação, redação e síntese, os ganhos chegaram a cerca de 40%. Entre profissionais com menor desempenho inicial, o salto foi ainda maior. A IA, portanto, não é só fumaça.

Em geral, a IA funciona melhor quando entra como apoio para:

E eu não observo esse fenômeno de fora. No InovaSocial, a IA assume o trabalho que orbita o texto principal: tagueamento, SEO, formatação e aquelas pesquisas que exigiriam cruzar dezenas de abas no navegador antes de eu conseguir escrever a primeira linha.

Mas também, como comentei no primeiro episódio do podcast Da Redação, existe uma dimensão muito íntima nessa adoção.

Eu sempre amei escrever. Na escola, amava as aulas de redação e era a aluna que perguntava se a redação tinha limite máximo de linhas – e  não o contrário. Hoje, vinte anos depois, a escrita é o meu trabalho. Mas o público cresceu: não escrevo mais para o meu professor de Língua Portuguesa, mas sim para os milhares de leitores diários do InovaSocial.

Foi nesse cenário de alta exigência que um grau leve – porém irritante – de dislexia, descoberto recentemente, cobrou seu preço. Pequenos erros começaram a passar pelos meus olhos como se estivessem camuflados. E gastar energia mental relendo o mesmo parágrafo repetidas vezes deixou de ser um uso inteligente do meu raciocínio. Hoje, a máquina faz essa varredura inicial, revisando, organizando e devolvendo o tempo, o que não é pouco.

Então, sim, o ganho existe. Mas ele não transforma a ferramenta em autora da decisão.

Quando a IA pesquisa, resume, organiza ou revisa, a responsabilidade editorial apenas muda de lugar. Ela passa a exigir mais checagem, mais critério e mais clareza sobre o que deve entrar, o que deve sair e o que precisa ser conferido com mais cuidado. A questão começa justamente quando esse apoio passa a ser confundido com pensamento.

No mesmo estudo de Harvard, o cenário desmorona quando a IA é testada fora de sua zona de conforto. Em tarefas que exigiam análise complexa e inferência lógica, os profissionais que dependeram cegamente da ferramenta tiveram uma queda vertiginosa de desempenho. A máquina errou, mas o ponto mais delicado é que ela errou escrevendo bem. Esse é o efeito mais traiçoeiro da IA generativa: ela produz bobagens com um tom professoral que faz qualquer alucinação parecer um fato.

Pensamento crítico muda de lugar

Uma pesquisa da Microsoft Research com a Carnegie Mellon University identificou uma relação incômoda: quanto maior a confiança da pessoa na ferramenta, menor tende a ser o esforço crítico aplicado à tarefa. Quando a máquina parece competente demais, nosso instinto de suspeita baixa a guarda.

O pensamento crítico não desaparece, mas ele muda de lugar. Antes, boa parte da energia mental era dedicada a buscar informações, organizar hipóteses e construir uma primeira resposta. Agora, essa energia precisa migrar para outra etapa: verificar, contextualizar, comparar fontes, identificar ausências e perceber o que parece plausível, mas não se sustenta.

Pensar bem, nesse ambiente, é saber auditar uma resposta boa demais.

É nesse ponto que entra o workslop, termo usado para descrever conteúdos gerados por IA que parecem um trabalho pronto, mas transferem o esforço real para quem o recebe.

Segundo pesquisadores de Stanford e BetterUp Labs, 41% dos trabalhadores afirmam ter recebido esse tipo de material no último mês. Cada incidente pode gerar quase duas horas de retrabalho e, em empresas de grande porte, a perda anual estimada pode chegar à casa dos milhões de dólares.

Os dados são importantes, mas talvez o custo mais importante não caiba em uma planilha. O workslop corrói a confiança. As pessoas passam a abrir documentos com suspeita, tentando descobrir se alguém realmente pensou ou apenas terceirizou a aparência desse pensamento.

Esse problema também afeta a aprendizagem. Durante muito tempo, tarefas consideradas pequenas foram a escola prática das empresas: organizar dados bagunçados, escrever a primeira versão de um relatório, revisar uma ata, montar uma apresentação, cruzar informações de fontes diferentes. Tudo isso podia parecer menor, mas era ali que muita gente aprendia a pensar dentro de uma profissão.

Quando uma empresa decide que a IA irá assumir essas etapas sem redesenhar a aprendizagem, o risco não é apenas cortar o trabalho. É cortar o chão onde pessoas em início de carreira aprendiam a caminhar. O Fórum Econômico Mundial já aponta uma redução expressiva nas posições de entrada e alerta para a alta exposição de jovens trabalhadores às transformações trazidas pela IA.

