INTELIGÊNCIA ARTIFICIAL

Pensamento crítico vale mais na era da IA no trabalho

Pesquisa da WSJ Intelligence e da PMI com 2.507 profissionais mostra que, quanto mais a IA avança no trabalho, mais valiosos ficam julgamento, criatividade e pensamento crítico humanos

Por Soraia Yoshida 12/09/2026

Agora que as organizações já passaram do momento de questionar se adotam ou não o uso de Inteligência Artificial, entramos na fase em que é preciso desenhar como essa adoção acontece ao mesmo tempo em que cultivamos as qualidades humanas que sustentam a inovação, o bom julgamento e o avanço no longo prazo. Quanto mais a IA avança, mais as capacidades exclusivamente humanas se tornam valiosas, não menos. Esse é o argumento central do estudo “The Cognition Index Research Report”, divulgado pelo WSJ Intelligence em parceria com Philip Morris International. O estudo mapeia o sentimento de todos os níveis da organização, desde profissionais em início de carreira até a alta liderança, discutindo estratégias para que as empresas protejam, desenvolvam e liberem o potencial de seu diferencial humano.

O estudo ouviu 2.507 profissionais de negócios em cinco países (Estados Unidos, Reino Unido, Itália, África do Sul e Brasil), 20% da amostra em cada um, para entender como a Inteligência Artificial está mudando a forma como pensamos no trabalho. A amostra foi propositalmente construída para representar toda a hierarquia corporativa, dos C-levels (35%) a associados de nível de entrada (13%), em empresas com faturamento médio de US$ 4,7 bilhões.

Os insights estão organizados em quatro grandes temas, todos com implicações diretas para quem gerencia equipes ou constrói a própria carreira em um ambiente cada vez mais mediado por IA.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Liberando a vantagem humana

O primeiro insight é sobre onde as pessoas estão decidindo investir seu desenvolvimento profissional. Diante de um ambiente de trabalho cada vez mais automatizado, os profissionais dizem estar mais motivados a fortalecer pensamento estratégico (48%), liderança (42%) e resolução de problemas complexos (42%), seguidos de colaboração (40%), discernimento de dados (40%), imaginação/criatividade (38%) e raciocínio ético (38%). Ou seja: conforme a IA absorve tarefas repetitivas, o apetite das pessoas se desloca para as competências que ainda dependem de julgamento humano.

Isso fica ainda mais claro quando o estudo pergunta quais atributos humanos são vistos como os menos replicáveis por IA e, portanto, mais valiosos para proteger. Julgamento moral e ética lidera com 42%, seguido de empatia e construção de confiança (40%), pensamento criativo (34%) e intuição profissional (33%). Um pouco abaixo aparecem sabedoria cultural e contextual (29%), mediação de conflitos (25%), pensamento abstrato (24%), discernimento de viés e nuance (18%), enquadramento holístico de problemas (16%) e persuasão sutil (12%), uma lista que, somada, desenha um mapa de onde o julgamento humano ainda é considerado insubstituível na era do trabalho mediada pela IA.

Na prática, isso se traduz em uma preferência por manter humanos no centro da tomada de decisão:

Em decisões criativas, 62% acreditam que a intuição humana deve ter precedência sobre uma recomendação de IA (contra apenas 12% que dariam prioridade à IA, e 25% que dividiriam o peso igualmente)
Em decisões estratégicas e preditivas, a preferência pelo humano cai para 50%, com 20% priorizando a IA e 30% pedindo peso igual
Em decisões analíticas e operacionais, o território mais “natural” da IA, 45% ainda priorizam o julgamento humano, contra 25% que confiariam mais na máquina e 30% que dividiriam a decisão.

Para quem lidera equipes, ao redesenhar processos com IA, vale reservar deliberadamente espaço para discussão e discordância nas decisões criativas e estratégicas, em vez de tratar a recomendação do algoritmo como veredito final, até porque é exatamente aí que as pessoas dizem confiar menos na máquina. O próprio relatório resume essa seção em três recados para a liderança:

A automação pode gerar inovação, mas exige comunicação transparente sobre onde as pessoas ainda agregam valor
São as pessoas, e não os algoritmos, que seguem sendo as agentes de mudança dentro das organizações
A conexão humana, quando bem cultivada, ajuda a construir estratégia, não apenas a executá-la.

