Estamos usando inteligência artificial em quase tudo nos nossos dia a dia: desde criar imagens, redigir textos, apoiar processos criativos, revisar documentos. Delegamos cada vez mais. Isso é ruim? Depende.
Depende do que você delega, de como delega e, principalmente, de quem continua no comando, porém cada vez mais delegar nesse mundo incerto, veloz é necessário.
Minha tese é simples: o futuro não é delegar. O futuro é híbrido, mas o que é o híbrido? Não é “usar IA de vez em quando”. É entender e desenhar jornadas em que humanos e máquinas se alternam / se complementam, cada um fazendo o que faz melhor, com pontos de verificação claros entre uma etapa e outra – cada vez com os humanoides isso irá potencializar com híbrido.
Quem começa e quem termina
Toda jornada híbrida começa com um humano, por isso, antes de abrir qualquer ferramenta, você precisa responder: “Qual o problema que queremos resolver? Para quem? Como queremos resolvê-lo?”
Especialmente a primeira pergunta: “Qual o problema que queremos resolver?”. Nenhum modelo faz essas perguntas por você, e uma resposta vaga apenas eles irão trazer, com alto potencial de alucinação – cada vez mais trazendo resultados vagos e até “incorretos”, só que entregue mais rápido.
Só depois entra a IA, e entra por etapas, que ao fim de cada etapa, um humano olha o que foi feito antes de seguir. A pergunta que sobra é: qual etapa vai para quem? Para responder, eu uso um mapa, que deve ser feito junto com a jornada, essa matriz é para definir das atividades o que devemos fazer.
Um mapa para decidir: a matriz de autonomia e contexto
A matriz é para refletir o temos que absorver, delegar ou fazer junto, na matriz na vertical: a tarefa é de criação e alto contexto (estratégia, empatia, valores) ou de execução e baixo risco (repetição, síntese, padrões)? Na horizontal: quanta autonomia damos à IA? Dessas duas perguntas saem quatro quadrantes.
Figura 1. Matriz de autonomia e contexto. Elaboração própria.
- Quadrante 1, humano cria. É onde moram o propósito e o julgamento (essa parte onde mais gostamos de fazer e somos melhor): definir o problema, a estratégia e o que é aceitável. Delegar aqui é abrir mão de decidir.
- Quadrante 2, co-criação. Alto contexto, com a IA como parceira. Você conversa/ interage, testa prompts / contextos, compara alternativas, corrige “rotas” e o critério continua sendo seu. É o lugar de roteiros, hipóteses e rascunhos.
- Quadrante 3, humano que valida. A máquina produz e o humano confere cada entrega antes de seguir: revisar uma imagem, checar um número, verificar se uma fonte existe. Nessa etapa é que temos que ter um olhar bem crítico, observador, checar, buscar outras fontes e conversar com outros especialistas.
- Quadrante 4, IA delegação (piloto). Execução repetitiva e de baixo risco, em que a IA trabalha com mais autonomia. Chamo de piloto porque a delegação começa pequena, monitorada, e só se amplia depois que a qualidade se comprova.
A matriz não é uma escada em que todos devem subir até o quadrante 4, é um mapa para orientar cada etapa da jornada e uma mesma jornada passa por vários quadrantes, e o trabalho do líder é decidir, etapa por etapa, onde cada uma mora.
A jornada na prática: produzindo um vídeo e um artigo (exemplo)
Quero trazer dois exemplos práticos, um de produzir um vídeo e outro de escrever um artigo, que minha experiência e que pode ser aplicado em qualquer situações.
Produzir um vídeo, por exemplo, são 7 etapas (esse com meu exemplo pessoal): sendo que a primeira etapa é humana (geralmente o primeiro passo é sempre humano): um humano define qual problema quer resolver, nisso começa a pensar no objetivo, público e mensagem. Para na segunda parte, o roteiro nasce da conversa com a IA, prompt a prompt – uma co-criação. Para a terceira parte ser uma parte de validação, o humano aprova o roteiro. Para na quarta etapa da nossa jornada, “delegamos totalmente” a geração das imagens, para na quinta etapa voltarmos a validar para avaliar cada uma: está coerente? Está de acordo com a marca? Com as imagens aprovadas (importante lembrar que dar feedback é super importante nessa etapa para direcionar a IA pode e não pode), em sequência e com os prompts, delegamos de novo, desta vez a geração do vídeo – se o vídeo, imagem não ficou boa hora também de voltar processo de co-criação, e o último passo volta a ser humano: assistir, avaliar e decidir se vai ao ar, uma etapa também totalmente humana, que depois pode pedir para um agente ou fazer uma agendamento ou promoção do seu vídeo, imagem.