Isso não significa eliminação imediata. Uma tarefa poder ser automatizada não quer dizer que ela será eliminada amanhã, e esse cuidado é importante para não transformar análise em profecia apocalíptica.

Ainda assim, se tarefas de entrada forem tratadas apenas como ineficiência, as organizações podem ganhar velocidade agora e perder repertório depois.

No Brasil, essa discussão ganha uma camada própria. O Cetic.br indica que os benefícios potenciais da IA continuam concentrados entre pessoas com maior renda e formação. Não se trata apenas de acessar uma ferramenta, mas de acessar uma capacidade ampliada de produzir, resumir, argumentar, pesquisar e disputar atenção.

Quem já tem repertório usa a IA como alavanca. Quem não tem formação suficiente pode acabar usando como muleta.

E essa diferença tende a criar uma nova desigualdade cognitiva: não entre quem usa e quem não usa IA, mas entre quem sabe fazer boas perguntas, verificar respostas e interpretar limites, e quem apenas aceita o que aparece na tela.

Contexto não cabe em um prompt

Para organizações da sociedade civil, institutos e redes de impacto, essa discussão atinge o seu ponto mais sensível.

A IA pode reduzir a sobrecarga administrativa de equipes pequenas, e, em um campo marcado por escassez de recursos, toda ferramenta que devolve tempo merece atenção. O problema aparece quando a eficiência vira substituta de escuta.

Segundo a Pesquisa Setorial sobre IA no Setor Socioambiental (Canal SabIAr, CEAPG-FGV e Instituto Beja), 70% das organizações sociais brasileiras usam IA para comunicação, mas pífios 8% a utilizam em processos complexos de captação de recursos.

Aqui existe um abismo tático: grandes fundações possuem letramento e infraestrutura, enquanto coletivos de base lutam para acessar a mesma tecnologia. E ressaltar isso é importante porque o uso da IA no Terceiro Setor não é neutro.

Um algoritmo pode gerar, em segundos, um diagnóstico convincente sobre uma comunidade vulnerável. Um texto pode agradar financiadores, sugerir indicadores perfeitos e parecer tecnicamente irretocável. Mas território não é um conjunto de variáveis abstratas. Existem dores que só aparecem na conversa demorada, na reunião atravessada por silêncio, na rua que alaga muito antes de o governo gerar um dado oficial reconhecendo o problema.

A tecnologia começa a falhar quando tenta substituir o vínculo e o julgamento ético. Existem espaços nas organizações que exigem o corpo presente, o silêncio que respeita a dor alheia e a construção paciente de confiança. A IA não deve mediar, de forma alguma:

Um sistema pode transcrever perfeitamente cada palavra dita em uma sala, mas não sabe perceber quem quase falou e desistiu. Não entende o peso da hesitação. Não reconhece quando uma resposta educada esconde desconfiança ou medo.

É por isso que a pergunta sobre IA precisa ir além da produtividade. Iniciativas como o guia IA.3, do IDIS, apontam uma direção essencial de governança. O desafio não é afastar o impacto social da tecnologia, mas impedir que o campo adote a ferramenta apenas pela urgência operacional, sem reflexão ética.

O Terceiro Setor não precisa de uma máquina que escreva melhor sobre as pessoas; ele precisa de ferramentas que ajudem as organizações a trabalhar melhor com as pessoas.

Fingir que a inteligência artificial não faz parte da nossa engrenagem seria uma nostalgia inútil. Existem tarefas em que reduzir o atrito é maravilhoso. Ninguém precisa romantizar a exaustão de transcrever reuniões ou caçar erros de vírgula.

Mas nem toda fricção é desperdício. Algumas dificuldades ensinam. Algumas demoras protegem. Algumas conversas precisam continuar lentas porque o problema humano que elas carregam, definitivamente, não cabe em uma resposta automática.

O risco de terceirizar o raciocínio não está em pedir ajuda a um algoritmo, mas em esquecer que a responsabilidade sobre o impacto final continua sendo humana.

Talvez o futuro do trabalho não pertença a quem produz mais relatórios em menos tempo. Talvez ele pertença, com exclusividade, àqueles que souberem reconhecer quando a resposta pronta ainda não é pensamento. E perceberem que pensar, apesar de tudo, precisa continuar dando trabalho.