Cultivando criatividade e pensamento crítico

O segundo tema expõe um ponto que o relatório chama de “surpreendente”: as habilidades que as pessoas mais valorizam são, ao mesmo tempo, as que elas mais temem perder. Pensamento crítico lidera a lista de atributos em risco de erosão (46%), seguido por empatia criativa (44%), criatividade (43%) e inteligência emocional relacional (40%). Um pouco abaixo aparecem responsabilidade pessoal (37%), julgamento ético (35%), discernimento de dados (32%), sabedoria contextual (27%), adaptabilidade (26%) e resiliência (24%), praticamente a mesma lista de capacidades que o tema anterior identificou como mais valiosas. Ao mesmo tempo, ao serem perguntados sobre o horizonte de 2029, os respondentes projetam que praticamente todos os atributos humanos medidos vão crescer em importância: a empatia criativa lidera essa expectativa, com alta projetada de 13 pontos percentuais, seguida de adaptabilidade, resiliência e responsabilidade pessoal.

Há, porém, uma questão importante de confiança dentro das próprias organizações: 59% dos profissionais em geral se dizem confiantes em sua capacidade de adaptar e fortalecer esses traços humanos, mas essa confiança cai para 48% entre os profissionais em início de carreira, justamente o grupo que está estreando em um ambiente já saturado de ferramentas de IA e com menos anos de prática acumulada em julgamento independente.

O estudo detalha quais ações as pessoas, em todos os níveis hierárquicos, consideram essenciais para permanecer relevantes:

Construir parcerias de alta confiança – essencial para 81% dos C-levels e 80% dos profissionais em início de carreira
Exercer discernimento e julgamento – 78% tanto para alta liderança quanto para início de carreira
Reinvestir o tempo poupado pela IA em trabalho estratégico – 76% dos C-levels consideram fundamental, enquanto 74% dos jovens profissionais adotam essa visão
Mentorar as competências centrais de outras pessoas – 74% das lideranças consideram essencial frente a 69% dos profissionais em início de carreira

Não por acaso, 42% dos respondentes acreditam que a mentoria durante transições tecnológicas deveria ser prioridade nas organizações, um dado que conversa diretamente com outras pesquisas recentes sobre erosão da mentoria em ambientes saturados de IA. A recomendação prática do próprio relatório é que líderes desenhem ambientes que priorizem raciocínio abstrato, ideação original e colaboração, transformando a IA de simples ferramenta de eficiência em trampolim para inovação real.

Combatendo a atrofia cognitiva

O terceiro tema é, talvez, o mais direto quanto a riscos operacionais. Quando perguntados sobre sua maior preocupação relativa ao futuro das capacidades humanas, os profissionais apontam a atrofia de habilidades centradas no ser humano como o risco número um (29%), à frente da perda de habilidades práticas por dependência excessiva (18%), da disseminação de desinformação gerada por IA (17%), da erosão da atenção (15%), do aumento da desigualdade cognitiva entre quem sabe e quem não sabe usar bem essas ferramentas (12%) e do viés introduzido pela própria IA (5%).

O dado mais preocupante desse bloco é geracional/hierárquico: 70% dos profissionais de nível júnior temem se tornar incapazes de escrever ou até articular seus próprios pensamentos se dependerem completamente de ferramentas de IA, contra 61% dos executivos mais seniores. Isso é agravado pela inconsistência interna na verificação de dados gerados por IA: apenas 49% dos respondentes dizem que a checagem de fatos acontece com frequência ou muito frequentemente em sua organização. Para 28%, acontece só às vezes; para 16%, raramente; e para 7%, nunca. Talvez por sentir esse vácuo de verificação, 42% da alta liderança destacam a necessidade de reforçar a responsabilização pelo trabalho assistido por IA, e 35% dizem estar focando em cultivar mais nuance e análise mais profunda em toda a organização.

