Equipes com IA: o que a ciência da colaboração humana ensina antes de adicionar um agente
Estudos de Harvard e Stanford mostram que a IA só melhora o desempenho de um time quando contexto, papéis e cultura são redesenhados junto com a tecnologia e não depois dela
Antes de discutir o papel da Inteligência Artificial (IA) nas empresas, a discussão sobre como montar boas equipes já emprestava insights da ciência e das consultorias nas reuniões de liderança. Mas no momento em que “colegas artificiais” entram no cenário, é hora de entender como coordenar os dois lados para alcançar resultados muito superiores à soma das partes.
A resposta começa no cérebro. Um estudo da Western Sydney University, conduzido pela neurocientista cognitiva Denise Moerel, mostra que quando duas pessoas querem colaborar ativamente, os sinais neurais começam a se sincronizar, formando padrões cada vez mais alinhados. Em outras palavras, o estudo conclui que a sincronia não nasce da tarefa em si, mas do vínculo forjado entre quem colabora de fato. Esse tipo de insight ajuda a explicar por que equipes de alto desempenho não são apenas grupos de indivíduos competentes, mas sistemas de coordenação.
Uma pesquisa multidisciplinar da Carnegie Mellon University (CMU) propõe um framework de “complementaridade” baseado em inteligência coletiva. Segundo os autores, bons times distribuem entre seus membros três processos cognitivos centrais: raciocínio, memória e atenção. O desempenho superior aparece quando a composição do grupo, a calibração de confiança entre os membros, os modelos mentais compartilhados, o treinamento e a estruturação das tarefas se alinham, e não quando simplesmente se reúnem pessoas capazes na mesma sala.
É nesse terreno já mapeado pela ciência da colaboração humana que a IA Generativa começa a se inserir, e os dados mostram que ela pode, de fato, ocupar um lugar de “colega de equipe”. Um experimento de pesquisadores de Harvard com 776 profissionais da Procter & Gamble comparou indivíduos e equipes multifuncionais trabalhando com e sem uma ferramenta de IA baseada no GPT-4, da OpenAI. Os resultados publicados no paper “The Cybernetic Teammate” apontam que indivíduos que usaram IA tiveram ganhos de desempenho de quase 40%, equiparando-se a duplas humanas tradicionais; e equipes multifuncionais apoiadas por IA tiveram três vezes mais chances de produzir ideias entre os 10% melhores, além de aumentar as emoções positivas relatadas pelos times.
Mas o retrato muda quando se olha para a escala da empresa inteira, e não apenas para experimentos controlados. O relatório “The State of Teams 2026”, da Atlassian, com 12.035 trabalhadores do conhecimento e 172 executivos de empresas Fortune 1000, mostra que 89% dos executivos dizem que a IA acelerou o trabalho, mas só 6% conseguem apontar um retorno sobre investimento. A explicação é o que o levantamento chama de “imposto da fragmentação”: a IA turbina a produtividade individual, mas sem coordenação, esse ganho se perde em retrabalho, prioridades desalinhadas e caos de handoffs, um custo estimado em US$ 161 bilhões por ano só entre as empresas da Fortune 500. Apenas 24% das implementações de IA hoje têm foco explícito em times, mesmo os trabalhadores do conhecimento dedicando cerca de 80% do próprio tempo ao trabalho colaborativo. O relatório também nomeia o fenômeno do “workslop”: entregas de IA de baixa qualidade, mal verificadas, que dão mais trabalho para corrigir do que economizaram ao gerar. Quase metade (49%) das lideranças diz que os resultados de IA de seus times não são consistentemente confiáveis, e 69% afirmam que suas bases de dados e conhecimento não estão prontas para IA.
Esse atrito também aparece quando se tenta tirar humanos da equação. Uma pesquisa da Stanford HAI liderada por Hao Zhu e Diyi Yang testou se dois agentes de IA eram capazes de colaborar entre si em mais de 650 tarefas reais de programação. O resultado foi o oposto do esperado: um único modelo sozinho superou a dupla, que perdeu quase metade da capacidade ao dividir o trabalho, ignorando alertas de outros agentes e descumprindo compromissos combinados. A pesquisa apontou que falta aos agentes a “inteligência social”, essa capacidade humana de entender que para um trabalhar andar melhor e mais rápido, é melhor dividir as tarefas de determinada maneira. A colaboração eficaz não é propriedade automática da IA, nem entre agentes, nem entre agentes e humanos. A colaboração depende do desenho humano do processo.
Para as organizações que não estão vendo o avanço da IA em seus processos, vale considerar uma barreira psicológica: a rejeição silenciosa dos funcionários que sentem na IA uma ameaça a sua identidade profissional, seja por compressão de seu papel, perda de controle sobre decisões ou erosão de sua influência. A sala de aula reforça o alerta: Scott Dyreng, professor da Fuqua School of Business, da Duke University, relatou que, ao liberar o uso de IA em trabalhos em grupo de MBA, mais da metade das equipes se dissolveu. Os alunos preferiam trabalhar sozinhos com a IA a negociar ideias com colegas.
Diante desses insights, o que muda (ou precisa mudar) na configuração das equipes? A Atlassian identifica três pilares que, combinados, reduzem o imposto da fragmentação quase pela metade, embora só 14% dos times hoje apliquem todos:
- Contexto: metas e bases de conhecimento compartilhadas e acessíveis a pessoas e agentes
- Fluxos de trabalho: papéis definidos para humanos e agentes em todo o processo, não só em etapas isoladas
- Cultura: ambientes que tratam a IA como parceira e incentivam experimentação
Os times que contam com os três pilares têm até 5,6 vezes mais chances de dizer que a IA ajuda a priorizar melhor, 9,4 vezes mais chances de dizer que aumenta a colaboração e 13 vezes mais chances de se sentirem mais conectados aos colegas. Esse desenho conversa com as recomendações dos pesquisadores Das Narayandas e Shunyuan Zhang: redesenhar papéis explicitando qual expertise humana fica mais visível, manter checagem humana na decisão final (“human-in-the-loop”), oferecer rotas de requalificação e garantir buy-in da liderança sênior. Resumindo a mudança de mentalidade: tratar a IA como parceira de trabalho, não ferramenta, e formar profissionais “em T”, com profundidade técnica somada à capacidade de dialogar com a IA fora da própria área.
Para quem desenha equipes hoje, a literatura sugere um caminho de montagem, não um simples acréscimo de ferramenta:
- Estruturar antes os fundamentos de qualquer equipe de alto desempenho: confiança, modelos mentais compartilhados, papéis claros
- Definir qual parte do raciocínio, da memória e da atenção cabe a cada agente, humano ou artificial
- Treinar a interação com IA como competência social, não só técnica
- Preservar espaços de checagem humana e debate genuíno
- Comunicar, de cima para baixo, que a nova configuração amplia, em vez de esvaziar, o papel de cada pessoa.
Com a IA assumindo o papel de colega, o trabalho ganha velocidade, mas principalmente ganha inclusão: IA bem aplicada pode aproveitar e ressaltar ideias que se perdiam em reuniões. A mesma matéria-prima que sempre definiu boas equipes humanas, agora com um integrante a mais na mesa.
