Aumento do uso de IA no trabalho

Todo mundo está comemorando que o uso de IA no trabalho cresceu. A pergunta que quase ninguém faz é: cresceu para fazer o quê?

Hoje, "usar IA" virou um conceito elástico. Vale desde pedir ajuda para escrever um e-mail até copiar e colar um prompt escrito por um guru de IA e chamar isso de produtividade. Tudo entra na mesma conta. A métrica sobe, o entendimento nem sempre acompanha.

Um estudo recente da Anthropic trouxe um dado incômodo. Na programação, a IA ajuda em diversas tarefas, mas quem passa a depender demais dela tem pior desempenho para entender código, depurar erros e explicar o que foi feito. Em média, 17% pior. Mais rápido para começar, mais frágil para sustentar a longo prazo.

Isso não me surpreende. Basta ficar algumas semanas longe da rotina para sentir como o raciocínio enferruja. Agora imagine meses delegando tudo. A questão interessante não é se isso piora o domínio técnico hoje, mas se isso vai continuar sendo relevante no futuro próximo.

Se a própria IA implementa, testa e corrige o código sozinha, talvez o valor não esteja mais na linha de código, mas no desenho da solução, na arquitetura, nas decisões de trade off. O problema é que isso não foi medido. Estamos debatendo perda de habilidade em um eixo, sem saber se houve ganho real em outro.

E tem outro ponto pouco falado: IA não é um loop barato rodando em background. Cada prompt custa. Cada token conta. Cada automação "inteligente" entra direto no custo de adquirir, atender e manter um usuário. Em algum momento, alguém vai ter que responder se a solução moderna realmente vale mais do que uma abordagem simples, previsível e barata. Usar mais, nesse caso, também significa gastar mais.

Nada disso é um argumento contra IA. Pelo contrário. É um convite a usar melhor.

O uso vai continuar crescendo. E isso é ótimo. Mas maturidade não está em usar mais. Está em saber onde usar, por que usar e quanto isso realmente entrega de valor, sem confundir velocidade com avanço.