Uma nova análise publicada pelo MIT Sloan Management Review, baseada em um estudo conjunto da Anthrome Insight e da Axialent, acende um alerta para um efeito colateral insidioso da inteligência artificial no ambiente de trabalho: a criação de uma “miragem de capacidade”. O fenômeno descreve organizações que parecem altamente competentes na superfície, com relatórios, apresentações e códigos polidos por IA, enquanto as habilidades reais de suas equipes se deterioram silenciosamente, como uma estrutura corroída por dentro.
O risco, segundo os especialistas ouvidos na reportagem, vai além da simples automação de tarefas. A adoção acrítica da IA pode quebrar o elo histórico entre um bom resultado e uma competência genuína, tornando impossível para gestores e colegas avaliarem quem realmente domina um assunto. Quando a confiança sobre “quem sabe o quê” se desfaz, a própria base da colaboração e do desenvolvimento de talentos é ameaçada, deixando as empresas vulneráveis a crises que a IA, treinada em dados do passado, não consegue prever ou resolver.
A Erosão Silenciosa do Conhecimento
O cerne do problema é que a IA funciona mais como um amplificador do que como um professor. Como observou Gábor Szórád, CEO da AI Business Impact, um profissional excelente usará a ferramenta para ampliar seu impacto, mas um profissional medíocre apenas produzirá mais “instruções ruins” e “ideias más”, ainda que com uma aparência mais sofisticada. A tecnologia mascara a profundidade — ou a falta dela. Stephanie Antonian, fundadora da Aestora, complementa que um trabalho gerado por IA pode parecer bom, mas a organização não tem como saber “o que está por baixo, quão resiliente é aquele trabalho ou se ele vai gerar um passivo adicional”.
Essa dinâmica cria um curto-circuito no mecanismo tradicional de aprendizado profissional, que depende do esforço, da tentativa e erro e do acúmulo lento de discernimento. Ao terceirizar o “esforço produtivo” para um algoritmo, especialmente no início da carreira, corre-se o risco de formar profissionais que não desenvolvem a capacidade de identificar onde a própria IA errou. O resultado é um ciclo em que resultados medíocres são validados por pessoas que também não detêm o conhecimento necessário, minando o que Albert Durig, da Triviam Consulting, chama de “músculo do pensamento crítico”. A organização perde a capacidade de se autoavaliar e só descobre a fragilidade quando um evento inesperado expõe a superficialidade de sua suposta competência.
O Colapso da Confiança e da Accountability
O segundo pilar a ruir é a confiança interpessoal. As equipes funcionam com base em um mapa mental de competências: sabe-se em quem confiar para uma análise financeira, a quem recorrer para uma revisão de código ou qual julgamento priorizar em uma decisão estratégica. Quando a IA embaralha esse mapa, a confiança se desfaz. Como um gestor pode avaliar quem está pronto para uma promoção se o desempenho visível é indistinguível do output de uma máquina? A consequência, como aponta Elisa Farri, vice-presidente da Capgemini Invent, é um colapso de confiança que vai de “zero a cem” quando a dependência excessiva da IA é descoberta.
Isso se agrava com a falta de accountability. A reportagem do MIT Sloan Management Review destaca uma dinâmica perversa: funcionários que escondem o uso de IA para atribuir ganhos de produtividade a si mesmos, protegendo a percepção de seu valor. Essa falta de transparência impede que a liderança entenda a real capacidade produtiva da organização. A questão não é se a IA pode fazer o trabalho, mas o que acontece quando ela não pode — e ninguém sabe os limites de sua competência. A solução, embora complexa na prática, passa por restaurar princípios básicos de gestão: estabelecer normas claras de propriedade e verificação, como sugere Cedric Wells, da Gorilla Glue. Quem produziu o trabalho? Qual foi o papel da IA? Quem é o responsável se algo der errado?
O debate não propõe uma rejeição à tecnologia, mas um chamado à liderança intencional. Os especialistas recomendam abandonar a mentalidade “AI-first” em favor de uma abordagem centrada nos objetivos do negócio e nas pessoas. Cabe aos líderes modelar o uso crítico da ferramenta, priorizar o desenvolvimento de habilidades humanas fundamentais antes de aumentá-las com a IA e, acima de tudo, construir uma cultura de accountability. A escolha é entre deixar que a tecnologia dite os rumos, criando uma miragem de capacidade, ou liderá-la para construir uma competência real e duradoura.
Com reportagem de Brazil Valley
Source · MIT Sloan Management Review
