IA não está só acelerando o trabalho. Está cansando quem trabalha

Por the Shift

Nos últimos meses, um novo termo passou a circular em conselhos de administração, eventos corporativos e relatórios de consultorias: fadiga de IA. Trata-se de uma referência direta ao estresse cognitivo associado ao uso contínuo de ferramentas de Inteligência Artificial.

Embora a IA tenha acelerado a execução de tarefas específicas, também elevou de forma significativa a carga geral de trabalho. Se ela reduziu custos de produção, ampliou custos de coordenação, revisão e tomada de decisão. Esses custos recaem, em última instância, sobre pessoas.

Quando uma tarefa que antes consumia um dia passa a ser executada em três horas, o tempo restante raramente se converte em descanso ou reflexão estratégica, como indicou o estudo publicado pela Harvard Business Review. A promessa era liberar capacidade humana. O que se observa é outra dinâmica: ganhos reais de produtividade acompanhados por ampliação de escopo, diluição das fronteiras entre trabalho e tempo pessoal e maior responsabilização por possíveis erros.

A carga mental não desaparece. Ela muda de natureza e, em muitos casos, aumenta. O ritmo de produção se acelera e o esforço cognitivo se transforma em vigilância contínua.

Engenheiros de software têm relatado esse desgaste de forma explícita. Siddhant Khare, que trabalha no desenvolvimento de infraestrutura para agentes de IA, descreveu recentemente sua própria experiência de exaustão. Parte do problema está na exigência de julgamento permanente. Cada resposta gerada deve ser validada. Cada sugestão deve ser contextualizada. A interação se fragmenta em ciclos curtos de decisão: aceitar, ajustar, rejeitar, reformular. A mente permanece em estado constante de avaliação. O esforço não está mais na produção bruta, mas na curadoria e na responsabilidade.

“Se alguém que trabalha em tempo integral construindo infraestrutura de agentes pode se esgotar com IA, isso pode acontecer com qualquer um”, escreveu Khare.

Insegurança ou intensificação?

Parte do debate sugere que a chamada fadiga pode refletir insegurança de adoção. Em uma conversa pública com executivos, o professor Jeremy Utley relatou que quase todos afirmaram sentir “AI fatigue”, mas poucos conseguiram demonstrar uso avançado das ferramentas. A hipótese é que parte da exaustão decorra da pressão para dominar uma tecnologia ainda em consolidação, conforme ele comenta com Sabrina Shafer na conversa disponível no link https://www.youtube.com/watch?v=-dhToihPWqY

Essa leitura merece consideração. Parte do que se descreve como fadiga pode estar associada à proliferação de ferramentas, demonstrações constantes e promessas reiteradas de eficiência adicionadas a uma rotina já saturada. Quando a transformação se apresenta como sucessivas camadas tecnológicas, o cansaço torna-se previsível.

A mudança mais profunda, porém, está na redefinição do próprio trabalho. O que exige julgamento humano? Onde reside a confiança em um processo? O que deve permanecer relacional e o que pode ser automatizado com responsabilidade?

Mas a fadiga da IA não surge apenas do excesso de ferramentas. Pesquisa da Wiley Workplace Intelligence mostra que 68% dos funcionários se dizem entusiasmados ou curiosos em relação à IA, mas 48% afirmam precisar de expectativas mais claras sobre como utilizá-la de forma eficaz. Há interesse. Falta direcionamento.

Se o fenômeno for predominantemente ansiedade de adoção, treinamento e experimentação tendem a reduzir o desconforto. Se for estrutural, consequência de metas e incentivos que absorvem automaticamente qualquer ganho de eficiência, a resposta exige reorganização operacional.

Até o momento, os sinais apontam para uma combinação dos dois fatores. Há insegurança, mas há também intensificação real. Mesmo entre usuários ativos e voluntários, o estudo da HBR registrou expansão de escopo e aumento de horas. Isso indica que o ganho de produtividade está sendo capturado como volume adicional, não como eficiência líquida.

É um problema sistêmico. Estudos sobre a produtividade do trabalho intelectual demonstram há muito tempo que melhorias na eficiência, sem redução do escopo, levam à expansão do trabalho. Quando algo fica mais fácil, as organizações tendem a fazer mais dessa atividade, em vez de fazer menos no geral. A IA acelera esse efeito.

O risco estratégico

Para executivos, o risco ultrapassa o desgaste individual. Ele atinge a qualidade estratégica. Ciclos comprimidos reduzem o tempo de maturação das decisões. A abundância de alternativas pode gerar sobrecarga decisional. O excesso de produção obscurece prioridades.

Do ponto de vista financeiro, a equação precisa ser ampliada. Se a adoção intensiva de IA estiver associada a maior exaustão, parte do retorno operacional pode ser compensada por custos humanos crescentes. Usuários frequentes de IA relatam taxas de burnout 45% maiores do que seus colegas de trabalho. E burnout tem impactos conhecidos: rotatividade, absenteísmo, queda de engajamento e perda de produtividade. Também se reflete em decisões de produto de menor qualidade, redução da capacidade estratégica, declínio na inovação e deterioração da confiança interna.

Medir apenas ganho de output não é suficiente.

Tecnologias anteriores já comprimiram ciclos e ampliaram expectativas. A diferença agora é a velocidade. A IA reduz drasticamente o tempo de iteração e, praticamente, elimina o custo marginal de gerar alternativas. O limite deixa de ser técnico. Passa a ser humano.

A fadiga de IA não é um protesto contra a tecnologia. É um sinal de desalinhamento entre capacidade ampliada e desenho organizacional inalterado. A IA já redefiniu o que é possível produzir. Cabe às lideranças executivas definir o que é necessário produzir e quanto é sustentável exigir.

Conteúdo originalmente produzido e publicado por The Shift. Reprodução autorizada exclusivamente para a Abranet. A reprodução por terceiros, parcial ou integral, não é permitida sem autorização.