Figura 2. Jornada híbrida de um vídeo, etapa por etapa. Elaboração própria.
Pedir “faça um vídeo criativo e divertido” é como pedir a um arquiteto “faça uma casa bonita” – qualquer coisa pode vir, “bonito” para mim não necessariamente é igual para você. O resultado depende de dezenas de decisões que ninguém tomou. Bom vídeo se faz por partes, e cada parte tem um responsável, às vezes é a máquina, mas a validação nunca é – fazer por parte e criando uma jornada serve para qualquer atividade.
Outro exemplo: do artigo ao post
O mesmo desenho vale para o ato de escrever, por exemplo, falando da minha jornada que uso para criar um artigo ou um post tem sete etapas e alterna três regimes de trabalho, que conversam com a matriz: no regime humano, eu penso, observo, decido, estruturo e valido (quadrantes 1 e 3); no regime híbrido, interajo com a IA, exploro possibilidades e afino as ideias (quadrante 2); e no regime de inteligência artificial, delego a execução de uma tarefa já definida (quadrante 4).
Figura 3. Jornada da IA na criação de um artigo ou post. Elaboração própria.
Repare em como a jornada começa e termina. A ideia é humana: nasce de observar, viver, experimentações conversar e refletir. A pesquisa é híbrida: eu descrevo o que quero, interajo com a IA e analiso as informações que ela traz. O roteiro volta a ser humano, porque organizar as ideias, estruturar o texto e definir o tom é decidir o que eu quero dizer. Só então a produção do conteúdo é híbrida: compartilho o roteiro, dou as instruções e gero o texto. Em seguida, outro ponto humano, o da revisão: ler, corrigir, ajustar e decidir.
Depois vem uma decisão que a própria jornada explicita: precisa de imagem? Se não, vamos direto para integrar e publicar, etapa humana. Se sim, o conceito da imagem é definido em modo híbrido e a geração é delegada à IA, antes de voltar às mãos de uma pessoa para selecionar e integrar. Perguntar “precisa?” antes de delegar é um bom hábito: nem toda tarefa que a IA pode fazer é uma tarefa que deve ir para ela.
Há evidência de que redigir é justamente onde essa parceria rende. Em um experimento publicado na revista Science, pesquisadores do MIT (Noy e Zhang) deram tarefas de redação típicas do trabalho (como comunicados à imprensa e relatórios curtos) a 453 profissionais com ensino superior, e metade pôde usar o ChatGPT. Quem usou levou 40% menos tempo, e avaliadores independentes deram notas 18% mais altas à qualidade do texto. Os participantes gastaram menos tempo no rascunho e relativamente mais na edição, o que reforça o argumento: a IA ajuda a produzir, e o valor humano se desloca para decidir e revisar. Mas há um limite que os próprios autores reconhecem: o estudo não checou fatos nos textos produzidos, então não se sabe se o ganho de velocidade e de qualidade veio com algum custo em precisão. É a etapa 5 da jornada, a de rever e validar, que cobre esse buraco.
O que os dados dizem
O estudo mais citado sobre o tema foi feito por pesquisadores de Harvard, MIT, Wharton e do Boston Consulting Group com 758 consultores do BCG. Em tarefas dentro da capacidade da IA, quem usou GPT-4 completou em média 12,2% mais tarefas, 25,1% mais rápido, com qualidade avaliada como mais de 40% superior. Até aqui, uma ótima notícia.
O mesmo estudo trouxe a parte que muita gente ignora. Em uma tarefa propositalmente escolhida fora da fronteira de capacidade da IA, os consultores que a usaram tiveram 19 pontos percentuais a menos de chance de chegar à resposta correta do que os que trabalharam sem ela. Os pesquisadores chamaram isso de “fronteira irregular” (jagged frontier): a IA é brilhante em algumas tarefas e falha em outras que, para nós, parecem igualmente difíceis. E não há manual dizendo onde está a linha.
Quem sabe onde está a linha? O humano que desenhou a jornada e que verifica cada etapa. O estudo também descreveu dois estilos de colaboração: os “centauros”, que dividem as atividades entre si e a IA, e os “ciborgues”, que integram a IA ao trabalho em interação constante. O recado que tiro dele é outro: sem saber onde está a linha, não dá para delegar com segurança.