Do lado positivo, a maioria dos respondentes já assume responsabilidade pela qualidade do trabalho gerado por IA: mais de três quartos (entre 71% e 78%, variando por nível hierárquico) dizem que empatia, julgamento e criatividade são críticos quando colaboram com IA, e proporção semelhante (72% a 77%) afirma manter relacionamentos pessoais fortes mesmo trabalhando cada vez mais ao lado de máquinas. Vale notar que a alternância constante entre tarefas feitas com e sem IA já é sentida como um obstáculo à concentração por mais da metade dos profissionais em cargos de liderança (56% no nível mais sênior), um efeito colateral pouco discutido da automação parcial. Para organizações, a lição prática aqui é tripla: reforçar protocolos explícitos de verificação (hoje irregulares mesmo dentro da mesma empresa), desenhar fluxos de trabalho que reduzam a troca constante entre modo humano e modo assistido por IA e, principalmente, proteger deliberadamente o desenvolvimento cognitivo dos profissionais mais jovens, que entram na carreira já operando com um “copiloto” e por isso correm o risco maior de nunca desenvolver certos “músculos de julgamento” independente.

A lacuna de confiança na IA

O quarto e último ponto documenta uma divisão dupla. A primeira é entre o quanto as pessoas usam a IA e o quanto confiam nela. Cerca de sete em cada dez profissionais acreditam que a IA terá impacto positivo na qualidade das decisões de negócio dentro de cinco anos, mas esse otimismo não se traduz em confiança no que as ferramentas de hoje entregam. Por exemplo, 83% dizem usar IA semanalmente para pesquisa e síntese de informação, mas apenas 57% confiam nos resultados. A maioria (82%) usa IA para ideação criativa, mas só 59% confiam no que ela produz. Mesmo em tarefas mais mecânicas, como revisão de texto e gramática, o uso semanal (87%) supera a confiança plena (75%). Esse descolamento entre uso e confiança se repete em praticamente todas as tarefas medidas, da automação de dados à análise estatística.

A segunda divisão é hierárquica: a alta liderança confia mais na IA do que o restante da organização, mesmo realizando as mesmas tarefas. Há uma diferença de 12 pontos percentuais entre líderes seniores e profissionais em início de carreira na confiança em IA para inspiração criativa, e de 14 pontos para confiar em código gerado por IA, mesmo em tarefas mais simples, como agendamento e organização, a diferença chega a 14 pontos. Parte disso pode ser explicada pela autopercepção de competência: executivos C-level têm o dobro de chance de se declararem usuários avançados ou especialistas em IA (12%) do que profissionais de nível de entrada ou gestores de nível médio (3% cada).

Apenas 1 em cada 4 entrevistados diz que sua empresa tem processos claros para verificar resultados gerados por IA. E a confiança nesse processo também é desigual: 30% do C-suite acredita que a organização já tem um protocolo claro de checagem de fatos, contra apenas 17% dos profissionais de nível médio e 19% dos de nível júnior. Ao mesmo tempo, mais de 60% dos profissionais em todos os níveis hierárquicos manifestam preocupação real com alucinações de IA e com a falta de nuance cultural nos resultados entregues pelas ferramentas, da queda na qualidade da escrita à perda de nuances sutis e sinais de anomalia, passando pela erosão do pensamento crítico quando as pessoas passam a confiar apenas em resumos gerados por IA. Ou seja: o problema não é falta de ceticismo saudável, é falta de processo formal para canalizar a desconfiança em verificação.

O relatório resume o caminho à frente em três frentes:

Reconhecer que a lacuna de confiança está se ampliando
Buscar terreno comum entre lideranças mais confiantes no uso da IA e o restante da força de trabalho, que confia menos
Adotar uma postura de “confiar, mas verificar”, com protocolos rigorosos de checagem e escuta ativa das camadas fora da alta liderança.

O que outras pesquisas independentes confirmam

Os achados do “Cognition Index” sobre atrofia cognitiva não são isolados. Pesquisas acadêmicas recentes sobre o efeito do uso intensivo de IA Generativa na cognição de trabalhadores do conhecimento e profissionais juniores já vinham levantando a bola sobre quanto e quão rápido essa perda acontece. O estudo “The Impact of Generative AI on Critical Thinking”, da Microsoft Research em parceria com a Carnegie Mellon University, pesquisou 319 trabalhadores do conhecimento e coletou 936 exemplos concretos de uso de GenAI no trabalho. O levantamento apontou o que os autores chamaram de “paradoxo da confiança”: quanto maior a confiança da pessoa na IA para realizar uma tarefa, menos pensamento crítico ela relata ter exercido sobre o resultado, enquanto quanto maior a autoconfiança da própria pessoa em sua capacidade, mais pensamento crítico ela mantém, mesmo usando IA. Em vez de desaparecer, o pensamento crítico se desloca: passa a se concentrar em verificar informações, integrar respostas e supervisionar a tarefa como um todo, em vez de resolvê-la do zero.

