Sua empresa pode estar automatizando as tarefas que formam seus futuros especialistas. Ao mesmo tempo, precisa de profissionais capazes de avaliar o trabalho da IA, identificar erros e decidir o que delegar. Estudos recentes revelam um descompasso entre as competências exigidas e o preparo de quem chega ao mercado, e colocam a formação das equipes na conta da liderança. Quais saberes desenvolver? E quais preservar?
Um estudo publicado em 12 de novembro de 2026 na Frontiers in Education ouviu 110 empregadores, a maioria nos Estados Unidos, sobre o que esperam de recém-formados no uso de IA. A supervisão humana do que a IA produz recebeu a maior nota de importância. A capacidade dos recém-formados de conferir esses resultados ficou com a segunda pior avaliação de preparo, acima apenas do conhecimento sobre ética e políticas de uso.
A outra ponta do problema está dentro das empresas. O IBM Institute for Business Value ouviu 1.500 CHROs, de 21 países, e 8.800 funcionários, de 28, entre abril e junho deste ano. Do lado do RH, 71% apontam a capacidade de supervisionar, validar e corrigir a IA como a habilidade mais essencial da força de trabalho. Do lado dos funcionários, 60% temem que o uso da IA esteja enfraquecendo suas habilidades, e o pensamento crítico é a mais citada como em declínio.
A preocupação com a erosão das competências reforça a importância do discernimento e do pensamento crítico.
- Entre os funcionários que se preocupam com a erosão de competências, três em cada quatro afirmam que a IA já começou a corroer pelo menos algumas de suas habilidades.
- A perda de competências está entre as principais preocupações dos Diretores de Recursos Humanos, sendo citada por 46% dos entrevistados.
- 49% dos funcionários e 57% dos diretores de RH afirmam que o pensamento crítico e a capacidade de definir problemas estão entre as habilidades mais importantes na era da IA.
- Nos casos em que o julgamento é incorporado à forma como o trabalho é realizado, 62% dos CHROs relatam um aumento na confiança dos funcionários em decisões baseadas em IA; nos casos em que isso não ocorre, 57% relatam uma queda na confiança.
Juntos, os dois estudos desenham um paradoxo. Segundo os empregadores, avaliar o trabalho da IA está entre as competências mais importantes e aquelas em que os recém-formados chegam menos preparados. Entre os funcionários, o pensamento crítico é a habilidade mais citada quando se pergunta o que a IA pode estar enfraquecendo. A relação entre os achados é uma inferência editorial. Nenhum dos estudos mede diretamente o desempenho dos profissionais: ambos registram percepções.
O mercado
No Brasil, na Argentina, no Chile, na Colômbia e no México, o número de profissionais em ocupações que passaram a exigir fluência em IA saltou de 800 mil para 8,5 milhões entre 2023 e 2025, segundo relatório do McKinsey Global Institute publicado em 9 de julho de 2026. O crescimento foi de quase 11 vezes, o dobro do ritmo observado nos Estados Unidos e na Europa. O MGI conta uma ocupação quando a competência aparece em pelo menos 5% dos anúncios de vagas para ela: o número mede a demanda, sem indicar quantos já dominam a competência. A definição de fluência usada pelo MGI inclui interpretar resultados, perceber quando estão errados e saber quando levar a decisão a uma revisão humana. A fluência que o mercado procura é, em boa parte, a capacidade de conferir.
A OCDE aponta na mesma direção. Em síntese publicada em 5 de junho, a organização estima que menos de 1% dos trabalhadores precisará de competências avançadas de IA, como programação e desenvolvimento de modelos. A maioria precisará usar, analisar e interpretar dados. Para a liderança, esses números sugerem que capacitar as áreas para avaliar os resultados da IA pode ter alcance maior do que concentrar a formação no desenvolvimento de modelos.
Onde se forma quem confere a IA
Verificar exige conhecer o trabalho que se verifica. Durante décadas, profissionais construíram esse repertório executando as tarefas básicas da função: a primeira versão do relatório, a conciliação de contas, o levantamento de dados para uma proposta. Parte dessas tarefas está entre as mais expostas à automação por IA. O MGI classifica 21% das habilidades procuradas pelos empregadores latino-americanos como ligadas a trabalho majoritariamente automatizável, com exemplos como escrituração contábil e documentação de comércio exterior. A hipótese, ainda não testada pelos estudos, é que a empresa que tira essas tarefas da rotina dos iniciantes perde também o lugar onde o julgamento se formava.
O desenho da ferramenta também entra nessa conta. Em experimento com 2.400 participantes, divulgado pela MoreThanNow em 29 de outubro e detalhado na Harvard Business Review em 4 de novembro, a BT Group comparou um assistente de IA padrão com outro configurado para cobrar especificidade e ambição na definição de metas. A versão que desafiava o usuário gerou 3,5 vezes mais metas excelentes. Quem usou qualquer uma das versões, porém, declarou precisar de bem menos apoio de gestores e colegas. O experimento sugere que a configuração da IA influencia a qualidade das metas. O resultado cria um desafio para a formação: preservar as oportunidades de aprender com gestores e colegas, mesmo quando os funcionários dizem precisar menos desse apoio.
Os empregadores ouvidos pela Frontiers esperam das universidades prática repetida de conferir, revisar e documentar o trabalho feito com IA, mais do que aulas sobre a ferramenta. Dentro das empresas, há sinais de preocupação com a preservação das próprias habilidades. No Work Trend Index 2026 da Microsoft, 43% dos usuários mais avançados dizem fazer o trabalho sem IA para manter as habilidades afiadas, contra 30% dos demais.
A Universidade do Alabama, responsável pelo estudo da Frontiers, prevê usar o curso que montou a partir das respostas dos empregadores como teste do modelo de competências. Nos levantamentos empresariais citados, os indicadores são declarados: registram o que os funcionários dizem fazer, sem demonstrar sua capacidade de identificar erros da IA. A adoção da IA costuma ser medida por licenças compradas, pilotos lançados e painéis implantados. Nenhum desses indicadores informa se as equipes continuam aptas a conferir o que a ferramenta entrega. Automatizar a tarefa é decisão de tecnologia. Formar quem confere o resultado é decisão de gestão.
A empresa que automatiza o trabalho dos iniciantes precisa encontrar outra forma de lhes ensinar o ofício. Caso contrário, arrisca-se a formar uma geração capaz de operar a IA, mas sem repertório para reconhecer quando ela erra.