Já escrevi aqui sobre dois custos que a adoção de IA impõe às organizações. O primeiro é financeiro: a queda média de 428 pontos-base no ROE durante a implementação, o que pesquisadores da Universidade de Tóquio chamaram de Innovation Tax. O segundo é de governança: a armadilha de medir uso em vez de resultado, o Tokenmaxxing que transforma token consumido em símbolo de status enquanto o caixa sangra.
Um paper publicado em maio deste ano adiciona o terceiro custo. É o mais difícil de enxergar porque acontece dentro das pessoas. “Human-AI Productivity Paradoxes: Modeling the Interplay of Skill, Effort, and AI Assistance” modela algo que os dois estudos anteriores não tocam: o que a IA faz com a capacidade humana de trabalhar sem ela.
O mecanismo é direto. Quando uma ferramenta executa parte do trabalho por você, você para de desenvolver a habilidade de fazer aquela parte. Não por preguiça. Por otimização. O cérebro humano redireciona esforço quando percebe que o esforço não é necessário. O problema aparece quando a ferramenta falha, quando o contexto muda, ou quando você precisa auditar o resultado e não tem mais o músculo para isso.
Os autores chamam de Deskilling Endógeno. A versão sem eufemismo: você criou dependência sem criar competência.
Há um segundo mecanismo, mais sutil. Quando a IA é pouco confiável, o usuário racional reduz o próprio esforço global, porque não sabe ao certo o que a ferramenta vai entregar. O resultado líquido é menos trabalho humano e menos trabalho de qualidade da IA. Os autores chamam de Canibalização de Esforço. Os dois efeitos juntos produzem queda de produtividade mesmo em contextos onde a adoção cresce.
O paper então modela a polarização
Quando existe diferença na capacidade de identificar quando a IA está errada, os que têm essa capacidade usam a ferramenta para multiplicar o que já sabem. Os que não têm delegam e atrofiam. Os autores chamam de Efeito Mateus*. O mesmo princípio que governa mercados: quem tem, recebe mais; quem não tem, perde o que ainda tem.
O que vejo nas empresas difere um pouco do que o modelo acadêmico captura. A divisão não é necessariamente entre sênior e júnior. É entre acomodação e curiosidade dirigida. Encontro profissionais com vinte anos de empresa que se jogaram nesse aprendizado com energia que não vi em ondas anteriores. E encontro outros, às vezes bem mais novos, que usam a IA como atalho sistemático para não pensar. A variável não é tempo de casa. É o modo de se relacionar com o desconhecido.
Isso importa porque não existe política de treinamento que resolva acomodação. Você pode dar acesso igual à ferramenta para dois profissionais e um vai decolar e o outro vai atrofiar. E provavelmente não vai descobrir qual é qual até que a ferramenta falhe em um momento crítico.
Agora, o que acontece quando você coloca os três problemas em simultaneidade?
O Innovation Tax diz que existe um vale. O Tokenmaxxing diz que você provavelmente está medindo as coisas erradas enquanto atravessa esse vale. E o paper de produtividade diz que, durante a travessia, as pessoas estão perdendo a capacidade de perceber que algo está indo mal.
O estudo de Tóquio dá o motor: a IA amplifica e acelera os ciclos organizacionais, saudáveis ou disfuncionais. Um problema de integração que levaria três anos para explodir chega ao colapso em dois meses. Não porque a IA criou o problema. Porque ela eliminou as ações paliativas que seguravam o sistema e que, até então, davam a ilusão de controle.
O paper de produtividade dá o combustível: durante esses ciclos acelerados, as equipes estão perdendo a capacidade de corrigir o que está errado, exatamente porque delegaram à ferramenta a capacidade de perceber que algo está errado.
O resultado é o que nenhum dos dois modela individualmente o encolhimento da janela de correção.
Aqui está o paradoxo sem saída fácil
Empresas que decidem fazer o certo (investir em base de dados, criar governança, desenvolver a capacidade de auditoria) entram na parte inferior da Curva J. Queda de produtividade, capital humano em reconstrução e equipe na transição. Esse é o vale.
No vale, a empresa que não investiu na base tem caixa imediato e uma proposta atraente para os talentos que você acabou de desenvolver. A predação de talentos não é risco teórico. É o incentivo natural do mercado durante o seu momento mais vulnerável. E a empresa predatória não precisa ter feito nada certo. Precisa apenas ter mais margem do que você naquele trimestre.
O meme que circula diz que o maior risco não é treinar alguém e perdê-lo. É não treinar e ele ficar. Concordo. Mas esse paradoxo agora tem uma segunda camada: a curva improdutiva do treinamento abre uma janela que o concorrente de maior escala vai usar. Ele absorve o custo de implementação porque tem margem para isso. Depois recruta exatamente quem você formou durante o vale.
A única alavanca que muda a equação antes dos dois lados piorarem é redesenhar o que você mede. E fazer isso antes do piloto, não depois.
Se os indicadores de uso de IA não estiverem conectados em cadeia com os resultados que o negócio entrega, o gap entre ferramenta e resultado nunca vai aparecer nos relatórios. E sem o gap visível, ninguém ativa o modo de aprendizado. Sem o modo de aprendizado, o deskilling segue seu curso silencioso enquanto o relógio da Curva J corre.
Três custos, uma armadilha. O financeiro você consegue medir. O de governança você já sabe nomear. O cognitivo é o que destrói a empresa antes que qualquer relatório consiga registrar.
O relógio está mais rápido do que você imagina.
* O “Efeito Mateus” é um conceito que mostra como quem já tem conhecimentos anteriores costuma aprender mais rápido do que aqueles que não possuem habilidades prévias. Estes acabam ficando ainda mais atrasados em relação aos primeiros. É como em uma sala de aula: a criança que já lê bem consegue entender livros mais difíceis, aprende palavras novas e evolui mais rápido. Já quem tem dificuldade para ler pode praticar menos, perder confiança e acabar aprendendo cada vez menos. O nome “Efeito Mateus” vem de um versículo da Bíblia, em Mateus 25:29, que diz: “Porque a todo aquele que tem, mais será dado, e terá em abundância; mas ao que não tem, até o que tem lhe será tirado”.