Um segundo estudo, do MIT Media Lab, intitulado “Your Brain on ChatGPT”, foi ainda mais longe ao medir literalmente a atividade cerebral de 54 participantes divididos em três grupos: um escrevendo redações apenas com recursos próprios, outro usando buscadores tradicionais e um terceiro usando um assistente de IA Generativa, ao longo de quatro sessões, com eletroencefalograma (EEG) durante a tarefa. O resultado: os participantes que escreveram “só com o cérebro” apresentaram as redes neurais mais fortes e mais distribuídas; os usuários de buscadores, engajamento moderado; e os usuários de GenAI, a conectividade mais fraca de todos os grupos. Quando os usuários de IA foram depois convidados a escrever sem assistência, mostraram conectividade neural reduzida, sinal de menor engajamento mental, e tiveram mais dificuldade para citar corretamente seu próprio texto, produzido poucos minutos antes. O senso de autoria sobre o próprio trabalho também foi sistematicamente mais baixo neste grupo. Ao longo de quatro meses de acompanhamento, a dependência consistente da IA Generativa se associou à queda de desempenho em medidas neurais, linguísticas e comportamentais.

Juntos, os estudos dão substância científica ao que os respondentes do “Cognition Index” já sentem de forma intuitiva: a atrofia cognitiva é um efeito mensurável em nível de atividade cerebral e de comportamento reportado, de terceirizar pensamento de forma sistemática para uma ferramenta.

Na prática, o que as empresas podem fazer

Para times e lideranças, o primeiro movimento é reservar explicitamente o tempo poupado pela automação para trabalho estratégico e criativo como reinvestimento no desenvolvimento de habilidades cognitivas. Deixar que a eficiência ganha vire apenas mais volume de tarefas operacionais é jogar fora a possibilidade de criar uma vantagem competitiva no longo prazo. É um ponto que 76% das lideranças já consideram essencial, então talvez seja o melhor momento para desenhar frameworks e fluxos que permitam esses ganhos.

O segundo é institucionalizar a verificação: como apenas um quarto das empresas tem um processo de checagem de resultados de IA, criar esse protocolo e comunicá-lo com transparência a todos os níveis é uma forma direta de fechar a lacuna de confiança entre a alta liderança e o restante da organização. Também é uma maneira importante de transformar isso em um elemento da cultura da empresa, em que responsabilidade pelo resultado e preocupação em atingir excelência são vistos com importantes em todos os níveis.

O terceiro movimento é proteger deliberadamente os profissionais no início de carreira, que são ao mesmo tempo os que mais usam IA no dia a dia e os que relatam maior insegurança sobre perder a capacidade de pensar e escrever de forma independente. Isso passa por reforçar programas de mentoria humana durante a transição tecnológica, apontada como prioridade por 42% dos respondentes, e por criar espaços de trabalho em que ainda seja normal (e esperado) produzir um primeiro rascunho, uma primeira análise ou uma primeira ideia sem apoio de IA, exatamente o tipo de prática que, segundo o estudo do MIT, preserva engajamento neural e senso de autoria. Outras formas de incentivar o pensamento crítico incluem workshops, projetos colaborativos e criar duplas entre funcionários mais experientes e juniores que vão se alternando.

O quarto movimento é tratar a confiança na IA como algo a ser conquistado tarefa por tarefa, não concedido de forma genérica. Como o próprio estudo mostra, a confiança varia enormemente conforme o tipo de trabalho: de 75% em revisão de texto a pouco mais de 50% em automação de dados. Então faz mais sentido que times definam, função por função, onde a IA pode operar com supervisão leve e onde exige checagem humana rigorosa, em vez de aplicar uma política única de confiança para toda a organização. Por fim, para decisões de alto risco, que envolvem decisões criativas, estratégicas ou de julgamento ético, os dados sugerem manter deliberadamente um humano no centro da decisão final, usando a IA como insumo e não como veredito, e cultivando ativamente a curiosidade e o questionamento como comportamento de liderança, não como exceção.