Consigo imaginar uma profissional diante de uma solicitação perfeitamente bem-intencionada: explicar à inteligência artificial como realiza o trabalho no qual se tornou referência. Ela conhece as exceções, percebe quando uma informação aparentemente correta não faz sentido e identifica, antes dos demais, o problema que ainda não entrou no indicador. Para ensinar o sistema, precisará interromper entregas, organizar esse conhecimento, testar respostas e corrigir erros. Depois, continuará responsável pelos resultados. A empresa chama esse processo de adoção; do lugar daquela profissional, ele também pode ser entendido como uma negociação sobre o valor futuro da sua contribuição.
É essa negociação que me interessa. Temos dedicado energia a discutir como convencer as pessoas a usar IA, mas nem sempre tornamos explícito o que estamos pedindo que elas entreguem, quais riscos deverão assumir e o que receberão em troca. Não me refiro apenas a remuneração. Refiro-me a reconhecimento, autonomia, tempo para aprender, perspectivas de carreira e critérios de responsabilização. Uma transformação que modifica a produção de valor sem discutir sua distribuição deixa uma parte decisiva do problema fora da agenda executiva.
Quando ouço que uma equipe precisa mudar de mentalidade, considero a hipótese de que ela já tenha compreendido as consequências da mudança melhor do que a liderança imagina. Uma pessoa pode reconhecer a utilidade da tecnologia e, ainda assim, não enxergar vantagem em expor que conclui uma tarefa mais rapidamente. Se a resposta previsível for aumentar sua carga, eliminar sua oportunidade de desenvolvimento ou responsabilizá-la por decisões que não consegue controlar, a baixa adesão deixa de ser um enigma cultural. Torna-se uma resposta a incentivos que nós, gestores, ajudamos a construir.
Não quero substituir uma explicação simplista por outra. Existem receios infundados, lacunas de conhecimento, hábitos difíceis de rever e interesses que precisam ser confrontados. Nem toda resistência é racional, e uma empresa não pode atribuir poder de veto individual a qualquer mudança. O que defendo é um diagnóstico mais exigente: antes de tratar a relutância como deficiência humana, precisamos verificar se o desenho da transformação oferece condições razoáveis para cooperar. Convencer alguém a trabalhar contra os próprios incentivos pode produzir adesão momentânea; dificilmente constitui uma capacidade organizacional confiável.
As pesquisas reunidas pela OCDE sobre IA e trabalho ajudam a qualificar essa conversa. Em levantamentos com trabalhadores e empregadores dos setores financeiro e industrial de sete países, treinamento e consulta aos trabalhadores apareceram associados a resultados mais favoráveis para eles. Trata-se de associação, não de demonstração de causalidade, e o recorte não representa todas as atividades econômicas.1 Ainda assim, considero relevante que a discussão não se limite à disponibilidade da ferramenta: importa como as pessoas participam das condições em que ela será utilizada.
No cotidiano, a negociação costuma começar por algo muito concreto: quem fará o trabalho adicional da transição? Enquanto o novo processo aprende a funcionar, alguém mantém o antigo, testa a alternativa e reconcilia os resultados. Se essa carga não estiver prevista, a inovação passa a depender de horas invisíveis. A liderança recebe a demonstração de produtividade, mas o custo foi deslocado para a disponibilidade pessoal de quem tornou a demonstração possível. Chamar esse esforço de protagonismo não deveria nos dispensar de financiá-lo.
Existe também o custo de conferir. A resposta de uma IA pode ficar pronta antes de ser confiável para aquele uso, e avaliar um resultado plausível pode exigir conhecimento superior ao necessário para produzi-lo. Um profissional experiente talvez encontre rapidamente uma resposta por conta própria, mas precise reconstruir o raciocínio do sistema para aceitar a alternativa sugerida. Em outros casos, a ferramenta efetivamente reduz esse trabalho. A decisão deveria vir da comparação do fluxo completo, incluindo revisão e correção, não de uma impressão baseada na velocidade com que o texto apareceu na tela.
Um experimento da METR, divulgado em julho de 2025, tornou essa diferença especialmente visível: 16 desenvolvedores experientes, trabalhando em 246 tarefas reais de projetos que conheciam, levaram 19% mais tempo quando puderam usar as ferramentas de IA testadas. O resultado não autoriza uma conclusão geral sobre programação ou sobre ferramentas posteriores.2 Em fevereiro de 2026, a própria organização relatou dificuldades de seleção e medição em uma investigação subsequente e advertiu contra estimativas simples para o novo contexto.3 Para mim, a lição está na disciplina de medir, inclusive quando a evidência contraria tanto o entusiasmo quanto o ceticismo.
A arquitetura participa diretamente desse contrato. Dados, contexto, interoperabilidade, orquestração e governança não são somente requisitos técnicos: determinam quanto esforço e risco serão transferidos ao usuário. Se o sistema não conhece a política vigente, alguém precisará fornecê-la. Se não tem acesso ao histórico, alguém reconstruirá o contexto. Se consegue recomendar, mas não executar, uma pessoa completará o percurso. Quanto mais essas lacunas forem tratadas como detalhes, maior a chance de a empresa anunciar uma transformação que continua sendo sustentada por trabalho manual não reconhecido.