Outro dado vem do atendimento ao cliente. Um estudo do NBER (Brynjolfsson, Li e Raymond) acompanhou 5.179 agentes de suporte que passaram a contar com um assistente de IA que acompanhava as conversas e sugeria respostas. A produtividade, medida em problemas resolvidos por hora, subiu 14% em média, com ganho de cerca de 34% entre os agentes novatos e efeito mínimo entre os mais experientes. Repare no desenho: a IA sugere, o humano decide e conversa com o cliente. É a co-criação do quadrante 2 na prática. (Um cuidado: o número de 34% é da versão de 2023 do estudo, e há versões posteriores do artigo, então vale conferir a edição que for citar.)
Quando se delega sem desenhar a jornada
Três casos recentes mostram o custo de pular as etapas humanas.
O primeiro é a Klarna, fintech sueca. Em fevereiro de 2024, a empresa anunciou que seu assistente de IA já fazia o trabalho equivalente a 700 atendentes e havia assumido dois terços das conversas de atendimento em um mês. Em maio de 2025, o CEO Sebastian Siemiatkowski disse à Bloomberg que a empresa voltaria a contratar atendentes humanos, reconhecendo que o custo havia sido um fator predominante demais na decisão e que isso resultou em qualidade inferior. A lição não é “IA não funciona”, o que aprenderam é que atendimento não é só resolver chamados, é fazer o cliente se sentir ouvido. Na leitura da matriz, a empresa empurrou para o quadrante 4 um serviço que muitas vezes é de alto contexto e empatia, que tivessem desenhado uma boa jornada, possivelmente saberiam o que daria para delegar a IA, o que teria que ser feito conjunto e que o humano deveria validar ou papel do humano.
O segundo é a Deloitte Austrália. Em 2025, a consultoria concordou em devolver parte dos 440 mil dólares australianos pagos pelo governo por um relatório de 237 páginas. Um pesquisador da Universidade de Sydney apontou referências a estudos que não existem e uma citação inventada atribuída a uma decisão judicial. A versão revisada passou a informar que foi usado um modelo de linguagem (Azure OpenAI) na elaboração. A empresa não confirmou publicamente que os erros vieram da IA, mas o que importa aqui é outra coisa: um relatório que embasa decisão pública é de alto contexto e alto risco, e faltou o quadrante 3 (verificação humana) antes de entregá-lo, a falta de checagem custa dinheiro e danos irreparáveis na reputação.
O terceiro é bem próximo de quem escreve. Entre novembro de 2022 e janeiro de 2023, o site de tecnologia CNET publicou dezenas de textos de finanças pessoais produzidos com uma ferramenta de IA, inicialmente assinados apenas como “CNET Money Staff”. Depois que o site Futurism apontou erros, uma revisão interna da própria CNET encontrou problemas em 41 dos 77 textos publicados com a ferramenta, o que levou a correções públicas, e em alguns casos a trechos substituídos por não serem totalmente originais. A empresa informou que retomaria o uso da ferramenta quando tivesse confiança em seus processos editoriais. É o retrato do que acontece quando não se desenha bem a jornada, especialmente colocando a parte de rever e validar, é fraca ou pulada.
Quando a jornada funciona
O melhor exemplo que conheço de desenho híbrido vem da saúde. O estudo MASAI, publicado na The Lancet Digital Health, acompanhou mais de 105 mil mulheres no programa nacional de rastreamento de câncer de mama da Suécia, divididas aleatoriamente entre o método tradicional (dois radiologistas lendo cada exame) e um fluxo apoiado por IA. Com a IA, a detecção de câncer foi 29% maior (6,4 casos por mil mulheres contra 5,0), sem aumento de falsos positivos, e a carga de leitura dos radiologistas caiu 44%.
Ninguém “delegou” o diagnóstico. A tarefa foi redesenhada: a IA apoia a leitura em escala e o especialista concentra o olhar onde mais importa, seguindo no comando da decisão. Resultado: mais qualidade e menos esforço ao mesmo tempo.
Agentes: aqui a jornada precisa ser cirúrgica
Quando falamos de agentes de IA, sistemas que executam sequências de ações por conta própria, o desenho da jornada fica ainda mais crítico. Um agente que recebe uma instrução imprecisa não “pergunta de volta” como um colega faria: ele executa. Se o caminho estiver mal desenhado, comete erros em cadeia e ainda consome tokens (dinheiro “e tempo”) sem necessidade a cada tentativa. Agentes vivem no quadrante 4 (execução), e é por isso que ele pede piloto: a jornada precisa definir com precisão o objetivo, os limites, as ferramentas que o agente pode usar e os pontos em que ele deve parar e pedir validação humana.
O mercado já começa a sentir isso: a Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro ou controles de risco inadequados. A própria consultoria afirma que boa parte dos projetos atuais são experimentos movidos por empolgação e muitas vezes mal aplicados, e estima que só cerca de 130 dos milhares de fornecedores que se dizem “agênticos” entregam de fato essa capacidade (um fenômeno que chama de agent washing). Ao mesmo tempo, projeta que ao menos 15% das decisões do dia a dia no trabalho serão tomadas de forma autônoma por agentes até 2028. O potencial é real, o desperdício também. A diferença está no desenho.
Figura 4. Principais números citados neste artigo. Fontes: Harvard/BCG (2023), NBER (2023), Noy e Zhang/Science (2023), MASAI/The Lancet Digital Health (2025), The Verge (2023), AP (2025) e Gartner (2025).
Segundo exemplo: validar uma ideia
O mesmo raciocínio vale fora da criação de conteúdo. Digamos que você quer validar uma ideia de negócio.
- Quadrante 1, humano cria: qual é a ideia? Que hipótese eu quero testar? O que me faria desistir?
- Quadrante 2, co-criação: você pede à IA uma pesquisa aprofundada (deep research) sobre mercado, concorrentes e documentos relevantes. Saber o que pedir já é um ato humano.
- Quadrante 3, humano valida: você lê, filtra, descarta o ruído e confere as fontes.
- Quadrante 2, co-criação: com o material filtrado, você pede novas rodadas de análise, cruzamentos e comparações.
- Quadrante 4, IA delegação: a IA sumariza tudo em um relatório.
- Quadrante 3, humano valida: você valida o relatório. Os números fecham? As fontes existem? A conclusão faz sentido para o meu contexto?
Repare no padrão: o humano abre, filtra e fecha. A IA entra no meio, onde ela multiplica a capacidade sem tomar a decisão.
Quatro perguntas para cada etapa da sua jornada
Para quem lidera uma empresa, proponho um exercício prático. Pegue qualquer processo relevante da sua organização, mapeie as etapas e responda, para cada uma:
- Em que quadrante ela está? É criação de alto contexto ou execução de baixo risco? Quanta autonomia a IA deveria ter aqui?
- Quem decide? Define o objetivo, o critério de qualidade e o que é aceitável. Em geral, é humano.
- Quem executa? Aqui entra a IA, quando a tarefa é repetitiva, de grande volume ou está dentro da fronteira em que ela comprovadamente funciona.
- Quem verifica? Quem assume a responsabilidade pelo resultado. Se a resposta for “ninguém”, você acabou de encontrar o seu próximo caso Deloitte.
Esse mapa também responde à pergunta que todo conselho faz: onde automatizar de verdade e onde manter pessoas? A resposta nunca é “tudo” nem “nada”. É etapa por etapa.
O que fazer na segunda-feira
Não comece por uma “ferramenta nova”, procure refletir e escolher um processo, desenhe a jornada em uma folha de papel e marque, para cada etapa, o quadrante em que ela mora. Defina os pontos de verificação e quem é dono de cada um. Comece a delegação como piloto, meça qualidade (não só velocidade) e só então escale.
A pergunta que deveria estar na pauta dos conselhos e das diretorias não é “quanto podemos delegar à IA?”, e sim “como desenhamos a jornada para que humanos e máquinas entreguem, juntos, mais do que cada um entregaria sozinho?”.
O futuro não é humano contra a máquina, nem humano substituído pela máquina. É humano e máquina, cada um na etapa certa, uma junção, uma colaboração, por isso: o futuro será híbrido, será colaborativo.
Fontes
- Dell’Acqua, F. et al. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013, 2023.
- Brynjolfsson, E.; Li, D.; Raymond, L. Generative AI at Work. NBER Working Paper 31161, 2023.
- Noy, S.; Zhang, W. Experimental evidence on the productivity effects of generative artificial intelligence. Science, 2023. DOI: 10.1126/science.adh2586.
- Lång, K. et al. Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI). The Lancet Digital Health, 2025.
- Gartner. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. Comunicado de imprensa, 2025.
- Bloomberg, entrevista com Sebastian Siemiatkowski (Klarna), maio de 2025, conforme reportado por Entrepreneur e Mind the Product.
- Sato, M.; Roth, E. CNET found errors in more than half of its AI-written stories. The Verge, 25 de janeiro de 2023.
- Associated Press. Deloitte to partially refund Australian government for report with apparent AI-generated errors, outubro de 2025.