A situação se torna mais delicada quando capacidade de ação e responsabilidade não avançam juntas. Eu considero inadequado pedir a uma pessoa que responda pelo resultado de um sistema sem lhe dar meios para compreender seus limites, contestar uma recomendação e interromper uma ação inadequada. A assinatura humana não resolve essa assimetria por si só. Se o volume, o tempo disponível ou a falta de acesso tornam a revisão impraticável, temos uma aprovação nominal, não uma supervisão efetiva. O desenho precisa prever a autoridade necessária para cumprir a responsabilidade atribuída.
Há, porém, uma dimensão ainda menos discutida: ensinar a organização pode modificar o poder de quem detém conhecimento. Boa parte do valor de um profissional está em perceber exceções que não aparecem no procedimento, reconhecer ambiguidades e saber quando a regra deixa de servir. Tornar esse conhecimento compartilhável pode ser excelente para o negócio, mas exige reconhecer a contribuição de quem o estrutura. A empresa não deveria valorizar a pessoa apenas por executar uma tarefa e, ao mesmo tempo, esperar que ela trabalhe espontaneamente para que essa tarefa deixe de definir seu papel.
Minha posição não é a de defender conhecimento retido como mecanismo de proteção. Isso limitaria a aprendizagem coletiva e poderia criar dependências perigosas. Defendo que transferir conhecimento seja tratado como trabalho de alto valor, com crédito, tempo e possibilidades concretas de evolução. Quem melhora a capacidade da organização deveria ter caminhos para atuar na supervisão, no desenho de novos processos, na resolução de exceções ou em outras funções compatíveis com suas competências. Nem todos seguirão a mesma trajetória, mas é preciso existir algo mais consistente do que a promessa vaga de que surgirão atividades estratégicas.
Essa discussão não permite garantias que a liderança não pode sustentar. Seria irresponsável prometer que nenhuma função será alterada ou que todo ganho será convertido em expansão. Mudanças de quadro podem fazer parte de uma transformação, e ocultar essa possibilidade corrói a confiança que se pretende construir. O compromisso defensável é outro: clareza sobre objetivos e critérios, participação na implementação, condições reais de aprendizagem e tratamento responsável dos impactos. Não se trata de eliminar o conflito econômico, mas de administrá-lo sem converter a ambiguidade em instrumento de adesão.
Quando projeto esse tema para os próximos anos, enxergo três arranjos plausíveis, que podem inclusive coexistir dentro da mesma companhia. No primeiro, a organização captura ganhos e amplia exigências sem rever a relação com as pessoas. Pode obter eficiência de curto prazo, mas corre o risco de reduzir a disposição para ensinar, revelar problemas e compartilhar melhorias. No segundo, indivíduos utilizam IA discretamente para proteger sua própria produtividade, enquanto a empresa acumula licenças e continua sem transformar processos. No terceiro, os ganhos são tornados visíveis e recebem destinação negociada, permitindo que a aprendizagem individual se converta em capacidade coletiva.
Não atribuo probabilidades a esses futuros. Interessa-me perceber que escolhas presentes favorecem cada um deles. Quando um erro relatado de boa-fé gera punição, a organização ensina a ocultá-lo; quando uma melhoria individual resulta apenas em mais tarefas, ensina a não revelá-la. Da mesma forma, quando o profissional que ensina o sistema ganha reconhecimento e espaço para assumir responsabilidades mais relevantes, a empresa cria uma razão concreta para cooperar. A política de adoção não está apenas no documento de comunicação, mas na consequência observável de cada comportamento.
Eu levaria esse debate conjuntamente ao CEO, ao CHRO, ao responsável pela operação e à liderança de tecnologia. O RH não consegue compensar com treinamento um sistema que exige revisão impossível; a tecnologia não consegue produzir confiança onde o critério de avaliação pune a experimentação responsável; a operação não deveria manter indefinidamente dois processos sem financiar a transição. Tampouco basta medir acessos. Precisamos saber quem está absorvendo a conferência, se as exceções estão diminuindo, quanto tempo é necessário para trabalhar de outra forma e se a contribuição de quem ensina está sendo reconhecida.
Um sinal especialmente importante seria a disposição dos profissionais mais experientes para tornar seu julgamento discutível e compartilhável. Não porque devam concordar com toda proposta tecnológica, mas porque sua participação revela se o sistema oferece condições de colaboração. Outro sinal seria a redução da distância entre a demonstração do projeto e a experiência de quem o utiliza em um dia difícil, com dados incompletos, pressão de prazo e consequências reais. A adoção merece ser avaliada nesse cotidiano, não apenas no ambiente protegido da apresentação executiva.
No fundo, estamos pedindo às pessoas que ajudem a construir uma organização diferente daquela na qual aprenderam a ter valor. Eu considero esse pedido legítimo e necessário, mas suficientemente importante para não ser resumido a um chamado por entusiasmo. Antes de perguntar por que alguém ainda não abraçou a inteligência artificial, a liderança precisa conseguir explicar o que está oferecendo em troca dessa colaboração. O futuro do trabalho também será definido pela qualidade desse acordo, inclusive nas empresas que preferirem não reconhecer que ele existe.
Fontes dos dados e conceitos citados
[1] OCDE. AI and work. Página temática; seção sobre experiências de trabalhadores e empregadores.
[3] METR. Atualização da pesquisa de produtividade. 24 fev. 2026.
